Respuesta directa: qué significa “tasa de ganancia de equilibrio”
La tasa de ganancia de equilibrio (BEWR) es la probabilidad de ganancia que un sistema necesitaría para que el resultado promedio sea cero, después de contabilizar los costos, bajo una definición específica de lo que cuenta como ganancia o pérdida. En otras palabras, la BEWR vincula tres partes móviles: (1) cuánto se gana típicamente cuando se gana, (2) cuánto se pierde típicamente cuando se pierde, y (3) qué se paga típicamente por cada operación (por ejemplo, costos de transacción y efectos de ejecución).
Debido a que la BEWR es un umbral impulsado por supuestos, no es una constante universal. Si su estructura de pagos, modelo de costos o definiciones de resultados de las operaciones cambian, la tasa de ganancia de equilibrio también cambia.
Mecánica: el modelo simple detrás de la BEWR
Un punto de partida común es un modelo simplificado de dos resultados.
Definir los números de pago
Suponga que cada operación resulta en:
- Una ganancia con pago +W (neto de cualquier costo incluido en la definición de ganancia).
- Una pérdida con pago −L (neto de cualquier costo incluido en la definición de pérdida).
Suponga que las ganancias ocurren con probabilidad p, y las pérdidas con probabilidad (1 − p).
El valor esperado es igual a cero en el punto de equilibrio
El valor esperado por operación es:
- EV = p·W + (1 − p)·(−L)
- EV = p·W − (1 − p)·L
Establezca EV = 0 y resuelva para p:
- p = L / (W + L)
Esta p es la tasa de ganancia de equilibrio bajo los supuestos del modelo.
Convertir el “ratio riesgo/recompensa” en BEWR
Si expresa las magnitudes típicas de ganancia y pérdida en relación con la pérdida, por ejemplo, dejando que W = R·L donde R es un “ratio de pago ganancia-pérdida”, entonces:
- BEWR = 1 / (R + 1)
Por lo tanto, un ratio de pago más alto (ganancias más grandes en relación con las pérdidas) reduce el umbral de la BEWR; pérdidas más grandes en relación con las ganancias lo aumentan.
Qué deben significar “ganancia” y “pérdida”
La BEWR es sensible a sus definiciones operativas:
- Si define las ganancias como alcanzar un objetivo antes de un stop, entonces W y L dependen de la geometría del objetivo/stop.
- Si define las ganancias por marcas de fin de día, salidas con trailing, rellenos parciales o salidas basadas en tiempo, W y L pueden variar ampliamente.
En las pruebas prácticas, la definición de ganancia/pérdida suele ser el impulsor oculto de los cambios en la BEWR.
Evidencia o ejemplo: por qué la BEWR puede parecer estable pero fallar en la realidad
Aquí hay situaciones típicas donde los cálculos de la BEWR parecen sencillos pero se vuelven poco fiables porque la distribución de resultados real no coincide con el modelo simplificado.
Ejemplo (con supuestos explícitos)
Suponga que una prueba utiliza una estructura fija de objetivo/stop y asume resultados netos constantes:
- Magnitud del pago de ganancia (neto): W
- Magnitud del pago de pérdida (neto): L
Bajo esos supuestos, la BEWR es L/(W+L).
Ahora cambie solo un elemento: los costos.
- Si los spreads, comisiones o deslizamiento de ejecución son mayores en las ganancias que en las pérdidas (o simplemente mayores de lo que incluyó), entonces el neto W y/o el neto L cambian.
- Si calcula erróneamente la BEWR usando valores antes de costos, la verdadera BEWR necesaria para una expectativa cero será más alta.
Esto ilustra una dependencia clave: la BEWR debe calcularse utilizando los mismos números de resultados “netos” que su backtest o modelo de ejecución produce realmente.
Caso límite: distribución de pagos asimétrica
El modelo de dos resultados asume una magnitud fija para las ganancias y una magnitud fija para las pérdidas. Muchos sistemas de trading violan esto.
- Las ganancias pueden agruparse cerca de pequeñas ganancias mientras que ocasionalmente ocurren grandes ganancias raras.
