Trading Con Gestion de Capital - Oscar G Cagigas

Trading con Gestión de Capital.
Un Enfoque Práctico con Numerosos Ejemplos.
Oscar G. Cagigas
Trading con Gestión de Capital.
Hasta un máximo de 500 palabras de este libro se pueden copiar

siempre y cuando se reconozca la fuente. El autor agradecerá ser
notificado en ese caso. Aparte de lo anterior todos los derechos quedan
reservados.
Onda4® es marca registrada y no debe ser utilizada sin consentimiento

expreso.
Dirección de correo electrónico para comentarios y/o correcciones:

oscar@onda4.com . Dirección de correo electrónico para pedidos:
onda4@onda4.com
Primera edición: Abril 2006

ISBN-13: 978-84-609-9689-7
ISBN-10: 84-609-9689-1
Depósito Legal: SA-163-2006
Impreso en España
Dedicado a mi madre, Pepi, una verdadera experta en
gestionar el capital de la forma más eficiente posible.
Trading con
Gestión de Capital
Un Enfoque Práctico
Con Numerosos Ejemplos
Oscar G. Cagigas
Índice
Índice ..............................................................................1
Prólogo ............................................................................ 1
Parte 1. Principios Básicos ............................................. 9
Introducción...................................................................11
Ganancia necesaria para recuperar una pérdida.......... 16
Las comisiones cuentan mucho ....................................23
Las maravillas del interés compuesto.......................... 30
Componer mucho o ganar mucho. Qué es mejor? .......33
Acciones vs futuros .......................................................37
El principio de Pareto ...................................................39
Probabilidad de ruina y dependencia ...........................39
Análisis de datos en pares .............................................43
Parte 2. Arriesgando la cantidad óptima..................... 49
Introducción.................................................................. 51
Reinvertir los beneficios ...............................................52
Expectativa ....................................................................55
El juego +5,-1.................................................................58
La barrera absorbente...................................................70
La formula de Kelly ....................................................... 71
f óptima .........................................................................73
La f óptima en euros......................................................79
Cómo calcular la f óptima en Excel ® ......................... 86
El modelo exacto para dos posiciones ......................... 90
El modelo exacto para 3 posiciones............................103
La ecuación fundamental del Trading ........................ 105
Un ejemplo sencillo.....................................................109
El ratio de Sharpe simplificado....................................112
Ganancia/Riesgo en la f óptima.................................. 114
Los beneficios de diversificar...................................... 119
El problema del margen.............................................. 124
Una historia de Gestión de Capital ............................. 126
Parte 3. Aplicando Gestión de Capital........................153
Introducción................................................................ 155
El ATR o Rango verdadero promedio......................... 156
Escogiendo un múltiplo del ATR ................................ 162
Operar con más de un valor ........................................ 172
Añadir o vender una parte...........................................177
Piramidar correctamente............................................ 180
La distribución de los resultados................................ 187
Sistemas rentables en el futuro .................................. 195
La simulación de Montecarlo ..................................... 198
Aplicando Gestión de Capital en la vida real..............205
Estrategias de Cobertura del Capital.......................... 210
Rentabilidad vs Drawdown .........................................215
Limite por porcentaje de aciertos............................... 224
Variando el riesgo en función del resultado previo ...228
Diversificando por sistemas ....................................... 234
Fin de trayecto ............................................................ 242
Bibliografía/Referencias ........................................... 247
Apéndice 1.................................................................. 249
Distribución t de Student .......................................... 249
Prólogo
Prólogo
L
a teoría del mercado eficiente en su forma más
pura dice que es imposible ganar dinero en los
mercados. Esta teoría se basa en la suposición de
que los inversores actúan de manera racional en los merca-
dos y por tanto toda la información se ajusta rápidamente,
siendo imposible obtener resultados que en promedio sean
positivos.
La teoría es muy interesante, el problema que tiene es
que parte de una suposición incorrecta, que los inversores
actúan siempre racionalmente.
Para conocer la forma de actuar de los inversores se
hizo el siguiente experimento. Se dividió un número grande
de personas en dos grupos. Al primer grupo se le contó la si-
guiente historia:
“vd ha comprado por adelantado una entrada para el
cine que cuesta 10 euros. Cuando llega a la taquilla se da
cuenta de que ha perdido la entrada que compró por adelan-
tado. Pagaría vd de nuevo los 10 euros para entrar al cine?”
Al segundo grupo, que estaban separados de los prime-
ros y por tanto no podían saber lo que se les contaba a estos,
se les contó la siguiente historia:
“vd se acerca al cine a comprar una entrada para la pe-
lícula que desea ver. Al abrir su cartera se da cuenta de que
ha perdido un billete de 10 euros. Compraría vd la entrada?”
El 88% de las personas del segundo grupo optaron por
comprar la entrada del cine, pero del primer grupo (los que
ya tenían el billete y lo perdieron) solo el 46% de ellos decidió
comprar la entrada.
A los dos grupos se les planteó la misma cues-
tión”pagaría vd 10 euros (independientemente de lo que le
haya sucedido antes) para ir al cine a ver una película que le
interesa?. El resultado fue muy diferente. Las personas to-
mamos decisiones basadas en nuestras creencias, sentimien-
tos y raramente en criterios objetivos. La teoría del mercado
eficiente no funciona.
1
Prólogo
Una prueba de ello es la existencia de traders experi-

mentados que llevan muchos años extrayendo beneficios del
mercado de forma constante. En un entorno eficiente su ga-
nancia promedio sería cero ya que sus pérdidas compensarí-
an las ganancias que pudieran tener. Afortunadamente para
ellos y para nosotros esto no es así. El mercado tiene un
componente aleatorio pero también produce pautas que se
repiten y presenta ineficiencias de las cuales se puede tomar
ventaja. Veamos unos casos de especuladores que no creen
en la teoría del mercado eficiente:
Larry Williams convirtió $10000 en más de 1 millón en

un año en una cuenta monitorizada en el concurso de trading
Robbins durante el año 1987. Su hija de 16 años ganó el
mismo concurso 10 años después convirtiendo $10000 en
$110000. Por otro lado, Daniel J. Zanger (un contratista
americano) convirtió $10775 en 18 millones de dólares en 18
meses operando con acciones del Nasdaq durante la burbuja
de Internet, de Junio del 98 a Diciembre del 99. Y estos son
los casos más recientes, anteriormente tenemos a Nicolas
Darvas, Jesse Livermoore...
Aunque sean puntuales, las ineficiencias del mercado

nos presentan una oportunidad. Muchos traders aprovechan
la época del año para poner las probabilidades a su favor.
Otros aprovechan que los días de la semana no distribuyen
sus variaciones porcentuales de forma homogénea, operando
solo en los días más favorables. Sabia vd que hasta la fecha el
Dow Jones no ha caído en ningún año terminado en cinco?
Este tipo de aproximaciones no tiene porqué ser algo
100% infalible pero está claro que algunos periodos son más
alcistas que otros. Adicionalmente tenemos el hecho de que
el mercado tiene un sesgo alcista a largo plazo. Si vd simula
un sistema de especulación simétrico (por simétrico se en-
tiende que usa las mismas reglas para comprar largo que pa-
ra vender corto) entonces verá que siempre se gana más di-
nero en el lado largo que en el corto debido al sesgo alcista
del mercado a largo plazo. En un mercado eficiente un siste-
ma de especulación no debería dar beneficios, pero si los di-
era deberían ser igual en el lado largo que en el corto.
2
Prólogo
Si asumimos que el mercado no es eficiente al 100% en-

tonces es posible obtener retornos positivos de forma cons-
tante. Pero para ello hay que tener en cuenta que al contrario
de lo que normalmente se piensa no es una tarea fácil. La pri-
mera vez que alguien invierte en bolsa tiende a creer que se
trata de algo fácil, pero enseguida sale “escaldado”. Para
triunfar en los mercados hay que tener una aproximación
ganadora (sea cual sea) y una buena gestión del capital que
se está arriesgando. En el primer año un inversor puede con-
tentarse con no perder dinero después de haber hecho mu-
chas operaciones.
A la hora de establecer una metodología de inversión o
especulación es necesario tener unos conocimientos básicos
sobre componer los retornos, algo que es imprescindible para
todo aquel que piense hacer más de una operación bursátil .
Supongamos que le ofrecen quedarse con una de las dos
opciones siguientes:
1. Comprar un valor a 10 y venderlo a 12 un año des-

pués
2. Operar el mismo valor durante un año de la siguien-

te forma: compramos a 10 y vendemos a 11, poste-
riormente compramos a 11 y vendemos a 10.50, des-
pués compramos a 10.50 y vendemos a 12.
Cual de las dos opciones elegiría?
La respuesta no es fácil. En este libro se verá que a la

hora de calcular el retorno de una inversión la diferencia en-
tre componer los resultados (utilizar el capital ganado o per-
dido para la siguiente operación) produce unos resultados
claramente diferentes. En este ejemplo no es necesario hacer
los cálculos para darnos cuenta de que la segunda opción es
menos arriesgada ya que en la primera estamos siempre en el
mercado y por tanto expuestos a lo que pueda pasar durante
todo el año.
La Gestión de Capital es imprescindible para poder sa-

car el máximo jugo de un sistema de especulación, tanto si es
100% mecánico como si es discrecional (Ondas de Elliott por
3
Prólogo
ejemplo). Adicionalmente nos dice las probabilidades de éxi-

to que tenemos con una aproximación en particular y nos en-
seña a evaluar y cuantificar diferentes estrategias. Suponga
ahora que vd debe escoger entre dos sistemas
Sistema A Sistema B
90% aciertos 50% aciertos

0.6 ganancia/perdida 2 ganancia/perdida
Cual es mejor?. De nuevo la respuesta necesita enten-

der unos conceptos básicos que veremos en este libro. Quizás
no se pueda responder a la pregunta anterior sin saber con
que frecuencia opera cada sistema. Si vd tiene o ha tenido
alguna vez este tipo de inquietudes entonces creo que este
libro puede servirle de ayuda.
Muchas de las creencias populares sobre el riesgo de las
inversiones, la diversificación y las rachas de ganancias y
pérdidas son erróneas o inexactas. Después de todo en cada
operación hay dos lados y el lado que gana no tiene demasia-
do interés en formar y enseñar al lado que pierde. Para pa-
sarse al lado ganador hay que saber tanto o más que la otra
parte. Cualquier especulador experimentado le dirá que pre-
fiere un sistema mediocre con buena gestión del capital que
un sistema bueno sin gestión de capital.
He dividido el libro en tres partes. En la primera he

procurado cubrir todos los conceptos básicos que se necesi-
tan para obtener el máximo retorno de situaciones sencillas
en las cuales las ganancias y las pérdidas son constantes.
Cuando las ganancias y pérdidas no son constantes la teoría
anterior no es aplicable y por tanto hay que formarse en es-
trategias de fracción óptima. La segunda parte del libro habla
de las estrategias de fracción optima para una y para varias
posiciones. Al terminar esta parte el lector debería ser capaz
de calcular la cantidad óptima a arriesgar en cualquier situa-
ción, tanto si es una cartera de valores como si es una cartera
de futuros o cualquier operación individual.
La tercera y última parte del libro se centra en el aspec-
to práctico, lo que funciona mejor y lo que no, lo que se suele
aplicar en la vida real y lo que no. No querría que vd termine
4
Prólogo
de leer el libro y no pueda aplicar estas estrategias a sus in-

versiones sin un pleno conocimiento de lo que es más prácti-
co y se usa en la vida cotidiana.
A la hora de escribir un libro como este uno se encuen-
tra con que para explicar C se necesita haber explicado antes
A y B. Pero es que la definición de A y la definición de B tie-
nen algo de C. Este libro no tiene porqué ser leído en el orden
establecido de capítulos, aunque he pensado que esa es la se-
cuencia lógica y más conveniente. Aún así no he podido evi-
tar la aparición puntual de este fenómeno “ABC” en algunos
apartados. En cuanto a dirigir el contenido a un lector especí-
fico asumo que vd opera en bolsa y conoce un poco de las es-
tadísticas básicas (media, desviación) y que también conoce
algo sobre sistemas de especulación y sus estadísticas (por-
centaje de aciertos, tasa ganancia/perdida, etc).
Este libro tiene un carácter práctico y por ello he puesto

mucho hincapié en incluir ejemplos de cada concepto que se
presenta. Un simple ejemplo con 4 operaciones es suficiente
para mostrar el método y la resolución de un problema de
cantidades óptimas. Cuando termine el libro vd sabrá calcu-
lar la cantidad óptima que se necesita arriesgar en un sistema
que nos proporciona las siguientes operaciones:
Valor A Valor B
+700 +100
-200 -300
+500 +800
-600 +900
Que porcentaje de su capital arriesgaría en el valor A y

cuanto en el valor B para obtener el máximo beneficio y
cuanto es ese beneficio?
Si realmente le interesa saberlo siga leyendo. Le asegu-

ro que al cuando termine de leer el libro sabrá encontrar por
si mismo la respuesta a las preguntas que le he planteado.
Este libro es un libro de números y de sentido común. Es un
libro que habla de la gestión de capital.
5
Prólogo
La gestión del capital no es lo que podría parecer a

primera vista. No es poner stop loss a las operaciones. Es al-
go más completo (y complejo) que tiene que ver con "cuanto"
capital arriesgar en cada operación. La gestión del capital es
la parte más importante de cualquier sistema o método de
especulación, sea o no automático.
No es posible controlar a priori el resultado de una ope-
ración, pero sí es posible controlar la cantidad que se debe
arriesgar. Por ello se debe poner mucho énfasis en utilizar la
cantidad de capital que nos proporcione el mejor resultado y
nos asegure la continuidad de nuestras operaciones. Con ges-
tión de capital se puede multiplicar por 10 o más el resultado
neto respecto a no haber utilizado gestión. Con Gestión de
capital solo se necesitan 100.000 euros en beneficios para
tener una ganancia neta de 1 millón de euros. La gestión del
capital no puede convertir un sistema perdedor en ganador,
pero dispara geométricamente los beneficios de un sistema
ganador a la vez que reduce las pérdidas en los periodos difí-
ciles del sistema.
Al contrario de lo que piensa la mayoría de la gente, el

beneficio que se obtiene al operar en bolsa no es directamen-
te proporcional al riesgo (no es una función lineal), sino que
a partir de un determinado nivel de riesgo por encima se ob-
tiene un beneficio menor que arriesgando más. Veremos có-
mo es esa relación y también cual es esa cantidad óptima de
nuestro capital que se debe utilizar para operar. Interesa co-
nocer esta fracción. Esa fracción óptima es lo que se conoce
como la f óptima.
Una parte del contenido de este libro está basado en el

trabajo de Ralph Vince (el creador de la f óptima). Gracias a
la genialidad de Ralph los pequeños inversores podemos
aproximarnos al mercado de una forma mucho más inteli-
gente y maximizar el resultado de nuestras operaciones. Es
evidente que este libro no hubiera podido escribirse sin su
excelente trabajo. Gracias Ralph.
Y para terminar me gustaría preguntarle si las cuestio-

nes que le he planteado en este prólogo han suscitado su cu-
riosidad. Si la respuesta es afirmativa entonces permita que
6
Prólogo
le acompañe en este viaje con destino final en el control total

de la cantidad a arriesgar en sus inversiones. En el destino vd
sabrá con mucha aproximación lo que puede esperar de su
forma de operar y cómo sacar el máximo partido de esta.
Quien sabe, quizás deba cambiar algo. O quizás no. Pero en
cualquier caso el viaje no tiene porqué ser aburrido.
Partimos?
Oscar G. Cagigas
7
Parte 1. Principios Básicos
“ Antes de seguir permíteme que te advierta que los

frutos de tu éxito estarán en relación directa con la
honestidad y sinceridad de tu propio esfuerzo en guardar
tus propios registros de operaciones, pensar a tu manera y
alcanzar tus propias conclusiones.”
Jesse Livermore
9
Primera Parte. Principios Básicos
Introducción
P
or muy buena que sea su forma de operar vd no
va a mantener su capital sino controla el riesgo
de sus operaciones. No importa si cuando vd
opera tiene un 90% de aciertos, si en una sola pérdida se
fulmina el beneficio de las operaciones anteriores entonces
tiene una estrategia perdedora, a pesar de acertar el 90% de
las veces. Si lo anterior le parece poco realista permítame que
le diga que conozco varios sistemas de trading con un por-
centaje de aciertos entre el 80 y el 90%; sin embargo esta fia-
bilidad se obtiene a base de exprimir al máximo la posibili-
dad de acertar. En este tipo de sistemas es muy frecuente
vender en la primera barra con beneficio y poner el stop de
pérdidas muy alejado. Así podemos tener p.e. 9 operaciones
ganando 200 euros y una sola perdiendo 1500. Al final esta-
mos hablando de un beneficio de 300 euros tras 10 operacio-
nes. Lo que nos gusta a las personas es tener razón pero esto
no siempre es lo más rentable. Estimado lector, la gestión de
capital es un juego de números. Lo que resulta matemática-
mente más conveniente es lo más conveniente.
Déjeme que le cuente algo que seguramente le suene
familiar. Imagínese que acaba de cerrar con ganancias su
quinta operación y tiene acumulada una buena rentabilidad.
Lo ha conseguido usando sus beneficios en las nuevas opera-
ciones y es sorprendente lo que puede hacer el capital cuando
se utiliza correctamente y se componen los beneficios. Es el
momento de arriesgar más para ganar más. En la siguiente
operación compra títulos por un importe mayor del que suele
utilizar para operar. De repente algo va mal y ¡zas!, el benefi-
cio de operar durante dos meses ha desaparecido y le deja
además con una pérdida. Vd no piensa en la pérdida sino en
el dinero que tenía que ahora no tiene. Lo que más le molesta
no es perder sino no haber preservado los beneficios. Le sue-
na familiar, verdad?
Si le pasan cosas así con frecuencia entonces vd ya do-
mina el análisis del mercado lo suficiente como para situarse
11
en operaciones ventajosas y sacar el máximo provecho de

ellas; sin embargo no domina la gestión del capital.
Si pudiera hacer más hincapié en que la gestión del ca-
pital es lo que hace que vd gane o pierda dinero lo haría. Gra-
cias a la gestión del capital se mantienen las ganancias inclu-
so después de una racha de pérdidas siempre y cuando esta
racha haya sido prevista con antelación en base a las estadís-
ticas de fiabilidad de su sistema. En trading, como en Inge-
niería hay que estar siempre preparados para el caso más
desfavorable. Si algo funciona en el peor de los casos enton-
ces es muy probable que funcione en el futuro.
La gestión del capital no solo ayuda a no perder dema-
siado capital sino también a maximizar lo que se gana. Hasta
ahora el ordenador ha sido utilizado con demasiada frecuen-
cia para simular señales de compra y venta de sistemas con el
propósito de conseguir la máxima ganancia. Sin embargo no
se ha trabajado lo suficiente en maximizar el capital a través
de la modificación de la cantidad a arriesgar. Le mostraré
que para multiplicar por 10 sus ganancias no tiene que dis-
poner de un sistema que acierte el 90% del tiempo. Un sis-
tema mediocre de especulación utilizado con la fracción óp-
tima del capital es suficiente para multiplicar por 10 el capi-
tal inicial.
Con objeto de mostrarle la importancia del tema permí-
tame que le muestre una secuencia de operaciones reales:
Valor neto
TEF +87.8
SGC +114.98
PRS -132.5
AGS -187.89
TUB -563.14
PAS +378.13
ELE -136.07
ANA +577.88
REP -388.88
GAM -723.75
Se trata de una secuencia real de resultados netos des-

pués de comisiones operando con 12000 euros. Lo primero
12
que vamos a hacer va a ser calcular el resultado neto: es una

pérdida de 973.44 euros.
El resultado medio es de -97 euros con una desviación
de 383 euros. Si observamos la secuencia de operaciones ve-
mos que la situación ha empeorado progresivamente hasta
terminar en una pérdida que es mucho más elevada que la
mayor ganancia acumulada. La secuencia de operaciones nos
muestra unos resultados sin gestión alguna de capital. El sis-
tema que vd utilice puede ser muy bueno pero si lo aplica sin
importarle la cantidad que arriesga en cada operación cuan-
do llegue la buena racha no le quedará dinero para disfrutar-
la.
Veamos que sucede si en lugar de arriesgar la cantidad
que creemos es la adecuada seguimos un criterio objetivo en
el que solo se arriesgue un 1.5% del capital.
En ese caso:
Valor neto
TEF +87.8
SGC +114.98
PRS -132.5
AGS -187.89
TUB -563.14 Æ -180
PAS +378.13
ELE -136.07
ANA +577.88
REP -388.88 Æ -180
GAM -723.75 Æ -180
Total: +162.33
Media=16 euros
Desv=257 euros
Resulta que aplicando un estricto control del riesgo

(limitando este al 1.5%) conseguimos transformar una pérdi-
da en una ganancia. Puede que vd esté pensando que si po-
nemos los stop más cerca entonces las operaciones serán dis-
tintas, algunas de las ganancias podrían haber sido pérdidas.
En realidad no se trata de modificar la situación de los stop
loss. Se trata de arriesgar la cantidad adecuada en cada ope-
13
ración. La gestión de capital no necesita modificar las señales

de un sistema sino solamente la cantidad invertida.
La gestión de capital marca la diferencia. No lo dude.
Cuando las pérdidas se disparan el inversor tiende a arries-
gar más con la intención de recuperar l0 perdido, así entra en
una espiral en la que acaba con una pérdida mayor que la ini-
cial. Lo que arruina una serie de operaciones no es el petró-
leo, ni Alan Greespan, ni siquiera una guerra; es no tener
control sobre la máxima pérdida. En este ejemplo hemos vis-
to que solo tres operaciones con un riesgo excesivo se pueden
cargar el resultado acumulado de otras siete operaciones. Y
podría haber sido peor. Se imagina tener 9 ganancias segui-
das de 200 euros y una pérdida de 2000?. En este caso ten-
dríamos un sistema perdedor con una fiabilidad del 90%.
Menuda ironía verdad?
12400
12200 12203
12139
12088 12070
12000 12000
11882
11800
11750
11697
11600
11561
11400
11319
11200
11000 11027
10800
10600
10400
1 2 3 4 5 6 7 8 9 10 11
figura 1
En la figura 1 vemos la curva de liquidez (resultado de

las operaciones cerradas) del primer conjunto de operacio-
14
nes. Se parte de un capital de 12000 euros y tras las 10 ope-

raciones indicadas el resultado neto es una pérdida de casi
1000 euros. El aceleramiento en las caídas que podemos ver
en la figura 1 nos está diciendo que el trader está aumentan-
do el riesgo con las pérdidas.
En la figura 2 vemos la curva de liquidez para las mis-

mas operaciones pero controlando la máxima pérdida al 1.5%
del capital. Aquí la cosa cambia, cada nueva pérdida está con-
trolada y es igual o menor a la anterior ya que al arriesgar
siempre un porcentaje fijo del total según se va perdiendo
capital se va arriesgando menos. Con esta estrategia estamos
pasando de perder casi 1000 euros a ganar 162. Habrá más
detalle sobre las estrategias de riesgo fijo en los siguientes
capítulos. A lo largo de este libro le mostraré que solo con ver
el gráfico de la evolución de un sistema se puede saber si la
persona que opera usa una gestión de capital activa. La per-
sona que opera de la forma mostrada en la figura 2 hace lo
correcto, disminuye el riesgo con las pérdidas y lo mantiene
al 1.5% de su capital restante. Esta persona podría soportar
hasta una racha de pérdidas de 45 veces seguidas y aún así
mantener el 50% de su capital. En el siguiente apartado ve-
remos como se llega a esta conclusión.
15
12600
12522
12400
12342
12200 12203
12162
12088 12070 12081
12000 12000
11944
11882
11800
11702
11600
11400
11200
1 2 3 4 5 6 7 8 9 10 11
figura 2
Ganancia necesaria para recuperar una

pérdida
Supongamos que disponemos de 10000 euros para
operar y después de una racha de pérdidas nuestra cuenta
tiene una valoración de 6666; es decir, hemos perdido el 33%
de nuestro capital. Ahora para volver a recuperar el punto de
partida necesitamos ganar 3333 euros pero ya no partimos
de 10000 sino de 6666 lo que significa que ahora debemos
conseguir una ganancia del 50% sobre nuestro capital!
Según va aumentando el valor monetario de una pérdi-
da va aumentando el porcentaje de ganancia que debemos
conseguir para recuperarnos. Una pérdida del 10% se recu-
pera con una ganancia del 11% pero de ahí en adelante la cosa
se complica. Para recuperar una pérdida del 50% necesita-
mos duplicar el capital que nos queda. Eso no es tan fácil ver-
dad?.
16
Es cierto que cuando operamos con futuros no depen-

demos tanto del capital sino del margen o garantías que nos
pide el broker. Mientras tengamos la misma capacidad de
margen podremos operar con el mismo número de futuros,
pero en cuanto nuestro capital disminuye también lo hacen
nuestras posibilidades. Uno de los mercados más apalanca-
dos es el de divisa o Forex. La mayoría de los intermediarios
ofrecen apalancamiento 100: 1 y algunos 200:1. No se crea
que esto nos permite hacernos ricos con poco dinero y sin
preocuparnos por nuestras pérdidas. El apalancamiento tra-
baja en los dos sentidos, el que le beneficia y el que le perju-
dica. Si vd afronta una serie de 6 o 7 pérdidas seguidas y su
cuenta no está capitalizada como para soportarlo vd perderá
la oportunidad de recuperarse porque no tendrá capital res-
tante en la cuenta como para operar. Más adelante veremos
como se calcula la máxima racha de pérdidas que se puede
esperar de un sistema.
Operando con futuros una pérdida de 100 puntos se
recupera con una ganancia de 100 puntos. Eso es totalmente
cierto e independiente del porcentaje de nuestro capital que
represente la ganancia y la pérdida. Pero cuando un índice va
variando su valor absoluto también varía el porcentaje de ga-
nancia que vamos a tener que conseguir para recuperar los
mismos puntos perdidos. La ley de porcentajes aplica a todo
el mundo, independientemente del instrumento con el que
opere.
Vamos a acercarnos a la gestión del riesgo de una for-

