Evidencia › Qué registrar y qué métricas dicen algo

Qué registrar de cada operación y qué métricas dicen algo

Por Seth Pacheco · actualizado el 21 de agosto de 2026

Tienes la bitácora llena: cada operación con su captura y su nota al margen. Y aun así, cuando alguien te pregunta si tu método funciona —o cuando te lo preguntas tú, un domingo, con el historial abierto—, no sabes contestar. El problema casi nunca es que registres poco. Es que las cifras que salen de ahí no se comparan entre sí.

Una cifra de tu diario dice algo cuando viaja con cuatro cosas pegadas: sobre qué eje del tiempo se cuenta, qué ventana cubre, sobre qué se divide y cuántos casos la sostienen. Sin las cuatro, no la compares con ninguna otra cifra tuya. Ni con la del mes pasado, ni con la de otro modelo, ni con la que alguien te puso en pantalla para que le creyeras.

Un aviso antes de seguir: AST no ha medido si llevar diario mejora el resultado de un alumno. Lo que sí hemos medido es cuánto se mueve un número al cambiar solo la forma de contarlo, sin tocar una sola operación. Se mueve más de lo que aguantaría cualquier decisión que tomes con él.

¿Por qué la misma medición da dos cifras distintas?

Nos pasa a nosotros con nuestro propio motor, y por eso lo publicamos. Mismo modelo, mismo código, las mismas operaciones, la misma celda de sizing y el mismo denominador. Lo único que cambia es el eje del tiempo y la ventana:

El eje explica un factor de 1.96×, y el motivo es de conteo, no de mercado: el eje de calendario cuenta los días en que no operaste como parte del periodo, y el otro los ignora. Una ventana de 130 sesiones de nuestro motor son unos 6 meses de calendario; contada solo por días con operación, esa misma ventana se estira a 314 días naturales, 10.3 meses. El resto de la caída es periodo.

Las cuatro filas comparten una sola definición de "dólares por cada mil de riesgo". Conviven otras definiciones distintas con ese mismo nombre que no son comparables con ésta ni entre sí, y ninguna fila es comparable con otra que no comparta eje y ventana. Las cuatro salen además de nuestro motor de simulación, que quedó 17.5% por encima de la plataforma de ejecución real: el nivel se lee con ese descuento pendiente.

El control honesto es la fila fea. Percentil 35 de $729, eje de calendario, 7.2 años, 14 bloques disjuntos, Sharpe 0.65 y 26% de ventanas negativas, contra 0% de ventanas negativas en la submuestra de 2024 en adelante.

Tu diario tiene el mismo problema a otra escala: "mi mejor mes" y "mis últimos tres meses" no son dos lecturas del mismo dato, son dos ejes. Cuando dices "vengo bien", ni tú sabes cuál de los dos estás usando. Escribe el eje al lado del número, no en una nota al pie.

¿Qué hay que registrar de cada operación?

Dos cosas que casi nadie anota —no vienen en ninguna plantilla que hayas descargado—, y sin ellas lo demás no se sostiene.

La primera es la R, no el dólar. Una R es lo que arriesgas en esa operación. Un resultado en dólares no se compara con nada fuera de tu propia cuenta; el mismo resultado en R sí, porque normaliza entre tamaños de cuenta. Es la unidad con la que evaluamos modelos en paralelo sin que el capital sesgue la comparación. Nuestras cifras en R son brutas —antes de comisiones y deslizamiento—: si vas a compararte con ellas, mide en esa misma unidad.

La segunda es el conteo de operaciones del año. Sin él no sabes si tu resultado supera el ruido, y el ruido de un año tiene dos fuentes que se suman en cuadratura —por sus cuadrados, no una encima de la otra—: la sustitución de instrumento, ±0.05 R por operación (RMS 0.052), y el error muestral del propio año, ±0.055 R por operación con unas 300 operaciones —±0.075 si son unas 160—. Combinadas dan ±0.075 a una desviación, y de ahí sale el umbral usable de ~±0.11 a ±0.15 R por operación, con alrededor de 300 operaciones al año. Con menos operaciones, el listón sube.

Si tu umbral era ±0.05, tíralo: mide una sola fuente y es entre dos y tres veces demasiado permisivo. Con ese listón lees como señal años de 0.06 a 0.10 R por operación que están dentro de dos errores estándar de cero.

Y correr el mismo modelo sobre el micro y sobre el contrato grande no son dos confirmaciones: sus deltas anuales correlacionan ρ ≈ 0.98, lo que deja ~17 observaciones independientes y no 25. Ese ρ sale de una auditoría de agosto de 2026 sobre otro modelo y en su propia ventana solapada; viaja como matiz obligatorio del hallazgo, pero no se mezcla con las cifras del párrafo anterior.

Cuántas operaciones hacen falta para que la cifra se quede quieta es más de lo que crees. Un corte aleatorio del 5% de las operaciones —65 de 1,296, ya sobre la reconstrucción en eje de calendario— mueve ese percentil 35 un −14.3% de media, con un rango de −97% a +39%; y 4 operaciones de diferencia entre dos reconstrucciones del mismo historial lo mueven un 11%. Si un cambio en tu método mueve tu métrica menos de lo que la mueve perder cuatro registros, no has medido el cambio: has medido el registro.

¿Qué métricas dicen algo y cuáles no?

Empecemos por las que no. El mejor mes no dice nada —es justo la cifra que cabe en una captura de pantalla—. La racha tampoco. Ni el ranking histórico de una hora del día: las tres son el máximo de una muestra, y ese máximo crece solo con mirar más datos. Nos pasó con un brazo cuyo horario se había elegido dentro de la misma muestra en la que ganaba: por eso mismo no era elegible a priori.

