Rachas, caídas y por qué diez operaciones no dicen nada

Siete aciertos de diez suena a estrategia ganadora. Con la estadística delante, esos mismos diez resultados son compatibles con acertar el 40% de las veces y con acertar el 89%. Esta sesión hace esa cuenta, y también la de cuánto cuesta recuperar cada caída.

Por qué una racha de pérdidas es estadísticamente esperable

Una racha de pérdidas no significa que tu método haya dejado de funcionar. Con cualquier porcentaje de acierto por debajo del 100%, las rachas ocurren, y ocurren más a menudo de lo que la intuición sugiere.

Las cifras

Imagina un método que acierta el 55% de las veces, que es un porcentaje razonable y difícil de conseguir.

La probabilidad de fallar cinco veces seguidas es 0,45 elevado a 5, que da aproximadamente un 1,85%. Suena a muy improbable.

Y ahora la parte que cambia la lectura: en cien operaciones hay noventa y seis tramos de cinco consecutivas. Esperarías toparte con esa racha en torno a dos veces cada cien operaciones.

Ocho pérdidas seguidas tienen una probabilidad del 0,17% en cualquier tramo dado. A lo largo de una vida de miles de operaciones, ocurre.

Lo que esto implica

Que una racha larga de pérdidas es información muy débil sobre la calidad de un método. Es exactamente lo que la matemática predice que va a pasar de vez en cuando aunque el método sea bueno.

Y el problema práctico es que las rachas no llegan avisando de que son rachas. Llegan sintiéndose como la prueba de que algo se ha roto, justo cuando el capital está bajo y la paciencia también.

Por qué esto importa para la sesión anterior

Aquí encaja todo lo del tamaño de posición. Si sabes que una racha de ocho pérdidas va a ocurrir en algún momento, la pregunta no es si va a pasar: es si tu cuenta seguirá en pie cuando pase.

Arriesgando un 1% por operación, ocho pérdidas seguidas dejan el capital en torno al 92% del inicial. Arriesgando un 10%, lo dejan en torno al 43%.

La misma racha. El mismo método. Dos situaciones completamente distintas, decididas por una elección tomada antes de que empezara.

Cuánto hace falta subir para recuperar cada caída

Aquí está la asimetría que hace que las caídas grandes sean tan difíciles de deshacer, y es pura aritmética: para volver al punto de partida siempre hace falta subir más de lo que se bajó.

Porque la subida se calcula sobre un capital ya reducido. Si pierdes el 50%, te queda la mitad, y para volver al inicio esa mitad tiene que doblarse.

La tabla

Caída	Subida necesaria para volver al inicio
10%	11,1%
20%	25,0%
25%	33,3%
33%	49,3%
50%	100,0%
60%	150,0%
75%	300,0%
90%	900,0%

Fíjate en la forma de la tabla. Hasta el 20% la diferencia es pequeña y manejable. A partir del 50% se dispara, y a partir del 75% entra en territorio donde la recuperación deja de ser un plan realista.

Curva de recuperaciónSubida necesaria para volver al inicio

SUBIDA NECESARIA %

100 %300 %500 %700 %900 %102030405060708090

CAÍDA %

Caída	Subida necesaria
10 %	11,1 %
20 %	25,0 %
25 %	33,3 %
33 %	49,3 %
50 %	100,0 %
60 %	150,0 %
75 %	300,0 %
90 %	900,0 %

Y a partir del 75% entra en territorio donde la recuperación deja de ser un plan realista.

Por qué esto es el argumento central de todo el capítulo

Porque significa que evitar una caída grande vale mucho más que conseguir una subida grande.

Y también explica por qué la caída máxima es una métrica que importa tanto como la rentabilidad. Dos formas de invertir que acaban en el mismo sitio pueden haber pasado por caminos completamente distintos: una con una caída máxima del 15% y otra del 55%.

