El profit factor es la razón entre las ganancias brutas totales y las pérdidas brutas totales de una estrategia de trading: una razón superior a 1,5 es el umbral mínimo recomendado antes de cualquier implantación en condiciones reales. Sin embargo, este número por sí solo no es suficiente. Un informe de backtest contiene aproximadamente diez métricas interdependientes: profit factor, expectancy, drawdown máximo, Sharpe ratio, win rate, recovery factor. Saber leerlas en conjunto, y en el orden correcto, es la competencia que separa a un trader que publica resultados halagadores de uno que implanta una estrategia robusta. Esta guía recorre cada categoría de métricas, explica su significado e identifica los errores de interpretación más frecuentes.
Por qué las métricas de backtest son fundamentales
El riesgo de sobre-interpretación
Según la ESMA, entre el 74% y el 89% de las cuentas de inversores minoristas pierde dinero al negociar CFDs y Forex. Una de las causas estructurales es la implantación de estrategias validadas con criterios insuficientes: un win rate atractivo, un beneficio neto positivo, y nada más. Sobre-interpretar dos o tres métricas favorables ignorando el drawdown o la expectancy lleva a pérdidas inevitables en cuanto el mercado cambia de régimen.
Un informe de backtest no es un certificado de rentabilidad. Es una herramienta analítica que requiere una lectura crítica de todos sus indicadores. Para profundizar en los errores más comunes, consulta nuestra guía sobre cómo hacer backtest sin overfitting.
Las métricas que analizar primero
El orden de lectura recomendado sigue una lógica de filtrado:
- Profit factor: ¿la estrategia es globalmente rentable?
- Drawdown máximo: ¿el riesgo es compatible con tu capital y tu psicología?
- Expectancy: ¿cada trade genera una ganancia esperada positiva?
- Sharpe ratio: ¿el rendimiento es proporcional al riesgo asumido?
- Win rate y consecutive losses: ¿la consistencia es suficiente para mantenerse en condiciones reales?
Si una métrica falla en este filtro, las demás no importan. No tiene sentido analizar en profundidad una estrategia cuyo drawdown máximo supera el 40% del capital, independientemente de lo suave que parezca su curva de patrimonio.
Cálculo automático de métricas
Backtrex calcula todas estas métricas en tiempo real durante el backtesting, sin exportar a Excel. Las señales de alerta (drawdown excesivo, profit factor bajo, overfitting potencial) se destacan directamente en el informe. Descubre todas las funcionalidades en la página de features.
Métricas de rentabilidad
Profit factor: definición y umbral mínimo
El profit factor es la razón entre la suma de todas las ganancias brutas y la suma de todas las pérdidas brutas:
Profit factor = Ganancias brutas totales / Pérdidas brutas totales
Un profit factor por debajo de 1,0 significa que la estrategia pierde más de lo que gana. Los umbrales de referencia utilizados en el sector cuantitativo son:
| Profit factor | Interpretación | Recomendación |
|---|---|---|
| < 1,0 | Estrategia perdedora | Rechazar |
| 1,0 - 1,3 | Marginalmente positiva | Insuficiente para trading real |
| 1,3 - 1,5 | Aceptable con cautela | Validar con más datos |
| 1,5 - 2,0 | Buena estrategia | Umbral recomendado para implantación |
| > 2,0 | Excelente, pero sospechar de overfitting | Verificar validación out-of-sample |
Un profit factor superior a 2,0 en datos históricos debe despertar sospechas: es frecuentemente señal de overfitting, es decir, una estrategia excesivamente ajustada al pasado. Para un análisis más profundo de esta métrica, consulta nuestro artículo sobre expectancy, profit factor y Sharpe ratio.
Expectancy: ganancia media por trade
La expectancy mide la ganancia media esperada por cada unidad de riesgo comprometida. Es la métrica más directamente ligada a la rentabilidad a largo plazo.
Expectancy = (Win rate x Ganancia media por trade) - (Loss rate x Pérdida media por trade)
Una expectancy positiva confirma que la estrategia genera valor a lo largo de un gran número de trades. Una expectancy negativa significa que la estrategia destruirá capital, incluso con un win rate aparente del 70%.
Ejemplo concreto: una estrategia con 40% de win rate, ganancia media de 250 EUR y pérdida media de 120 EUR da una expectancy de (0,40 x 250) - (0,60 x 120) = 100 - 72 = 28 EUR por trade. Cada trade retorna en promedio 28 EUR, independientemente de su resultado individual.
Net profit vs gross profit
El gross profit es el total de ganancias antes de deducir comisiones y slippage. El net profit es lo que queda después de estos costes. La diferencia entre ambos revela el coste real de la estrategia y su impacto en la rentabilidad.
Una estrategia de scalping de alta frecuencia puede mostrar un gross profit atractivo y un net profit ligeramente negativo después de comisiones. Esta métrica es particularmente importante para estrategias con gran número de trades, donde las comisiones de corretaje se acumulan rápidamente.