ma experimental. Supongamos que disponemos de x euros y
en cada operación que hacemos somos capaces de parar las
pérdidas al p%. Cuántas veces seguidas podemos perder has-
ta reducir nuestra inversión a la mitad?
Después de una pérdida nos quedará el siguiente capi-

tal:
x*(1-p)
Después de dos pérdidas seguidas nos quedará:
x*(1-p)^2
17
Donde (1-p)^2 significa “1-p elevado al cuadrado”. Si

por ejemplo paramos las pérdidas al 10% después de dos
pérdidas seguidas tendremos (1-0.1)^2=0.81 el 81% de nues-
tro capital inicial.
Después de n pérdidas seguidas nos quedará un capital

de:
x*(1-p)^n
Y llegará un momento en que nuestro capital x habrá

disminuido hasta valer la mitad (x/2) . Cuando eso suceda se
cumplirá lo siguiente:
x*(1-p)^n=x/2
Eliminamos x que está multiplicando en los dos térmi-

nos y tomamos logaritmos:
n*ln(1-p)=ln(1/2)
y al final llegamos a:
n = ln(1/2)/ln(1-p)
Donde ln es el logaritmo neperiano, p es el porcentaje

de perdida y n el número de operaciones consecutivas con
pérdidas. De acuerdo con lo que acabamos de ver, si pode-
mos limitar las pérdidas al 2% entonces podemos fallar 34
veces seguidas antes de reducir nuestro capital a la mitad. De
acuerdo a la formula anterior podemos construir la siguiente
tabla:
P(%) Veces
1 68 21 2
2 34 22 2
18
3 22 23 2
4 16 24 2
5 13 25 2
6 11 26 2
7 9 27 2
8 8 28 2
9 7 29 2
10 6 30 1
11 5 31 1
12 5 32 1
13 4 33 1
14 4 34 1
15 4 35 1
16 3 36 1
17 3 37 1
18 3 38 1
19 3 39 1
20 3 40 1
Si somos capaces de cortar las pérdidas antes del 7%

seremos capaces de intentarlo al menos 9 veces antes de re-
ducir nuestro efectivo a la mitad. Si nunca admitimos tener
una pérdida de dos dígitos al menos lo podremos intentar 7
veces.
Lo anterior pone de manifiesto lo importante que es
cortar rápidamente las pérdidas y mantener las ganancias.
Realmente debe ser difícil fallar en nuestras decisiones de
inversión 22 veces seguidas, recordemos que esto solo será
verdad si conseguimos cortar al 3%. Ahora bien, que pasa
cuando no se pueden cortar las pérdidas al 3%??
Este es el caso más real, unas veces no disponemos de
Stop Loss automáticos en nuestro broker y otras veces debido
a la volatilidad de nuestro valor hemos decidido poner un
Stop Loss más holgado. Además de lo anterior somos perso-
nas que nos podemos distraer y no siempre podemos vigilar
el mercado cada minuto. Entonces, lo que se debe hacer es
no arriesgar el 100% del capital por operación, sino limitarlo
a una parte. Como mucho el 50%. De esta forma, si solo te-
nemos invertido una parte de nuestro capital y la bolsa sufre
19
una hecatombe, al día siguiente podremos estar invirtiendo

de nuevo, comprando en el suelo. Cosa que no habríamos
podido hacer de haber invertido el 100% de nuestro capital.
Si tenemos nuestro dinero en dos partes duplicaremos el
número de oportunidades. Si lo dividimos en tres, triplica-
remos el número de oportunidades hasta resultar financie-
ramente dañados. Y así sucesivamente.
En general no se debería arriesgar más del 50% del ca-

pital en una operación, a no ser que se disponga de una
aproximación al mercado completamente probada que así lo
sugiera cuando se simula. Bajo ningún concepto permita te-
ner unas pérdidas de dos dígitos. Si cumple lo anterior al
menos podrá intentarlo 14 veces antes de retirarse con la mi-
tad del capital inicial.
Los grandes especuladores suelen ser contrarios al

riesgo. La publicidad y la percepción pública de los grandes
especuladores está muy distorsionada. Quizás una de las me-
jores fuentes de información sobre los grandes magos del
mercado sea el libro “Market Wizards”, basado en entrevistas
a los mejores especuladores del mundo. En él se puede ver
que solamente aquellos que consiguieron controlar el riesgo
de sus inversiones en todo momento pudieron llegar a lo más
alto en el mundo bursátil. Concretamente vamos a citar el
caso de Larry Hite, un exitoso gestor de fondos de inversión
que es entrevistado en “Market Wizards y cuenta las siguien-
tes dos historias:
Tengo un tío que invirtió $5000 en el mercado de op-

ciones y consiguió convertirlo en $100.000. Un día le pre-
gunté, “cómo lo hiciste?” A lo que él respondió, “Es muy fá-
cil, compro opciones en el mercado, y si suben me manten-
go, y si bajan, me espero hasta que vuelven al precio de
compra y me salgo sin ganancia ni pérdida”. Le contesté,
“Yo especulo para vivir y te puedo decir que tu estrategia no
va a servirte a largo plazo”. Él contestó, “Larry, no tiene que
servirme en el largo plazo sino solamente hasta que haga 1
millón de dólares. Sé lo que estoy haciendo, nunca tomo una
pérdida”.
20
En la siguiente operación compró $90.000 en opcio-

nes de Merrill Lynch, esta vez el mercado cayó y siguió ca-
yendo. Hablé con él un mes más tarde y me dijo que debía
$10.000. Yo dije, “Espera, tenías $100.000 y compraste
$90.000 en opciones. Deberían quedarte +$10.000 aunque
las opciones de Merril Lynch hayan expirado a cero. Como
puedes tener una deuda de $10.000?. Él contestó, “compré
las opciones a $4.5. Cuando el precio cayó a $1 pensé que si
compraba otras 20.000 el precio solo tendría que irse a
$2.75 para salirme sin pérdidas, así que fui al banco y pedí
un préstamo de $10.000.”
La gestión del riesgo no solo es importante en la bolsa,

también en cualquier negocio. Una vez trabajé para una
empresa de trading. El presidente, un señor muy amable
contrató a un especulador de opciones que era brillante pe-
ro no muy estable. Un día el especulador desapareció de-
jando a la empresa con una posición abierta con pérdidas.
El presidente no era especulador, así que me pidió consejo.
“Larry, que debería hacer?” a lo que le contesté, “Salirte de
la posición”. En lugar de hacerlo, el presidente decidió man-
tenerse. La pérdida se incrementó un poco, el mercado se
giró y el presidente se pudo salir de la posición con una pe-
queña ganancia.
Después de ver esto, le dije a un compañero de trabajo
“Bob, vamos a tener que buscar otro trabajo”, a lo que con-
testó, “porqué?”. Le dije, “Trabajamos para un hombre que
se acaba de encontrar a sí mismo en un campo de minas, y
lo que hizo fue cerrar los ojos y seguir caminando. Él ahora
piensa que si te encuentras en un campo de minas la mejor
técnica es cerrar los ojos y seguir caminando”.
Un año después, este hombre se encontró con que tenía
que liquidar otra posición en opciones. Cuando terminó de
cerrar la posición se había gastado todo el dinero de la em-
presa.
Para terminar de demostrar la importancia de contro-

lar la máxima pérdida cuando operamos vea debajo una tabla
que en la primera columna indica la magnitud de una pérdi-
da y en la segunda columna la ganancia necesaria para recu-
perarse de esa pérdida. Se puede ver que por encima del 10%
21
la ganancia necesaria para recuperarse crece muy deprisa.

Por ejemplo recuperar una pérdida del 35% necesita ganar
posteriormente un 54%.
Perdida Ganancia
5 5%
10 11%
15 18%
20 25%
25 33%
30 43%
35 54%
40 67%
45 82%
50 100%
55 122%
60 150%
65 186%
70 233%
75 300%
80 400%
85 567%
90 900%
En la figura 3 vemos que la ganancia necesaria para re-

cuperarse de las pérdidas sigue un crecimiento exponencial.
Tras la compra de un valor tecnológico en el año 2000 y si
por ejemplo este valor acumula una pérdida del 80% enton-
ces es mejor no tener demasiadas esperanzas. Este valor ne-
cesitaría subir un 400% desde el precio actual para recupe-
rarse.
22
1000%
900%
900%
Ganancia
800%
700%
600% 567%
500%
400%
400%
300%
300% 233%
186%
200% 150%
122%
100%
82%
100% 54% 67%
25% 33% 43%
5% 11% 18%
0%
5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90
figura 3
Las comisiones cuentan mucho

Antes de entrar en materia me gustaría mostrarle que
todo se basa en los números que reflejan fielmente la reali-
dad de sus inversiones. Por tanto la elección del broker ade-
cuado es primordial. A veces “pocos muchos suman más que
muchos pocos”. Si vd opera mucho se dará cuenta de que uti-
lizando un broker típico las comisiones se pueden comer sus
beneficios. No sea conformista. Si vd piensa que en la próxi-
ma operación va a obtener un retorno neto del 30% y por
tanto no es importante si le cobran 7 euros por cada opera-
ción hágase el favor de mirar el registro de sus últimas ope-
raciones. Cual fue la ganancia? Cual fue la comisión del bro-
ker?. No olvide incluir la comisión por mantenimiento de
cuenta y los 0.27 euros que le cobran por enviarle las cartas
(tal como están las cosas en un broker típico en el año 2003).
TODO cuenta, no se engañe a sí mismo.
23
Un broker típico español (año 2003) cobra las siguien-

tes comisiones cuando se opera con valores del mercado con-
tinuo:
a) 0,10% por ejecución, mín 7 euros

b) correo 0.27 lo quiera o no lo quiera
c) corretaje: 0.15% por ejecución, min 3 euros
d) Custodia: 0.35% por semestre con un mínimo de 1.8
euros+IVA
Adicionalmente operar en valores implica pagar los cá-

nones de bolsa que son aparte y que son iguales para todas
las entidades:
e)
Importe efectivo de la operación Canon por operación

Desde Hasta
euros euros euros
0 300 1,10 euros
300,01 3000 2,45 euros + 0,024%
3000,01 35000 4,65 euros + 0,012%
35000,01 70000 6,40 euros + 0,007%
70000,01 140000 9,20 euros + 0,003%
140000,01 en adelante 13,40 euros
Es decir que por cada 6000 euros (un millón de las an-
tiguas pesetas) hay que pagar en comisiones:
Por ejecución: 6000*0.1%=6-> 7 que es el mínimo

Por correo: 0.27
Por corretaje: 6000*0.15%=9
Por canon de bolsa:
4.65 + 6000*0.012% = 4.65 + 0.72 = 5.37
Por custodia: 1.8 euros
TOTAL: 23.44 por operación por cada 6000 euros
24
Ahora viene la horquilla. Entre el precio al que com-

pramos (Ask) y el de venta (Bid) hay un diferencial que se
llama horquilla. El precio de oferta o Bid es el menor de los
dos. Los particulares siempre compramos al precio de de-
manda o Ask que es el más caro de los dos y vendemos al
precio de oferta o Bid que es el más barato. En los valores lí-
quidos esta horquilla es pequeña (normalmente 2 o 3 cénti-
mos de euro), sin embargo en los valores estrechos o “chicha-
rros” esta horquilla puede representar una cantidad impor-
tante de dinero, primeramente porque al ser menos líquidos
la horquilla es mayor y segundo porque estos valores suelen
tener un valor absoluto de precio muy bajo, lo que hace que
la horquilla sea porcentualmente más relevante que en un
valor con precio más elevado.
Volvamos a nuestro ejemplo de los 6000 euros y esco-

jamos un valor del ibex, el precio de compra es 20 y el de
venta es 19.98, es decir que me permiten comprar a 20 y
vender a 19.98.
Una vez comprados los 300 títulos si se venden en el
mismo instante el liquido resultante será 300x19.98=5994
euros, es decir que con la horquilla hemos perdido 6 euros.
Al coste de la horquilla hay que sumarle las comisiones calcu-
ladas anteriormente.
En definitiva, comprar y vender títulos por deporte, sin

una razón clara es un negocio malísimo. En el ejemplo del
millón (6000 euros) veamos que pasa si compramos un valor
y lo vendemos sin cambios:
6000-23.44-23.44-6=5947.12
En total una operación cerrada cuyo importe inicial

eran 6000 euros está costando 52.88 euros en comisiones. Si
vd hace solamente 4 operaciones al mes estará gastando más
de 2500 euros al año en comisiones.
52.88 son casi un 1% del capital. Por cada 6000 euros

que se invierten en estas condiciones se necesita que la coti-
zación suba un 1% para poder salirnos con la inversión ini-
cial.
25
Veamos ahora lo que pasa cuando uno opera con accio-

nes en el Nasdaq. He elegido un broker español cuyas comi-
siones por operar en los mercados internacionales son de
“solo” 20 euros por operación.
Compramos 210 títulos de Verisign en el Nasdaq. El

precio de compra es de 29.78. Puesto que tenemos una cuen-
ta en euros nuestro broker nos hace la conversión a dólares y
nos aplica el cambio pertinente. Verisign no hace lo que es-
perábamos y decidimos que es momento de salirse. Nos sa-
limos a 29.75 dólares. Casi el precio de entrada.
Al día siguiente el broker nos presenta a todo detalle la
operación consolidada:
Retención compra: -5051.15

Abono venta: +4926.53
Si miramos la operación en dólares vemos que hemos

tenido una pérdida de solamente 6.5 dólares = 210*(29.78-
29.75) y sin embargo la pérdida real es de: -5051.15 +
4926.53 =-124.63 euros de los cuales 40 son comisión. 0.56
son del correo (la carta que nos van a mandar a casa y que
traerá juntas la operación de compra y de venta, pero nos co-
bran los 0.28 euros dos veces) y el resto: 84 euros se nos ha
ido en el cambio de moneda.
Resulta que nos llevamos la impresión de que operar en

el Nasdaq solamente cuesta 20 euros por operación y en rea-
lidad nos viene a salir por 120 euros por operación.
Si vd opera en divisa o Forex la horquilla puede supo-
ner mucho dinero. No hay nada gratis. Los intermediarios
que presumen de no aplicar comisiones en Forex incluyen la
comisión en la horquilla. En cuanto vd entre en la primera
operación verá que nada más comprar ya acumula una pér-
dida considerable y proporcional al tamaño de su posición,
aunque el par de divisas no se haya movido desde su entrada.
Puedo haberme equivocado en los cálculos, pero más o
menos 23 euros es lo que cuesta en comisiones en el año
2003 comprar títulos por importe de 6000 euros en un bro-
ker de banco, no especializado. Si vd está leyendo este libro
26
es porque tiene mucho interés en operar correctamente con

las mejores estrategias disponibles. Después de todo el prin-
cipiante suele empezar por las señales de entrada y la intro-
ducción al análisis técnico o fundamental. Quiero decir con
esto que el hecho de que vd se interese por la gestión de capi-
tal demuestra que está a un nivel superior respecto al inver-
sor que comienza, que espera acertar siempre y no le preocu-
pan las estadísticas de sus operaciones. Si ese es su caso en-
tonces debería utilizar un broker especializado. A final del
año la diferencia puede ser mucho dinero.
Los cálculos anteriores se hacen operando en una cuen-

ta de cash; es decir, sin posibilidad de apalancamiento. Si vd
busca un broker español que le permita tener un poder de
compra de p.e. 4 veces su capital inicial descubrirá que le
cargan unas comisiones más elevadas que las anteriores ya
que ahora vd va a pagar comisiones proporcionales al poder
de compra y no al dinero que vd tiene en la cuenta y también
pagará comisiones por el crédito sobre las ¾ partes presta-
das.
Hace tiempo estuve buscando un broker económico pa-

ra operar con margen en el mercado español. Solicité infor-
mación a través de internet y para concretar hice los cálculos
de comisiones y los envié al broker para que me confirmaran
si era correcto:
Hola,
Estoy pensando en abrir una cuenta con vds pero

quiero entender las comisiones. Supongamos que dispongo
de 6000 euros para operar (poder de compra =24000) y
que mantengo la posición un mes (30 días). Me gustaría sa-
ber cuales son las comisiones totales (incluyendo custodia,
canon y todo lo demás) que me supone comprar p.e 2400
acciones a 10 euros, usando todo el poder de compra.
La cuenta que yo me hago es:
Por intereses: 8%*30*18000/360=120 euros

Por ejecución: 0.25%*24000=60 euros ( 2 veces: c+v)
27
cánones: 4.65 + 0.012% * 24000 + 0.003% * 24000 +

0.04 = 8.29 (2 veces: c+v)
custodia: 4 euros (el mínimo)
total: 120+60*2+8.29*2+4=260.58 euros
Por favor díganme si el cálculo es correcto y si no lo

fuera cual es el total a pagar para poder operar en las con-
diciones indicadas
Saludos
La respuesta del broker fue la siguiente:
Estimado Cliente:
En principio todas las comisiones aplicadas en la com-

pra/venta de acciones son automáticamente cargadas por
nuestro sistema. La comisión en la compra/venta de ac-
ciones de la cuenta es de 0.25%, sobre el efectivo de cada
transacción, con un mínimo de 9,95€ más el canon de bolsa
y de liquidación en el mercado nacional y de 0,35% sobre el
efectivo de cada transacción, con un mínimo de 19,95€ en el
mercado internacional.
Todas las órdenes no transmitidas a través de la pá-

gina web tendrán un recargo de 6€. Las comisiones se car-
gan al día siguiente de haberse ejecutado la operación.
Al cargarse las comisiones la liquidez real se reduce en
el importe de las comisiones. Los intereses por el crédito dis-
puesto se devengan diariamente y puede consultarlas en la
página web. El tipo de interés aplicado es el euribor más
500 puntos básicos.
La custodia de la cuenta de valores es mensual y se
cobra a mes vencido, es de 4 euros más IVA (en total 4,64
euros), quedando exento si realiza más de 2 operaciones en
el mercado nacional al mes.
Sin otro particular, reciba un cordial saludo
28
La respuesta fue muy atenta pero no me contestaron a

la pregunta, en realidad me dijeron que las comisiones las
calcula una aplicación (yo ya intuía que no lo calculaban a
mano) y las condiciones generales. Entiendo que no es nada
fácil calcular a mano las comisiones. Pero si el broker no
ayuda, a quien se debe preguntar?. Antes de enviar una or-
den al mercado asegúrese de que sabe cuanto le supone en
comisiones. Para mí 260 euros es una comisión despropor-
cionada. Hay que operar mejor que Larry Williams para salir
a flote con unas comisiones así.
Insistí preguntando de nuevo si mis cálculos eran co-

rrectos pero mi segundo correo no tuvo respuesta. Aunque
mi cálculo no sea exacto creo que calculé con más o menos
aproximación lo que cuesta operar con margen 4:1 en un
broker español. Imagínese mi sorpresa cuando abrí una
cuenta por internet en un broker americano en el que me co-
braban 1 céntimo por acción para las primeras 500 y después
a medio céntimo por acción, sin límite de títulos y sin pre-
ocuparme por la conversión de moneda mientras opero en el
Nasdaq. Si les generaba dinero en comisiones no me cobra-
ban mantenimiento. Podía invertir por importe de 24000
dólares comprando 480 títulos de un valor a $50 y pagar una
comisión de 4.8 dólares más el crédito por el capital presta-
do, en el que me cobraban un interés también menor. Si ope-
raba en el día no me cobraban el crédito. Incluso si el crédito
fuera el mismo (8%) en el broker americano me cobran me-
nos de la mitad de lo que se pagaría aquí. Menos mal que te-
nemos internet!
En el caso de los futuros sucede lo mismo. Repase sus

operaciones. Mire con lupa las comisiones que le cobran. Si
vd opera activamente a final de año la diferencia va a ser sig-
nificativa. Si va a operar en USA abrase una cuenta en dóla-
res. En bolsa los altruistas duran poco. Se trata de su dinero.
Operar demasiado genera riqueza para su broker, no para vd.
29
Las maravillas del interés compuesto

Todo el que tiene una hipoteca conoce la importancia
del interés compuesto. Poquito a poco se va pagando una
cantidad que de otra manera hubiera sido imposible obtener.
De acuerdo que el banco recibe bastante más de lo prestado,
pero también es cierto que el banco asume un riesgo sobre el
capital prestado. Es la posibilidad de impago y también la
incertidumbre sobre el valor futuro del capital. El capital
prestado hoy es conocido pero el dinero va cambiando de va-
lor en el tiempo y no es posible saber hoy lo que valdrá un
capital determinado en el futuro.
A la hora de operar en los mercados no se suele pensar
en la importancia que tiene obtener resultados que sean co-
herentes con componer las ganancias o pérdidas en el tiem-
po. Hay una cantidad importante de gente bien preparada en
áreas complejas como la ingeniería, medicina, etc que arries-
ga todo su capital en un valor que han oído que “va a subir”,
sin una noción clara del riesgo de la operación y sin una pla-
nificación de futuro comparable a la que harían si estuvieran
desarrollando su profesión. Después de todo si ganamos el
dinero desarrollando al completo nuestras destrezas y habili-
dades pero lo perdemos en los mercados operando sin re-
flexionar y sin conocimiento estamos demostrando poco sen-
tido común. Decía Voltaire que el sentido común no es muy
común.
Es posible que no me crea si le digo que algunas perso-
nas con formación académica afirman que un valor que vale
un euro “no puede caer mucho” y la pérdida es muy pequeña,
pero si sube entonces podemos ganar una fortuna. Estimado
lector, vd sabe que si se compra un valor a 1 euro y poste-
riormente este cae a 0.5 entonces se pierde la mitad de su ca-
pital, lo mismo que si se hubiera comprado a 80 y vendido a
40. No solo interesa tener un conocimiento básico sobre por-
centajes sino que también debemos saber que es lo que suce-
de cuando acumulamos esos porcentajes en el tiemp0.
Sabia vd que?
30
Ganar un 15% al año se traduce en duplicar el capital

después de cinco años.
Dos pérdidas seguidas del 20% de todo el capital no es

una pérdida del 40% sino del 36%
Cuando termine de leer este libro debería haberse li-

brado de las mal-interpretaciones comunes acerca del riesgo
y las inversiones que sin embargo están muy arraigadas en
nosotros. Bienvenido al mundo en el que nada es lo que pa-
rece. El mercado es un juego de suma cero. Para estar en el
lado ganador hay que saber más que los que están en el lado
perdedor. Siga leyendo y le mostraré porqué.
Veamos ahora unos principios básicos de finanzas. La

ecuación que se muestra debajo calcula el interés compuesto
de una inversión que se mantiene un número de periodos n:
1 − (1 + i ) − n
VP + PMT + VF (1 + i) −n = 0
i
Donde VP es el Valor Presente del capital. VF es el Va-

lor Futuro, PMT es el pago (Payment), n es el número de pe-
riodos compuestos, y finalmente i es la tasa de interés perió-
dica.
En esta formula los pagos (salidas de capital) se intro-
ducen como cantidades negativas mientras que el dinero re-
cibido toma valor positivo . Veamos un par de ejemplos que
nos van a permitir darle al tema de componer retornos la im-
portancia que merece:
Marcos dispone de 6000 euros y quiere buscar una

cuenta corriente por internet que le convierta esos 6000 eu-
ros en 7200 euros en 3 años. Dispone de varias ofertas pero
necesita saber si la mejor de las ofertas le proporciona el tipo
de interés que necesita. En la ecuación anterior sustituimos
los siguientes valores:
31
PMT=0 (no hay pagos)

VP: 6000
VF: 7200
N=36 (12x3)
Aplicando la formula del interés compuesto con los da-

tos anteriores obtenemos (estos cálculos no se suelen hacer a
mano, existen programas para realizarlos y también lo reali-
zan automáticamente las calculadoras financieras):
i=0.5077%
Es decir que Marcos necesita encontrar un banco que le

proporcione un interés mensual igual o superior al 0.51% pa-
ra poder convertir sus 6000 euros en 7200. Es decir, un inte-
rés del 6.1% anual en tres años nos proporciona un 20%.
En el ejemplo que acabamos de ver no hay pagos
(PMT=0). Sin embargo el verdadero poder del interés com-
puesto se consigue cuando los pagos se van acumulando.
Veamos esto:
Luisa ahorra todos los meses 250 euros que deposita en

una cuenta de ahorro con un interés del 6% anual compuesto
mensualmente. Cuanto dinero tendrá al final de los 5 años
que es el plazo de la cuenta?
n=5x12=60
i=6/12=0.5
PMT=-250
VP=0
Notar que el interés y el número de periodos compues-

tos deben estar ambos calculados o bien mensualmente o
bien anualmente pero sin mezclar.
El resultado de la operación es VF=17442 euros; es de-

cir que ahorrando 250 euros al mes y metiéndolos en una
cuenta que nos de un 6% de interés anual (algo bastante difí-
cil hoy en día) nos resulta en un capital de 17442 euros al fi-
32
nal de 5 años. Si lo hubiéramos ahorrado sin interés serían

250x12x5=15000 euros.
Fíjese el poder que tiene componer los retornos. En
trading los retornos no son constantes y por tanto no es tan
sencillo calcular el retorno total proveniente de retornos in-
dividuales. Aún así vd puede ver que reinvertir las ganancias
puede disparar los retornos. Eso es lo que hace posible obte-
ner retornos de más del 1000% que han conseguido varios
traders en cuentas monitorizadas.
Componer mucho o ganar mucho. Qué

es mejor?
En el apartado anterior hemos puesto de manifiesto la

importancia de componer los retornos. Pero, hasta que pun-
to?. Es posible que vd como inversor se pregunte lo siguiente:
Para conseguir el máximo beneficio es mejor tomar

pequeños beneficios con mucha frecuencia o es mejor optar
por unos beneficios mayores pero menos frecuentemente?
Lo que le voy a mostrar a continuación debería ser una

sorpresa para los day traders y scalpers que buscan peque-
ños beneficios lo más frecuentemente posible. En la ecuación
anterior que relaciona el valor futuro y presente del capital se
ha supuesto que los periodos de reinversión coinciden con
los periodos en los que se genera el interés. Cuando esto no
es así podemos modificar la formula anterior con un interés y
un periodo equivalente. Primeramente hacemos los pagos
igual a cero: PMT=0 y ahora expresamos i y n de forma que
vamos a componer q veces el retorno obtenido cada periodo
de tiempo n. El valor final de un capital al que aplicamos in-
terés compuesto se puede expresar como:
33
qn
⎛ i⎞
VF = −VP⎜1 + ⎟⎟
⎜
⎝ q⎠
Supongamos ahora que partimos de 10000 euros para
operar un sistema de especulación que tiene un retorno cons-
tante mensual del 8%. Vamos a calcular el resultado después
de un año (12 meses) suponiendo que nos esperamos a final
de mes para tener el 8% de ganancia y luego cerramos la/las
posiciones para disponer del nuevo capital acumulado con
objeto de utilizarlo el mes siguiente. En ese caso q=1 y el va-
lor del capital después de los 12 meses será:
VF=-(-10000)*(1+0.08)^12=25181
Ese es el resultado de operar con un retorno del 8%

mensual durante un año cerrando la ganancia a final de mes.
Algo más de 25000 euros.
Veamos ahora que pasa si en lugar de esperar a que ter-
mine el mes y obtener el 8% de ganancia cuando tenemos un
2% cerramos las posiciones y así podemos utilizar el nuevo
capital ganado en la siguiente operación. Como el sistema
genera un 8% mensual seremos capaces de hacer esto cuatro
veces cada mes. En este caso q=4:
VF=-(-10000)*(1+0.08/4)^(4*12)=25870
Es decir que si en cada periodo de tiempo somos capa-

ces de coger beneficios parciales y componerlos entonces al
final de un año habremos ganado casi 700 euros por hacerlo.
Todo esto suponiendo retornos constantes y la posibilidad de
componerlos siempre. Algo poco común pero es lo que se
busca.
Supongamos ahora que nos conformamos con un re-

torno del 1% que somos capaces de componer 8 veces cada
mes. q=8:
VF=10000*(1+0.08/8)^(8+12)=25992
34
No está mal, aún se ganan 122 euros más que de la

forma anterior. Si pudiéramos seguir componiendo de forma
infinita los retornos mensuales y suponiendo que no nos co-
braran comisión entonces llegaríamos al límite teórico que
sucede cuando q = infinito. En ese caso si se calcula el límite
la expresión se convierte en:
VF = −VP ⋅ ein
Donde “e” es el número base de los logaritmos neperia-
nos (e=2.71828). La expresión anterior nos dice que por mu-
cho que se compongan los retornos nunca podremos obtener
más de:
VF = 10000*exp(0.08*12)=26116 euros
Este es el límite, 26116 euros. Realmente es una entele-

quia para poder entender lo que pasa al componer los retor-
nos. En la vida real y en las condiciones planteadas (retornos
mensuales del 8% durante un año) no llegaremos nunca a
obtener este capital. En la figura 4 se representa la evolución
del capital final según se aumenta el número de veces que se
compone el capital (eje x). Notar que aunque componer los
retornos aumenta el capital, la ganancia marginal que se ob-
tiene por componer una vez más va decreciendo hasta llegar
a un punto en el que la curva se aplana y no se gana nada por
operar mucho (y esto sin tener en cuenta comisiones). Fíjese
que cuando se compone 8 veces el retorno del 8% la curva es
prácticamente plana y tener más retornos de menos del 1%
no nos hace ganar dinero (a nuestro broker si porque opera-
mos más).
35
8%
26200
26000
25800
25600
Ganancia
25400
25200
25000 8%
24800
24600
1 2 3 4 5 6 7 8 9 10
Núm ero de veces que se com pone el interés
figura 4
Veamos que pasa con otros retornos distintos del 8%.