Las que sí, tres.

El margen sobre el break-even, no el win rate suelto ni la etiqueta del R:R. El break-even es el porcentaje de aciertos que necesitas solo para no perder con tu objetivo y tu stop: con un R:R de 1:0.8 son 1/1.8 ≈ 55.5%. Tu margen es el win rate medido menos ese número. El R:R que declaras es una etiqueta; lo que decide es el margen realizado. Un candidato nuestro acertó cuatro criterios —win rate 63.4%, R:R dentro de banda, 131 operaciones al año, concentración 116%— y murió igual: su margen era de +0.9 puntos, y el del modelo de referencia en ese mismo mercado —investigación interna, no uno de los modelos que entregamos— es +6.5.

La concentración del 10% mejor de operaciones, medida sobre el P&L de la señal y no sobre lo retirado. Si el resultado vive en diez días, no es repetible, por bonita que quede la curva.

Una regla de retiro declarada antes de medir. La nuestra es criterio interno de la casa, ya publicado, y no un preset que puedas copiar: −7 unidades de riesgo en dos meses consecutivos, o −10 en un mes solo, y nada se juzga por debajo de 40 operaciones acumuladas. El umbral pesa más de lo que parece: con −3 unidades, la probabilidad de retirar un modelo bueno en un año, sobre cinco modelos, era de ~19%; con −7 baja por debajo del 0.5%. Está calculado con win rate 63%, R:R 0.8 y unas 42 operaciones al mes. Una regla que no existe antes de medir no es una regla: es lo que decidas el día que la necesites.

¿Y si tu bitácora no coincide con el comprobante?

Gana el comprobante, aunque te deje peor. La regla nació de un error nuestro: llegamos a publicar $3,000 de un trader cuyo acumulado certificado, al corte del 12 de agosto de 2026, es de $44,661.

Cuando cruzamos 11 testimonios en video contra el muro, solo 2 daban cifra global comprobable, y los dos se quedaban cortos frente a su propio historial —de −1.3× a −1.4× en uno, y −1.8× en el otro—. Son dos casos, no una ley. Pero apuntan a lo mismo: una cifra citada de memoria por su protagonista es un piso, no un dato. Tu recuerdo de cómo vas está hecho del mismo material: guarda la operación que dolió y borra la fila de las que no pasó nada.

En la formación el diario tiene además su currículo —seis etapas, validar un modelo con al menos 100 repeticiones en el año, un solo cambio a la vez—. Eso es doctrina de la casa, no una medición.

Lo que esto NO dice

• No dice que llevar diario mejore tu resultado. AST no lo ha medido. Lo medido aquí es cómo se comportan las cifras, no qué le pasa a quien las anota.
• No dice que estos umbrales sean los tuyos. La regla de retiro y el mínimo de operaciones son criterios internos de AST, ya publicados, y no un preset transferible.
• No dice que ±0.11-0.15 R por operación sea universal. Depende del número de operaciones del año y de la forma de tu objetivo y tu stop. Con la mitad de operaciones, el piso sube.
• No dice que una cifra de un eje sirva en otro. Ninguna fila de la tabla es comparable con las otras, y las cifras de nivel del motor van con su descuento pendiente del 17.5%.
• No dice que los traders exageren ni que dejen de hacerlo. El cruce compara 2 cifras globales: describe esos dos casos, no una propiedad de los testimonios.
• No publicamos configuración ejecutable. Qué registrar y en qué unidad, sí. Los valores que harían reproducible un modelo, no.

Cómo medimos esto

• Eje y ventana. Las cuatro cifras de percentil 35 salen del mismo motor, el mismo código y las mismas operaciones, con el eje y la ventana como únicas variables. Denominador: una sola definición de dólares por cada mil de riesgo, la misma en las cuatro filas, con sus bloques disjuntos declarados. El nivel va con el descuento pendiente del 17.5%.
• Piso de ruido. Un modelo intradía de índices sobre el contrato grande del Nasdaq y sobre su micro, mayo de 2019 a julio de 2026, 2,103 y 2,108 operaciones, unas 300 por año. Es un solo par de contratos y una sola versión de las reglas de ese modelo, la vigente en julio de 2026: transferible en orden de magnitud, no en el decimal. Las cifras en R son brutas, y el error muestral supone operaciones aproximadamente independientes. El ρ ≈ 0.98 viene de otra auditoría, sobre otro modelo y en su propia ventana: no se mezcla con esta.
• Resolución del estimador. Cortes aleatorios del 5% sobre 1,296 operaciones, en la reconstrucción de calendario y con la métrica declarada antes de correr. El procedimiento completo declara la métrica antes de mirar los datos.
• Comprobantes. 11 testimonios en video cruzados contra el corte de certificados del 12 de agosto de 2026; solo 2 dan cifra global comprobable.
• Qué queda abierto. El efecto de llevar diario sobre el resultado de un alumno, y si estos umbrales se sostienen en otro instrumento u otro régimen. La regla de retiro está calibrada sobre supuestos declarados, no sobre un histórico de modelos retirados.

Las 6 preguntas que originaron esta página salen de un corpus de 380 preguntas de un sorteo abierto, con corte al 21 de agosto de 2026.

Todo lo anterior son mediciones de motor y de método, y no se suman con lo que sí contamos uno a uno: el muro de retiros recoge 58 traders, 293 retiros certificados y $373,434 USD entre el 27 de enero y el 12 de agosto de 2026.