- Las pérdidas pueden mostrar colas gruesas (pérdidas extremas raras).
Incluso si las magnitudes promedio de ganancias y pérdidas parecen coincidir, el momento, la dependencia de la trayectoria y el comportamiento de las colas pueden cambiar la expectativa realizada una vez que se aplican costos y restricciones de ejecución.
Caso límite: salidas en “punto de equilibrio” y resultados parciales
En algunos sistemas, una operación puede salir en un estado neutral o casi neutral, o las salidas pueden ser parciales. Entonces, efectivamente introduce un tercer resultado (o pagos fraccionarios). Si aún fuerza el resultado solo en “ganancia” vs “pérdida”, el umbral de la BEWR se vuelve mal especificado.
Caso límite: condiciones no estacionarias
La BEWR es una fórmula para un umbral bajo un modelo de probabilidad dado. Si las probabilidades de ganancia/pérdida cambian con el tiempo debido a cambios en el régimen del mercado (liquidez, volatilidad, riesgo de eventos), entonces la tasa de ganancia observada puede dejar de corresponder al umbral de equilibrio calculado.
Limitaciones y riesgos: qué puede invalidar la BEWR
1) Los costos y efectos de ejecución son difíciles de modelar de manera consistente
La BEWR es tan precisa como los insumos de pago neto. Los detalles de ejecución como deslizamiento, colas, rellenos parciales y sincronización pueden cambiar sistemáticamente la W y L realizadas.
Modo de fallo: calcular la BEWR a partir de un conjunto de supuestos de costos (por ejemplo, rellenos ideales) y luego aplicarlo a una realidad de ejecución diferente.
2) La tasa de ganancia por sí sola puede ser engañosa
Muchas personas se centran en la tasa de ganancia porque es fácil de contar. Pero la expectativa depende tanto de la tasa de ganancia como de la magnitud de las ganancias/pérdidas.
- Una estrategia puede tener una alta tasa de ganancia pero pequeñas ganancias y pérdidas grandes ocasionales.
- También puede tener una baja tasa de ganancia pero grandes ganancias que compensan pérdidas pequeñas frecuentes.
Por lo tanto, la BEWR debe tratarse como una relación entre la probabilidad de ganancia y la estructura de pagos, no como un “objetivo” independiente.
3) Sobreajuste de la definición de resultados
Si ajusta su clasificación de ganancia/pérdida, tamaños de objetivo o lógica de stop para que la BEWR se vea favorable en datos pasados, puede codificar accidentalmente la configuración de prueba en lugar del proceso subyacente.
Modo de fallo: las “ganancias” y “pérdidas” del backtest no se replican en la ejecución en vivo porque la lógica de salida o el modelado de costos difieren.
4) Efectos de tamaño de muestra y régimen
Las estimaciones de probabilidad de ganancia son inciertas, especialmente con tamaños de muestra limitados.
- Muestras pequeñas pueden hacer que la tasa de ganancia observada sea volátil.
- Los cambios de régimen pueden invalidar el supuesto de que la misma probabilidad se aplica en el futuro.
En tales casos, la BEWR aún puede calcularse, pero compararla con una tasa de ganancia observada ruidosa no responde de manera confiable si el sistema tiene expectativa cero fuera de muestra.
Verificación y siguientes preguntas: cómo verificar la BEWR de forma independiente
Para verificar la BEWR de una manera que sea comprobable de forma independiente, mantenga el proceso consistente:
- Use una definición de resultado neto. Calcule W y L como pagos netos realizados consistentes con su modelo de costos y supuestos de ejecución. 2) Haga coincidir la clasificación de ganancia/pérdida. Asegúrese de que los mismos eventos contados como ganancias y pérdidas en los insumos de la BEWR sean exactamente los que contará en la evaluación. 3) Calcule la BEWR a partir de los insumos coincidentes. Use la relación simple p = L/(W+L) solo si su modelo de resultados es verdaderamente de dos valores (o extiéndalo si tiene múltiples resultados).