La segunda es peor por dos razones, y solo una es matemática. La matemática es que necesitó un 122% de subida para deshacer esa caída. La otra es que casi nadie sigue dentro después de un 55%, así que el resultado final de esa segunda ruta suele ser hipotético: la persona vendió por el camino.

Es la misma idea que apareció en el capítulo del gráfico con el cruce dorado y el historial real del cruce de la muerte: aquel sistema quedaba ligeramente por debajo de comprar y mantener en rentabilidad, y reducía la caída máxima aproximadamente a la mitad. Con esta tabla delante, ese intercambio se ve mucho mejor.

Por qué diez operaciones no dicen nada

Este es el apartado más importante del capítulo, y se demuestra con una sola cuenta.

El caso

Alguien prueba un método y acierta siete de diez veces. Un 70% de acierto. Suena a que ha encontrado algo.

Calculemos el intervalo de confianza de ese resultado, que es el rango dentro del cual está razonablemente el acierto real. Con el método de Wilson, que es el estándar para porcentajes con muestras pequeñas, el intervalo al 95% va del 39,7% al 89,2%.

Léelo despacio: esos diez resultados son compatibles con un método que acierta el 40% de las veces —peor que una moneda— y con uno que acierta el 89%. No permiten distinguir entre las dos cosas.

Cómo cambia con más datos

Mismo 70% de acierto, con más operaciones detrás:

Operaciones	Acierto observado	Intervalo de confianza al 95%
10	70%	39,7% – 89,2%
100	70%	60,4% – 78,1%

Con cien operaciones el intervalo se estrecha a menos de veinte puntos, y ahí ya se puede afirmar algo: que el método probablemente acierta más de la mitad de las veces.

Con diez no se puede afirmar nada en absoluto, y ese es el punto.

Lo que esto invalida

Cualquier resultado presentado sobre pocas operaciones. Da igual lo bueno que parezca: si la muestra es pequeña, el intervalo es tan ancho que el número no informa.

Es también, dicho sea de paso, el mecanismo por el que funciona una estafa muy simple: alguien envía a mil personas una predicción, a la mitad le dice que subirá y a la otra mitad que bajará. Repite con los quinientos que acertaron, y otra vez. Al cabo de seis rondas quedan unas quince personas que han visto seis aciertos consecutivos de un desconocido. Para esas quince, la evidencia es abrumadora. Y no hubo ninguna ventaja en ningún momento.

Y tus propias primeras operaciones. Si empiezas y aciertas las cinco primeras, no has demostrado nada sobre tu método. Has demostrado que cinco cosas salieron bien, cosa que ocurre con bastante frecuencia por casualidad.

Entonces, ¿qué se hace mientras la muestra es pequeña?

Esta es la pregunta que deja abierta todo lo anterior, y tiene respuesta.

Si el resultado no se puede juzgar hasta tener bastantes operaciones, lo que se juzga mientras tanto es el proceso. Son dos cosas distintas y solo una está disponible desde el primer día.

Las preguntas que sí se pueden responder con tres operaciones:

¿Seguí lo que había escrito antes de empezar? El tamaño de posición que decidí, el punto de salida que fijé, el criterio de entrada. Eso es comprobable al instante y no depende de si salió bien.

¿Tenía razones antes o las busqué después? Si escribiste la tesis antes, la respuesta es objetiva. Si no la escribiste, esta pregunta no se puede contestar nunca.

¿La pérdida estuvo dentro de lo previsto? Perder más de lo que habías decidido arriesgar es un fallo de ejecución con independencia del resultado, y se detecta con una operación.

Es la misma separación entre decisión y resultado de la primera sesión de este capítulo. Con muestras pequeñas el resultado no informa y el proceso sí, y por eso el orden correcto es construir primero el proceso y dejar que la muestra crezca sola.

Eso también significa que el peor momento para cambiar de método es después de tres fallos seguidos. Tres fallos no son información sobre el método: son ruido, y cambiar por ruido garantiza no acumular nunca muestra suficiente de nada.

