Evidencia › Rachas perdedoras: qué dice la medición sobr…

Rachas perdedoras: qué dice la medición sobre parar tras dos pérdidas

Por Seth Pacheco · actualizado el 21 de agosto de 2026

Pierdes una. Pierdes la segunda. La mano ya está en el ratón para cerrar la plataforma y dejarlo por hoy. Nadie te enseñó esa regla: te sale sola. Y la lógica suena impecable: si las pérdidas vienen en racimo, apagarte al principio te ahorra el resto.

Lo medimos sobre nuestro propio modelo, 7.2 años de calendario. No vienen en racimo.

Sobre futuros del Nasdaq, dentro del motor de cuenta de fondeo con drawdown trailing de $2,000, la autocorrelación de signo a un rezago es −0.0135. Prácticamente cero, y con el signo contrario al que pide la intuición. Las rachas perdedoras aparecen menos de lo que traería el azar puro: una racha de dos sale el 18.30% de las veces contra el 18.67% que predice la distribución geométrica con la misma tasa de pérdida, y una de cinco el 0.70% contra el 1.51%.

La consecuencia es incómoda. La tercera operación no sabe nada de las dos anteriores. Apagarte después de ellas no te quita una operación peor que las demás: te quita una operación como todas las demás. Y hay algo más: el corte que estás buscando ya existe, y no lo pusiste tú.

¿Las pérdidas vienen agrupadas?

No en lo que medimos. Salen menos agrupadas que el azar, no más. La columna de la derecha es la distribución geométrica calculada con la misma tasa de pérdida del modelo:

La racha perdedora más larga que vimos fue de 7. Es el máximo de esa muestra, no un techo: cuántas seguidas llegas a ver depende de cuántas operaciones mires. Con más operaciones verás rachas más largas, y eso no significa que nada haya empeorado.

De ahí sale el único corolario práctico de un resultado nulo, y es bueno. Si estimas cada cuánto se cierra una cuenta suponiendo que las operaciones son independientes, esa estimación queda del lado conservador, precisamente porque las rachas reales son menos frecuentes que la geométrica. Si te equivocas ahí, te equivocas por prudente.

¿Sirve pararse tras dos pérdidas seguidas?

En lo que medimos, no. Y no es una prueba suelta: es una familia entera de hipótesis medida y cerrada. Las tres se leen igual: ΔEV es cuánto mueve el filtro el valor esperado por operación, y el t dice si ese movimiento se despega del ruido.

• Vetar la segunda operación del día: ΔEV −0.0885 (t −1.14).
• Turno de mes: −0.0095 (t −0.18). Indistinguible de cero: ruido, no un efecto negativo medido.
• Racha de cierres previos: −0.0566 (t −1.12), con el signo contrario al esperado.

Marcador de la familia: 0 de 5 pruebas primarias declaradas antes de mirar los datos y 0 de 9 descriptivas.

Lo que la cierra no es ninguna prueba individual, sino la aritmética de todas juntas. Los 14 grupos de contexto quedan con un cociente de separación —cuánto separa el filtro las operaciones buenas de las malas— entre 1.20 y 1.54. El equilibrio calibrado está en 1.15, y un corte aleatorio sobre esos mismos datos ya llega a 1.31. Los catorce se reparten alrededor de la moneda al aire: unos por debajo, otros por encima. Ninguno se despega de ella.

La versión "apago el día que históricamente me va mal" corre la misma suerte. Los cinco días de la semana quedan por encima del equilibrio, entre 1.20 y 1.46, y apagar cualquiera de ellos falla el piso de caja, con caídas de 27.0% a 30.1%. El día que menos duele apagar sigue siendo un día que paga.

Entonces, ¿cuántas pérdidas seguidas aguanta la cuenta?

Aquí sí hay un número que decide, y no es una regla de voluntad. Es una división entera:

K = floor(drawdown / riesgo por operación)

K son las pérdidas seguidas que caben dentro del drawdown antes de tocarlo. No lo eliges en caliente: queda fijado antes de abrir la plataforma, cuando decides cuánto arriesgas por operación.

Con el drawdown trailing de $2,000 y exigiendo que la cuenta aguante 3 pérdidas seguidas, el techo son 4 micros con el stop de nuestro modelo ancla. Ese resultado es sobre la cuenta, no sobre el modelo: sale del cociente entre el stop y el drawdown, y con otro drawdown cambia.

Compara las dos preguntas. "¿Me paro tras dos pérdidas?" es voluntad, y se responde con el pulso alto y la pantalla en rojo. "¿Cuántas pérdidas seguidas caben en mi drawdown?" es aritmética, y se responde en frío, antes de encender. Solo una de las dos está medida a tu favor.

¿Apex tiene un límite de pérdida del día?

No. Apex no tiene límite de pérdida diario. Si alguien te dijo que sí, te describió las reglas de otra firma. Su límite es el trailing drawdown: una línea que persigue a tu balance máximo, nunca baja, y se congela cuando ese máximo supera el drawdown más $100. Es una regla de otra naturaleza, y no se sustituye por la de otra firma: las definiciones no viajan entre empresas aunque compartan nombre. Esas cifras son la especificación de Apex tal como la implementa nuestro motor, y las reglas de una firma cambian: manda siempre el documento vigente de Apex.

