Evidencia › ¿La misma estrategia en oro y Nasdaq?

Un modelo no se muda de mercado: lo que transfiere es la forma

Por Seth Pacheco · actualizado el 21 de agosto de 2026

Tienes un modelo que te funciona en un mercado y quieres llevarlo a otro. O uno que dejó de pagar y piensas mudarlo al oro a ver si ahí revive. Esa decisión se toma en una tarde, por intuición, y se paga en meses de datos que no dicen nada.

La respuesta corta es que casi nunca sirve, y que la carga de la prueba la tiene quien dice que sí. La prueba más barata no necesita un mercado nuevo: le basta con cambiar de contrato dentro del mismo índice.

La prueba más barata ni siquiera cambia de mercado

Cambiar de mercado se paga en meses. Cambiar de contrato dentro del mismo índice se paga en una tarde, y ya enseña el tamaño del problema. Corrimos un mismo modelo intradía sobre el contrato grande de un índice y sobre el micro del mismo índice, en el único periodo donde ambos existen: mayo de 2019 a julio de 2026. Mismo subyacente, mismo tick, distinto multiplicador.

Encuentran los mismos setups: 97.3% de coincidencia en días operados y 2,103 contra 2,108 operaciones. Y aun así, el resultado anual cambia de signo en 3 de esos 8 años —dos de los ocho son parciales: el micro nace en mayo de 2019 y la ventana corta en julio de 2026—.

Mismo día, misma señal, mismo índice. Lo único distinto es qué contrato compraste.

Si dos versiones del mismo índice se separan así, elegir "oro o Nasdaq" por intuición no tiene ninguna base. Estás comparando dos cosas que se mueven más por ruido que por lo que crees estar eligiendo. De ahí sale el listón que aplicamos a todo lo demás: para creerle a un año suelto hace falta superar ~±0.11-0.15 R por operación con alrededor de 300 operaciones, no ±0.05. El ±0.05 mide una sola fuente de variación —cuál de los dos contratos usaste— y es entre dos y tres veces demasiado permisivo. Dicho de otro modo: con el ±0.05 como listón, el año que te convenció de mudar el modelo puede caber entero dentro del ruido.

Un matiz que viaja obligatoriamente con el hallazgo: correr los dos contratos no son dos confirmaciones. En una auditoría posterior, sobre otro modelo y en su ventana solapada, los deltas anuales de los dos contratos correlacionan ρ≈0.98, así que en potencia estadística son ~17 observaciones independientes, no 25. Es el mismo hallazgo visto dos veces. Sirve para otra cosa: un hallazgo que aparece en uno solo de los dos es ruido.

¿Por qué un mecanismo que vive en un mercado no aparece en otro?

Porque lo normal es que el mecanismo sea de ese mercado, no del trading.

Lo medimos con un barrido sistemático propio de 382,431 celdas —6 familias de reglas, 9,361 reglas, ventana 2010-2026, temporalidades de 1h a 24h—. El mejor resultado de todo ese espacio no pasa el placebo del máximo (p≈0.09): repetimos el procedimiento entero sobre datos donde por construcción no hay nada que encontrar, y un ganador así aparece igual. Es el premio de haber buscado mucho, no una señal.

Y donde vivía, vivía solo. El candidato salió del crudo y no replicó al llevarlo a los demás instrumentos. Sobre el mismo eje —puntos porcentuales de acierto por encima del break-even que exige su propio R:R— quedó en −1.55 en el Nasdaq y −0.02 en el S&P, ambos sobre 2010-2026, y en −1.35 en el micro del oro, que sólo llega hasta 2020 hacia atrás porque ahí arranca nuestra exportación de ese contrato. Los tres por debajo del acierto que el propio modelo necesita para no perder.

No es que el mercado nuevo sea "más difícil". Es que el mecanismo nunca estuvo ahí. Y lo que sí sobrevive al mismo filtro no salió de nuestro barrido.

¿Hay algo que sí transfiera de un mercado a otro?

Sí, y va en la dirección contraria. Sobre los mismos datos y el mismo gate, probamos también setups tomados de libros de trading publicados: una familia diminuta de 360 celdas frente a las 382,431 del barrido. Esos sí pasan el placebo del máximo con p=0.0066, y sí replican en dos mercados sin relación entre ellos —un índice y el crudo—. Sus dos efectos componentes replican además en el oro.

No es autoridad, es estadística. Un setup de libro es una hipótesis que declaró otro antes de ver nuestros datos: la familia es diminuta, la corrección por buscar mucho no se come el hallazgo, y no hay sesgo de selección nuestro. El barrido sirve para localizar la región donde mirar; el libro, para tener una hipótesis que un gate pueda certificar. Puesto en tu escritorio: si vas a llevarte una idea a otro mercado, llévate una que alguien declaró antes de ver tus datos, no la que encontraste tú buscando entre miles.

Los dos estudios de este bloque son investigación interna sin auditoría publicada. Por eso citamos aquí su estructura y su veredicto, y no niveles de rendimiento.

¿Qué mata a un candidato: el mercado o la forma del modelo?

La forma. El mismo modo de fallo apareció en dos mercados que no tienen nada que ver.

Un candidato sobre el micro de un índice acertó los cuatro criterios que le habíamos puesto: win rate 63.4%, R:R dentro de banda, 131 operaciones al año y concentración del 116%. Y murió. Su margen sobre el break-even de su propio R:R era de +0.9 puntos: forma correcta con nivel insuficiente es un empate con las comisiones. Nuestro modelo de referencia en ese mismo mercado —investigación interna, tampoco uno de los cinco que entregamos— tiene +6.5 puntos de margen. Casi tener la forma no es tenerla.