Usa siempre el net profit
Comparar estrategias únicamente sobre la base del gross profit distorsiona la comparación. El net profit, que incorpora comisiones reales y slippage estimado, es la única medida de rentabilidad relevante para una evaluación honesta.
Métricas de riesgo
Drawdown máximo: absoluto y relativo
El drawdown máximo (MDD) mide la mayor pérdida sufrida desde un pico de capital hasta el mínimo siguiente. Es la métrica de riesgo más directamente legible por un trader.
Drawdown absoluto: expresado en valor monetario (ej.: caída de -1.200 EUR sobre capital de 10.000 EUR). Drawdown relativo: expresado como porcentaje del capital de pico (ej.: -12%).
Las prop firms como FTMO imponen límites estrictos de drawdown (generalmente 5% diario, 10% máximo). Un backtest cuyo drawdown máximo supera estos umbrales significa que la estrategia habría activado un corte durante el período probado.
Un drawdown máximo inferior al 15% en datos multianuales es señal de robustez. Por encima del 25%, la estrategia se vuelve psicológicamente difícil de mantener en condiciones reales, aunque las métricas de rentabilidad sean positivas.
Sharpe ratio y Sortino ratio
El Sharpe ratio mide el rendimiento excedente (por encima de la tasa libre de riesgo) por unidad de volatilidad total. Según Investopedia, los umbrales de referencia son: un Sharpe por debajo de 1,0 es insuficiente, entre 1,0 y 2,0 es aceptable, y por encima de 2,0 se considera muy bueno.
Sharpe ratio = (Rendimiento medio - Tasa libre de riesgo) / Desviación estándar de los rendimientos
La limitación del Sharpe ratio es que penaliza la volatilidad alcista tanto como la bajista. Para estrategias direccionales con beneficios asimétricos, el Sortino ratio es más relevante.
Sortino ratio = (Rendimiento medio - Tasa libre de riesgo) / Desviación estándar de los rendimientos negativos
El Sortino solo penaliza la volatilidad de las pérdidas. Una estrategia que genera grandes ganancias ocasionales (como el trend following) será mejor valorada por el Sortino que por el Sharpe. Para una comparación detallada, consulta nuestra guía sobre ratios de rendimiento de backtest: Sharpe, Sortino y Calmar.
Calmar ratio: rendimiento ajustado al riesgo
El Calmar ratio compara el rendimiento anualizado con el drawdown máximo absoluto. Es la métrica preferida de los gestores de hedge funds para evaluar la eficiencia del riesgo a largo plazo.
Calmar ratio = Rendimiento anualizado / Drawdown máximo
Un Calmar ratio superior a 1,0 significa que la estrategia generó al menos tanto rendimiento anual como su peor episodio de pérdida. Un ratio superior a 3,0 se considera excelente en el sector cuantitativo.
Métricas de consistencia
Win rate y por qué no es suficiente
El win rate es el porcentaje de trades ganadores. Es la métrica más citada y más frecuentemente mal interpretada. Un win rate del 80% con una relación ganancia/pérdida de 0,2 produce una expectancy negativa. Un win rate del 35% con una relación de 3,5 produce una expectancy muy positiva.
El win rate debe leerse siempre en combinación con la relación entre ganancia media y pérdida media. Estos dos valores juntos definen la expectancy real de la estrategia.
Consecutive losses: el test de resiliencia
El número máximo de pérdidas consecutivas es tanto un indicador psicológico y de capital como estadístico. Si tu backtest muestra una racha máxima de 12 pérdidas consecutivas, debes ser capaz de aguantar esa secuencia en trading real sin modificar tu sizing ni abandonar la estrategia.
Esta métrica es particularmente importante para traders que gestionan cuentas financiadas con reglas de drawdown diario. Una racha de pérdidas consecutivas en un corto período puede agotar el drawdown diario antes de que la estrategia haya tenido tiempo de recuperarse.
Calculando la probabilidad de pérdidas consecutivas
Para estimar la probabilidad de una racha de N pérdidas consecutivas, usa la fórmula (1 - win rate)^N. Con un win rate del 55% y N = 8: (0,45)^8 = 0,17%. Eso parece bajo, pero en 5.000 trades, esta secuencia ocurrirá estadísticamente varias veces.
Recovery factor
El recovery factor mide la capacidad de la estrategia para recuperar sus pérdidas. Se calcula como la razón entre el net profit y el drawdown máximo absoluto.
Recovery factor = Net profit / Drawdown máximo absoluto
Un recovery factor superior a 3,0 indica que la estrategia genera al menos tres veces sus pérdidas máximas en ganancias netas. Un recovery factor inferior a 1,0 significa que las ganancias totales no han compensado las pérdidas máximas incurridas.