Preste mucha atención a la figura 5. En ella se representa el
número de veces que componemos el interés en el eje x y la
ganancia en el eje y para 6 valores diferentes de retornos,
desde un 4% hasta un 24%. El hecho de que se aplane la cur-
va nos dice que no tiene mucho sentido cortar las ganancias
antes para componer los retornos. Es mejor conseguir bue-
nos retornos que componer mucho. El day trader debería in-
tentar conseguir una sola operación buena al día y obtener el
máximo provecho de ella. Si un daytrader puede conseguir
un 8% mensual entonces no debería buscar operaciones con
menos de un 1% de ganancia, aunque pueda conseguir mu-
chas.
36
200000
180000
160000
4% 8% 12%
140000
16% 20% 24%
120000
Ganancia
100000
80000
60000
40000
20000
0
1 2 3 4 5 6 7 8 9 10
Número de veces que se compone el interés
figura 5
Acciones vs futuros
Con frecuencia se oye a los operadores de acciones
hablar de porcentajes y a los de futuros de puntos ( y a los de
divisa de pips). Veamos cuales son las diferencias clave entre
estos dos productos. Este tema tiene mucha más importancia
cuando los porcentajes de ganancia y pérdida son superiores
al 10%. Cuando vimos la ganancia que era necesaria para re-
cuperar una pérdida llegamos a la conclusión de que hay un
punto de pérdida a partir del cual no vamos a disponer de
recursos suficientes para recuperarnos. A partir de una pér-
dida del 10% la ganancia necesaria para recuperarla es nota-
blemente mayor. No hay simetría. Esta asimetría de los por-
centajes hace que operar con acciones y con futuros sea to-
talmente diferente. Con futuros y si el multiplicador es 10
(p.e. futuro del IBEX) 100 puntos son 1000 euros, lo mismo
da si vd compró a 1100 y vendió a 1200 que si compró a 900
y vendió a 1000. Son 100 puntos de ganancia. Sin embargo si
fueran acciones en el primer caso sería una ganancia del 10%
pero en el segundo caso es una ganancia del 11.1%, que es
37
una ganancia porcentualmente mayor porque proviene de un

número más pequeño (900).
Existe la creencia de que operar con futuros es mucho
más arriesgado que hacerlo con acciones. En realidad es todo
lo arriesgado que el operador quiera hacerlo. Si vd opera con
1 futuro del IBEX y el stop lo tiene 100 puntos por debajo en-
tonces está arriesgando justo la mitad que alguien que tiene
compradas 1000 acciones con un stop 2 euros por debajo.
Estamos viendo por tanto que si disponemos de una
buena estrategia entonces es más fácil acumular capital con
futuros que con acciones porque el apalancamiento es mucho
mayor. Sobretodo si se dispone de poco capital. Para apalan-
carse con acciones hay que pagar el crédito. En futuros con-
trolamos mucho más capital sin crédito alguno.
Visto así se podría pensar que todo son ventajas a la
hora de operar con futuros. Pero no es así. Personalmente
creo que la mayoría de la gente que empieza a invertir debe-
ría demostrarse a sí misma que puede duplicar su capital con
acciones antes de operar con futuros. Haciendo esto conser-
vará bastante dinero pues el mercado de futuros es demasia-
do avanzado para empezar.
Hay una diferencia muy importante entre estas dos po-
sibilidades. Por las características del producto con futuros se
puede perder un dinero que no se tiene, aunque cada vez esto
es más difícil porque los intermediarios vigilan constante-
mente las garantías de capital, pero el mercado puede abrir
con un gran hueco en contra de las posiciones. Esto no suce-
de con acciones (cuando se operan en una cuenta de cash, sin
apalancarse). Solamente este hecho debería ser suficiente pa-
ra que el inversor espere a confirmar que efectivamente pue-
de generar dinero con acciones antes de pasarse a los futuros.
En este libro el lector verá que no se habla de opciones
y/o warrants. Las estrategias de gestión de capital con opcio-
nes y warrants son diferentes y llevan una formulación pro-
pia más compleja. Esto es debido a que se necesita incorpo-
rar el efecto del paso del tiempo en las estrategias. En los li-
bros de Ralph Vince se puede encontrar más detalle sobre las
estrategias de gestión de capital con opciones.
38
El principio de Pareto
El principio de Pareto dice que “el 20% de las causas
produce el 80% de los resultados”. Este fenómeno aparece
con mucha frecuencia en la vida cotidiana y tiene mucha
aplicación en los negocios. En muchas empresas el 20% del
personal produce el 80% de los beneficios de la empresa. En
otras el 20% de los productos es el que genera el 80% de las
ventas, sin embargo la empresa por unas razones u otras ne-
cesita poder ofrecer todos los productos y no puede quedarse
solamente con ese 20% ganador.
En Trading es muy común que el 20% de nuestras ope-
raciones sea el que produzca casi la totalidad de nuestros be-
neficios, sobretodo si usamos un sistema seguidor de tenden-
cia. Es por ello que se necesita maximizar el crecimiento de
aquellas posiciones que están produciendo unos beneficios
superiores a la media. En la tercera parte de este libro vere-
mos cómo piramidar correctamente las posiciones para acu-
mular capital sobre aquel 20% de operaciones que son exce-
lentes. No hay forma de saber por adelantado cuales van a
ser estas operaciones así que el trader debe conocer cual es la
cantidad óptima a arriesgar en cada operación.
El conocer el principio de Pareto no debe influirnos en
el sentido de operar con más o menos frecuencia que antes
sino que debe volvernos más pacientes pues para conseguir
el 20% de operaciones excelentes no vamos a tener más re-
medio que operar el 80% restante y sin saber por adelantado
cual es cual.
En trading el principio de Pareto puede ser incluso de
90/10 dependiendo del porcentaje de aciertos del sistema
que se esté utilizando.
Probabilidad de ruina y dependencia
Supongamos que disponemos de un sistema que tiene

una probabilidad de aciertos del 50%. Operando ese sistema
podemos esperar 10 pérdidas seguidas cada 1024 operacio-
nes:
39
(1/2)^10=1/1024
Cada 1024 operaciones en promedio tendremos 10

pérdidas seguidas. Pero esta racha de pérdidas no tiene por-
qué ocurrir en la operación 1024, no vamos a tener tanta
suerte. Puede ocurrir antes o después. En promedio podemos
pensar que encontraremos la racha en la mitad del intervalo,
en la operación 512. Si tenemos un sistema que genera 128
operaciones al año entonces podemos esperar que nuestro
capital nos dure 4 años antes de que llegue la racha de 10
perdidas seguidas. Este razonamiento sencillo está relacio-
nado con la probabilidad de ruina, aunque no tiene en cuenta
todas las variables que intervienen en trading. La probabili-
dad de ruina depende de muchos factores como son el por-
centaje del capital arriesgado, el porcentaje de aciertos, la ta-
sa ganancia/pérdida y lo que se entienda como ruina y como
haber alcanzado el objetivo de beneficios. Para entender la
Probabilidad de ruina se debe conocer la probabilidad que
tiene una racha de n pérdidas consecutivas de aparecer.
El cálculo de la probabilidad de ruina es iterativo y por
tanto lo mejor no es presentar la complicación del cálculo si-
no una tabla que nos permita saber por donde estamos en
probabilidad de ruina dependiendo de las estadísticas de
nuestras operaciones. En la figura 6 se puede ver una tabla
(Lebeau&Lucas) que relaciona la probabilidad de ruina con el
porcentaje de aciertos y la tasa ganancia/pérdida. La tabla se
construye suponiendo un capital inicial de 25000, un objeti-
vo de beneficio de 50000 y un nivel de ruina de 12500 (per-
der la mitad). Como se puede ver aumentar el porcentaje de
aciertos hace que la probabilidad de ruina disminuya muy
deprisa.
Así si operamos un sistema con un porcentaje de acier-
tos del 40% y un promedio de ganancia/pérdida de 2 veces
tenemos una probabilidad de ruina del 9%. Debemos mejo-
rar los aciertos o conseguir una tasa más elevada de ganan-
cia/pérdida promedio pues tenemos 9 posibilidades entre
100 de perder la mitad del capital antes de duplicarlo.
40
figura 6
Suponga ahora que tiramos una moneda al aire 20 ve-

ces seguidas. Casualmente las 20 veces sale cruz. En la si-
guiente tirada cuales son las probabilidades de que salga ca-
ra?
El sentido común nos dice que lo más probable es que
ahora salga cara porque al final las estadísticas se tienen que
cumplir con un total del 50% de caras y 50% de cruces. Sin
embargo el sentido común no nos está ayudando a razonar
correctamente en este caso.
Razonando de esta manera estamos asumiendo que la
moneda tiene memoria o que cada tirada de la moneda de-
pende en cierta manera de la anterior. Esto tampoco tiene
sentido. Cada lanzamiento de una moneda es completamente
independiente de los lanzamientos anteriores y posteriores.
Cuando aparece varias veces la misma cara de la mo-
neda estamos asistiendo a una “racha”. La probabilidad de
ver 20 cruces seguidas es de menos de 1 entre un millón:
(0.5)^20 = 1/1048576
Sin embargo si sucediera este caso ( y en promedio su-

cede cada millón de tiradas) habría que entender que la si-
guiente tirada tiene un 50% de probabilidades de salir cara y
las mismas de salir cruz.
41
Le propongo que piense en lo siguiente. Tiramos una

moneda 30 veces seguidas y sale cruz en todas. Cuales son las
probabilidades de que en la próxima tirada salga cara com-
paradas con las probabilidades si solo hubiera salido cruz 20
veces seguidas?
Seguramente vd piense que las probabilidades de un

cambio después de 30 tiradas son superiores a las probabili-
dades de cambio después de solamente 20 tiradas. Sin em-
bargo para que salga cruz 30 veces tuvo que salir cruz 20 ve-
ces, y 21, y 22, y.... Y es en esta vez 21 que salió cruz en la que
vd pensaba que lo más probable es que saliera cara, pero sa-
lió cruz. Esto no tiene mucho sentido verdad? A posteriori
todo se ve de otra manera. Si cada vez que aparece una racha
pensamos que se va a terminar en la siguiente tirada, como
pueden existir las rachas?
El trading, al igual que el lanzamiento de una moneda
al aire es un proceso en el que cada operación es indepen-
diente de la anterior. Puede existir algo de dependencia en
casos muy puntuales pero en general el trading es estadísti-
camente independiente entre operaciones.
Veamos cuales son estos casos puntuales en los que
podemos encontrar dependencia:
Supongamos que un lunes sucede algo que provoca una

caída del IBEX del 6%. Al día siguiente la mala noticia que
provocó la caída del Lunes ya está digerida y el IBEX recupe-
ra parte de lo perdido, subiendo un 3%. Al igual que la caída
del Lunes es algo infrecuente también lo es la subida del
Martes. El IBEX normalmente no subiría un 3% si no hubie-
ra caído un 6% en el día anterior. Esto es dependencia. La
subida del martes fue debida a la caída del lunes.
En teoría cuando se utiliza un sistema de especulación
se debería comprobar si existe dependencia entre los resulta-
dos que éste produce. Para ello se utiliza lo que se denomina
el “runs test” que lo que hace es establecer un límite de
confianza (90% por ejemplo) en el que podamos decir que
unas operaciones dependen de otras. Nunca vamos a tener la
certeza de esto. En los sistemas en los que he pasado el “runs
test” todos han resultado ser estadísticamente independien-
tes y estoy seguro que los sistemas que vd desarrolle mostra-
42
ran independencia entre operaciones. Adicionalmente si no

sabemos si nuestro sistema presenta dependencia entre ope-
raciones nos hacemos más daño asumiendo que tiene depen-
dencia (aunque no la tenga) y operando en consecuencia que
asumiendo que no tiene dependencia aunque la tenga. Por
esta razón mi consejo es que por defecto piense que su siste-
ma produce operaciones totalmente independientes unas de
otras.
Puesto que las operaciones son independientes entre sí,
no tiene sentido que vd utilice técnicas como dejar de operar
después de 2 pérdidas seguidas hasta que su sistema muestre
una operación ganadora o alguna técnica similar. Tampoco
tiene sentido que vd vigile la curva del capital y deje de ope-
rar si pierde la media móvil o estrategias por el estilo.
Haciendo esto se está asumiendo que después de una opera-
ción perdedora vendrá otra perdedora y con ello estamos
perdiendo las operaciones ganadoras que vienen después de
pérdidas. Tampoco caiga en la trampa de aumentar el capital
que arriesga después de una racha de pérdidas pensando “ya
tiene que tocar la operación buena”. Acabo de mostrarle que
esto no tiene sentido. La operación de su vida tiene las mis-
mas probabilidades de aparecer después de una ganancia que
después de una pérdida.
La cantidad que hay que arriesgar no depende de si su
anterior operación fue ganadora o perdedora sino de la
máxima pérdida que tuvo en sus operaciones anteriores y los
resultados individuales de cada operación. En la segunda
parte de este libro se presenta la base matemática necesaria
para calcular la cantidad idónea a arriesgar en su próxima
operación bursátil si lo que se quiere conseguir es el máximo
beneficio.
Análisis de datos en pares

Cuando uno especula con frecuencia se encuentra con
la necesidad de comparar sistemas o métodos de especula-
ción. Incluso usando el mismo método hay veces que quere-
mos cambiar los parámetros de un sistema para ver cual será
el mejor resultado con cada parámetro. Cuando hacemos esto
43
vemos que el nuevo parámetro es mejor en algunos valores

pero es peor en otros. Acabamos con una gran cantidad de
información que no sabemos interpretar.
A continuación vamos a ver un método estadístico de
interpretación de resultados. Se llama la prueba t o prueba de
student. Es el mismo método que se utiliza en los laborato-
rios para comprobar la efectividad de una droga o medica-
mento. Lo mejor será empezar con un ejemplo:
Los ingenieros de Mercedes-Benz han cambiado de

suministrador para la electrónica de los airbags y quieren sa-
ber si estos cambios van a afectar la velocidad con la que este
se infla. Para saberlo han tomado muestras del tiempo de
respuesta (en milisegundos) con el suministrador antiguo y
con el nuevo:
Vehículo antiguo nuevo diferencia
Coche1 0.415 0.430 0.015

Coche2 0.238 0.266 0.028
Coche3 0.39 0.567 0.177
Coche4 0.41 0.531 0.121
Coche5 0.605 0.707 0.102
Coche6 0.609 0.716 0.107
Media 0.0917
Desviación 0.0607
A primera vista con el suministrador nuevo el tiempo

de respuesta es mayor en todos los casos lo que quiere decir
que deberían rechazarlo. Sin embargo cuando se trabaja con
muestras no se puede estar seguro de algo al 100% porque
tomar muestras implica no conocer el resto de datos de los
que no podemos obtener una muestra o simplemente no lo
hemos hecho porque en algún momento hay que finalizar la
operación de toma de muestras y buscar resultados. Con esta
problemática la pregunta es: Como podemos estar seguros de
algo al 100% cuando tomamos muestras?. NUNCA, la res-
puesta es evidente al tener en cuenta que hay datos que no
conocemos y que podrían ser los que estuvieran en contra de
44
nuestras conclusiones. En la imperfecta vida real vamos a te-

ner que conformarnos con estar seguros de algo al 99% de
confianza.
Lo primero que se hace es calcular la diferencia media
que simplemente es sumar las diferencias individuales y di-
vidir por 6 (el número de datos). El resultado es: media =
0.550/6 = 0.0917
Después se ha de calcular la desviación respecto de la
media que acabamos de calcular. En estos casos siempre se
calcula la desviación de la MUESTRA (la que divide entre N-
1) respecto de la media. Excel y cualquier calculadora cientí-
fica nos pueden ayudar a calcular estos parámetros de forma
sencilla. El valor de la desviación es: 0.0607
Lo siguiente es calcular el estadístico t que se define en

estos casos como:
t= media*raiz(N)/desviación
Donde N es el número de muestras. Por tanto:
t=0.0917*raiz(6)/0.0607=3.7
Ahora que conocemos el valor de t solo tenemos que

buscar en las tablas de t incluidas en el apéndice 1 (Excel y
muchos programas tienen implementado este estadístico) el
valor de t para N-1 grados de libertad y 99% de probabilidad:
t(5,99%)=3.365
Este es el nivel crítico. Si nuestra t es mayor que este

nivel crítico entonces la diferencia es estadísticamente signi-
ficativa al 99% (un 1% de error).
3.7 > 3.365 Æ La diferencia es significativa al 99% y

por tanto los ingenieros de Mercedes-Benz no pueden cam-
biar de suministrador porque el nuevo empeora el tiempo de
respuesta.
Ahora que ya hemos visto como se aplica esta prueba

vamos a mostrar como se pueden comparar dos sistemas de
45
especulación (o parámetros de un mismo sistema). Comen-

zamos construyendo una tabla y como dato vamos a compa-
rar el beneficio promedio por operación (Average Trade Net
Profit que indica Tradestation):
Valor Sist Pullback Sist RSI diferencia
Sogecable 108 58 -50

Endesa 254 293 39
Inditex 249 1262 1013
Amper 292 407 115
Iberdrola 123 209 86
Acciona 54 23 -31
Prisa 300 556 256
Urbis 248 450 202
Media 203.75
Desviación de la muestra 343.51
Estadístico t = 203.75*raiz(8)/343.51=1.68
Ahora vamos a contrastar que el sistema RSI es mejor

que el sistema Pullback al 95% de confianza. Miramos en las
tablas:
t_critico(7,95%)=1.895
1.68 < 1.895
Como t no es mayor que t crítico no podemos decir que

el sistema RSI sea mejor que el sistema pullback al 95% de
confianza. En excel todo esto se puede hacer automáticamen-
te (pero hay que saber interpretarlo). Seleccione “Herramien-
tas”, “Análisis de datos” y “prueba t para la media”. El análi-
sis de datos por pares es una forma objetiva de decidir entre
sistemas de especulación o variaciones de los parámetros del
mismo sistema. Siempre que vd tenga que comparar mues-
tras y decidir puede utilizar esta técnica.
46
Con esta herramienta de análisis de datos terminamos

la primera parte del libro dedicada a presentar las herra-
mientas básicas de cálculo y también a eliminar las creencias
comunes sobre rachas de pérdidas que como acabamos de
ver están muy arraigadas en nosotros, aunque la realidad sea
muy diferente. También se ha pretendido demostrar la im-
portancia que tiene usar una gestión de capital activa y como
influye esta en los resultados de un sistema. A continuación,
en la segunda parte de este libro entraremos en materia y se
presentará la forma de resolver un problema de cantidades
óptimas tanto para una posición como para varias.
47
Parte 2. Arriesgando la cantidad
óptima
“Hasta un niño de cinco años podría entender este

documento. Sal y tráeme un niño de cinco años!
Groucho Marx en “Sopa de Ganso”
49
Segunda Parte. Arriesgando La Cantidad Óptima
Introducción
E
n la segunda parte de este libro vamos a centrar-
nos en calcular y aplicar la cantidad óptima que
debemos arriesgar en cada operación para
maximizar el beneficio neto total. Si pudiéramos saber a
priori el resultado de la siguiente operación entonces la can-
tidad óptima sería cero si la siguiente operación es una pér-
dida y sería el 100% de nuestro capital si la operación si-
guiente es una ganancia. Desafortunadamente nuestro bro-
ker no nos permite operar en el centro del gráfico sino a la
derecha del todo, donde la siguiente barra está por venir y no
hay forma de saber si será alcista o bajista.
Supongamos que disponemos de un sistema que nos
permite acertar la mitad de las veces. Cuando acertamos, en
promedio somos capaces de ganar un 20% y cuando falla-
mos, en promedio somos capaces de cortar las pérdidas al
3%. Cual es nuestra rentabilidad promedio?
Rentabilidad = 0.5*20-0.5*3 = 8.5%
Bajo las condiciones de este problema tendremos una

rentabilidad positiva del 8.5%. El cálculo es simplemente
multiplicar cada ocurrencia por su probabilidad. El resultado
final es la ganancia media en tanto por ciento, o expectativa
del sistema. En esta segunda parte veremos como la expecta-
tiva nos permite buscar no solo los sistemas más rentables
sino también aquellos que tienen más probabilidades de ser
rentables en el futuro, que no es lo mismo. También veremos
algo a lo que se ha pretendido crear una inquietud en la pri-
mera parte de este libro, cómo reinvertir los beneficios. Em-
pecemos por esto.
51
Reinvertir los beneficios

