Definición y qué está midiendo realmente la métrica
La ganancia/pérdida promedio es un resumen del rendimiento que compara la magnitud típica de los resultados ganadores con la de los resultados perdedores. En la práctica, la gente suele calcularla a partir de un conjunto de operaciones tomando un tamaño de ganancia promedio y un tamaño de pérdida promedio, y luego expresando la relación entre ambos (a menudo como un ratio o una diferencia).
Debido a que el “tamaño de la ganancia” y el “tamaño de la pérdida” pueden definirse de múltiples maneras, la consideración más avanzada no es la fórmula en sí, sino la convención de medición. Dos conjuntos de datos pueden producir diferentes valores de ganancia/pérdida promedio incluso si la actividad de trading subyacente es idéntica, simplemente porque un conjunto mide las ganancias y pérdidas antes de costos mientras que el otro incluye los costos.
Un modelo simple y autónomo para la discusión:
- Defina cada resultado de operación como un resultado realizado (por ejemplo, en pips, divisa de la cuenta o porcentaje de retorno).
- Marque la operación como “ganancia” si su resultado realizado está por encima de un umbral neutral (comúnmente mayor que cero, pero algunos sistemas usan un umbral de equilibrio después de costos).
- Marque la operación como “pérdida” si su resultado realizado está por debajo de ese umbral.
- Calcule GananciaProm como la media de los resultados ganadores.
- Calcule PérdidaProm como la media de los resultados perdedores (comúnmente reportada como un número negativo).
- Combínelos en una sola métrica, como GananciaProm / |PérdidaProm|, para hacer una comparación adimensional.
Si usa un ratio, decida si quiere tratar PérdidaProm como negativo (y tomar un valor absoluto) o calcular una comparación con signo. Cualquiera de las dos puede ser válida, pero mezclar convenciones puede hacer que las comparaciones no sean fiables.
Mecánica central: entradas, consistencia y restricciones de implementación
1) Definición del resultado (bruto vs. neto)
Una dependencia importante es si los resultados se miden brutos de costos de transacción o netos de ellos. Los costos de transacción pueden incluir el spread, las comisiones y otros efectos relacionados con la ejecución. Si mide las ganancias y pérdidas antes de costos, su ganancia/pérdida promedio puede parecer más fuerte que si mide las mismas operaciones netas.
Para mantener la métrica verificable, establezca su suposición explícitamente:
- Suposición para un ejemplo: usted mide el resultado realizado de cada operación en la divisa de la cuenta después de todos los costos explícitos conocidos al cierre de la operación.
- Suposición alternativa: usted mide solo el movimiento de precio bruto (pips) sin incorporar los costos.
Esas suposiciones conducen a “ganancias” y “pérdidas” típicas diferentes, especialmente cuando las pérdidas son más frecuentes en mercados donde los costos de ejecución son relativamente grandes en comparación con los tamaños de movimiento típicos.
2) Tratamiento de cierres parciales y punto de equilibrio
Los casos límite surgen cuando una operación se cierra en partes o cuando el resultado realizado es exactamente cero (o iguala su umbral de equilibrio elegido).
Las opciones comunes incluyen:
- Tratar un cierre en equilibrio como ni ganancia ni pérdida y excluirlo de ambos promedios.
- Tratarlo como una ganancia (si define ganancia como >= umbral) o como una pérdida (si define pérdida como <= umbral).
Cada opción cambia GananciaProm y/o PérdidaProm. La consideración avanzada es evitar opciones “silenciosas” que difieran entre backtests, registros en vivo y hojas de cálculo. Incluso un pequeño cambio de política puede alterar la métrica materialmente cuando el conjunto de datos incluye muchos resultados cercanos al equilibrio.
3) Divisa, escala y comparabilidad
Si calcula los resultados en pips, puede tener diferentes valores de pip entre instrumentos; si calcula en divisa de la cuenta, puede tener efectos de tamaño y apalancamiento. Si calcula en porcentaje de retorno, puede introducir efectos de capitalización y tamaños de exposición variables.