Ahí está el giro de esta página. El límite que de verdad detiene la sangría ya existe y es externo: el drawdown de la firma más tu stop por operación. No lo pusiste tú, y por eso funciona: es automático, no se negocia y no depende de que tomes una buena decisión justo cuando peor la vas a tomar. El costo de perder la cuenta está acotado por fuera y la cuenta se repone.

Por eso no hace falta inventar un corte propio para el día. El corte propio que sí tenemos actúa sobre el modelo, no sobre la sesión: se retira un modelo del roster cuando acumula −7 unidades de riesgo en dos meses consecutivos, o −10 en un mes, con un mínimo de 40 operaciones antes de juzgarlo y solo sobre la cuenta ya aprobada, no sobre el desafío. Ese mínimo no es adorno. El umbral anterior, −3 unidades de riesgo, daba ~19% de probabilidad anual de falso positivo con cinco modelos activos: apagaba modelos sanos uno de cada cinco años. Y hace algo distinto de lo que suena: retira el modelo de la cartera, no pausa la operativa.

¿Y entonces qué hago con una mala racha?

Tres cosas, y ninguna se decide durante la racha.

Primero, dimensiona antes: fija K y acepta el número que salga. Segundo, deja que el corte externo sea el corte, en vez de duplicarlo con una regla propia que no está medida. Tercero, el diagnóstico de fondo. Si ya operas, ya te fondeaste y ya cobraste, y aun así ves rachas que no entiendes, el marco con el que trabajamos no lo llama un problema de disciplina del día: lo llama depender de un solo modelo y una sola cuenta. La respuesta descrita ahí son sistemas completos —varios modelos, varias cuentas, varias firmas—. Es un marco de diagnóstico de la casa, no una medición.

Lo que no va a ayudarte es corregir sobre la marcha. Eso también lo medimos aparte, y también salió nulo. Y si lo que se te mueve en una racha es la cabeza más que la cuenta, el desarrollo está en la cabeza del que opera.

Lo que esto NO dice

• No dice que Apex tenga un límite de pérdida diario. No lo tiene. Lo que tiene es un trailing drawdown, y no se traslada aquí el límite diario de otra firma.
• No dice que un stop diario auto-impuesto no sirva. AST no ha medido una regla propia de stop diario, ni una regla de parar tras dos pérdidas. Lo más cercano que sí está medido son dos filtros de contexto —vetar la segunda operación del día y filtrar por la racha de cierres previos— y la dependencia serial del signo. Los tres salieron nulos. No es lo mismo que haber probado la regla.
• No dice que las rachas no existan. Existen, y la más larga que observamos fue de 7. Dice que no vienen agrupadas más de lo que trae el azar.
• No dice que 7 sea un techo. Es el máximo de esa muestra: cuántas seguidas se ven depende de cuántas operaciones se miren.
• No dice que ningún filtro de contexto sea posible. Un 0 de 5 con esta potencia es ausencia de evidencia, no evidencia de ausencia.
• No viaja a otro drawdown. Todo está condicionado a un modelo de ruptura, futuros del Nasdaq y una cuenta 50K con drawdown trailing de $2,000. Con otro drawdown cambia el cociente entre el stop y el límite, y eso no está medido.
• No es una configuración. Publicamos qué medimos y qué salió, no el stop, ni el horario, ni la temporalidad del modelo.

Cómo medimos esto

Eje. Operaciones de un modelo de ruptura sobre futuros del Nasdaq, dentro de nuestro motor de cuenta de fondeo: 50K, drawdown trailing de $2,000, comisión de $1.22 por vuelta cobrada dentro del motor.

Ventana. 7.2 años de calendario sobre el micro del Nasdaq, 2019-2026.

Denominador. Las rachas se cuentan sobre la propia secuencia de operaciones del modelo y se comparan contra la distribución geométrica con la misma tasa de pérdida. La autocorrelación de signo es a un rezago. Las cifras de los filtros de contexto viven en su propio eje de calendario: no se restan con las de rachas.

Arnés. Métrica y gate declarados antes de mirar los datos, placebo de señal cero como control, bloques disjuntos. Sonda de no-anticipación sobre el bloque de filtros de contexto: 122 sesiones, 0 discrepancias. Esa sonda prueba que la implementación hace lo que dice; no valida ningún hallazgo.

Qué queda abierto. La regla propia de stop diario, sin medir. El comportamiento con un drawdown distinto, sin medir, y es el borde que más nos importa. Y el tamaño de posición, que es la pregunta grande y sigue sin auditar.

La evidencia

Todo lo de arriba son mediciones de motor. Lo que efectivamente se cobró está en el muro público: 58 traders, 293 retiros, $373,434 USD, ventana de enero a agosto de 2026 con corte del 12 de agosto de 2026, cada retiro con su comprobante. No hace falta que nos creas: está en el muro y se revisa uno por uno.

Son dos cosas distintas y no se suman. Cómo se trabaja dentro de estas restricciones —el método, no la configuración— se ve en biblioteca.ast.bar.