La probabilidad de ruina es el riesgo matemático de que el capital de un trader llegue a cero antes de que su estrategia genere suficientes beneficios para sobrevivir. Según el informe de la ESMA, entre el 74% y el 89% de los clientes minoristas pierden dinero operando CFDs en corredores europeos, lo que ilustra cuánto se subestima este riesgo. La fórmula básica: P(ruina) = ((1 - edge) / (1 + edge))^(capital / riesgo_por_trade), donde edge representa tu ventaja estadística neta por operación.
¿Qué es la probabilidad de ruina?
Definición matemática
La teoría de la ruina es una rama de las matemáticas actuariales aplicada al trading por gestores cuantitativos desde los años 1970. La fórmula exacta para una serie de operaciones con esperanza positiva es:
P(ruina) = ((1 - a) / (1 + a))^N
donde:
- a = ventaja por unidad de riesgo (edge), calculada como
(tasa_acierto x ganancia_media - tasa_pérdida x pérdida_media) / pérdida_media - N = número de unidades de riesgo que contiene tu capital (capital / riesgo por trade)
Ejemplo concreto: un trader con un 55% de tasa de acierto, un ratio ganancia/pérdida de 1:1 y un riesgo del 2% por operación sobre un capital de 10.000 euros tiene un edge de 0,10 y N = 50 unidades de riesgo.
P(ruina) = ((1 - 0,10) / (1 + 0,10))^50 = (0,818)^50 = aproximadamente 0,00008, o sea 0,008%
Ese número cambia drásticamente si el riesgo por operación sube al 5%: N cae a 20 unidades y P(ruina) sube a aproximadamente 1,2%.
Por qué este cálculo es crucial antes de operar en real
La mayoría de los traders evalúan sus estrategias únicamente por el drawdown máximo observado en el backtest. Ese dato no dice nada sobre la probabilidad de ruina real: dos estrategias pueden mostrar el mismo drawdown máximo pero probabilidades de ruina radicalmente diferentes según la distribución de sus resultados.
Diferencia entre drawdown y ruina
El drawdown y la probabilidad de ruina miden dos riesgos distintos:
| Criterio | Drawdown máximo | Probabilidad de ruina |
|---|---|---|
| Definición | Mayor caída pico-valle observada | Riesgo de que el capital llegue a cero |
| Naturaleza | Histórico y descriptivo | Probabilístico y predictivo |
| Utilidad | Medir el dolor pasado | Anticipar la supervivencia futura |
| Limitación | Ignora secuencias de pérdidas no observadas | Requiere distribución estable de retornos |
| Acción correctiva | Reducir apalancamiento o frecuencia | Ajustar tanto el edge como el tamaño de posición |
Un drawdown del 20% puede ser aceptable. Una probabilidad de ruina del 15% significa que, ejecutando tu estrategia 100 veces en períodos distintos, destruirías la cuenta en 15 de esos escenarios. La literatura sobre teoría de la ruina (Actuarial Society) muestra que incluso estrategias rentables pueden tener probabilidades de ruina elevadas si el sizing de posición está mal calibrado.
Factores que influyen en la probabilidad de ruina
Tamaño de posición
El tamaño de posición es la palanca más poderosa sobre la probabilidad de ruina. La relación no es lineal: doblar el riesgo por operación no dobla la probabilidad de ruina, la aumenta de forma exponencial.
Ilustración con un edge constante de 0,08:
| Riesgo por trade | N unidades de riesgo (10k EUR) | Probabilidad de ruina aprox. |
|---|---|---|
| 1% | 100 | < 0,01% |
| 2% | 50 | 0,04% |
| 3% | 33 | 0,4% |
| 5% | 20 | 4,2% |
| 10% | 10 | 20% |
Esta tabla ilustra por qué los traders cuantitativos y las prop firms generalmente limitan el riesgo por operación al 1-2%: la probabilidad de ruina se mantiene matemáticamente negligible. Consulta nuestra guía sobre position sizing y el Kelly criterion para profundizar.