Supongamos que tenemos que escoger entre dos siste-
mas de especulación de los cuales solo conocemos las tres
últimas operaciones:
Sistema A Sistema B
+200 +100
-300 -100
+300 +200
A falta de más información, cual elegiríamos?
En un principio parecen iguales, los dos ganan 200 eu-

ros después de las tres operaciones. Pero el primero gana y
pierde más y el segundo es más limitado en cuanto a la varia-
ción de sus operaciones.
Supongamos ahora que nos dicen que las operaciones

de los dos sistemas provienen de haber operado con un capi-
tal de 10000 euros. Ahora empieza a estar más claro, el pri-
mer sistema gana más dinero en cada operación y tiene ma-
yores probabilidades de resultar mejor que el segundo, ver-
dad?
Pues no. Lo mejor será calcular cual es la ganancia por-

centual para poder comparar los dos sistemas:
Sistema A Sistema B
+2% +1%
-3% -1%
+3% +2%
Cuando comparamos los porcentajes de ganancia se-

guimos teniendo una ganancia media igual en los dos casos,
del 2%. Pero estos sistemas no son iguales. El segundo es me-
jor para ser operado. Hay que tener en cuenta que cada vez
52
que cerramos una operación disponemos del capital previo

más la nueva ganancia (o pérdida) y por tanto hay que tener
en cuenta esto para hacer los cálculos correctamente. Cuando
se trata de reinvertir los beneficios la media aritmética no
sirve de nada. Hay que aplicar la media geométrica. La media
geométrica de una serie de N términos se calcula como:
Ge0m=(t1*t2*t3*t4*...tN)^(1/N)
Donde Geom representa la media geométrica y t1, t2,

t3, t4…, tN representan los N términos sobre los cuales que-
remos calcular la media geométrica. Así si solamente tene-
mos dos términos entonces N=2 y calcularemos la raíz cua-
drada del producto de estos dos términos. Si son tres será la
raíz cúbica del producto de los tres términos y en general si
son N será la raíz N-ésima.
En el ejemplo la media geométrica del sistema A es:
(1.02*0.97*1.03)^(1/3)=1.006320632
La media geométrica del sistema B es:
(1.01*0.99*1.02)^(1/3)=1.006589154 que es mayor que

la anterior. El sistema B es mejor.
Donde 1.01 es un factor que representa una ganancia

del 1% y 0.99 es un factor que representa una pérdida del 1%.
En realidad es el multiplicador que todos usamos para los
cálculos de forma habitual. Si queremos saber como nos deja
una pérdida del 3% de 6000 euros la forma más sencilla es
multiplicar 6000 por 0.97. Pues bien, a partir de ahora nos
referiremos a estos factores como los HPRs (Holding Period
Return) que significa el retorno durante el periodo en el que
se ha aplicado.
53
Calculando la riqueza relativa o TWR
Cuando multiplicamos los HPRs obtenemos un número

que es indicativo de la media geométrica del sistema. Este
número obtenido multiplicando los HPRs no es la media
geométrica pero nos sirve para obtenerla (aplicando la raiz
N-ésima del número de operaciones) y con frecuencia nos
será incluso más útil que la propia media geométrica. Cuanto
mayor sea el producto de los HPRs mayor será la media
geométrica de un sistema. El número al que nos estamos re-
firiendo se denomina TWR (Terminal Wealth Relative) o ri-
queza relativa:
Geom.=TWR^(1/N)
A la hora de maximizar los resultados de un sistema so-

lamente tendremos que maximizar el TWR y con ello estare-
mos maximizando la media geométrica.
Volviendo a nuestro ejemplo si utilizamos las ganancias

o pérdidas después de cada operación entonces debemos es-
coger el sistema B que proporciona una media geométrica
mayor. La media geométrica en este caso es del 0.6589%.
Seguramente vd piense que una diferencia tan pequeña
no es significativa. Sin embargo si la situación se repite, di-
gamos por ejemplo 100 veces tendremos los siguientes
resultados:
Sistema A: 1.006320632^100 = 1.877 Æ retorno del

88%
Sistema B: 1.006589154^100 = 1.9285 Æ retorno del

93%
Hay una diferencia del 5% que sobre una inversión de

50000 euros significaría una diferencia absoluta de 2575 eu-
ros, nada despreciable verdad?
54
Expectativa
La expectativa matemática es la cantidad que se espera
ganar o perder en promedio en cada operación. Un operador
no debería especular a no ser que sepa con certeza que el sis-
tema que va a utilizar tiene expectativas positivas.
Lo bueno de la expectativa es que junta en un solo es-
tadístico el porcentaje de aciertos con la tasa ganan-
cia/pérdida proporcionando así un dato que nos dice si nues-
tro sistema genera dinero o no en promedio. Así de simple y
efectivo.
La expectativa se calcula multiplicando la cantidad ga-

nada o perdida por su probabilidad asociada. Supongamos
un sistema que tiene las siguientes estadísticas:
Porcentaje de aciertos: 90%

Ganancia promedio: 275 euros
Perdida promedio: 2700 euros
Muchos especuladores querrían tener un sistema como

este, con un 90% de aciertos. Veamos cuales son las expecta-
tivas o resultado medio de este sistema:
0.90*275-0.10*2700=-22.5
Las expectativas son negativas. Este es un sistema con

el que se acierta el 90% del tiempo y aun así se pierde dinero
operando con el. En promedio se perderán 22.5 euros por
operación.
Veamos ahora un ejemplo muy instructivo: apostar 1

número en la ruleta. (Ruleta americana con doble cero):
Expectativa = ((1/38)*35+(37/38)*(-1))=-0.05263157
En este juego si se apuesta 1 euro se espera perder 5.26

céntimos por cada tirada. Notar que cantidades diferentes
generan expectativas diferentes, pero en porcentaje respecto
de lo apostado es siempre lo mismo.
55
Veamos lo que pasa ahora si apostamos 1 euro a un

número, después 10 a otro y después 5 a otro:
Expectativa = (-0.0526*1) + (-0.0526*10) + (-

0.0526*5) =-0.8416
En promedio se perderán 84 céntimos por apuesta.

Este ejemplo explica porqué los sistemas que cambian
el tamaño de la apuesta con relación al porcentaje de apues-
tas ganadoras y perdedoras están condenados a fallar siem-
pre. La suma de expectativas negativas es siempre un núme-
ro negativo!!!
Por tanto, el único juego en el que hay posibilidades de
ganar a largo plazo es aquel que tenga una expectativa positi-
va. O uno con expectativa negativa pero retirándonos a tiem-
po. Más adelante veremos esta excepción.
La forma de ganar en un juego con expectativa positiva

es o bien arriesgando siempre la misma cantidad de capital o
bien arriesgando siempre un porcentaje del capital que nos
resulte en un TWR igual o superior a 1.
Vamos a explicar el párrafo anterior. Está claro que en

un sistema que en promedio gana dinero si siempre aposta-
mos la misma cantidad de capital (6000 euros p.e.), a largo
plazo ganaremos. No hay discusión posible acerca de esto. La
cantidad ganada dependerá de la cantidad apostada, pero
siempre habrá ganancia, aunque sea pequeña, siempre que
se cubran las comisiones, claro. Otra forma de ganar dinero
será usar siempre un porcentaje de capital que produzca una
media geométrica mayor que 1. Para ello el TWR también
debe ser mayor que uno.
Estamos viendo que no solo necesitamos un sistema o

método de operar el mercado con expectativas positivas.
También debemos asegurarnos de que al reinvertir las opera-
ciones obtenemos una media geométrica positiva (en porcen-
taje) y para ello el TWR debe ser siempre mayor o igual que
uno.
56
Para calcular la expectativa de un sistema a partir de su

porcentaje de aciertos y del ratio ganancia/pérdida se utiliza
la siguiente expresión:
Expectativa = (1+B)*P-1
Donde B es el ratio ganancia/pérdida promedio y P es

el porcentaje de aciertos. Veamos un ejemplo sencillo:
Un sistema de trading tiene un porcentaje de aciertos

del 40% y un ratio ganancia/perdida de 1.4. Es rentable?
Expectativa = (1+1.4)*0.4-1=-0.04
Pues no, tiene una expectativa de 4 céntimos de euros

en pérdidas por cada euro arriesgado. No hay ningún método
de gestión de capital que consiga que este sistema gane dine-
ro. Recuerde, expectativas positivas y TWR mayor que uno.
Si no se pueden cumplir estos dos requisitos es mejor no
operar.
Un buen sistema tiene más de 50 céntimos de expecta-
tiva. Es decir que esperamos ganar medio euro por cada euro
que arriesgamos. Un sistema con un porcentaje de aciertos
del 40% y un ratio ganancia/pérdida de 3 ese el típico caso de
un sistema seguidor de tendencias, que acierta poco pero
consigue una buena ganancia. Este sistema tiene una expec-
tativa de 60 céntimos por cada euro arriesgado.
Hay una variable más involucrada en la evaluación de

una metodología de trading que es tan importante como la
expectativa. Es la oportunidad. Con cuanta frecuencia pode-
mos conseguir las operaciones?
Si un sistema tiene una expectativa de 60 céntimos por
cada euro arriesgado pero solo genera 2 operaciones al año
entonces no es una buena opción. Seguramente nos interese
más un sistema ligeramente inferior (expectativa menor) pe-
ro que genere muchas más operaciones. Al final de un año la
ganancia en euros del segundo sistema será mayor. Aquel cu-
57
yo producto de expectativa por oportunidad (número de ope-

raciones) sea mayor será el que más dinero genere.
El lector puede notar que la expectativa es una “condi-

ción necesaria pero no suficiente” . Lo primero que debemos
comprobar es que tenemos una expectativa positiva pero eso
no nos garantiza ganar dinero. El número de oportunidades
no está contemplado en el cálculo de la expectativa pero sí
que lo está en el cálculo del TWR. Si un método tiene expec-
tativa positiva y genera un TWR mayor que uno entonces es
un método rentable al que se puede aplicar gestión de capital
para disparar sus resultados.
El juego +5,-1
Ahora vamos a jugar a un juego. Es un juego con una
moneda y por tanto las probabilidades de acertar son exac-
tamente del 50%. Es muy importante que vd entienda este
juego porque en el vamos a basar la teoría de fracción optima
que vendrá después.
Supongamos que apostamos al siguiente juego:
Se trata de acertar a cara o cruz el resultado del lan-

zamiento de una moneda. Si vd acierta le pagan 5 veces lo
apostado. Si vd falla pierde lo apostado. Debe arriesgar
siempre el mismo porcentaje del capital disponible. Al co-
mienzo dispone de 100 euros. Cual es la fracción óptima que
invertiría???
a/ 40% (o sea, empezar con 40 y luego el 40% de lo que

nos quede)
b/ 60% (o sea, empezar con 60 y luego el 40% de lo que
nos quede)
La mayoría de la gente piensa que en un juego en que

las perspectivas son positivas el resultado se maximiza
58
arriesgando más. En este juego tenemos unas expectativas de

ganar en media:
Expectativas = 0.50*5-0.50*1 = 2 veces lo apostado (en

media)
Según lo anterior cuanto más se arriesgue mejor, no?.

Vamos a demostrar que no. De momento vamos a suponer
que los aciertos se alternan con fallos aunque demostraremos
más adelante que el orden no importa. Veamos que pasa si
arriesgamos el 60%:
tengo 100. Apuesto 60. Gano. Resultado = 60*5+40=340

tengo 340. Apuesto 204(60%). Pierdo. Resultado = -204*1+340=136
tengo 136. Apuesto 82(60%). Gano. Resultado = +82*5+54=464
Después de 9 operaciones resulta que hemos converti-

do los 100 euros iniciales en 1162. Vamos a compararlo con
arriesgar el 40% en cada operación. Repetimos el experimen-
to:
tengo 100. Apuesto 40. Gano. Resultado = 40*5+60=260

Resulta que ahora invirtiendo una menor cantidad (so-

lo el 40%) y reinvirtiendo los beneficios se obtiene un capital
final de 1529 que es superior a lo obtenido arriesgando
más(1162). Se puede comprobar que si seguimos aumentan-
do el riesgo hasta el 100% en solo 2 operaciones quedamos
en bancarrota. La relación entre riesgo y recompensa al rein-
vertir los beneficios no es lineal.
59
La siguiente tabla muestra lo que sucede si apostamos

el 40% de nuestro capital en el juego de la moneda después
de 32 operaciones.
capital cash apuesto

0.4
100 60 40
5 260 156 104
-1 156 94 62
5 404 243 161
-1 243 146 97
5 631 379 252
-1 379 228 151
5 983 590 393
-1 590 354 236
5 1534 921 613
-1 921 553 368
5 2393 1436 957
-1 1436 862 574
5 3732 2240 1492
-1 2240 1344 896
5 5824 3495 2329
-1 3495 2097 1398
5 9087 5453 3634
-1 5453 3272 2181
5 14177 8507 5670
-1 8507 5105 3402
5 22115 13269 8846
-1 13269 7962 5307
5 34497 20699 13798
-1 20699 12420 8279
5 53815 32289 21526
-1 32289 19374 12915
5 83949 50370 33579
-1 50370 30222 20148
5 130962 78578 52384
-1 78578 47147 31431
5 204302 122582 81720
-1 122582 73550 49032
Por increíble que parezca, en este juego que tenemos

todas las de ganar no vamos a ganar más si aumentamos el
porcentaje del capital arriesgado. Veamos la tabla para el
50%:
60

0.5
100 50 50
5 300 150 150
-1 150 75 75
5 450 225 225
-1 225 113 112
5 673 337 336
-1 337 169 168
5 1009 505 504
-1 505 253 252
5 1513 757 756
-1 757 379 378
5 2269 1135 1134
-1 1135 568 567
5 3403 1702 1701
-1 1702 851 851
5 5106 2553 2553
-1 2553 1277 1276
5 7657 3829 3828
-1 3829 1915 1914
5 11485 5743 5742
-1 5743 2872 2871
5 17227 8614 8613
-1 8614 4307 4307
5 25842 12921 12921
-1 12921 6461 6460
5 38761 19381 19380
-1 19381 9691 9690
5 58141 29071 29070
-1 29071 14536 14535
5 87211 43606 43605
-1 43606 21803 21803
5 130818 65409 65409
-1 65409 32705 32704
Y ahora arriesgando el 60%

0.6
100 40 60
5 340 136 204
-1 136 55 81
5 460 184 276
-1 184 74 110
5 624 250 374
-1 250 100 150
5 850 340 510
-1 340 136 204
61
5 1156 463 693

-1 463 186 277
5 1571 629 942
-1 629 252 377
5 2137 855 1282
-1 855 342 513
5 2907 1163 1744
-1 1163 466 697
5 3951 1581 2370
-1 1581 633 948
5 5373 2150 3223
-1 2150 860 1290
5 7310 2924 4386
-1 2924 1170 1754
5 9940 3976 5964
-1 3976 1591 2385
5 13516 5407 8109
-1 5407 2163 3244
5 18383 7354 11029
-1 7354 2942 4412
5 25002 10001 15001
-1 10001 4001 6000
5 34001 13601 20400
-1 13601 5441 8160
El 70%:

0.7
100 30 70
5 380 114 266
-1 114 35 79
5 430 129 301
-1 129 39 90
5 489 147 342
-1 147 45 102
5 555 167 388
-1 167 51 116
5 631 190 441
-1 190 57 133
5 722 217 505
-1 217 66 151
5 821 247 574
-1 247 75 172
5 935 281 654
-1 281 85 196
5 1065 320 745
-1 320 96 224
5 1216 365 851
-1 365 110 255
62
5 1385 416 969

-1 416 125 291
5 1580 474 1106
-1 474 143 331
5 1798 540 1258
-1 540 162 378
5 2052 616 1436
-1 616 185 431
5 2340 702 1638
-1 702 211 491
5 2666 800 1866
-1 800 240 560
Y para terminar vemos que arriesgando el 80% de

nuestro capital en este juego terminamos en bancarrota (ca-
pital final de 7 euros) en menos que canta un gallo:

0.8
100 20 80
5 420 84 336
-1 84 17 67
5 352 71 281
-1 71 15 56
5 295 59 236
-1 59 12 47
5 247 50 197
-1 50 10 40
5 210 42 168
-1 42 9 33
5 174 35 139
-1 35 7 28
5 147 30 117
-1 30 6 24
5 126 26 100
-1 26 6 20
5 106 22 84
-1 22 5 17
5 90 18 72
-1 18 4 14
5 74 15 59
-1 15 3 12
5 63 13 50
-1 13 3 10
5 53 11 42
-1 11 3 8
5 43 9 34
-1 9 2 7
63
5 37 8 29
-1 8 2 6
5 32 7 25
-1 7 2 5
Veamos un gráfico en el que se resume lo mostrado

hasta ahora:
140000
122582
120000
100000 99783
80000
65409
60000
40000
33655
20000
13601
0 800 7
0.2 0.3 0.4 0.5 0.6 0.7 0.8
figura 7
En la figura 7 se representa gráficamente el capital final

después de las 32 tiradas de la moneda para cada valor de
riesgo. En el eje x tenemos el porcentaje arriesgado. El valor
del eje y es el correspondiente a la última fila de la columna
“Capital”. Como se puede ver la forma de obtener el máximo
capital es arriesgando solamente el 40% de nuestro capital en
este juego. A partir del 0.4 no se gana más por arriesgar más.
En realidad se puede ver que no interesa arriesgar más del
40% en este juego porque los resultados empeoran muy de-
prisa.
Antes de presentar las tablas con los resultados se co-
mentó que el orden de las operaciones no importa. Esto es
cierto siempre que se mantengan las mismas estadísticas,
que en este caso en concreto significa que siga habiendo 16
64
apuestas con +5 y 16 con -1. También debe haber un número

suficiente de muestras para que el resultado no quede distor-
sionado por falta de muestras. Con 32 apuestas los resultados
no deberían diferir mucho. Veamos ahora una tabla en la que
operamos arriesgando la cantidad óptima (el 40%) pero
hemos situado en desorden las operaciones:

0.4
100 60 40
-1 60 36 24
-1 36 22 14
5 92 56 36
-1 56 34 22
-1 34 21 13
-1 21 13 8
-1 13 8 5
-1 8 5 3
5 20 12 8
5 52 32 20
5 132 80 52
5 340 204 136
-1 204 123 81
5 528 317 211
-1 317 191 126
-1 191 115 76
5 495 297 198
5 1287 773 514
5 3343 2006 1337
-1 2006 1204 802
5 5214 3129 2085
-1 3129 1878 1251
-1 1878 1127 751
-1 1127 677 450
5 2927 1757 1170
5 7607 4565 3042
5 19775 11865 7910
5 51415 30849 20566
5 133679 80208 53471
-1 80208 48125 32083
-1 48125 28875 19250
5 125125 75075 50050
65
En esta tabla se puede ver que tenemos una racha de 2

pérdidas, luego una ganancia, luego 5 pérdidas seguida, lue-
go 4 ganancias... Y el resultado final de 125125 euros es muy
parecido al resultado de operar alternando ganadoras y per-
dedoras. Veamos cuales son los nuevos resultados cuando las
operaciones progresan de la forma que acabamos de ver:
Riesgo Capital final
0.2 32310
0.3 91830
0.4 125125
0.5 57228
0.6 1
0.7 1
0.8 1
La presencia de rachas de pérdidas y de ganancias in-

cluso acentúa más la necesidad de operar en la fracción op-
tima o por debajo de ella. Cuando las ganancias y las pérdi-
das se alternan arriesgando el 60% del capital ganábamos
13601 euros pero ahora la racha de 5 pérdidas seguidas deja
al jugador sin capital disponible. Arriesgar el 60% en este
juego hace que terminemos en bancarrota (capital final de 1
euro).
En el gráfico de la figura 8 se representa de forma con-

tinua la curva de ganancia como una función del riesgo asu-
mido. Digamos que es la versión suave o continua de la curva
de la figura 7 y se obtiene tomando 100 valores de riesgo en
lugar de solamente 7. En esta figura 8 aparte de la fracción
optima (0.4) también se indica la fracción de capital que hace
que el TWR sea 1 (f=0.8). Ese es el punto de no-ganancia
donde el riesgo es tan alto que la ruina llega de inmediato, a
pesar de tener expectativas positivas.
Se puede ver que si nos situamos a la misma distancia

de la f óptima por la izquierda o por la derecha tenemos la
misma ganancia. Cierto, pero como acabamos de ver la dis-
66
minución de capital o drawdown es muy elevada a la derecha

de la fracción óptima y por tanto una simple racha de pérdi-
das puede arruinarnos solamente por arriesgar demasiado.
figura 8
Este sencillo ejemplo pone de manifiesto la necesidad

de conocer la fracción optima a arriesgar y también la nece-
sidad de operar siempre a la izquierda de esta fracción (o jus-
to en la fracción optima). Pero si hay que darle algo de mar-
gen de error siempre es mejor estar a la izquierda donde se
pierde menos capital en las rachas que a la derecha donde
puede venir la ruina por excesivo riesgo.
Al iniciarse en la fracción óptima mucha gente cae en el

error de pensar que la fracción es el porcentaje del capital
que hay que invertir. Pero no es así, esto ocurre porque la
mayoría de los ejemplos que se buscan son de juegos (no de
trading), por simplificar, y en este tipo de juegos lo que se
invierte es lo que se arriesga. En ese caso en particular coin-
cide. Pero cuando operamos con acciones o futuros lo que se
invierte no es lo que se arriesga.
Imaginemos por un momento que nos dividen por dos

las ganancias y las pérdidas y ahora tenemos un juego +2.5, -
0.5 es decir que si se acierta (cara o cruz) le pagan 2.5 veces
67
lo apostado y si falla en el pronóstico pierde la mitad de lo

apostado. La expectativa ahora es:
Exp=2.5*0.5-0.5*0.5=1 euro por cada euro arriesgado
La fracción optima de este juego también es 0.4, igual

que en el juego +5, -1. Pero ahora la cantidad que se arriesga
(el 50% de lo invertido) no es lo mismo que la cantidad que
se invierte. Riesgo es lo que vamos a perder si la operación
sale mal.
La fracción óptima nos dice cuanto debemos arriesgar

en la próxima operación para tener la máxima ganancia. Su-
pongamos que operamos con acciones y tenemos los siguien-
tes resultados:
+600, -200, -200, +400.
La fracción óptima de esas operaciones es 0.3. De mo-

mento no se preocupe por cómo calcular la fracción optima.
Lo veremos más adelante. Una fracción óptima del 30% sig-
nifica que en la próxima operación deberíamos estar dispues-
tos a perder el 30% de nuestro capital si la operación sale
mal. Cuanto mejor es un sistema mayor riesgo hay que co-
rrer. Es así si queremos obtener el máximo beneficio. En este
ejemplo si vamos a comprar acciones cuyo precio es 10 euros
y tenemos el stop en 9 euros (perderemos 1 euro por acción si
salta el stop) si tenemos 10000 euros debemos comprar
10000*0.30/1=3000 acciones de forma que si salta el stop
habremos perdido 3000*1=3000 euros que es un 30% de los
10000 que teníamos.
Como se puede ver una estrategia de fracción optima

tal cual es muy arriesgada y por ello lo que se hace es aplicar
la fracción optima solamente a un porcentaje limitado del
capital (por ejemplo el 10%) de forma que por ejemplo en es-
te caso aplicaríamos una f=0.30 solamente a 1000 euros. Así
si la operación sale mal perderemos 300 que es el 30% del
capital reservado (1000) que queríamos arriesgar. Luego se-
guimos operando y ahora aplicamos la nueva f a los 700 que
nos quedan.
68
Reservar una cantidad de capital para arriesgarla a to-

da f es lo que implementa la aplicación SIZER (disponible en
www.onda4.com) que es una herramienta de manejo sencillo
pensada para que el pequeño inversor sepa en cada momento
cual es el número óptimo de acciones o futuros con los que
operar. SIZER implementa una estrategia de fracción optima
sobre el 10% del capital y luego va aplicándolo a lo que va
quedando de ganancias o perdidas. Veremos más sobre esto
en el apartado de estrategias de cobertura.
Y para terminar con este ejemplo quiero mostrarle la

figura 9 donde se representa el crecimiento del capital para la
secuencia alternada de ganancias y pérdidas como una fun-
ción del riesgo. En el eje x van creciendo las operaciones. De
nuevo vemos que el crecimiento del capital es muy sensible al
riesgo y que en el caso ideal estaremos en el 40% de riesgo
pero si no pudiéramos por alguna razón entonces siempre es
mejor arriesgar el 30% que el 50%
140000
120000
100000
0.2
0.3
80000
0.4
0.5
60000
0.6
0.7
40000
20000
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
figura 9
69
La barrera absorbente
En el apartado “expectativa” hemos visto que si quere-

mos operar en los mercados y extraer dinero de forma cons-
tante lo primero que necesitamos es una forma de operar que
nos asegure una expectativa positiva. Sin una expectativa po-
sitiva la única forma de ganar en los mercados es utilizando
lo que se llama una “barrera absorbente”. Una barrera absor-
bente es abandonar a tiempo mientras se utiliza un sistema o
método perdedor a largo plazo.
La barrera absorbente hace que la gente pueda ganar
dinero en las máquinas tragaperras. Tan solo hay que retirar-
se en cuanto se está en beneficios, algo que, dicho sea de pa-
so, pocos hacen. Si se sigue jugando se pierde todo. Lo gana-
do y lo que se traía de casa.
La barrera absorbente permite que sea cierta la historia
de “fulano compró acciones de una empresa tecnológica y sin
saber nada de bolsa triplicó su capital”. Esto fue así porque
fulano no reinvirtió los beneficios en otra compra de valores.
Evidentemente si fulano hubiera seguido operando con cada
nueva operación estaría más cerca de la ruina ya que el des-
conocimiento es una de las principales razones por las que se
puede perder dinero en los mercados (entre otras muchas).
Una barrera absorbente también es lo que hace que la
gente pueda ganar dinero en los casinos, sitios en los que la
expectativa es siempre negativa para el jugador y positiva pa-
ra la banca. Fíjese por ejemplo en la ruleta. Apostando a rojo
o negro tenemos un poco menos del 50% de probabilidad de
acertar (si sale el cero se lo lleva la banca). Cuando acertamos
nos pagan el doble y si fallamos perdemos lo apostado. Esta
pequeña diferencia hace que operar a largo plazo en un casi-
no nos asegure la ruina financiera. Las expectativas son ne-
gativas para el jugador y positivas para la banca, aunque sea
por poco. Todo esto asume que la ruleta es perfecta y tiene
las mismas probabilidades de caer en un número que en otro.
Si la ruleta no es perfecta entonces unos números tienden a
salir más que otros. Este tipo de ineficiencias ha sido explo-
tada por los Pelayos (Iván y Gonzalo García Pelayo), que de-
70
mostraron la forma de explotar estas ineficiencias de la rule-

ta. Pero eso es otra historia...
Por tanto, si tenemos una expectativa positiva podemos

aplicar gestión de capital para explotarla al máximo. En un
juego con expectativa positiva cuanto más juguemos más
probabilidades tendremos de ganar pues el largo plazo llega-
rá antes con cada nueva tirada.
La formula de Kelly
Unos ingenieros de los Laboratorios Bell estaban bus-

cando la forma de transmitir datos por una línea de transmi-
sión de forma que se garantizase el valor óptimo de potencia
para evitar el ruido implícito en la línea de transmisión y re-
cibir en el otro extremo la mejor señal posible. El sr Kelly lle-
gó así a la fórmula que lleva su nombre y que resuelve el pro-
blema planteado. En 1956 publicó un artículo enfocado a so-
lucionar los problemas de transmisión de datos con ruido, un
ruido aleatorio e impredecible. Afortunadamente este pro-
blema es similar al problema de arriesgar la cantidad óptima
de capital en un juego de apuestas o en un sistema de especu-
lación. Por ello la formula de Kelly es muy conocida y aplica-
da. Es la siguiente:
Fracción optima = Expectativa/ ratio_win_loss
Donde la expectativa se calcula como hemos visto en el

apartado anterior y el ratio W/L es la misma tasa de ganan-
cia/pérdida que forma parte del cálculo de la expectativa.
Por ejemplo, si tenemos un sistema con una expectativa
de 0.5 euros por cada euro arriesgado y la tasa ganan-
cia/pérdida es de 1.5 entonces la formula de Kelly nos da una
fracción óptima a invertir de:
Fracción optima = 0.5/1.5=33%
71
En una situación así habría que arriesgar el 33% de

nuestro capital por operación. Ni más ni menos. Solo así se
conseguirá la máxima ganancia.
Operando con la formula de Kelly
Veamos ahora un caso real de aplicación de la formula

de Kelly. Larry Williams utilizó la formula de Kelly para ope-
rar una cuenta de futuros en el campeonato de trading Rob-
bins y pasar de $10000 a más de un millón en un año. Larry
calculaba el número de futuros dividiendo el porcentaje del
capital recomendado por Kelly entre el margen o garantías de
los futuros con los que operaba. Los resultados fueron tan
increíbles que pasó eso, que los organizadores del campeona-
to no se creyeron que fueran reales y fue eliminado del con-
curso de trading, a pesar de que las cuentas de los participan-
tes estaban monitorizadas. La comisión de Trading con futu-
ros confiscó los registros de la cuenta de Larry para buscar
algún indicio de fraude. Hasta después de un año no le de-
volvieron los registros de su cuenta y un año después de esto
volvieron a retenerle los registros. Que se sepa nunca encon-
traron ningún indicio de fraude.
Cuando Larry operaba con la formula de Kelly su cuen-

ta entró en una espiral de beneficios que le llevó a acumular
más de 2 millones de beneficio en un momento determinado.
Posteriormente entró en una sucesión de pérdidas que le lle-
varon de vuelta por debajo del millón y al final acabó el año
1987 con $1.100.000.
Larry y Ralph Vince trabajaron en descubrir que era lo

que provocaba unas oscilaciones tan fuertes del valor de la
cartera. Al final Ralph descubrió que la formula de Kelly se
estaba aplicando incorrectamente a los mercados pues esta
formula solo debe aplicarse a situaciones en las que la ganan-
cia es siempre el mismo valor y la pérdida siempre el mismo
valor. Es lo que se conoce como una situación Bernoulli. En
un juego de cara o cruz podemos utilizar la formula de Kelly
para saber la fracción óptima, pero no en un sistema de espe-
culación en bolsa donde las ganancias y pérdidas toman valo-
res diferentes.
72
En el ejemplo +5,-1 de la moneda vamos a calcular la

fracción óptima. El ratio ganancia pérdida es 5 y la probabili-
dad de acertar es 0.5. Por tanto:
Expectativa = (1+5)*0.5-1=2
Fracción optima (Kelly)=2/5=40%
Ralph empezó a trabajar en la forma de calcular la frac-

ción óptima en trading y llegó a lo que se denomina “f opti-
ma”. En este libro veremos con detalle la “f optima”.
f óptima
Hasta ahora hemos visto que en un proceso Bernoulli