Qué convierte un porcentaje en un dato

Un porcentaje solo no es un dato. Se convierte en dato cuando lleva tres cosas al lado, y las tres se pueden exigir a cualquiera que publique una cifra.

Los tres acompañantes

El tamaño de la muestra. Sin saber sobre cuántos casos se calculó, el porcentaje es indistinguible de una casualidad.

El intervalo de confianza. Es lo que traduce el tamaño de la muestra a un rango legible. Un 70% con un intervalo del 64% al 76% dice algo; un 70% a secas no dice si viene de doscientos casos o de diez.

Los fallos dentro del recuento. Un porcentaje calculado excluyendo los casos malos no mide acierto: mide selección. Es el sesgo de supervivencia que vimos con los fondos en la primera sesión del curso, y volverá en el capítulo sobre método con su nombre completo.

Cómo se aplica esto a nosotros

Sería incoherente exigir esos tres requisitos y no cumplirlos, así que aquí está la cifra de Volatly con los tres puestos.

El archivo público de lecturas anticipadas de eventos de resultados registra un 70,6% de acierto sobre una muestra de 568 eventos, con un intervalo de confianza de Wilson al 95% que va del 66,7% al 74,2% (Cifras a fecha de 2026-09-10).

Los tres acompañantes, uno a uno:

La muestra es la que acabas de leer. Va pegada al porcentaje y no detrás de un enlace, que es lo primero que se puede exigir. Y crece: cuantos más eventos entran, más estrecho sale el intervalo, que es exactamente el efecto que viste en la tabla de esta sesión.

El intervalo dice qué se puede afirmar, y es menos de lo que la gente cree. Dice que el acierto real está razonablemente dentro de esa horquilla. No dice que sea exactamente el número del centro: ese número es el centro de un rango, y el rango es la información.

Los fallos están dentro. Ese porcentaje se calcula incluyendo las lecturas que salieron mal. El archivo completo es público y los fallos son consultables uno a uno. Cómo se mide cada uno está en la metodología, y quién lo firma, en la página de quién está detrás.

La regla que te llevas

Esta sesión te da una herramienta que sirve para el resto de tu vida como inversor, y no es sobre nosotros: cuando alguien te enseñe un porcentaje de acierto, pide las tres cosas.

Si no puede darte el tamaño de la muestra, el intervalo, o si resulta que los fallos no están contados, no te ha dado un dato. Te ha dado una afirmación, y las afirmaciones no se pueden comprobar.

Es exactamente el mismo criterio que el capítulo del gráfico aplicaba a los 95 estudios de Park e Irwin, y el que la primera sesión del curso aplicaba al informe SPIVA cuando explicaba por qué incluye los fondos liquidados. No es un criterio inventado para esta sesión: es cómo se distingue un número de una opinión.

Lo que hay que recordar

• Con un 55% de acierto, cinco pérdidas seguidas tienen un 1,85% de probabilidad en cada tramo, y aparecen unas dos veces cada cien operaciones.
• Recuperar una caída del 50% exige una subida del 100%: evitar caídas grandes vale más que conseguir subidas grandes.
• Siete aciertos de diez son compatibles con un acierto real de entre el 39,7% y el 89,2%. Diez operaciones no permiten concluir nada.
• Un porcentaje sin tamaño de muestra, sin intervalo de confianza y sin los fallos dentro no es un dato, es una afirmación.

Hito alcanzado

Con esto cierras el Capítulo 7. Tienes tu hoja de riesgo rellena, que es el segundo de los tres artefactos del curso, y sabes por qué acertar y ganar son cosas distintas, cómo se calcula el tamaño de una posición, y qué hace falta para que un porcentaje signifique algo.

El Capítulo 8 mira hacia dentro: los sesgos que hacen que todo lo anterior se incumpla en el momento en que hay dinero de verdad en juego, y cómo se construye un método que sobreviva a eso.

Relacionado: qué le hace el tiempo a tu dinero · backtesting y las cuatro formas de engañarte · qué mide cada indicador y cómo se engaña la gente con ellos