Para la verificación, fije un sistema de unidades:
- Use la misma unidad para cada operación (por ejemplo, P&L realizado en divisa de la cuenta).
- O, si los instrumentos difieren, normalice para que cada resultado tenga un significado consistente.
4) Sensibilidad de la métrica a valores atípicos
Debido a que el promedio es una media, la ganancia/pérdida promedio es sensible a valores extremos.
Modo de fallo:
- Un pequeño número de ganancias o pérdidas muy grandes puede dominar el promedio, haciendo que el valor “típico” sea menos representativo.
Una forma práctica de entender esta dependencia sin pretender predecir resultados es verificar la distribución cualitativamente o calcular resúmenes alternativos (por ejemplo, medianas) junto con la media. El punto clave es que el “promedio” no es robusto, y la robustez afecta la interpretación.
Evidencia a través de ejemplos y qué comprobar
Ejemplo 1: Misma tasa de acierto, diferente ganancia/pérdida promedio
Suponga que tiene 10 operaciones.
- Conjunto de datos A: 5 ganancias promedio de +10 unidades cada una; 5 pérdidas promedio de −5 unidades cada una.
- GananciaProm = 10, PérdidaProm = −5, convención de ratio GananciaProm/|PérdidaProm| = 2.0
- Conjunto de datos B: 5 ganancias promedio de +10 unidades cada una; 5 pérdidas promedio de −2 unidades cada una.
- GananciaProm = 10, PérdidaProm = −2, ratio = 5.0
Aunque la tasa de acierto es idéntica (50%), la ganancia/pérdida promedio difiere porque la magnitud de la pérdida difiere.
Comprobación avanzada:
- Verifique que su definición de resultado de ganancia/pérdida sea consistente en ambos conjuntos de datos, incluidos los costos y los umbrales.
Ejemplo 2: La “ganancia promedio” cambia después de la inclusión de costos
Suponga 4 operaciones:
- Dos operaciones ganadoras tienen pequeños movimientos de precio brutos positivos.
- Dos operaciones perdedoras tienen movimientos brutos más grandes.
Si los costos de transacción se incluyen solo para algunas operaciones (o se incluyen de manera diferente), GananciaProm puede reducirse hacia cero o incluso cruzar su umbral de equilibrio, cambiando qué operaciones se cuentan como ganancias. PérdidaProm también puede cambiar, no solo en magnitud sino en membresía.
Comprobación avanzada:
- Recalcule la métrica bajo su suposición de costos declarada y confirme que la membresía (ganancia vs. pérdida) no cambie silenciosamente.
Ejemplo 3: PérdidaProm cero o casi cero
Si hay muy pocas operaciones perdedoras, o si las pérdidas se agrupan estrechamente alrededor del umbral de equilibrio, |PérdidaProm| puede volverse muy pequeño. En una fórmula de ratio, eso puede inflar dramáticamente la ganancia/pérdida promedio.
Modo de fallo:
- Una métrica que parece “fuerte” puede estar impulsada por ruido de medición en lugar de una relación estable.
Comprobación avanzada:
- Reporte los recuentos de ganancias y pérdidas junto con la métrica.
- Trate los casos con tamaños de muestra perdedores extremadamente pequeños como de baja confianza en la interpretabilidad.
Limitaciones y riesgos (qué puede salir mal)
1) Dependencia del régimen de mercado y la agregación temporal
La ganancia/pérdida promedio no es una constante universal. Diferentes condiciones de mercado cambian los tamaños de movimiento típicos, el comportamiento de la tendencia, la volatilidad y la distribución de los resultados de las operaciones.
Una consideración avanzada clave es el marco temporal:
- Los marcos temporales más cortos tienden a incluir más ruido y pueden producir muchos resultados cercanos al equilibrio.
- Los marcos temporales más largos pueden incluir cambios de régimen donde la relación entre las magnitudes de ganancia y pérdida cambia.
Eso significa que la métrica puede variar con el tiempo incluso si el “proceso” subyacente no cambia.