(donde las ganancias y las pérdidas siempre toman el mismo
valor) es muy fácil calcular la fracción óptima. En el juego
+5,-1 solo teníamos que calcular la expectativa y dividirla por
la tasa Ganancia/Pérdida. Pero todos sabemos que en trading
los retornos son siempre desiguales y por tanto hay que en-
contrar una forma de conseguir maximizar el valor de la me-
dia geométrica.
Hemos visto que la media geométrica es el producto de
los HPRs o retornos individuales. En el caso Bernoulli como
siempre son iguales todo se simplifica porque multiplicar
muchas veces un mismo valor es igual que elevarlo al número
de veces que lo multiplicamos. En trading no nos queda más
remedio que coger todos los HPRs y multiplicarlos uno por
uno.
Aún así se necesita introducir un parámetro entre los
HPRs, algo que se pueda variar con objeto de poder encon-
trar el valor que maximice la media geométrica. Ralph Vince
encontró la solución, que es operar en múltiplos de la máxi-
ma perdida incluyendo un multiplicador f que es la fracción
de capital que se arriesga:
73
HPR=(1+f*op/MP)
Donde MP significa el valor absoluto de la máxima

pérdida y op es el valor neto del resultado de la operación ba-
jo estudio. De esta forma si p.e. el resultado de nuestra últi-
ma operación es una ganancia de 500 euros y anteriormente
nuestra máxima pérdida fue de 1000 entonces el HPR co-
rrespondiente será:
HPR = (1+f*0.5)
Al hacerlo así tenemos ahora un retorno que depende

de la fracción de nuestro capital arriesgado. Si por ejemplo
arriesgamos el total de nuestro capital (f=1) entonces el re-
torno será del 50% (HPR=1.5). y si arriesgamos p.e. la mitad
de nuestro capital entonces el retorno será del 25%
(1+0.5*0.5). La modificación de la formula del HPR es una
idea genial de Ralph Vince que conlleva muchas ventajas, en-
tre ellas asociar riesgo y beneficio. Notar que cuando arries-
gamos todo nuestro capital con una sola operación conse-
guimos el máximo retorno. Evidentemente esto solo sucede
cuando no reinvertimos los beneficios ya que cuando compo-
nemos los beneficios necesitamos multiplicar los HPRs, algo
que vimos en el apartado dedicado a reinvertir los beneficios.
Así por ejemplo si tenemos las siguientes dos operaciones:
Operaciones
-200
+500
Los HPRs correspondientes son:
HPR1 = 1+f*(-200)/200
HPR2 = 1+f*(+500)/200
O lo que es lo mismo
HPR1=1-f
74
HPR2=1+2.5f
La ganancia que producen estas operaciones depende

de la cantidad que arriesgamos (la f) y es el producto de los
HPRs:
TWR = HPR1*HR2=(1-f)*(1+2.5f)
Ahora viene lo interesante. Si queremos maximizar el

TWR (la ganancia relativa) solo tenemos que dar valores a f
para encontrar la solución.
f TWR
0.1 1.125
0.2 1.2
0.3 1.225
0.4 1.20
0.5 1.125
0.6 1
0.7 0.825
0.8 0.6
0.9 0.325
1.0 0
El mejor valor de TWR se obtiene con f=0.30. Si tuvie-

ramos que operar este sistema del cual solo conocemos dos
operaciones entonces lo mejor sería arriesgar el 30% de
nuestro capital. Vamos a demostrarlo.
Media geométrica = TWR^(1/2)
Donde evaluamos la raiz cuadrada del TWR porque te-

nemos dos operaciones solamente (N=2). En general la me-
dia geométrica es la raiz N-ésima del número de operaciones,
como ya hemos visto.
Media G = [(1-0.30)*(1+2.5*0.30)]^(1/2)=1.106797
75
Es decir, una media geométrica del 10.68% que signifi-

ca que operando este sistema esperamos en promedio ganar
un 10.68% sobre nuestro capital cuando reinvertimos los be-
neficios. Si no reinvertimos los beneficios entonces no.
Se pueden repetir los cálculos para diferentes valores
de f pero vd comprobará que no hay forma de conseguir una
media geométrica mayor que con f=0.30. Ese valor de f es la
fracción óptima.
Aquí conviene indicar que en la primera operación (la
pérdida) tendremos una pérdida del 30% cuando operemos
arriesgando el 30% de nuestro capital:
HPR1 = 1-0.3=0.70
Un HPR = 0.70 implica la pérdida del 30% del capital.

Cualquier cantidad que se multiplique por este HPR quedará
reducida en un 30%. Estimado lector, nadie da duros a 4 pe-
setas. El máximo beneficio se consigue a costa de un riesgo
elevado, lo cual no quiere decir que cuanto más riesgo más
beneficio. En la tabla le muestro que riesgos por encima del
30% traen beneficios cada vez menores y por encima del 60%
la media geométrica es menor que 1 (al serlo el TWR) y por
tanto tenemos asegurado perder dinero.
El riesgo umbral, aquel valor en el que TWR=1 es el

punto a partir del cual la autodestrucción es inmediata. La
media aritmética tiene que ser positiva (ganar más de lo que
se pierde) para que un sistema proporcione expectativas po-
sitivas, pero la cuantía de los resultados viene determinada
por la media geométrica del sistema. Si en este ejemplo en
lugar de -200,+500 hubiéramos tenido +200,-500 no necesi-
taríamos hacer los cálculos, un sistema con media aritmética
negativa (-150) pierde siempre a largo plazo. La fracción op-
tima de un sistema con media aritmética negativa es cero, es
decir es mejor no invertir.
Busquemos ahora la frontera entre ganar y perder. Esta

frontera está donde TWR=1 que es lo mismo que una media
geométrica de 1.0 o un 0% de ganancia. Si recordamos la
curva de campana de la figura 8 vemos que tiene un máximo
en la f óptima, y más a la derecha encontramos el valor de f
76
donde TWR=1. A la derecha de este valor de f empezamos a

perder dinero aunque nuestro sistema en media (aritmética)
gane dinero. Sorprendente no?
Para aclarar este concepto volvamos al juego +5,-1 de

apostar a cara o cruz. Vimos que este juego tiene una f ópti-
ma de 0.40 que anteriormente hemos calculado con la for-
mula de Kelly y ahora podemos permitirnos el lujo de calcu-
larlo con la formula de Ralph Vince:
Max(GEOM)=Max((1+f*5/1)*(1-f/1))=Max((1+5f)*(1-
f))=Max(1+4f-5f^2)
Donde Max quiere decir que se trata de maximizar el

término entre paréntesis. La función anterior es una campa-
na con un máximo en f = 0.40, el TWR para f =0.40 es 1.80:
TWR = 1+4*0.40-5*0.40^2=1.80
Es decir que en la cumbre de la campana tenemos un

TWR = 1.80 que nos dice que si operásemos en este sistema
(juego) esperaríamos ganar 1.80^0.5=1.34--> un 34%(la raíz
cuadrada del TWR porque nuestro sistema (juego) solo tiene
dos operaciones diferentes)
Podemos igualar la función 1+4f-5f^2 a 1 para ver cual

es el valor de f que nos deja sin ganancia ni pérdida.
1+4f-5f^2=1 --> 4f=5f^2 --> 4=5f --> f=4/5=0.8
Resulta que el valor de f = 0.80 nos hace el TWR = 1. A

la derecha de este valor la autodestrucción es inmediata. En-
tre la f optima y la f umbral (de TWR=1) la autodestrucción
es cuestión de tiempo.
En la figura 10 he simulado el juego de la moneda para

una secuencia alterna de ganancias y pérdida y f = 0.80 que
es el valor umbral. En un número limitado de operaciones ya
se puede apreciar la rapidez con que se deteriora el capital.
Cuantas más operaciones transcurran más fácil es arruinarse
por arriesgar demasiado.
77
450
f=0.80
400
350
300
250
200
150
100
50
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
figura 10
Cualquier persona que quiera arriesgar su dinero en bolsa

debe hacerlo solamente si dispone de un sistema con expec-
tativas positivas. Y en ese caso debería conocer su f óptima.
En el mejor de los casos operará con la f óptima, pero si no
puede (por ejemplo en caso de que esté limitado por el capi-
tal disponible) preferirá estar un poco a la izquierda que a la
derecha. El estar muy a la derecha de la f óptima hace que
arruinarse sea solo cuestión de tiempo.
Con este ejemplo también se pone de manifiesto lo impor-
tante que es la media geométrica de un sistema. El valor que
hace el TWR=1 es el valor que hace que la media geométrica
sea 1 (la raiz enésima de 1 es 1). Por tanto en ese valor de f
estamos en el punto muerto. A la izquierda se hace dinero y a
la derecha no.
La gestión de capital es algo compleja porque aunque

las matemáticas son básicas el concepto no es intuitivo. No es
lo que uno espera encontrar. La media aritmética de ganan-
cia de un sistema nos dice en media lo que podemos ganar
con ese sistema si no reinvertimos los beneficios. Si reinver-
78
timos los beneficios entonces debemos fijarnos en la media

geométrica. El porcentaje de capital que hace que tengamos
la mayor media geométrica es la f óptima.
La f óptima es como el plutonio. Proporciona la máxi-
ma potencia pero debe usarse con mucha precaución. Hay
que tener en cuenta que el crecimiento geométrico de nues-
tro capital viene acompañado de máximas disminuciones de
capital (max drawdown) que pueden ser iguales a f. De nue-
vo, la f es el porcentaje de capital que arriesgamos, no el que
invertimos.
La f óptima en euros
Cuando se tiene la f óptima como porcentaje se puede
trasladar a euros dividiendo entre la máxima pérdida. Vea-
mos un ejemplo:
f opt = 0.20, máx. perdida = 300 euros.
La f optima en euros es =300/0.20=1500 euros.
Si se quiere operar de forma óptima se debe arriesgar

un futuro por cada 1500 euros que tengamos de capital. Si
tenemos 10000 euros entonces compraremos 6 futuros. Así
si en la próxima operación salta el stop habremos perdido
300 euros por futuro o 1800 euros que es casi el 20% de
nuestro capital.
Aquí asumimos que la máxima pérdida actual es igual a
la máxima pérdida en el pasado. Si esto no es así vd debería
sustituir la máxima perdida de sus cálculos por el máximo
que puede perder ahora. Pero tenga en cuenta que la fracción
optima se basa en el supuesto de que el futuro no va a ser
muy diferente del pasado. Si cambiamos de sistema o la for-
ma de situar los stop loss entonces los datos anteriores no
nos sirven, es lógico.
Para los operadores de acciones la f en euros necesita

incorporar el precio de la acción. Si se opera con acciones cu-
yo precio es diferente (lo normal) entonces lo mejor es hacer
los cálculos en porcentajes:
79
f opt = 0.20, máx. perdida = 30%
La f optima en euros es =40*0.30/0.20= 60 euros
Donde 40 es el precio de la acción que vamos a com-

prar y 0.30 es la pérdida del 30%. Es lo mismo que decir que
la máxima perdida fue de 12 euros por acción. Puesto que la f
en euros es de 60 compraremos una acción por cada 60 eu-
ros de nuestro capital. Si tenemos 10000 euros compraremos
167 títulos. De esta forma si salta el stop habremos perdido:
167 acciones* 12 euros/acción = 2000 euros que es un

20% del capital.
Esta es la forma de trasladar la fracción óptima al nú-

mero de acciones o futuros con los que operar. En realidad
basta con saber que en la próxima operación debemos estar
dispuestos a perder el f% de nuestro capital y luego calcular
el número de futuros o acciones para que suceda.
Hay una diferencia importante entre los dos cálculos.

El lector puede notar que con futuros hemos tenido que
arriesgar 1800 euros cuando en realidad deberíamos arries-
gar 2000. Esto es porque la operación con futuros es más
granular que con acciones. Con 6 futuros se arriesga 1800 y
con 7 se arriesga 2100 que es excesivo. Siempre se puede
comprar el número exacto de acciones que cumpla la f ópti-
ma, pero con futuros solo podemos aproximarnos. La granu-
laridad hace que el ajuste más fino de la fracción optima sea
con acciones.
Seguramente ahora vd entienda porqué la gestión del

capital es algo que algunos resumen como "use siempre stop
loss". Ir más allá de esa definición requiere hincar los codos y
dedicarle su tiempo. Un software de apoyo para los cálculos
no es algo imprescindible pero sí que es altamente recomen-
dable cuando se tienen muchas operaciones. Aquí se presen-
80
tan ejemplos lo suficientemente sencillos como para que los

cálculos puedan ser realizados a mano. Vd deberá armarse de
calculadora y lápiz y entender los ejemplos que proporcio-
namos si realmente quiere entender la gestión del capital. No
debe olvidar que la gestión de capital es más importante que
el sistema de especulación usado. Realmente solo se necesita
un beneficio marginal (expectativas positivas) para producir
resultados impresionantes. Si vd quiere llegar a especular
con éxito deberá abandonar la búsqueda del oscilador perfec-
to o del sistema con un porcentaje de aciertos superior al
90% y centrarse en maximizar lo que va a ganar cuando su
sistema acierte y minimizar lo que va a perder cuando su sis-
tema falle.
Hemos visto que para trabajar con acciones conviene

abstraerse del precio de los títulos y operar con porcentajes.
Veamos ahora un ejemplo con solo cuatro operaciones para
terminar de explicar cómo se traslada la fracción optima al
cálculo del número de valores. Las operaciones de nuestro
ejemplo son las siguientes (precio de compra, precio de ven-
ta) y la próxima operación será sobre un valor cuyo precio
actual es 49 euros:
10,12
50,40
23,26
78,77
La ganancia/pérdida porcentual que produce cada ope-

ración es (respectivamente):
+20%
-20%
+13%
-1.3%
La f óptima es aquella que maximiza la siguiente fun-

ción de f: (tantos productos como operaciones):
TWR = (1+f*op1/MD) * (1+f*op2/MD) * (1+f*op3/MD)

* (1+f*op4/MD)
81
Siendo op1,op2,op3,op4 el resultado de las operaciones

con su signo y MD el máximo Drawdown o máxima pérdida
en valor absoluto. Sustituyendo valores queda:
TWR = (1+f*0.2/0.2) * (1-f*0.2/0.2) * (1+f*0.13/0.2) *

(1-f*0.013/0.20)
La función anterior tiene forma de campana y su

máximo es: 1.0731 que se obtiene con f=0.24, representado
en la figura 11.
figura 11
Por tanto f_opt = 0.24. El valor de f en euros ( calcula-

do con el precio de la próxima operación a 49 euros) será:
MD(%) * precio/f_opt = 0.2*49/0.24 = 40.83 euros
La estrategia óptima que produce un crecimiento geo-

métrico de los resultados es comprar una acción por cada
40.83 euros de capital disponible. Si se comenzó con 10000
euros se dispone ahora de 10706 euros después de las cuatro
primeras operaciones. Por tanto el número óptimo de accio-
82
nes a comprar es: 10706/40.83=262 acciones a 49 euros. No-

tar que si el precio de las acciones hubiera sido la mitad
(24.5) entonces tendríamos que comprar el doble de accio-
nes.
Cuando se opera sin margen (comprar y vender accio-

nes sin crédito) es bastante común vernos limitados por el
capital disponible. Notar que 262 acciones a 49 euros sobre-
pasa el capital disponible que son los 10706 euros. Por tanto
hay que comprar el máximo número de títulos que es posible
con ese capital, es decir: 218 títulos.
El ejemplo anterior son las cuatro primeras operacio-

nes de la demo del software GESTOR. Las cuatro primeras
operaciones son las que vamos a tomar como base para el
cálculo y aplicación de la f óptima al resto de operaciones.
Por eso se denomina “periodo base”. En la web de Onda4 se
puede descargar y probar el software gratuitamente limitado
a las operaciones fijas de la demo. Si calculamos veremos que
nos aparece una tabla con los resultados. La línea disconti-
nua horizontal nos dice donde termina el periodo base para
el cálculo de f. En la figura 12 vemos la fracción óptima y el
número de títulos (218) que GESTOR recomienda comprar
para una estrategia de f óptima total con acciones.
83
figura 12
En la salida gráfica del programa se pueden comparar

las diferentes estrategias de gestión de capital. Mas adelante
veremos con detalle cada una de ellas. Como era de esperar la
máxima ganancia se obtiene operando a la f óptima. Si no
fuera así es porque algo estaba mal.
En la figura 13 se simulan las operaciones de la demo

partiendo de un capital inicial de 10000 euros. La estrategia
de capital fijo siempre opera con 6000 euros y obtiene 22580
euros tras las 15 operaciones. La estrategia de porcentaje fijo
siempre opera con el 60% del capital y obtiene un capital fi-
nal de 28856 euros. La estrategia de riesgo fijo opera arries-
gando el 5% del capital en cada operación y obtiene un capi-
tal final de 15717 euros. Y por último la estrategia de fracción
óptima opera el resto de operaciones posteriores al periodo
base (de la 5 a la 15) con el riesgo del 24% que es la fracción
óptima que hemos calculado anteriormente. La estrategia de
f óptima obtiene 49229 euros tras las 15 operaciones.
84
figura 13
Es posible que el lector se esté preguntando. Que pasa

si las condiciones cambian y el periodo base no representa al
resto de operaciones?
Una solución será tomar un periodo base lo suficiente-

mente grande como para que represente todas las circuns-
tancias comunes en las que nuestro sistema o método de es-
peculación podría generar resultados diferentes. Incluir pe-
riodos alcistas y también bajistas, laterales, etc.
Otra solución es recalcular la fracción óptima cada vez
que se tenga un nuevo dato. Es lo que en GESTOR se conoce
como f dinámica. Cada vez que tenemos una nueva operación
recalculamos la f óptima y la aplicamos a las nuevas opera-
ciones. Normalmente esta estrategia produce mejores resul-
tados que la f “a piñón fijo” o estática.
85
Cómo calcular la f óptima en Excel ®
Veamos como se puede calcular la f óptima sobre una

serie de datos. Supongamos que el histórico de nuestras ope-
raciones es el siguiente:
Operación Resultado neto

1 +87.8
2 +114.98
3 -132.5
4 -187.89
5 -305.26
6 378.13
7 -136.07
8 897.14
9 +388.23
10 -201.45
En la figura 14 se muestra el primer paso para preparar

una hoja de cálculo que nos ayude con la f óptima. En la co-
lumna A vamos a situar las operaciones. Desde la primera a
la última situamos las operaciones en las celdas que van de
A2 a A11. En este caso tenemos 10 operaciones. Es necesario
que en las operaciones de muestra haya alguna pérdida. De
lo contrario el cálculo de f no será correcto.
A continuación vamos a preparar una columna con
f=0.1 y vamos a situar los HPRs correspondientes a cada ope-
ración. En la celda B1 situamos el valor 0.1.
Ahora vamos a escribir la siguiente fórmula para la cel-
da B2:
=(1-B$1*$A2/$A$6)
Lo que expresa esta fórmula es que utilizamos el valor

disponible de f=0.1 y construimos el HPR correspondiente
86
teniendo en cuenta que la máxima pérdida aparece en la casi-

lla A6.
figura 14
En realidad estamos implementando:
=(1-f*operacion1/máxima_perdida)
Si ahora arrastramos hacia abajo tendremos cada uno

de los HPRs que necesitamos para el cálculo de f. Notar que
una operación con pérdidas debe tener un HPR menor que la
unidad y una operación que resultó con ganancia tiene un
HPR mayor que 1. Cuando vd haga esto debe sustituir $A$6
por la casilla donde tenga la máxima pérdida. Se puede utili-
zar la función MIN() del Excel para que Excel determine au-
tomáticamente la máxima pérdida del conjunto de operacio-
87
nes, pero en este caso se ha pretendido hacer un ejemplo lo

más sencillo posible.
A continuación vamos a calcular el TWR sobre la casilla

B12 como el producto de los HPRs tal y como se muestra en
la Figura 15. Rellenamos la casilla B12 con
=PRODUCTO(B2:B11)
Figura 15
Y ya estamos terminando. Ya tenemos la primera co-

lumna que nos da el producto de los HPRs para f=0.1 y ahora
solamente tenemos que hacer nuevas columnas con valores
de f crecientes hasta llegar a 1 para observar cómo va varian-
do el TWR (fila 12) con la f. Aquel valor de f que haga máxi-
mo el producto de la fila 12 será la f óptima. También pode-
88
mos utilizar el SOLVER de Excel para obtener el valor de la

casilla B1 que maximiza el valor de la casilla B12.
En la Figura 16 vemos el resultado de variar la f entre
0.1 y 1. Se aprecia la curva de campana que tiene un máximo
correspondiente a TWR=1.4868 cuando f=0.3. Esa es la f óp-
tima. Debemos operar arriesgando el 30% de nuestro capital
en cada operación.
Figura 16
Si por ejemplo hemos conseguido los resultados ope-

rando con futuros entonces debemos operar con:
f_euros = 305.26/0.30=1017.53
Debemos comprar un contrato por cada 1017 euros que

tengamos en nuestra cuenta. Si las próximas operaciones son
similares a las actuales operando de esta forma estaremos
maximizando el crecimiento del capital. No conviene olvidar
que cuando llegue una pérdida comparable a la máxima pér-
dida del pasado tendremos una disminución de capital del
f%, o sea del 30%.
89
El modelo exacto para dos posiciones

