Respuesta directa
La Ganancia/Pérdida Promedio se puede combinar con métricas que responden a diferentes preguntas: si las ganancias y pérdidas tienen un tamaño consistente, cómo los costos y la ejecución afectan los resultados realizados, y qué tan estables son los resultados en condiciones cambiantes. Usadas en conjunto, estas métricas cumplen roles analíticos no redundantes—aunque aún conllevan el riesgo de entradas correlacionadas si las métricas añadidas se derivan de los mismos datos subyacentes de una manera que amplifica un mismo error.
Mecánica y definición
Ganancia/Pérdida Promedio se refiere a resumir los resultados de las operaciones utilizando promedios para dos grupos: operaciones ganadoras y operaciones perdedoras. Una forma común de calcularlo es tomar:
- Ganancia promedio = (suma de resultados de operaciones ganadoras) ÷ (número de operaciones ganadoras)
- Pérdida promedio = (suma de resultados de operaciones perdedoras) ÷ (número de operaciones perdedoras)
Luego se interpretan relaciones como el tamaño relativo de las ganancias frente a las pérdidas, o qué tan fuertemente depende el promedio de ganancia/pérdida de la muestra.
Para mantener la mecánica clara, declara los supuestos antes de combinarla con otras medidas:
- ¿Los resultados de las operaciones se miden antes o después del spread, la comisión y otros costos?
- ¿Los resultados están netos de deslizamiento (diferencia entre los precios esperados y los de ejecución)?
- ¿La muestra es una cuenta, un régimen de mercado, o un período mixto?
Esto importa porque la Ganancia/Pérdida Promedio describe la forma de los resultados realizados, no los impulsores. La estructura del mercado y la ejecución del proveedor pueden cambiar la distribución de las ejecuciones y, por lo tanto, alterar los resultados promedio.
Con qué se puede combinar (roles no redundantes)
A continuación se presentan combinaciones que normalmente añaden información diferente en lugar de repetir la misma idea.
1) Rendimiento ajustado por costos
La Ganancia/Pérdida Promedio se puede combinar con una verificación de ajuste por costos que responda: “Si contabilizamos la fricción realista, ¿los promedios siguen viéndose similares?” Por ejemplo, compara los promedios de ganancia/pérdida calculados a partir del movimiento bruto del precio versus los resultados netos que incluyen comisiones y supuestos de deslizamiento. Si los costos comprimen materialmente las ganancias o empeoran las pérdidas, la visión combinada reduce el riesgo de atribuir mérito excesivo a tácticas que solo funcionaron en papel.
Ejemplo de supuesto: usas la misma lista de operaciones y el mismo momento de ejecución, pero cambias solo el modelo de costos (de modo que cualquier diferencia sea atribuible a los costos).
2) Métricas de variabilidad y distribución
Los promedios pueden ocultar lo que sucede en las colas. Combina la Ganancia/Pérdida Promedio con medidas de variabilidad, como la dispersión de los resultados de las operaciones o la frecuencia de resultados extremos. Esto ayuda a responder: “¿Las pérdidas son consistentemente similares, o son en su mayoría de tamaño promedio con brechas grandes ocasionales?”
Un escenario realista es un conjunto de datos donde la pérdida promedio parece manejable, pero un pequeño número de pérdidas extremas raras domina el riesgo. El enfoque combinado resalta esa limitación.
3) Drawdown y estabilidad temporal
La Ganancia/Pérdida Promedio se puede combinar con drawdown y verificaciones de estabilidad basadas en el tiempo para abordar: “¿La relación se mantiene a lo largo de los períodos, o se agrupa por régimen?” Un ejemplo simple es comparar los promedios en ventanas de tiempo separadas (por ejemplo, temprano vs. tarde) usando las mismas definiciones.
Esto no es una promesa de rendimiento futuro; es una prueba de estrés para ver si la estadística es estable o dependiente del régimen.
4) Resúmenes de calidad de ejecución
Combínala con medidas que reflejen la calidad de ejecución, como si los resultados realizados difieren sistemáticamente del movimiento de precio esperado. Si las pérdidas son consistentemente mayores de lo que las ejecuciones esperadas explicarían, los efectos de ejecución pueden estar contribuyendo.
Esta es una limitación material: la Ganancia/Pérdida Promedio puede estar fuertemente influenciada por el manejo de órdenes y el comportamiento de ejecución, no solo por la calidad de las decisiones.
Limitaciones y riesgos (incluyendo modos de fallo)
Riesgo de entradas correlacionadas
Cuando combinas múltiples métricas derivadas de los mismos resultados subyacentes de las operaciones, puedes aumentar accidentalmente el peso de un mismo problema. Por ejemplo, si tu marco de cálculo tiene un supuesto de costos incorrecto, la Ganancia/Pérdida Promedio y los resúmenes de drawdown probablemente parecerán “consistentes”, pero serán consistentemente erróneos.
Para reducir el riesgo de entradas correlacionadas, varía un supuesto a la vez (por ejemplo, solo cambia de resultados brutos a netos) y documenta el cambio.
Enmascaramiento de pérdidas extremas
Los promedios pueden fallar cuando las distribuciones de pérdidas están sesgadas. Dos conjuntos de datos pueden tener la misma pérdida promedio pero un riesgo muy diferente debido a eventos extremos raros. Esto puede llevar a subestimar la probabilidad de fallo.
Sesgo de selección de muestra
Si el conjunto de datos incluye solo operaciones que alcanzaron ciertas condiciones (o excluye operaciones debido a datos faltantes), los promedios pueden no representar el proceso completo.