Un modelo de investigación nuestro sobre el micro del oro murió con exactamente el mismo margen, +0.9 puntos, en su propia ventana: enero de 2020 a julio de 2026, que es el periodo común con ese contrato y no son los mismos años del párrafo anterior. Ninguno de los dos es de los cinco que entregamos.

Dos mercados sin relación, dos ventanas distintas, el mismo número. No los mató el oro ni el índice: los mató la forma. Y la forma es lo único que se puede juzgar antes de escribir una línea de código, con la ventana y el denominador al lado de cada cifra.

Por qué nuestros cinco modelos están en cuatro mercados

Nadie se sentó a repartir mercados. Cinco modelos quedaron en cuatro mercados: dos sobre el micro del Nasdaq, uno sobre el micro del oro, uno sobre el micro del Dow y uno sobre el micro del S&P. Cada uno con su propia ventana operativa, y todos sobre futuros micro por granularidad de posición: con un drawdown chico el micro deja una escalera con peldaños, y el contrato grande una división entera que da cero o uno.

Ese reparto no es una tesis sobre qué mercado es mejor: es el resultado de aplicar el criterio de aceptación a lo que fuimos midiendo, uno por uno.

Lo que sí publicamos con nombre y comprobante es el resultado del otro lado: 58 traders, 293 retiros verificados y $373,434 USD entre el 27 de enero y el 12 de agosto de 2026, cada retiro con su certificado, en el muro. Es una cota inferior —sólo entra lo que tiene certificado publicado—, con corte al 12 de agosto de 2026. No te pedimos que nos creas el reparto de modelos: te pedimos que abras los certificados.

¿Conviene entonces operar varios mercados a la vez?

Sí, con dos condiciones.

Mezclar modelos poco correlacionados en una sola cuenta le gana a operar el mejor solo por ~+17 puntos porcentuales de aprobación, en test pareado —mismas fechas de arranque— con P(mejora>0) entre 91% y 93%. Pero solo si son de calidad comparable y sus drawdowns están poco correlacionados, que es lo que dan mercados distintos.

La segunda condición es la que se olvida: un modelo flojo diluye. Al meter un edge sintético con win rate de 38%, apenas sobre su break-even, la combinada cayó por debajo del mejor modelo solo. Combinar no es una virtud. Es una apuesta a que el segundo brazo aporta caja sin aportar quemas en la misma proporción. Y dos modelos que se parecen no son dos brazos: son el mismo brazo cobrado dos veces.

Y ese estudio tiene un tamaño efectivo de ~6 ventanas independientes: bandas enormes. Es una dirección, no un número para multiplicar.

Lo que esto NO dice

Los límites de todo lo anterior, puestos por nosotros antes de que los ponga otro.

• No dice que el instrumento sea irrelevante. Dice que su efecto es más chico que el ruido con el que se compara, y que elegir mercado sin modelo es elegir en el vacío.
• No dice cuál mercado te va a funcionar. Ninguna de estas mediciones ordena Nasdaq, S&P y oro por calidad.
• No dice que ningún mecanismo viaje entre mercados. "No replica" está medido sobre esos instrumentos, sus ventanas —2010-2026 en índices y crudo, desde 2020 en el oro— y ese eje: puntos de acierto sobre el break-even. Es ausencia de evidencia de transferencia, no prueba de lo contrario: los setups de libro sí replicaron.
• No dice que un modelo descartado sea malo. Puede no tener la forma que paga un desafío de fondeo y ser perfectamente operable en otra estructura de cuenta.
• No dice que replicar en el micro y en el contrato grande sea validación cruzada. Es lo contrario: con ρ≈0.98 es el mismo hallazgo contado dos veces.
• No dice que el edge sea estable. El mismo modelo, mismo mercado y misma lógica cambia de un año al siguiente. El régimen manda más de lo que uno quisiera.

Cómo medimos esto

• Eje. Tres, y no se mezclan: R por operación —bruta, antes de comisiones y deslizamiento— para el ruido entre contratos; puntos porcentuales de acierto por encima del break-even que exige el propio R:R —el margen— para la transferencia entre instrumentos y para los candidatos muertos; y puntos porcentuales de aprobación en el motor de fondeo para la combinación.
• Ventanas. Mayo 2019 a julio 2026 para la sustitución de contrato, con dos de los ocho años parciales. 2010-2026 para el barrido y para los setups de libro en índices y crudo; el brazo del oro no llega tan atrás —su exportación arranca en 2020— y por eso va declarado aparte y no se mezcla con los otros dos. Enero 2020 a julio 2026 para el candidato muerto del oro, y su propia ventana para cada candidato. La combinación, sobre arranques rodantes de 2025-2026.
• Denominadores. El 97.3% es sobre días operados coincidentes, no sobre operaciones. El ~+17 pp es tasa de aprobación en test pareado, no dinero: no es multiplicable por un neto anual. Los ±0.11-0.15 R suponen unas 300 operaciones al año; con menos, el listón sube.
• Controles. Métrica y gate declarados antes de mirar los datos, placebo de señal cero y bloques disjuntos. El máximo de un barrido es un estadístico de orden, no una estimación: por eso se contrasta contra el placebo del máximo.
• Qué queda abierto. El ruido entre contratos está medido sobre un solo par de contratos, un solo modelo y una sola versión de sus reglas: lo transferible es el orden de magnitud, no el decimal. La validación formal completa —validación cruzada combinatoria, deflated Sharpe, probabilidad de sobreajuste, multi-régimen— está diferida y no se ha aplicado a los cinco modelos. Y no publicamos configuración ejecutable: ni anchos de stop, ni R:R exactos, ni la temporalidad o la hora de disparo de ningún modelo. Se publica el mercado y la sesión.