Cuando vimos el juego +5,-1 encontramos que si juga-
mos con una moneda entonces nos interesa arriesgar el 40%
de nuestro capital en cada apuesta. Ni más ni menos. Arries-
gando más caemos en bancarrota y arriesgando menos ga-
namos menos de lo que podemos obtener en la fracción óp-
tima. Que sucedería si jugamos el juego +5,-1 pero con dos
monedas simultáneamente?
En este caso el máximo beneficio se obtiene cuando
arriesgamos el 33% de nuestro capital en cada apuesta indi-
vidual; es decir que en un determinado momento estamos
arriesgando el 66% de todo nuestro capital. En este apartado
veremos como se llega a esta conclusión.
El modelo exacto para dos posiciones y para tres posi-
ciones son los apartados mas complejos de este libro. Al te-
ner más de una posición con la que operar se necesita tener
en cuenta las diferentes combinaciones que proporcionan los
resultados de cada valor individual. Cada combinación o es-
cenario tendrá una probabilidad de aparecer que va a depen-
der de su correlación con los otros valores. Básicamente el
modelo de varias posiciones se calcula elevando cada HPR
conjunto (obtenido operando los valores conjuntamente) a
su probabilidad asociada. El producto de los nuevos HPRs
calculados así es el TWR conjunto que hay que maximizar.
En lugar de presentar toda la formulación he preferido hacer
un ejemplo sencillo de dos valores con 4 operaciones que
muestra cómo se puede calcular en Excel la fracción óptima.
Desafortunadamente veremos que el modelo exacto es todo
lo exacto que sea el cálculo de las probabilidades asociadas a
cada escenario.
Supongamos que disponemos del registro de cuatro

operaciones y queremos saber cual es la fracción optima de
nuestro capital que se debe arriesgar en cada valor en base a
estos resultados:
Valor A Valor B
+700 +100
90
-200 -300
+500 +800
-600 +900
Vemos que el Valor B está dando más ganancia (1500

euros) frente a 400 que proporciona el valor A. Vamos a ob-
tener las estadísticas individuales de cada valor para ver que
conclusiones se pueden obtener. Utilizamos SIZER y nos
proporciona los siguientes datos individuales:
Valor A
• Media=100 euros.
• Desviación=524 euros
• f_optima=0.22
• Media geométrica = 1.82%
Valor B
• f_optima=0.58
• Media geométrica = 36.75%
Efectivamente el valor B está generando mayor ganan-

cia lo que confirma el hecho de tener una media geométrica
claramente mayor.
Veamos ahora lo que sucede cuando se operan de for-
ma conjunta. Al operarlos de forma conjunta debemos tener
en cuenta que si A y B son independientes entonces sus ope-
raciones pueden aparecer combinadas de cualquier forma
posible, por ejemplo la primera de las operaciones de A
(+700) puede ocurrir con cualquiera de las operaciones de B.
Así por cada operación de A tendremos 4 posibilidades en B.
Por tanto habrá que evaluar 4*4=16 posibles combinaciones
entre los valores. En este caso es el producto de las posibili-
dades de A por las posibilidades de B pero en general cuando
tengamos más valores y operaciones:
Num_terminos = num_operaciones^num_valores
91
En este caso en particular Num_terminos=4^2=16
Bien, veamos cuales son las diferentes posibilidades a

evaluar:
A B
700 100
700 -300
700 800
700 900
-200 100
-200 -300
-200 800
-200 900
500 100
500 -300
500 800
500 900
-600 100
-600 -300
-600 800
-600 900
Se puede ver que la forma de construir la tabla es ir va-

riando el valor B hasta agotar todas las posibilidades para el
mismo valor de A. Cambiar el valor de A y repetir lo mismo.
Es igual que el cuentakilómetros de un coche, el número de la
derecha es el que va girando siempre, y cuando termina una
vuelta es cuando cambia el siguiente número. Conviene que
entienda como se construye esta sencilla tabla para poder en-
tender un ejemplo con más de dos posiciones.
Ahora que tenemos 16 operaciones distintas debemos
asignar una probabilidad de ocurrencia a cada una de las po-
sibilidades. Si nosotros supiéramos por adelantado que los
valores A y B solo pueden generar señales en el orden de la
primera tabla de este apartado entonces no sería necesario
considerar todas las probabilidades, pero si los valores son
independientes entre sí entonces podemos esperar resultados
dispares con una probabilidad mayor que cero.
La asignación de las probabilidades necesita aplicar un
criterio que nos diga lo probable que es un escenario en par-
ticular. Si todas las operaciones fueran igual de probables la
probabilidad de cada una sería 1/16=0.0625 pero observando
92
la tabla vemos que no es igual de probable por ejemplo que

haya dos ganancias a que haya dos pérdidas simultáneamen-
te, siendo más probable lo primero. Hay muchas formas de
asignar probabilidades a cada escenario pero la más lógica y
simple es separar las operaciones en ganadoras y perdedoras.
y utilizar los propios datos para extraer las probabilidades.
Algo puramente empírico.
Vamos a sustituir las operaciones ganadoras con un ce-
ro y las perdedoras con un uno para crear un código binario
que resuma el signo de cada operación así:
codigo
00
01
00
00
10
11
10
10
00
01
00
00
10
11
10
10
Donde la primera operación tiene en código 00 porque

las dos operaciones son positivas a la vez. La segunda opera-
ción tiene el código 01 porque la primera es positiva y la se-
gunda negativa, y así sucesivamente...
Con esto lo que hemos hecho ha sido abstraernos de la

cantidad de ganancia o pérdida y simplificar hasta obtener
un máximo de 4 posibles escenarios
00
01
10
11
93
O los dos valores son positivos, o lo es uno de los dos o

los dos son negativos. Ahora podemos contar las ocurrencias
de cada posibilidad y al dividir entre el total sabremos las
probabilidades que tiene cada escenario de aparecer. A no ser
que sepamos por adelantado cuales son las probabilidades de
cada escenario este método es una forma muy sencilla de es-
timarlo a partir de los datos.
Veamos en la tabla la obtención de las distintas proba-

bilidades de cada escenario.
A B codigo Count Proba

700 100 00 6 0.075
700 -300 01 2 0.025
700 800 00 6 0.075
700 900 00 6 0.075
-200 100 10 6 0.075
-200 -300 11 2 0.025
-200 800 10 6 0.075
-200 900 10 6 0.075
500 100 00 6 0.075
500 -300 01 2 0.025
500 800 00 6 0.075
500 900 00 6 0.075
-600 100 10 6 0.075
-600 -300 11 2 0.025
-600 800 10 6 0.075
-600 900 10 6 0.075
La mayoría de los escenarios tiene una probabilidad de

ocurrir de 0.075 y solo hay dos escenarios que aparecen me-
nos y que son el 01 y el 11. Si volvemos a la primera tabla de
este apartado vemos que solo ocurre una vez que ambos valo-
res estén en pérdidas y en esta tabla no hay ninguna ocurren-
cia en la que A esté en ganancias y B en pérdidas. El valor B
tiene tres operaciones en ganancias en su historial y el valor
A solo 2. Al probar todas las combinaciones es normal que la
combinación 10 (A con pérdidas y B ganancias) sea más pro-
bable que la combinación 01 (A ganancias B pérdidas), al
igual que la combinación 00 es más probable que 11.
94
Bien, ahora que tenemos las probabilidades asociadas a

cada escenario obtenidas de los propios datos podemos cal-
cular los HPRs que luego elevaremos cada uno a su probabi-
lidad individual.
Por ejemplo para f1=f2=0.1 obtenemos la siguiente ta-

bla.
A B Proba HPR A HPR B

700 100 0.075 0.116667 0.033333
700 -300 0.025 0.116667 -0.1
700 800 0.075 0.116667 0.266667
700 900 0.075 0.116667 0.3
-200 100 0.075 -0.03333 0.033333
-200 -300 0.025 -0.03333 -0.1
-200 800 0.075 -0.03333 0.266667
-200 900 0.075 -0.03333 0.3
500 100 0.075 0.083333 0.033333
500 -300 0.025 0.083333 -0.1
500 800 0.075 0.083333 0.266667
500 900 0.075 0.083333 0.3
-600 100 0.075 -0.1 0.033333
-600 -300 0.025 -0.1 -0.1
-600 800 0.075 -0.1 0.266667
-600 900 0.075 -0.1 0.3
La primera línea se calcula así:
HPR A: 0.1*700/600=0.116667
HPR B: 0.1*100/300=0.03333
Donde 600 y 300 son los valores absolutos de la máxi-

ma pérdida en A y B respectivamente. Cada fila tendrá una
ganancia conjunta que será el resultado de sumar sus HPRs y
elevarlos a su probabilidad asociada. Así:
(1+HPR_A+HPR_B)^p
95
A B Proba A B Base HPRS

700 100 0.075 0.116667 0.033333 1.15 1.011
700 -300 0.025 0.116667 -0.1 1.016667 1
700 800 0.075 0.116667 0.266667 1.383333 1.025
700 900 0.075 0.116667 0.3 1.416667 1.026
-200 100 0.075 -0.03333 0.033333 1 1
-200 -300 0.025 -0.03333 -0.1 0.866667 0.996
-200 800 0.075 -0.03333 0.266667 1.233333 1.016
-200 900 0.075 -0.03333 0.3 1.266667 1.018
500 100 0.075 0.083333 0.033333 1.116667 1.008
500 -300 0.025 0.083333 -0.1 0.983333 1
500 800 0.075 0.083333 0.266667 1.35 1.023
500 900 0.075 0.083333 0.3 1.383333 1.025
-600 100 0.075 -0.1 0.033333 0.933333 0.995
-600 -300 0.025 -0.1 -0.1 0.8 0.994
-600 800 0.075 -0.1 0.266667 1.166667 1.012
-600 900 0.075 -0.1 0.3 1.2 1.014
Por ejemplo, para la primera fila:
(1+0.116667+0.0333)^0.075=1.011
Y lo mismo para el resto de filas. Ahora viene lo intere-

sante. El producto de los HPRs de la última fila es lo que ga-
na este sistema cuando se opera con ese valor de f1 y f2. En
este caso que estamos mostrando es 1.1740 para f1=f2=0.1.
Esto es una ganancia conjunta del 17.4%. Cuando la suma de
probabilidades es uno este producto de los HPRs es la media
geométrica del sistema!
Ahora podemos dar valores a f1 y f2 para intentar en-

contrar la combinación que proporcione el mejor valor del
producto de los HPRs de la última columna. Aquí sirve de
gran ayuda el Solver del Excel.
En la figura 17 se puede ver que le pedimos al Solver

que maximice el valor de la celda J29 que es donde tenemos
el producto de los HPRs de la última columna, cambiando las
celdas G38 y H38 que es donde hemos situado f1 y f2 respec-
tivamente.
96
figura 17
Cuando Solver termina de calcular nos presenta los si-

guientes resultados:
f1=0.06, f2=0.82, Media G=1.87
Es decir que la máxima ganancia alcanzable es de un

87% y se obtiene arriesgando el 6% de nuestro capital en el
valor A y el 82% en el valor B, lo cual es lógico porque hemos
visto que el valor B proporciona más ganancia. Veamos como
quedan los cálculos donde se pueden ver los HPRs individua-
les calculados a la f óptima y cual es ese mejor resultado.
97
codi-
A B go Count Proba A B Base HPRS
700 100 00 6 0.075 0.070226 0.274487 1.344713 1.022462
700 -300 01 2 0.025 0.070226 -0.82346 0.246765 0.965622
700 800 00 6 0.075 0.070226 2.195895 3.26612 1.09283
700 900 00 6 0.075 0.070226 2.470381 3.540607 1.099464
-200 100 10 6 0.075 -0.02006 0.274487 1.254422 1.017146
-200 -300 11 2 0.025 -0.02006 -0.82346 0.156475 0.954687
-200 800 10 6 0.075 -0.02006 2.195895 3.17583 1.090534
-200 900 10 6 0.075 -0.02006 2.470381 3.450317 1.097335
500 100 00 6 0.075 0.050161 0.274487 1.324648 1.02131
500 -300 01 2 0.025 0.050161 -0.82346 0.226701 0.963577
500 800 00 6 0.075 0.050161 2.195895 3.246056 1.092325
500 900 00 6 0.075 0.050161 2.470381 3.520543 1.098995
-600 100 10 6 0.075 -0.06019 0.274487 1.214293 1.014669
-600 -300 11 2 0.025 -0.06019 -0.82346 0.116346 0.947641
-600 800 10 6 0.075 -0.06019 2.195895 3.135701 1.089495
-600 900 10 6 0.075 -0.06019 2.470381 3.410188 1.096373
Media G 1.870482
Esta es la forma de calcular la fracción optima del capi-

tal que se debe arriesgar en cada posición. Como podemos
ver en este ejemplo tan sencillo la exactitud que obtengamos
dependerá totalmente del cálculo de las probabilidades aso-
ciadas a cada escenario. Aquí hemos separado (la palabra co-
rrecta es dicotomizar) en positivo-negativo pero también se
pueden tomar rangos de ganancias y pérdidas y separar por
ejemplo en:
1. Perdidas mayores del 2%

2. Pérdidas menores del 2%
3. Ganancias menores del 2%
4. Ganancias mayores del 2%
Si cambiamos el orden de las operaciones el resultado

sigue siendo el mismo puesto que las probabilidades asocia-
das van a ser las mismas al considerar todos los casos. El
producto de los HPRs será el mismo independientemente del
orden en que aparezcan.
Si separásemos los dos valores en cuatro situaciones di-
ferentes como acabamos de ver entonces tendríamos 16 (11,
98
12, 13, 14, 21, 22, 23, 24, 31, 32, 33, 34, 41, 42, 43, 44) combi-
naciones. Pero entonces deberíamos buscar más muestras
que cuatro porque para que una posibilidad sea frecuente
debe ocurrir más de una vez y eso implica que las muestras
deben ser por lo menos el doble que las posibilidades de se-
parar. Es decir; si separásemos dos valores en cuatro situa-
ciones posibles al menos deberíamos tener 32 operaciones de
muestra.
Al comienzo de este apartado hemos afirmado que en el

juego +5,-1 la cantidad correcta que se debe arriesgar cuando
se tienen dos monedas es del 33 %. Ahora vamos a
comprobarlo:
f optÆ 0.327617 0.327617

codi-
A B go Count Proba A B Base HPRS
5 -1 01 4 0.0625 1.638085 -0.32762 2.310468 1.053735
5 5 00 4 0.0625 1.638085 1.638086 4.276171 1.095068
5 -1 01 4 0.0625 1.638085 -0.32762 2.310468 1.053735
5 5 00 4 0.0625 1.638085 1.638086 4.276171 1.095068
-1 -1 11 4 0.0625 -0.32762 -0.32762 0.344766 0.935611
-1 5 10 4 0.0625 -0.32762 1.638086 2.310469 1.053735
-1 -1 11 4 0.0625 -0.32762 -0.32762 0.344766 0.935611
-1 5 10 4 0.0625 -0.32762 1.638086 2.310469 1.053735
5 -1 01 4 0.0625 1.638085 -0.32762 2.310468 1.053735
5 5 00 4 0.0625 1.638085 1.638086 4.276171 1.095068
5 -1 01 4 0.0625 1.638085 -0.32762 2.310468 1.053735
5 5 00 4 0.0625 1.638085 1.638086 4.276171 1.095068
-1 -1 11 4 0.0625 -0.32762 -0.32762 0.344766 0.935611
-1 5 10 4 0.0625 -0.32762 1.638086 2.310469 1.053735
-1 -1 11 4 0.0625 -0.32762 -0.32762 0.344766 0.935611
-1 5 10 4 0.0625 -0.32762 1.638086 2.310469 1.053735
Media G 1.674923
Operar el juego +5,-1 con dos monedas nos produce

una media geométrica del 67% cuando arriesgamos el
32.76% en cada operación individual.
Operar el juego +5,-1 con una sola moneda nos produce
una media geométrica del 34% cuando arriesgamos el 40%
del capital por operación.
Como se puede comprobar al operar con más de un va-
lor mejoramos la ganancia (media geométrica) a la vez que
99
reducimos la cantidad que debemos arriesgar. Esto es así

porque las monedas son totalmente independientes entre sí.
Las operaciones bursátiles muestran correlación y por ello el
cálculo es más complejo. Pero si asumimos incorrelación en-
tonces la f óptima de la cartera es la f óptima del resultado
conjunto. En el caso de las dos monedas solo hay cuatro re-
sultados posibles:
Acertar, acertar: +5,+5Æ +10

Acertar, fallar: +5,-1Æ +4
Fallar, acertar: -1,+5Æ +4
Fallar, fallar: -1,-1Æ -2
Si introducimos estas 4 operaciones (10,4,4,-2) en SI-

ZER podemos comprobar que la fracción optima conjunta es
el 66% y la media geométrica es del 67.49%. Si somos capa-
ces de conseguir valores con correlación nula entre ellos en-
tonces la fracción optima de la cartera es la fracción óptima
de los resultados conjuntos de la cartera!
Cuando estábamos calculando la fracción óptima para

una posición vimos que si representábamos en el eje x los va-
lores de la f y en el eje y los valores de ganancia se obtenía
una curva de campana que nos mostraba una función suave
con un solo máximo. Pues bien, al operar con dos valores te-
nemos una curva en tres dimensiones que no es la curva de
campana, es la campana entera.
Desde la figura 18 hasta la figura 21 se puede ver la re-

presentación gráfica de la fracción optima cuando se opera el
siguiente sistema de 2 valores:
Valor A Valor B
+400 -100
-200 -200
-200 +600
+600 -200
En estos gráficos el eje x representa el valor de f1, el eje

y el valor de f2 y el eje Z el valor del TWR.
100
figura 18
figura 19
101
figura 20
figura 21
102
Cuyos valores óptimos (asumiendo operaciones con co-

rrelación nula y calculando las 16 posibilidades son): f1 =
0.29, f2 = 0.04.
El modelo exacto para 3 posiciones
En el caso de tres posiciones los cálculos son idénticos.

Tan solo hay que tener el cuenta que el número de celdas
crece muy deprisa. Al ejemplo anterior vamos a añadirle un
valor C que opera de la siguiente forma:
A B C
700 100 -500
-200 -300 800
500 800 100
-600 900 200
Ahora tendremos que calcular un número de términos

que será:
Num_terminos = num_operaciones^num_valores
Num_terminos = 4^3 = 64
No es necesario repetir aquí los cálculos ni el procedi-

miento. Solamente se incluye como referencia la tabla que se
obtiene cuando se ha extraído la fracción óptima.
f optÆ 0.01879 0.7611 0.204

A B C codigo Count Proba A B C Base HPRS
-
700 100 -500 001 6 0.0075 0.022 0.254 0.204 1.071 1.001
700 100 800 000 18 0.0225 0.022 0.254 0.327 1.603 1.011
700 100 100 000 18 0.0225 0.022 0.254 0.041 1.317 1.006
700 100 200 000 18 0.0225 0.022 0.254 0.082 1.357 1.007
-
700 -300 -500 011 2 0.0025 0.022 -0.761 0.204 0.056 0.993
700 -300 800 010 6 0.0075 0.022 -0.761 0.327 0.588 0.996
700 -300 100 010 6 0.0075 0.022 -0.761 0.041 0.302 0.991
700 -300 200 010 6 0.0075 0.022 -0.761 0.082 0.343 0.992
103
-
700 800 -500 001 6 0.0075 0.022 2.030 0.204 2.847 1.008
700 800 800 000 18 0.0225 0.022 2.030 0.327 3.379 1.028
700 800 100 000 18 0.0225 0.022 2.030 0.041 3.093 1.026
700 800 200 000 18 0.0225 0.022 2.030 0.082 3.133 1.026
-
700 900 -500 001 6 0.0075 0.022 2.283 0.204 3.101 1.009
700 900 800 000 18 0.0225 0.022 2.283 0.327 3.632 1.029
700 900 100 000 18 0.0225 0.022 2.283 0.041 3.346 1.028
700 900 200 000 18 0.0225 0.022 2.283 0.082 3.387 1.028
-
-200 100 -500 101 6 0.0075 -0.006 0.254 0.204 1.043 1.000
-200 100 800 100 18 0.0225 -0.006 0.254 0.327 1.574 1.010
-200 100 100 100 18 0.0225 -0.006 0.254 0.041 1.288 1.006
-200 100 200 100 18 0.0225 -0.006 0.254 0.082 1.329 1.006
-
-200 -300 -500 111 2 0.0025 -0.006 -0.761 0.204 0.028 0.991
-200 -300 800 110 6 0.0075 -0.006 -0.761 0.327 0.560 0.996
-200 -300 100 110 6 0.0075 -0.006 -0.761 0.041 0.273 0.990
-200 -300 200 110 6 0.0075 -0.006 -0.761 0.082 0.314 0.991
-
-200 800 -500 101 6 0.0075 -0.006 2.030 0.204 2.819 1.008
-200 800 800 100 18 0.0225 -0.006 2.030 0.327 3.350 1.028
-200 800 100 100 18 0.0225 -0.006 2.030 0.041 3.064 1.026
-200 800 200 100 18 0.0225 -0.006 2.030 0.082 3.105 1.026
-
-200 900 -500 101 6 0.0075 -0.006 2.283 0.204 3.073 1.008
-200 900 800 100 18 0.0225 -0.006 2.283 0.327 3.604 1.029
-200 900 100 100 18 0.0225 -0.006 2.283 0.041 3.318 1.027
-200 900 200 100 18 0.0225 -0.006 2.283 0.082 3.359 1.028
-
500 100 -500 001 6 0.0075 0.016 0.254 0.204 1.065 1.000
500 100 800 000 18 0.0225 0.016 0.254 0.327 1.596 1.011
500 100 100 000 18 0.0225 0.016 0.254 0.041 1.310 1.006
500 100 200 000 18 0.0225 0.016 0.254 0.082 1.351 1.007
-
500 -300 -500 011 2 0.0025 0.016 -0.761 0.204 0.050 0.993
500 -300 800 010 6 0.0075 0.016 -0.761 0.327 0.581 0.996
500 -300 100 010 6 0.0075 0.016 -0.761 0.041 0.295 0.991
500 -300 200 010 6 0.0075 0.016 -0.761 0.082 0.336 0.992
-
500 800 -500 001 6 0.0075 0.016 2.030 0.204 2.841 1.008
500 800 800 000 18 0.0225 0.016 2.030 0.327 3.372 1.028
500 800 100 000 18 0.0225 0.016 2.030 0.041 3.086 1.026
500 800 200 000 18 0.0225 0.016 2.030 0.082 3.127 1.026
-
500 900 -500 001 6 0.0075 0.016 2.283 0.204 3.095 1.009
500 900 800 000 18 0.0225 0.016 2.283 0.327 3.626 1.029
500 900 100 000 18 0.0225 0.016 2.283 0.041 3.340 1.028
500 900 200 000 18 0.0225 0.016 2.283 0.082 3.381 1.028
-
-600 100 -500 101 6 0.0075 -0.019 0.254 0.204 1.031 1.000
-600 100 800 100 18 0.0225 -0.019 0.254 0.327 1.562 1.010
104
-600 100 100 100 18 0.0225 -0.019 0.254 0.041 1.276 1.005
-600 100 200 100 18 0.0225 -0.019 0.254 0.082 1.317 1.006
-
-600 -300 -500 111 2 0.0025 -0.019 -0.761 0.204 0.016 0.990
-600 -300 800 110 6 0.0075 -0.019 -0.761 0.327 0.547 0.995
-600 -300 100 110 6 0.0075 -0.019 -0.761 0.041 0.261 0.990
-600 -300 200 110 6 0.0075 -0.019 -0.761 0.082 0.302 0.991
-
-600 800 -500 101 6 0.0075 -0.019 2.030 0.204 2.807 1.008
-600 800 800 100 18 0.0225 -0.019 2.030 0.327 3.338 1.027
-600 800 100 100 18 0.0225 -0.019 2.030 0.041 3.052 1.025
-600 800 200 100 18 0.0225 -0.019 2.030 0.082 3.093 1.026
-
-600 900 -500 101 6 0.0075 -0.019 2.283 0.204 3.060 1.008
-600 900 800 100 18 0.0225 -0.019 2.283 0.327 3.592 1.029
-600 900 100 100 18 0.0225 -0.019 2.283 0.041 3.306 1.027
-600 900 200 100 18 0.0225 -0.019 2.283 0.082 3.346 1.028
MedG 1.975
Al añadir el valor C resulta que ahora debemos arries-

gar el 1.8% en el valor A, el 76% en el valor B y el 20.4% en el
valor C, lo cual es un total del 98%; es decir que para operar
de forma óptima este sistema con estos valores es necesario
arriesgar la práctica totalidad de nuestro capital. En el caso
de dos valores era el 90% (82+6).
Si ahora volvemos a nuestro juego +5,-1 y lo simulamos

de la misma manera obtenemos los siguientes resultados:
f1=f2=f3=0.27, media geométrica=97.3%
Operar el juego +5,-1 con tres monedas nos produce

una media geométrica del 97% cuando arriesgamos el 27% en
cada operación individual, que es la cantidad óptima a
arriesgar. Al igual que antes también es posible obtener la f
óptima a partir de los resultados conjuntos.
La ecuación fundamental del Trading
Hasta ahora hemos visto la importancia del término

TWR o riqueza relativa que es simplemente el producto de
105
los resultados de las operaciones individuales expresadas

como HPRs. Así, si tenemos 3 operaciones, con un 3%, +6% y
–8% de rentabilidad el TWR correspondiente es:
1.03*1.06*(1-0.08)=1.004456
Este término nos permite calcular la media geométrica

de un sistema. En este ejemplo G = 3 1.004456 = 1.001483
Æ 0.15%
Cuanto mayor sea el TWR mayor será la media geomé-

trica y por tanto mejor resultado tendremos. En este caso te-
nemos un ejemplo muy sencillo con tres operaciones. Pero
que pasaría si tuviéramos 3500? Sería práctico calcular todos
los términos?
Afortunadamente se puede estimar la media geométri-

ca a partir de la media aritmética y la desviación:
Geom = med 2 − desv 2

Con la ecuación anterior solo necesitamos saber la me-
dia aritmética de las operaciones y la desviación Standard de
estas y con ello tendremos una buena estimación de la media
geométrica.
Puesto que la media geométrica y el TWR se relacionan
por la raiz N-ésima podemos estimar el TWR como:
N/2
2 2
TWR =[med -desv ]
Donde:
106
“med” es la media aritmética (en forma de HPR)

“desv” es la desviación (en forma de HPR)
“N” es el número de operaciones
Esta ecuación es la llamada “Ecuación fundamental del

Trading” porque explica como interactúan los diferentes fac-
tores: la media aritmética, la desviación de los resultados y el
número de operaciones.
Lo primero que llama la atención es que si la media
aritmética es negativa entonces su HPR es menor de 1 y da
igual la desviación de los resultados, no es posible conseguir
un TWR mayor que 1, lo que significa la ruina.
Lo segundo es que si la media aritmética es positiva (su
HPR es mayor de 1) y su relación con la desviación es tal que
el término dentro del corchete es mayor que uno entonces
cuantas más operaciones hagamos (N mayor) muchos más
beneficios obtendremos.
Gracias a las ecuaciones anteriores podemos estimar la

media geométrica sin la necesidad de conocer las operacio-
nes individuales. Volvamos a las tres operaciones anteriores
para calcular la media geométrica. De estos tres datos la me-
dia aritmética es: 1.0033333 y la desviación es: 0.0601849.
Por tanto:
Geom. = [1.00333^2 - 0.0601849^2] ^ (1/2) =