Esperanza matemática
Una esperanza matemática negativa hace que la ruina sea inevitable a largo plazo. Pero incluso una esperanza positiva no garantiza la supervivencia: si el edge es débil y las posiciones son demasiado grandes, la probabilidad de ruina sigue siendo peligrosa.
La fórmula de la esperanza matemática por operación:
E = (tasa_acierto x ganancia_media) - (tasa_pérdida x pérdida_media)
El edge positivo es necesario pero no suficiente. Profundiza en nuestro artículo sobre métricas de backtest y esperanza matemática.
Varianza de los resultados
Una estrategia muy volátil con buen edge promedio puede tener una probabilidad de ruina más alta que una menos rentable pero más consistente. La varianza amplifica las rachas consecutivas de pérdidas y aumenta el riesgo de llegar a cero antes de la recuperación. Es precisamente lo que la simulación Monte Carlo captura mejor que la fórmula analítica.
Calcular la probabilidad de ruina con Monte Carlo
El método de reshuffling
La simulación Monte Carlo por reshuffling (o bootstrap) es el método recomendado por los traders cuantitativos. El proceso:
Recopilar los resultados del backtest
Mezclar aleatoriamente (reshuffle)
Simular cada trayectoria
Calcular la proporción de ruinas
Este método tiene la ventaja de usar la distribución real de los resultados de tu estrategia, sin asumir normalidad de los retornos (hipótesis frecuentemente falsa en trading).
Lectura de los resultados
Una simulación Monte Carlo produce una distribución de curvas de equity. Los indicadores clave a extraer:
Los 3 números clave de tu simulación
- Probabilidad de ruina: porcentaje de trayectorias que alcanzan cero (o tu umbral)
- Drawdown en el percentil 95%: el drawdown que experimentarás en el 95% de los escenarios
- Capital esperado tras N operaciones: la mediana de las trayectorias finales
Ejemplo práctico
Un trader tiene un backtest de 200 operaciones: 52% ganadoras, ratio ganancia/pérdida medio de 1,3. Riesgo fijo del 2% por operación en una cuenta de 10.000 euros. La fórmula analítica da una probabilidad de ruina teóricamente muy baja.
Pero después de 10.000 simulaciones Monte Carlo, los resultados revelan:
- El 3,2% de las trayectorias sufre un drawdown superior al 30% en algún momento
- El 0,4% de las trayectorias alcanza el umbral de ruina en -50%
- El drawdown mediano en el percentil 95% es del 22%
Estas cifras permiten calibrar con precisión el límite de stop-out de una prop firm o definir tu propio nivel de parada de emergencia. Aprende a probar la solidez de tu backtest para complementar este análisis.
Backtrex integra directamente este cálculo en su informe de backtest: 10.000 simulaciones Monte Carlo se ejecutan automáticamente tras cada backtest, sin ningún código que escribir. Explora las funcionalidades de Backtrex o consulta los planes y precios.
Estrategias para reducir el riesgo de ruina
Position sizing óptimo (Kelly, fracción de Kelly)
El Kelly criterion define el tamaño de posición teóricamente óptimo para maximizar el crecimiento del capital a largo plazo sin riesgo de ruina. La fórmula:
f = (p x b - q) / b
donde f = fracción del capital a arriesgar, p = probabilidad de ganar, q = probabilidad de perder, b = ratio ganancia/pérdida.
En la práctica, los traders usan una fracción del Kelly (generalmente 1/4 o 1/2 del Kelly) por tres razones:
- El Kelly completo maximiza el crecimiento pero genera drawdowns psicológicamente insostenibles
- Las estimaciones de p y b derivadas del backtest tienen una incertidumbre estadística significativa
- La fracción del Kelly mantiene la probabilidad de ruina muy por debajo del 1%
La regla práctica de los profesionales
La literatura cuantitativa recomienda apuntar a una probabilidad de ruina inferior al 1% para cualquier operativa en real. Para prop firms como FTMO o MyForexFunds, donde la ruina significa la pérdida inmediata del acceso al capital, muchos traders apuntan al 0,1%. Esto generalmente se traduce en un riesgo máximo del 0,5% al 1% por operación, según la distribución de los resultados.