Interpretación global y trampas comunes
Overfitting: cuando los números mienten
El overfitting es el fenómeno por el cual una estrategia se ajusta excesivamente a los datos históricos y no se generaliza a nuevos datos. Un informe de backtest sujeto a overfitting muestra métricas notables (profit factor > 2,5, drawdown < 5%, Sharpe > 3,0) que colapsan en cuanto la estrategia va a mercado real.
Señales de alerta de overfitting en un informe de backtest:
- Profit factor muy alto en un período corto (menos de 2 años de datos)
- Número bajo de trades (menos de 100 trades en el período): las estadísticas no son significativas
- Métricas que mejoran sistemáticamente con cada ajuste de parámetro
- Falta de robustez en subperíodos (la estrategia rinde en 2022-2023 pero falla en 2020-2021)
Validación out-of-sample
La validación out-of-sample (OOS) es la prueba más importante para evaluar la robustez de una estrategia. El principio: calibrar los parámetros en el 70% de los datos (in-sample) y verificar que las métricas se mantienen consistentes en el 30% restante (out-of-sample) sin recalibración.
Una estrategia robusta ve sus métricas ligeramente degradadas en el período OOS (profit factor ligeramente inferior, drawdown ligeramente mayor) pero permanece rentable. Una estrategia sobre-optimizada ve sus métricas colapsar en OOS.
Backtesting vs trading en vivo
Un backtest produce resultados en condiciones ideales: sin slippage inesperado, sin error de ejecución, sin emoción. El trading en vivo introduce fricciones que el backtesting no siempre captura íntegramente. Comprender estas diferencias y cómo anticiparlas es esencial antes de la implantación.
Construye una muestra suficiente: prueba en al menos 3 a 5 años de datos y en diferentes regímenes de mercado (tendencias, rangos, crisis). Una estrategia que solo rinde en un entorno de fuerte tendencia no es robusta.
Important Risk Warning
Conclusión
Leer un informe de backtest correctamente significa analizar un sistema interdependiente de métricas. El profit factor confirma la rentabilidad global, la expectancy valida cada trade individualmente, el drawdown máximo define el nivel real de riesgo, y los ratios ajustados (Sharpe, Sortino, Calmar) permiten comparar estrategias con perfiles distintos. Todas estas métricas son calculadas automáticamente por Backtrex, con alertas de overfitting integradas, sin necesidad de exportar a Excel. Consulta la página de precios para empezar a hacer backtest.
Un profit factor de 1,5 es el umbral mínimo recomendado antes de cualquier implantación en condiciones reales. Por debajo de 1,3, la estrategia es demasiado frágil para absorber las comisiones y el slippage del trading en vivo. Por encima de 2,0, verifica sistemáticamente la presencia de overfitting probando la estrategia en un período out-of-sample no utilizado durante la calibración de parámetros.
La expectancy se calcula con la fórmula: (Win rate x Ganancia media por trade) - (Loss rate x Pérdida media por trade). Una expectancy positiva significa que cada trade genera en promedio una ganancia, independientemente de su resultado individual. Una expectancy de 20 EUR en 500 trades representa 10.000 EUR en beneficios esperados, antes de comisiones.
El Sharpe ratio penaliza toda la volatilidad, tanto al alza como a la baja. El Sortino ratio solo penaliza la volatilidad negativa (las pérdidas). Para estrategias direccionales con ganancias asimétricas, como trend following o estrategias SMC, el Sortino es más representativo de la calidad real del riesgo/rendimiento.
Un drawdown máximo inferior al 15% en datos multianuales se considera generalmente robusto. Para las prop firms (FTMO, My Forex Funds), el umbral se fija frecuentemente en el 10% máximo sobre la cuenta. Un drawdown superior al 25% hace que la estrategia sea psicológicamente difícil de mantener en trading real, aunque las métricas de rentabilidad sean positivas.
Las señales de alerta incluyen: un profit factor superior a 2,5 en un período corto (menos de 2 años), menos de 100 trades en el período, métricas que mejoran con cada ajuste de parámetro, y rendimiento que colapsa en subperíodos no utilizados durante la calibración. La solución es la validación out-of-sample: reservar el 30% de los datos y usarlos solo una vez para la verificación final.
El recovery factor es la razón entre el net profit total y el drawdown máximo absoluto. Mide la capacidad de la estrategia para generar ganancias superiores a sus peores episodios de pérdida. Un recovery factor superior a 3,0 se considera excelente. Un ratio inferior a 1,0 significa que las ganancias totales no han compensado las pérdidas máximas incurridas.
Las estadísticas de backtest requieren un mínimo de 100 trades para ser estadísticamente significativas, e idealmente más de 300 trades en al menos 3 años de datos. Por debajo de 100 trades, el profit factor y la expectancy pueden estar fuertemente influenciados por algunos trades extremos y no reflejan el rendimiento esperado a largo plazo.