1.0015266 Æ 0.15% que es el mismo porcentaje obtenido de
forma exacta mediante el producto de los retornos.
Supongamos un sistema cuya media aritmética es una

ganancia del 20% y la desviación respecto de esta media es
de un 30%. En este caso:
TWR estimado = (1.2^2-0.30^2)^(N/2)
Si operamos con este sistema después de 20 operacio-

nes (N=20) podemos esperar un TWR=20.1.
Si N=21 entonces TWR=23.36.
La relación entre el TWR correspondiente a 20 opera-

ciones y la correspondiente a 21 es de 1.16189 o la raíz cua-
107
drada de la cantidad entre corchetes. Es la media geométri-

ca!. Lo que quiere decir que en cada nueva operación multi-
plicamos el resultado anterior por la media geométrica. Así
es como crece el capital. En nuestro ejemplo en cada opera-
ción vamos a aumentar un 16% el capital (1.16189).
Acabamos de ver el gran beneficio de diversificar:

conseguir más N en menos tiempo. Al contrario de lo que se
piensa normalmente la mayor ventaja de diversificar no es
reducir el riesgo sino aumentar el número de operaciones.
Esto es especialmente cierto cuando operamos con sistemas
con un porcentaje de aciertos menor del 50%, diversificando
llegará antes la operación que compensa las otras pequeñas
pérdidas. Diversificar no elimina el riesgo totalmente. Es
más, si los valores no están 100% inversamente correlacio-
nados cada día al final habrá un día en el que se muevan de
forma conjunta y una pérdida en ese día será igual de des-
tructiva que tener todo invertido en un valor. El verdadero
uso de la diversificación es acelerar el proceso de crecimiento
del capital. Conseguir más operaciones en el mismo periodo
de tiempo contribuye a que tengamos más ganancia (si es
que partimos de un esquema ganador).
Y por último otra evidencia que nos muestra la ecua-
ción fundamental del trading es que lo que tenemos que
hacer es maximizar lo de dentro de los corchetes, no necesa-
riamente la media aritmética. Reduciendo la variación de los
resultados mejoraremos nuestra ganancia total.
Supongamos dos sistemas. El primero gana en media

un 15% y tiene una desviación del 40%. El segundo gana en
media un 10% y tiene una desviación del 20%:
(1+0.15)^2-0.40^2=1.1625
(1+0.10)^2-0.20^2= 1.17
El segundo sistema nos va a proporcionar más ganan-

cia. Curioso verdad?
A modo de resumen vemos que lo primero es tener un

sistema ganador. Lo segundo es que si tenemos un sistema
ganador cuantas más operaciones hagamos con él, mejor. Es
108
aquí donde nos interesa diversificar, pero seguramente no

más de 2 o 3 valores porque cada nuevo valor también au-
menta la desviación de los resultados. Lo tercero es que te-
nemos que buscar la forma de reducir en lo posible la desvia-
ción de los resultados.
Como reducir la desviación de los resultados?.
La varianza (o desviación al cuadrado) es lo que un va-

lor se separa de su media, elevado al cuadrado. Al elevar al
cuadrado hacemos positiva siempre la desviación. Puesto que
la media es positiva (si no lo es mejor no seguir) entonces las
desviaciones más grandes se producen en las operaciones
perdedoras, que son en las que sumamos con igual signo
(restamos a un número negativo otro número, por ejemplo si
la media es una ganancia de 300 euros y la operación es una
pérdida de 100 euros el resultado es –100-300 = -400). Por
ello hay que buscar operaciones en las que sepamos muy
pronto si la estrategia no prospera. La pérdida no debería
crecer mucho para no aumentar la desviación de los resulta-
dos. Entrar alegremente en el mercado se paga caro. Hay que
escoger cuidadosamente el punto de entrada para que la sali-
da esté muy controlada. Adicionalmente vemos que en un
mercado agitado por la volatilidad es mejor no entrar ya que
vamos a empeorar mucho la desviación de nuestros resulta-
dos.
Un ejemplo sencillo
Hasta ahora hemos visto que calcular la cantidad óptima a
arriesgar en un caso de varias posiciones no es una tarea sen-
cilla. Antes de pasar a la tercera parte del libro (aplicación
práctica) nos quedan por ver unos cuantos conceptos impor-
tantes que merecen su estudio. Para ello he preparado un
ejemplo muy simplificado con solo dos posiciones que nos va
a permitir movernos libremente por los conceptos indicados
sin demasiada complicación matemática.
Supongamos que operamos dos sistemas diferentes, por
ejemplo un sistema sobre Gamesa (MC) y otro diferente so-
109
bre Cisco Systems (Nasdaq). Las cuatro últimas operaciones

son las siguientes (resultado neto en euros después de aplicar
el cambio en el caso de Cisco Systems):
GAMESA CISCO
+400 -100
-200 -200
-200 +600
+600 -200
Se trata de cuatro operaciones por valor que suceden por

parejas; es decir que en la primera operación estamos com-
prados de Gamesa y de Cisco y cuando cerramos las posicio-
nes tenemos una ganancia de 400 euros en Gamesa y perde-
mos 100 euros (ya hemos convertido desde dólares) en CIS-
CO. Y así sucesivamente para el resto de posiciones. También
para simplificar vamos a suponer que las operaciones con-
juntas solo pueden ocurrir de la forma indicada, es decir que
no vamos a calcular todas las 16 posibilidades como vimos en
la formulación del modelo exacto sino que con objeto de que
los cálculos sean más sencillos vamos a suponer que cual-
quier combinación entre GAMESA y CISCO que no esté en la
tabla no puede ocurrir.
La pregunta es obvia. Que porcentaje de nuestro capital

hay que utilizar en cada uno de los sistemas para que gane-
mos el máximo????
Eso es lo que vamos a contestar ahora. En la primera ope-

ración la riqueza relativa (TWR) es la siguiente:
1+f1*400/200-f2*100/200. Recordar que siempre se opera
en múltiplos de la máxima pérdida (-200 en el primer caso y
-200 también en el segundo). Notar que ahora ya no tenemos
una f optima sino dos f’s, f1 y f2 siendo cada una la fracción
óptima para cada sistema. EL TWR total es:
TWR=(1+f1*400/200-f2*100/200)* (1-f1*200/200-
f2*200/200)*
(1-f1*200/200+f2*600/200)*(1+f1*600/200-
f2*200/200)
110
Que simplificándolo un poco es:
TWR=(1+2f1-0.5f2)*(1-f1-f2)*(1-f1+3f2)*(1+3f1-f2)
Ahora lo que hacemos es dar valores a f1 y f2 en el interva-

lo [0,1] para ver cual es la pareja de valores que nos propor-
ciona el TWR mayor. Que sepamos, para este ejemplo y con
una precisión de 2 decimales la mejor combinación es:
f1=0.33, f2=0.14 que proporciona TWR=1.6993.
Notar que esta es la combinación ganadora si y solo si en
las próximas operaciones vamos a tener la misma combina-
ción de resultados entre Gamesa y Cisco. En realidad la teo-
ría de la fracción óptima se basa en el supuesto de que el fu-
turo no va a ser muy diferente del pasado.
Por tanto este sistema debería operarse arriesgándonos a

perder el 33% de nuestro capital en GAMESA y el 14% en
CISCO. Eso no quiere decir que queremos perderlo sino que
deberíamos arriesgar hasta ahí si quisiéramos la máxima ga-
nancia alcanzable.
Muy bien, lo hemos calculado. Vamos a ver porqué es op-

timo. El primer sistema (GAMESA) tiene las siguientes esta-
dísticas (obtenidas con SIZER):
• f_optima=0.30
• Media geometrica=10.48%
Es decir que si lo operásemos el solo en su f optima (don-

de más beneficio podemos obtener) obtendríamos un 10.48%
de ganancia después de reinvertir los beneficios.
El segundo sistema (CISCO) tiene como estadísticas:
• Media=25 euros.
• Desviación=334.477 euros
• f_optima=0.05
• Media geometrica=0.2968%
111
Si lo operásemos el solo en su f óptima (a máximo benefi-

cio) obtendríamos solamente una ganancia del 0.29%.
Hemos visto que el sistema combinado produce un

TWR=1.6993. Podemos obtener la media geométrica como la
raiz cuarta (son cuatro operaciones) del TWR.
Geom=1.6993^0.25Æ14.17%
El sistema combinado produce resultados mucho mejores

que operar los dos sistemas individuales en cuentas separa-
das. Combinamos un sistema con ganancia = 10.48% y otro
con ganancia = 0.29% y obtenemos una ganancia conjunta
del 14.17%. Esto sucede porque existe algo de correlación ne-
gativa entre los dos valores, de forma que cuando uno está
perdiendo el otro está compensando esa pérdida con una ga-
nancia. Exceptuando la segunda operación en el resto de
ellas hay signos contrarios.
Si calculamos el coeficiente de correlación entre las dos

operaciones obtenemos -0.10989. Al ser negativo nos indica
que la correlación es negativa. Cuando operamos varias posi-
ciones entramos en un entorno complicado en el que es posi-
ble añadir un sistema con expectativa negativa y conseguir
mejorar el resultado total. Hay varios métodos para calcular
el porcentaje a asignar a cada valor. El método que acabamos
de ver está basado en obtener el máximo beneficio alcanza-
ble.
Hasta ahora los sistemas se habían basado en conseguir la
mejor relación entre riesgo y beneficio teniendo que fijar uno
de los dos para obtener el otro. A continuación veremos (si-
guiendo con este ejemplo sencillo) el método de Sharpe sim-
plificado para asignar el capital a los valores individuales de
forma sencilla.
El ratio de Sharpe simplificado

El ratio de Shape es un estadístico que se usa mucho en
finanzas. Calcula la relación entre el beneficio y el riesgo
112
anualizados cuando el beneficio supera la tasa de interés sin

riesgo. A la hora de aplicar este estadístico se puede eliminar
lo de “cuando el beneficio supera la tasa de interés sin riesgo”
y lo de “anualizado” y con ello tenemos simplemente el co-
ciente entre el beneficio y el riesgo. En este caso identifica-
mos el beneficio con la media aritmética y el riesgo con la
desviación de resultados y por tanto el ratio de Sharpe sim-
plificado es:
Sharpe_s= med/desv
Siguiendo con el mismo ejemplo anterior (Gamesa y

Cisco) vamos a usar la media y la desviación en euros de los
dos sistemas para obtener el ratio de Sharpe simplificado.
Dividiendo la media por la desviación obtenemos:
Gamesa CISCO
Sharpe_s: 0.42 0.075
Este estadístico nos dice lo bueno que es un sistema pa-

ra producir una ganancia media determinada en relación con
el riesgo. Cuanto más alto sea el ratio de Sharpe mejor.
Ahora lo que se hace es repartir el capital de los dos
sistemas de forma que sea proporcional a su ratio de Sharpe,
así el mejor sistema (GAMESA) se llevará mayor capital
puesto que ha demostrado que con el mismo riesgo gana más
(o con la misma ganancia sus resultados se dispersan
menos).
La suma de los ratios es: 0.42+0.075=0.495.
Por tanto al sistema GAMESA le asignaremos 0.42 /

0.495 = 85% del capital y al sistema CISCO 0.075 / 0.495 =
15% del capital. Mientras no cambien las estadísticas no hay
porqué variar esta asignación de capital. Esto es lo bueno. Lo
malo es que este sistema no mira las operaciones una por
una y si los dos sistema no están correlacionados inversa-
mente el porcentaje va a ser el mismo que si lo estuvieran, lo
cual no es adecuado porque el riesgo ha aumentado. Adicio-
nalmente por muy malos que sean los dos sistemas el método
de Sharpe siempre se gasta todo el dinero mientras que una
113
estrategia de f óptima reduce el capital si las estadísticas son

malas, ayudando así a proteger el capital.
Existe una forma sencilla de aplicar el ratio de Sharpe

evitando los inconvenientes mencionados. Se puede calcular
la fracción óptima de los resultados conjuntos (asumiendo
incorrelación entre los títulos de la cartera) y posteriormente
repartir el riesgo entre los títulos con el método de Sharpe
simplificado. De esta manera si el sistema entra en una racha
de pérdidas su fracción óptima disminuirá muy deprisa y es-
taremos obligados a invertir menos. En el ejemplo anterior la
fracción optima conjunta es de f=0.48. Una vez se haya cal-
culado cuanto capital corresponde a esta f (ver “la f óptima
en euros”) este capital se repartirá como acabamos de ver.
Ganancia/Riesgo en la f óptima
Cuando estudiamos el modelo exacto vimos que el mé-
todo de la f optima combinada es algo complicado (debe
hacerse con un software de apoyo e incluso con software de
apoyo el caso exacto es computacionalmente impráctico ya
que por ejemplo 5 valores con 20 operaciones de muestra ca-
da uno generan 20^5 = 3.2 millones de términos en los cua-
les hay que buscar el valor máximo) y que nos proporciona la
máxima ganancia alcanzable pero no nos dice nada de la vo-
latilidad de los resultados. Eso sí, cuando las cosas se ponen
feas nos obliga a limitar el capital arriesgado y esa es la base
de una buena gestión de capital. En los modelos que hemos
visto hasta ahora siempre se ha buscado maximizar la ganan-
cia. Pero que sucede si lo que pretendemos es poner un tope
al riesgo?
A continuación vamos a ver la relación entre la ganan-

cia y el riesgo cuando se opera en la f óptima. Lo que hare-
mos será dibujar los valores de ganancia y riesgo y será el in-
versor el que decida que es lo que quiere en términos del
compromiso entre la ganancia y el riesgo. Un inversor sensa-
to buscará la máxima ganancia para el riesgo que quiera
asumir o alternativamente buscará la combinación con me-
114
nos riesgo para la ganancia que quiere obtener. Veremos que

hay combinaciones que no son útiles puesto que disponemos
de otras combinaciones alternativas que nos proporcionan
más ganancia o menos riesgo. Si unimos las combinaciones
obtenidas podremos dibujar una curva donde escogemos ga-
nancia, riesgo o una solución de compromiso.
Para explicarlo seguiré usando el ejemplo simplificado

de Gamesa y Cisco con la intención de tener cálculos senci-
llos y resultados comparables. De nuevo los datos de partida
son las operaciones de nuestro ejemplo:
GAMESA CISCO
+400 -100
-200 -200
-200 +600
+600 -200
No hace falta repetir aquí el cálculo de la fracción ópti-

ma conjunta. Ya sabemos que estos dos sistemas se operan
de forma optima con f_gamesa = 0.33 y f_cisco = 0.14.
La combinación de riesgo mencionada es la que pro-
porciona la mayor riqueza relativa (TWR). Ahora nos vamos
a centrar en los retornos individuales para ver cuales son y
luego dividiremos nuestro capital en dos partes para obser-
var las combinaciones de ganancia y riesgo que son más inte-
resantes.
La ganancia de la primera operación en Gamesa cuan-

do se opera con su f óptima se puede poner como:
1+0.33*400/200=1.66
donde lo único que se ha hecho ha sido sustituir el va-

lor de la f optima (0.33) en la primera operación. El resultado
1.66 es el equivalente a decir que obtenemos una ganancia
del 66% en esta operación individual. Es el HPR de Gamesa
de forma individual cuando se opera justo en la f óptima.
Calculemos ahora todos los HPRS en su f óptima:
Gamesa Cisco
115
1.66 0.93
0.67 0.86
0.67 1.42
1.99 0.86
Se puede ver que los valores mayores que uno son las
ganancias y los menores de 1 las pérdidas. Ahora vamos a
multiplicar cada HPR por el porcentaje de capital asignado y
veremos cual es la media y la varianza de los retornos.
Por ejemplo, supongamos que queremos asignar el
30% del capital a operar Gamesa y el 70% a operar Cisco.
Veamos cual es el resultado que podemos esperar:
1.66*0.30+0.93*0.70=1.149 que es el TWR. Si quisié-

ramos saber el resultado total haríamos lo mismo para los
otros 3 HPRs y lo multiplicamos. Con ello encontraríamos
que el resultado total es:
TWR = (1.66q1 + 0.93q2) * (0.67q1 + 0.86q2) * (0.67q1

+ 1.42q2) * (1.99q1 + 0.86q2)
Donde q1 y q2 son los porcentajes a asignar y por tanto

deben sumar 1: q1 + q2=1. Si damos valores a q1 y q2 mante-
niendo la relación q1+q2 = 1 encontramos que el mayor TWR
se produce con
q1 = 0.76 y q2 = 0.24, con un TWR = 1.5523.
Notar la importancia de operar de forma conjunta. Si

hubiéramos asignado a cada valor su f optima individual
(como si no estuviera siendo operado con su compañero).
Las f’s individuales serían 0.30 y 0.05, los HPRS serían dife-
rentes y el máximo TWR que se puede obtener aparece con
q1 = 0.82 y q2 = 0.18 y es TWR’ = 1.5169, menor que el ante-
rior.
Bien, tenemos los mejores HPRs y sabemos la combi-
nación que más ganancia produce (76 , 24). Sin embargo co-
mo dijimos al empezar este apartado esta vez no queremos la
mayor ganancia sino elegir entre distintos valores de ganan-
116
cia y riesgo. Para empezar vamos a probar la combinación

30,70 y ver cuales son los HPRS.
1.66*0.30+0.93*0.70=1.149
0.67*0.30+0.86*0.70=0.803
0.67*0.30+1.42*0.70=1.195
1.99*0.30+0.86*0.70=1.199
Por tanto operar Gamesa y Cisco a su f optima, asig-

nando el 30% de nuestro capital a Gamesa y el 70% a Cisco
nos produce los retornos conjuntos: +14.9%,-19.7%, +19.5% y
+19.9%.
La media de los HPRS mostrados es 1.0865. La desvia-
ción respecto de esa media de los HPRS mostrados es:
0.1649. Con la media y la desviación se puede estimar la ga-
nancia de un sistema (la media geométrica) cuando se rein-
vierten los beneficios. Como ya vimos en el apartado “la
ecuación fundamental del trading”:
Media Geométrica = media 2 − desviacion2
Para la media de 1.0865 y la desviación 0.1649 la ga-

nancia es 1.0739 o del 7.4%. Si hacemos lo mismo para cada
combinación obtendremos la siguiente tabla:
En esta tabla vemos que la mayor ganancia es del

11.57% y se obtiene con q1=0.70 y q2=0.30 lo que significa
que deberíamos asignar el 70% de nuestro capital a GAMESA
y el 30% restante a CISCO. En realidad ya sabemos cuales
117
son los valores exactos (76,24) pero para representarlo gráfi-

camente vamos a muestrear en intervalos de 0.1.
Podemos dibujar en un eje la ganancia y en otro la des-
viación de los resultados. Lo que vemos en la figura 22 es un
mapa riesgo/ganancia para la combinación de porcentajes
asignados a cada valor. Cada combinación está operada a su
máxima ganancia (en la f óptima). El inversor puede escoger
la mayor ganancia 70,30; el menor riesgo 30,70 o una com-
binación de los dos que le vaya bien en particular. Como se
puede ver la mayor ganancia no viene acompañada del
máximo riesgo. Podríamos decir que en la f óptima el riesgo
es el justo, ni mucho ni poco. Es el que debe ser para darnos
la máxima ganancia.
figura 22
La curva mostrada es la que dibuja GESTOR para el ca-

so de dos posiciones. Notar que por ejemplo la combinación
90,10 es ineficiente porque si queremos una ganancia de 1.11
mejor cogemos la combinación 60,40 que tiene la misma ga-
nancia y mucho menos riesgo.
Resumiendo. Cuando operamos con más de una posi-

ción entramos en un entorno complicado en el que no es fácil
saber la ganancia que vamos a tener ya que por ejemplo aña-
118
diendo un sistema con expectativa negativa podemos incre-

mentar el beneficio total si el nuevo sistema está inversamen-
te correlacionado con los otros.
Cuando se opera con la f óptima en posiciones simultá-
neas tendremos una f por cada sistema y/o valor. La f optima
de cada sistema no es igual que la f optima de ese sistema si
fuera operado individualmente (aquí hemos visto que las f’s
conjuntas son 0.33 y 0.14 e individualmente son 0.30 y
0.05).
Operar con la f óptima siempre protege el capital inde-
pendientemente de si operamos con una o varias posiciones
ya que si la f es muy pequeña vamos a estar obligados a usar
un capital menor del 100%. Esto es una clara ventaja respec-
to de otras aproximaciones como el ratio de Sharpe simplifi-
cado.
La ganancia de un sistema depende de su media y de la
desviación de sus resultados. Por tanto hay que maximizar su
diferencia y no solamente la media. Un sistema con una des-
viación muy pequeña proporcionará una ganancia mayor que
otro sistema que tiene una gran ganancia y gran desviación.
El inversor no tiene porqué buscar la máxima ganancia
siempre. Puede querer establecer un compromiso entre
ganancia y riesgo que le sea adecuado personalmente.
Los beneficios de diversificar

Acabamos de ver que normalmente se consigue una
media geométrica mayor operando dos sistemas (aunque uno
sea bastante peor que el otro) que operando el mejor de los
sistemas de forma individual. Veamos cual es la lógica detrás
de la diversificación y comprobemos lo que se vio en la
“ecuación fundamental del trading”, que el mayor beneficio
de diversificar no es reducir el riesgo sino conseguir mayor
media geométrica con menos operaciones.
Los datos de partida para este estudio son las operacio-
nes de nuestro ejemplo. Vamos a juntar los resultados y
comparar el resultado conjunto con haber hecho las mismas
operaciones en un solo valor con todo el capital disponible.
119
GAMESA CISCO conjunto

+400 -100 +300
-200 -200 -400
-200 +600 +400
+600 -200 +400
Si hubiéramos hecho las operaciones anteriores en un

solo valor. La tabla sería esta:
Valor X
+800
-400
-400
+1200
-200
-400
+1200
-400
El lector puede notar que hemos situado primero las

operaciones de Gamesa y después las de Cisco y en ambos
casos hemos multiplicado por 2 el neto. Hacemos esto para
poder comparar “peras con peras y manzanas con manzanas”
puesto que si disponemos de un capital p.e. de 10000 euros
que nos produce las operaciones de la tabla anterior ese
mismo capital debe ser repartido entre Gamesa y Cisco para
operar, la mitad (5000 euros) en cada, generando por tanto
un neto que es la mitad que en el caso individual. Aquí no se
está repartiendo de forma optima el capital ni nada parecido.
Simplemente se divide el capital en dos partes iguales y se
opera de forma conjunta o separada pero con resultados
equivalentes.
En la primera tabla (2 posiciones) obtenemos las
siguientes estadísticas cuando cogemos el resultado
conjunto:
Media=175 euros
Desviación=334.5 euros
De la segunda tabla (operando un solo valor) obtene-

mos las siguientes estadísticas:
120
Media=175 euros
Desviación=703.12 euros
Aunque la ganancia media es la misma (si no lo fuera es

que habríamos hecho algo mal). La desviación es claramente
inferior en el resultado conjunto ya que unas operaciones se
compensan con otras y no se disparan ni las ganancias ni las
pérdidas. El sistema conjunto es claramente superior. Vea-
mos una tabla resumen de las estadísticas importantes:
Parámetro 2 sistemas 1 sistema

Media 175 175
Desviación 334.5 703.12
f optima 0.48 0.18
ganancia (med geom) 11.56% 3.6%
ganancia media (euros) 96.35 80
Donde la ganancia media es después de reinvertir los

beneficios (se llama GAT o Geometric Average Trade) y nos
dice cuantos euros podemos esperar en promedio al operar
un sistema si reinvertimos los beneficios en las nuevas ope-
raciones.
Duplicar el capital se refiere al número de operaciones
necesario para que el capital inicial se duplique operando
mediante una estrategia de f optima fraccional al 10% (la es-
trategia que implementa SIZER).
Resulta que operar con 2 sistemas es claramente supe-

rior a hacerlo con uno. Pero las operaciones del ejemplo se
compensan unas con otras y esa correlación negativa es la
que nos está ayudando a compensar perdidas con ganancias.
Notar que en el resultado conjunto hay solo una operación
perdedora. Veamos ahora que pasa si los dos sistemas no es-
tán correlacionados inversamente:
GAMESA CISCO conjunto

+400 -100 +300
-200 -200 -400
-200 -200 -400
+600 +600 +1200
121
Donde hemos puesto a propósito las dos mayores ga-

nancias juntas y las dos mayores pérdidas juntas. Las esta-
dísticas son:
Media=175 euros
Desviación=657.17
f optima=0.20
ganancia (med geom) =4.17%
ganancia media (euros)=83.43 euros
Los resultados quedan entre los de operar con una co-

rrelación inversa y los de operar individualmente. En el peor
de los casos los resultados son mejores que operar un valor
solo.
Conclusión: diversificar es bueno incluso aunque no
podamos operar valores inversamente correlacionados.
Cuanto mayor correlación inversa mejor.
Sin embargo aquí estamos comparando un solo valor

con 2 operaciones lo cual es una diferencia muy grande de
metodología. Al añadir cada nueva posición se produce una
disminución de la desviación que mejora la media geométri-
ca, pero cada nueva operación mejora menos que la anterior
los resultados.
Aun así el riesgo evitable es una función de la correla-
ción de los valores de la cartera y no se puede disminuir por
debajo del coeficiente de correlación de la cartera. Por ejem-
plo si el riesgo y ganancia de los valores de una cartera son
iguales y tienen un coeficiente de correlación de 0.8 entonces
el riesgo nunca puede ser menor de 0.8 el riesgo de cada va-
lor individual. Eso quiere decir que si no somos capaces de
encontrar valores con correlación muy pequeña entonces te-
ner una cartera de 3 valores o de 30 tendrá un riesgo muy
parecido.
Ahora estaría bien calcular los coeficientes de correla-

ción entre las operaciones de GAMESA y CISCO en el caso de
siempre y en el nuevo caso en el que pusimos juntas las ma-
yores ganancias y pérdidas, para comprobar que la diversifi-
122
cación depende en mucho de la correlación entre las opera-

ciones.
La correlación de dos variables x,y se puede calcular

como:
Correlacion XY = suma [(xi-media_x) * (yi-media_y) /

N] / (desv X desv Y )
Se hace así. En el primer caso la media de x es de 150

euros y la de “y” de 25 euros. La desviación de x es de 357 eu-
ros y la de “y” de 334.477. Notar que esto se calcula tomando
los valores por separado.
X Y X-medx Y-medy producto