Diversificación de estrategias
La correlación entre estrategias es un factor clave para reducir la probabilidad de ruina global de un portfolio. Dos estrategias descorrelacionadas con probabilidades de ruina individuales del 2% pueden tener una probabilidad de ruina combinada inferior al 0,5%, porque sus rachas de pérdidas no ocurren simultáneamente. Este enfoque es central en el backtesting vs. forward testing y en la gestión cuantitativa de portfolio.
Important Risk Warning
Conclusión
La probabilidad de ruina es el número más importante que la mayoría de los traders nunca calcula. La fórmula analítica da una aproximación rápida; la simulación Monte Carlo revela la distribución completa de los escenarios posibles. Para cualquier estrategia en real (y en especial para cuentas financiadas por prop firms), apuntar a una probabilidad de ruina inferior al 1% mediante un riesgo por operación bien calibrado es una condición de supervivencia, no una opción.
Los gestores cuantitativos profesionales generalmente apuntan a menos del 1% de probabilidad de ruina. Por encima del 5%, la estrategia o el money management debe revisarse antes de cualquier uso en real. Para cuentas financiadas por prop firms (FTMO, MFF), algunos traders apuntan al 0,1% porque la ruina significa el cierre inmediato del acceso al capital. En la práctica, un riesgo del 1% o menos por operación en una estrategia con edge positivo suele dar una probabilidad de ruina negligible.
La probabilidad de ruina aumenta de forma exponencial con el tamaño de las posiciones, no de forma lineal. Pasar del 2% al 5% de riesgo por operación puede multiplicar la probabilidad de ruina por 50 o más, según tu edge. Por el contrario, reducir el riesgo por operación a la mitad disminuye la probabilidad de ruina mucho más que proporcionalmente, ya que cada racha de pérdidas consume menos capital y da a la estrategia más tiempo para recuperarse.
No. Un backtest clásico produce una sola trayectoria: la que realmente ocurrió en el mercado en el orden en que aparecieron las señales. La simulación Monte Carlo genera miles de trayectorias mezclando las mismas operaciones en órdenes diferentes. Revela escenarios de drawdown y ruina que el backtest nunca observó, pero que siguen siendo perfectamente posibles con la misma estrategia. Es la diferencia entre "lo que pasó" y "lo que podría haber pasado".
El Kelly completo define el tamaño de posición que maximiza el crecimiento del capital a largo plazo. En la práctica, genera drawdowns muy grandes (30-50%) y es muy sensible a los errores de estimación. El Kelly fraccionado (generalmente 1/4 o 1/2 del Kelly) reduce el tamaño de posición proporcionalmente: el crecimiento es más lento, pero los drawdowns y la probabilidad de ruina se reducen considerablemente. La mayoría de los profesionales usan 1/4 del Kelly o incluso menos.
En la práctica, 10.000 simulaciones proporcionan una estimación estable de la probabilidad de ruina para la mayoría de las estrategias. Más allá de 50.000 simulaciones, la ganancia de precisión es negligible. El factor limitante no es el número de simulaciones sino la calidad y cantidad de operaciones en el backtest original: una simulación Monte Carlo sobre 30 operaciones será mucho menos fiable que sobre 500.
Sí. Backtrex calcula automáticamente la probabilidad de ruina y las simulaciones Monte Carlo en el informe de backtest, sin ningún código necesario. Los traders que usan plataformas como TradingView o MetaTrader generalmente necesitan programar la simulación en Pine Script o Python, o usar una herramienta de terceros. Backtrex integra este análisis directamente en el flujo de backtesting visual.
La probabilidad de ruina calculada sobre un backtest sigue siendo una estimación basada en datos históricos. En el forward testing, debe recalcularse periódicamente a medida que se van sumando nuevas operaciones. Si la probabilidad de ruina sube significativamente en real respecto al backtest, es una señal de que la estrategia puede tener curve fitting o de que las condiciones de mercado han cambiado.