+400 -100 +250 -125 -31250
-200 -200 -350 -225 +78750
-200 +600 -350 +575 -201250
+600 -200 +450 -225 -101250
suma -52500
Correlación = (-52500/4)/(357*334.477)=-0.1099. Co-

rrelación negativa que confirma que las operaciones se com-
pensan unas con otras.
En el otro caso en que los sistemas no están correlacio-

nados hacemos el cálculo de la misma manera y obtenemos:
Correlación = (+385000/4)/(357*334.477)=+0.806
correlación positiva y muy grande (el máximo es 1) que nos
dice que las operaciones positivas y negativas ocurren con
frecuencia simultáneamente y nos confirma que hay que vigi-
lar que los nuevos valores que se añaden a una cartera tengan
poca correlación con los que ya componen la cartera.
Como se ha podido ver los beneficios de diversificar
vienen mayoritariamente por una disminución de la desvia-
ción de los resultados, lo que impacta directamente la media
geométrica del sistema. Desafortunadamente cuando el mer-
cado tiene un día malo casi todos los valores se mueven al
unísono y por ello la máxima pérdida de una cartera diversi-
123
ficada es solo un poco menor que el equivalente de tenerlo

todo invertido en un valor.
El problema del margen

En el ejemplo que estamos usando debemos operar con
una f=0.33 para el primer sistema y f=0.14 para el segundo.
Dicho así suena sencillo pero veamos que pasa al aplicarlo a
la realidad. Supongamos que vamos a implementar los ratios
mencionados en 2 valores con las siguientes características:
Precio1=80 euros Precio2=60 euros

Stop Loss=2 euros Stop Loss=1.5
Stop Loss = 2 euros significa que el stop Loss está si-

tuado 2 euros por debajo del precio actual de la acción de for-
ma que la pérdida que vamos a tener si salta el stop es de 2
euros por cada acción que tengamos comprada.
Ahora vamos a suponer que disponemos de 8000 euros

y que queremos aplicar una estrategia de f óptima diluida en
la que solo arriesgamos el 10% del capital. En ese caso nues-
tro capital activo son 800 euros. El número de acciones a
comprar se calcula como:
N1=800*0.33/2=132 títulos
N2=800*0.14/1.5=74 títulos
Notar que en cada uno de los casos estamos comprando

un número de acciones tal que si salta el stop estaremos per-
diendo la cantidad exacta que queríamos arriesgar (el 33%
del capital activo en el primer caso y el 14% en el segundo).
Pues bien, para poder comprar 132 títulos del valor 1 (cuyo
precio es 80 euros) y 74 títulos del valor2 (cuyo precio es 60)
vamos a necesitar más capital del que disponemos:
132*80+74*60=15000 euros
124
Esto es lo que se llama un problema de margen. Se so-

luciona buscando la fracción de f que nos permita mantener
la misma proporción entre los dos sistemas pero usando el
capital disponible. La fracción de f a la que tenemos que ope-
rar será:
8000/15000=0.53333333
De esta forma podemos multiplicar el número de ac-

ciones calculado anteriormente por la fracción de f (el pro-
blema del margen no nos deja operar a toda f) y así obtener
el número correcto de acciones para el capital que tenemos:
N1’=132*0.53333=70 títulos
N2’=74*0.53333=40 títulos
De esta forma al final invertiremos:
70*80+40*60=8000 euros.
Que es la cantidad disponible. Notar que estamos

usando el 70% de nuestro capital en el valor 1 y el 30% en el
valor 2. Esto se obtiene de la f óptima pero la f óptima no in-
dica el porcentaje a invertir sino a ARRIESGAR. Es muy im-
portante que vd entienda bien este párrafo ya que es mucha
la gente que piensa incorrectamente que la f óptima es la
fracción de capital que hay que invertir en la próxima opera-
ción.
A poco bueno que sea un sistema tendremos problemas
de margen. Como se ha indicado ya la mejor forma de apro-
vechar la gestión de capital es operar con apalancamiento o
margen, de forma que p.e. para comprar acciones por impor-
te de 1000 euros solo necesitemos 500 o incluso 250.
Para terminar esta segunda parte del libro veamos aho-

ra una comparación de diferentes estrategias de gestión de
capital, desde la estrategia más sencilla (capital constante) a
la f óptima. Pertenece a una serie de artículos que he publi-
cado en la web www.onda4.com. Está escrito de forma que
125
sea una introducción amena a las estrategias de Gestión de

Capital.
Una historia de Gestión de Capital

Antonio, Bricio, Carlos y Diego son cuatro amigos con
una afición común. La bolsa. Antonio y Bricio siempre ope-
raban sin usar ningún sistema y sin importarles si era buen
momento para arriesgar su dinero o no. Diego y Carlos eran
más metódicos y les gustaba pensar que desarrollando un
buen sistema podrían evitar sus emociones, que en el pasado
les habían traicionado. A la vez todos eran conscientes de que
podían hacerlo mejor operando discrecionalmente que con
un método, pero aun así quisieron probar.
Entre los cuatro decidieron crear un sistema de especu-
lación. Diego era muy aficionado a las matemáticas y se inte-
resaba por los osciladores pero no consiguió nada que le con-
venciera. Carlos empezó a interesarse por sistemas de espe-
culación y buscó ayuda en Antonio, que había oído que para
seguir tendencias lo mejor eran los sistemas de medias móvi-
les. Carlos desarrolló un sistema basado en un cruce de me-
dias 4/11 al que añadió un filtro para mejorar los aciertos. Se
trataba de comprar solamente cuando el precio estuviera un
2% por encima de la media de 4 sesiones después del cruce.
Así se aseguraban de coger bien las tendencias. Llegó a con-
seguir un sistema muy bueno que vemos debajo en una ope-
ración con GAMESA.
126
figura 23
Después de simularlo muchas veces pensaron que el

mejor valor para aplicarlo sería PRISA (PRS) pues era lo su-
ficientemente volátil como para dejarles buenas tendencias.
Adicionalmente PRISA había generado muy buenas señales
en la simulación con datos anteriores al año 2000.
127
figura 24
Simularon el sistema que consistía en las siguientes re-

glas:
-compra al cierre si el cierre está un 2% por en-

cima de la media de 4 sesiones y la media de 4 está
por encima de la de 11.
-Vende a cierre si la media de 4 cae por debajo
de la de 11
Así de sencillo, un sistema seguidor de tendencias que

debería proporcionar buenos resultados operando en el lado
largo que es donde querían operar los cuatro amigos pues
ninguno estaba familiarizado con los futuros, las opciones o
la venta a crédito.
128
figura 25
En la simulación todo iba bien, pero cuando añadieron

las comisiones vieron que el sistema no era todo lo bueno
que parecía pues algunas operaciones que inicialmente eran
positivas terminaban en negativo debido al impacto de las
comisiones. Pusieron un coste de 20 euros por operación (20
para comprar y otros 20 para vender) para estar seguros de
que incluía la mayoría de los brokers disponibles pues aún no
tenían escogido ninguno. Si el sistema con esas comisiones
daba buen resultado entonces sería fiable.
Encontraron que a pesar del empeoramiento de resul-

tados debido a las comisiones aún así el sistema merecía la
pena y decidieron operarlo 4 años justos en el periodo que va
desde Junio del año 2001 hasta Junio del 2005. No sabían
cómo se comportaría el mercado a partir del 2001 pero el sis-
tema era lo suficientemente bueno como para aprovecharse
129
de las tendencias de PRISA operando solamente en el lado

largo (comprado) del mercado y finalmente obtener resulta-
dos positivos. En ese periodo las operaciones que marcó el
sistema fueron las siguientes:
figura 26
El sistema realizó un total de 28 operaciones con las si-

guientes estadísticas:
130
figura 27
De las 28 operaciones 18 fueron ganadoras y 10 perde-

doras lo cual es una tasa de aciertos del 64.29%. En prome-
dio en las ganadoras se consiguieron 365 euros y se perdie-
ron 278 en las perdedoras lo cual era una tasa Ganan-
cia/Pérdida de 1.3128. Con estos datos se puede calcular la
expectativa del sistema:
Expectativa = (1+1.3128)*0.6429-1=0.4869
De este resultado se deduce que con este sistema en

promedio se obtienen 48 céntimos de ganancia por cada euro
que se arriesga.
Los 4 amigos operaron el mismo sistema, que generó

las mismas señales de compra y las mismas señales de venta.
131
Cada uno de ellos disponía de 10000 euros que dedicaron a

operar con el sistema de las medias. Sin embargo su orienta-
ción al riesgo era muy diferente. Antonio decidió que cada
vez que el sistema marcara compra invertiría un millón de las
antiguas pesetas (6000 euros, Antonio todavía no controlaba
bien eso de los euros) ya que así había operado siempre, “me-
tiendo” un millón por operación.
De esta forma, en la primera operación Antonio com-
pró 763 acciones de PRISA pues esas eran las que podía com-
prar con 1 millón de pesetas:
6000/7.86=763.35 Æ 763 títulos.
Antonio cerró la primera operación (compra a 7.86 y

venta a 10.31) y vio que había ganado (10.31 - 7.86) * 763 =
1869.35 euros menos las comisiones (40 euros), lo que supo-
nía una ganancia neta de 1829.35 euros que aparece en la
primera fila de la tabla que refleja las operaciones de Anto-
nio.
ANTONIO (Capital fijo a 6000 euros por operación)

Num cap fijo Neto Liquidez
Oper Compra Venta 6000 10000
1 7.86 10.31 763 6000 1,829.35 € 11829.35
2 9.78 9.93 613 6000 51.95 € 11881.30
3 10.36 10.9 579 6000 272.66 € 12153.96
4 11.03 10.08 543 6000 -555.85 € 11598.11
5 8.16 8.35 735 6000 99.65 € 11697.76
6 9.28 8.84 646 6000 -324.24 € 11373.52
7 6.69 6.76 896 6000 22.72 € 11396.24
8 7.19 6.76 834 6000 -398.62 € 10997.62
9 7.58 7.65 791 6000 15.37 € 11012.99
10 7.93 7.45 756 6000 -402.88 € 10610.11
11 6.54 6.22 917 6000 -333.44 € 10276.67
12 5.54 5.67 1083 6000 100.79 € 10377.46
13 6.02 6.46 996 6000 398.24 € 10775.70
14 7.05 8.14 851 6000 887.59 € 11663.29
15 8.55 8.99 701 6000 268.44 € 11931.73
16 9.53 9.76 629 6000 104.67 € 12036.40
17 9.64 9.35 622 6000 -220.38 € 11816.02
18 9.72 11.06 617 6000 786.78 € 12602.80
19 11.89 12.79 504 6000 413.60 € 13016.40
20 13.45 14.33 446 6000 352.48 € 13368.88
21 14.82 14.05 404 6000 -351.08 € 13017.80
132
22 14.05 15.22 427 6000 459.59 € 13477.39

23 14.28 14.35 420 6000 -10.60 € 13466.79
24 13.57 14.32 442 6000 291.50 € 13758.29
25 15.3 15.71 392 6000 120.72 € 13879.01
26 15.65 15.33 383 6000 -162.56 € 13716.45
27 15 15.36 400 6000 104.00 € 13820.45
28 15.84 15.88 378 6000 -24.88 € 13795.57
13795.57
Cuando Antonio terminó de operar a su manera tenía

una ganancia de 3795 euros. “casi 640.000 pesetas” pensó. Y
con ello quedo encantado.
Sin embargo lo que Antonio no sabía es que tuvo suer-

te. Mientras utilizaba el sistema de Carlos en algún momento
tuvo una tasa de aciertos cercana al 50% (cuando llevaba 11
operaciones 6 eran ganadoras y 5 perdedoras). Antonio nun-
ca pensó que podía haber tenido una racha de 6 pérdidas se-
guidas. Sin embargo eso sí que era posible y además con una
probabilidad mayor del 1% (0.5^6=1.56%). Puesto que Anto-
nio no utilizaba ningún sistema de control del riesgo, 6 pér-
didas de 555 euros como la operación cuarta le hubieran su-
puesto 3330 euros en pérdidas que representa un 33% de su
capital. Antonio hubiera necesitado una ganancia del 50%
para recuperarse de esa pérdida.
A Bricio no le gustaba operar siempre con la misma

cantidad de dinero porque tenía la experiencia previa de que
así no se aprovechaba el uso del capital. Por ello Bricio tenía
una técnica que consistía en operar siempre con el 60% del
capital disponible. Así, si ganaba iba aumentando el número
de acciones que podía comprar, y si perdía iba comprando
menos títulos porque ahora disponía de menos dinero. Esta
aproximación le había traído buenos resultados en el pasado
porque cuando había duplicado su capital podía comprar el
doble de títulos que antes, y no como Antonio, que con su
forma de operar hubiera comprado las mismas acciones.
De esta forma, en la primera operación Bricio compró

las mismas acciones que Antonio (763) porque el 60% de
10000 euros era precisamente los 6000 euros que utilizaba
133
Antonio para invertir. Sin embargo en la segunda operación

disponía ya de 11830 euros y ahora compraría PRISAs por un
importe de 11830*0.6=7098 euros. Con este importe Bricio
compró 7098/9.78= 725 títulos, que eran mas que los que
compró Antonio (613) porque ahora ambos tenían mas capi-
tal pero Bricio lo sabía aprovechar mejor que Antonio, o al
menos eso pensaba.
En la siguiente operación hubo suerte y Bricio ganó
725*(9.93-9.78)=108.75 euros, que después de las comisio-
nes (40) se le quedaron en 68.75. No era una fortuna pero
empezaba a vislumbrarse una diferencia a mejor con respec-
to al sistema de Antonio.
En este momento Bricio tenía más dinero que Antonio,

pero también sabía que arriesgaba más después de ganar y
menos después de perder. Bricio estaba seguro que su
aproximación era mucho mejor que la de Antonio. Siguió
operando así.
Cuando Bricio terminó de operar había conseguido una

ganancia de 4424 euros, que eran 629 euros más de lo que
consiguió Antonio. No es que fuera una barbaridad, pero Bri-
cio sabía que estaba en lo correcto, y de haber hecho 100
operaciones la diferencia hubiera sido notable. La siguiente
tabla recoge todas las operaciones de Bricio.
BRICIO (Porcentaje fijo al 60% del capital)

Num % fijo Neto Liquidez
Oper Compra Venta 6000 10000
1 7.86 10.31 763 7098 1,829.35 € 11829.35
2 9.78 9.93 725 7139 68.75 € 11898.10
3 10.36 10.9 689 7338 332.06 € 12230.16
4 11.03 10.08 665 6935 -671.75 € 11558.41
5 8.16 8.35 849 7008 121.31 € 11679.72
6 9.28 8.84 755 6785 -372.20 € 11307.52
7 6.69 6.76 1014 6803 30.98 € 11338.50
8 7.19 6.76 946 6535 -446.78 € 10891.72
9 7.58 7.65 862 6547 20.34 € 10912.06
10 7.93 7.45 825 6286 -436.00 € 10476.06
11 6.54 6.22 961 6077 -347.52 € 10128.54
12 5.54 5.67 1096 6139 102.48 € 10231.02
13 6.02 6.46 1019 6384 408.36 € 10639.38
134
14 7.05 8.14 905 6951 946.45 € 11585.83

15 8.55 8.99 813 7142 317.72 € 11903.55
16 9.53 9.76 749 7221 132.27 € 12035.82
17 9.64 9.35 749 7067 -257.21 € 11778.61
18 9.72 11.06 727 7628 934.18 € 12712.79
19 11.89 12.79 641 7950 536.90 € 13249.69
20 13.45 14.33 591 8238 480.08 € 13729.77
21 14.82 14.05 555 7957 -467.35 € 13262.42
22 14.05 15.22 566 8331 622.22 € 13884.64
23 14.28 14.35 583 8331 0.81 € 13885.45
24 13.57 14.32 613 8583 419.75 € 14305.20
25 15.3 15.71 560 8697 189.60 € 14494.80
26 15.65 15.33 555 8566 -217.60 € 14277.20
27 15 15.36 571 8666 165.56 € 14442.76
28 15.84 15.88 547 8655 -18.12 € 14424.64
14424.64
Carlos, al estar más inclinado a limitar el riesgo decidió

que no quería perder más del 1.5% de su capital en cada ope-
ración. Había leído en algún sitio que arriesgar (que no in-
vertir) el 1.5% del capital total es lo que hacen muchos gesto-
res de capital. Si ellos lo hacían así tenía que estar bien. Car-
los hizo sus cuentas y llegó a la conclusión de que podía per-
der 45 veces seguidas el 1.5% de su capital y aún así conser-
varía la mitad; es decir 5000 euros. La cuenta que hizo Car-
los fue así:
(1-0.015)^45=0.5065
Puesto que el sistema era de cruce de medias Carlos no

sabía a priori donde iba a tener que cerrar la posición. Ahora
Carlos tenía un problema. Quería controlar el riesgo pero no
sabía donde podrían terminar sus posiciones. Eso no era
aceptable, así que pensó que pondría un STOP LOSS a un
porcentaje por debajo del precio de entrada y así podría sa-
ber POR ADELANTADO cuanto iba a perder si la operación
le salía mal. Carlos era una persona sensata y por muy seguro
que estuviera de que la operación le iba a salir bien siempre
consideraba la posibilidad de un fallo y quería saber cuanto
iba a perder si eso sucedía.
Carlos pensó que debía poner el Stop Loss un 3% a cie-
rre por debajo del precio de compra. Y si un valor iba a cerrar
un 3% por debajo de donde lo compró lo vendería y perdería
135
un 1.5% de su capital (más las comisiones). Para saber cuan-

tas acciones debía comprar Carlos utilizó la siguiente formu-
la:
Num_acciones = Capital * 1.5% / (precio_compra -

stop_loss)
Así por ejemplo en la primera operación Carlos se

arriesgó a perder 150 euros (un 1.5% de 10000) más las co-
misiones, que era un total de 190 euros. Compró 636 títulos
de PRISA así: 150/(7.86-7.6242).
En la segunda operación ahora disponía de 11518 euros
así que ahora arriesgaba 172 euros que es el 1.5% de 11518.
De la misma forma compró 588 títulos en la segunda opera-
ción que salió bien y le permitió ganar 48.20 euros después
de comisiones. Carlos en la operación segunda tenía menos
ganancia que Antonio y Bricio, pero sabía que su método era
bueno y sin dudarlo siguió operando de la misma manera.
En la cuarta operación cambiaron las tornas, mientras

Antonio perdía 555 euros y Bricio 671, Carlos había controla-
do el riesgo al máximo y solo perdió 217 euros cuando le saltó
el stop, lo que le convirtió en ganador con respecto a Antonio
y Bricio en solamente cuatro operaciones. “sabía que estaba
en el buen camino. Ahora los resultados lo confirman”. –
pensó.
CARLOS (Riesgo fijo al 1.5% del capital, SL=3%)

SL Num Neto Liquidez
Oper Compra Venta 10000.00
1 7.86 10.31 7.62 636 1,518.20 € 11518.20
2 9.78 9.93 9.49 588 48.20 € 11566.40
3 10.36 10.9 10.05 558 261.32 € 11827.72
4 11.03 10.08 10.70 536 -217.36 € 11610.36
5 8.16 8.35 7.92 711 95.09 € 11705.45
6 9.28 8.84 9.00 630 -215.39 € 11490.06
7 6.69 6.76 6.49 858 20.06 € 11510.12
8 7.19 6.76 6.97 800 -212.56 € 11297.56
9 7.58 7.65 7.35 745 12.15 € 11309.71
10 7.93 7.45 7.69 713 -209.62 € 11100.08
11 6.54 6.22 6.34 848 -206.38 € 10893.71
12 5.54 5.67 5.37 983 87.79 € 10981.50
13 6.02 6.46 5.84 912 361.28 € 11342.78
136
14 7.05 8.14 6.84 804 836.36 € 12179.14

15 8.55 8.99 8.29 712 273.28 € 12452.42
16 9.53 9.76 9.24 653 110.19 € 12562.61
17 9.64 9.35 9.35 651 -228.27 € 12334.34
18 9.72 11.06 9.43 634 809.56 € 13143.90
19 11.89 12.79 11.53 552 456.80 € 13600.70
20 13.45 14.33 13.05 505 404.40 € 14005.10
21 14.82 14.05 14.38 472 -249.85 € 13755.24
22 14.05 15.22 13.63 489 532.13 € 14287.37
23 14.28 14.35 13.85 500 -5.00 € 14282.37
24 13.57 14.32 13.16 526 354.50 € 14636.87
25 15.3 15.71 14.84 478 155.98 € 14792.85
26 15.65 15.33 15.18 472 -261.60 € 14531.25
27 15 15.36 14.55 484 134.24 € 14665.49
28 15.84 15.88 15.36 462 -21.52 € 14643.97
14643.97
Cuando Carlos terminó de operar tenía una ganancia

de 4643 euros. 219 euros más que Bricio y 848 más que An-
tonio. Pero no solo eso, sino que Carlos nunca tuvo una pér-
dida superior a 300 euros. Por muy mal que hubieran salido
las cosas Carlos siempre hubiera guardado liquidez para se-
guir operando.
Pero también había algo que Carlos no sabía, y es que

tuvo mucha suerte. Con su método Carlos hubiera perdido
relativamente poco en una racha de 6 pérdidas seguidas,
concretamente un 1-0.985^6 = 8.7% pero al tener el Stop
Loss tan cerca podía haber tenido más pérdidas seguidas que
sus compañeros. Si repasamos las operaciones vemos que en
cuatro operaciones ganadoras hubo un momento en el que se
perdía mucho más del 3%. Incluso en la primera operación
ganadora se llegó a perder casi un 9% antes de que PRISA se
diera la vuelta. El stop no saltó porque era a cierre y ese día
se cerró al alza. El mayor viaje negativo del precio en las ope-
raciones ganadoras es lo que se llama MAE (del inglés
Maximum Adverse Excursion). Carlos tuvo cuatro excursio-
nes adversas de más del 3% en sus ganadoras.
137
figura 28
En la tabla de la figura 28 se puede ver la operación con

mayor MAE. Casualmente fue la primera. Se compra a 7.86 y
se vende a 10.31. Suena perfecto. Pero en el camino hay que
tolerar una pérdida momentánea del 9%. Si Carlos no hubie-
ra decidido que quería tener los stops a cierre la primera ope-
ración, que fue la más rentable le hubiera salido negativa.
138
figura 29
Puesto que Carlos tenía el Stop a cierre tuvo suerte de

que durante el día las cuatro operaciones se recuperaron, pe-
ro si no hubiera sido así habría perdido mucho más del 1.5%
de su capital que era lo que tenía previsto perder en las ope-
raciones malas. Aun así su aproximación era lo suficiente-
mente buena como para permitirle terminar con una ganan-
cia neta después de comisiones de 4643 euros. Lo cual es una
diferencia de más de 200 euros con Bricio (cuya aproxima-
ción ya era relativamente buena) en 28 operaciones. De
139
haber seguido operando así la diferencia con sus compañeros

hubiera crecido muy deprisa.
Diego era el más inclinado a estudiar los métodos dis-

ponibles. Puesto que Carlos había diseñado el sistema gana-
dor, Diego también quería aportar algo sacando el máximo
provecho del sistema de Carlos, comprando un número de
acciones que fuera matemáticamente correcto. Diego sabía
que Carlos debía haber situado el Stop Loss más alejado del
3%. Incluso sabía que Carlos debía utilizar un Stop Loss ba-
sado en la volatilidad de PRISA en el momento de la compra,
pero sin embargo Diego decidió usar el mismo Stop Loss que
Carlos para poder comparar sus resultados con este y cen-
trarse solamente en el cálculo de la cantidad correcta de ac-
ciones. Posteriormente podría mejorar la colocación de Stop
Loss.
Lo que hizo Diego fue prepararse concienzudamente

estudiando libros de Gestión de Capital. En ellos aprendió
que existe una cantidad óptima a arriesgar en la próxima
operación y esa es la cantidad que hace que los beneficios
crezcan más deprisa que con cualquier otra técnica. Matemá-
ticamente era lo mejor. Como la fracción óptima (la f óptima)
es demasiado arriesgada, Diego optó por una estrategia de f
óptima fraccional que lo que hace es aplicar la f óptima a un
porcentaje pequeño del capital total. Así se aseguraba de no
sufrir demasiado mientras su capital estaba aprovechado al
máximo posible. Veamos como llegó a tomar esa decisión:
Diego necesitaba al menos cuatro operaciones iniciales

que incluyeran alguna pérdida con las que empezar a calcular
la fracción óptima. Hizo las cuatro primeras operaciones (el
periodo base) siguiendo la estrategia de Carlos y empezó a
aplicar la gestión de capital en la operación 5. En la tabla ve-
mos las primeras operaciones desde las que partió Diego.
Una pérdida y tres ganancias.
140
DIEGO (f óptima fraccional)

Oper Compra Venta 10000
1 7.86 10.31 7.62 636 1,518.20 € 11518.20
2 9.78 9.93 9.49 588 48.20 € 11566.40
3 10.36 10.9 10.05 558 261.32 € 11827.72
4 11.03 10.0810.70 536 -217.36 € 11610.36
Con la ayuda del ordenador, Diego calculó la fracción

óptima de su capital para las cuatro primeras operaciones,
que resultó ser del 57%. Eso quería decir que en la próxima
operación debería estar dispuesto a perder el 57% de su capi-
tal si la operación salía mal. Diego no estaba dispuesto a per-
der el 57% de su capital en una sola operación, por muy ma-
temáticamente correcto que eso fuera. En su lugar decidió
aplicar la fracción óptima al 10% de su capital (1161 euros en
ese momento) y así como mucho perdería el 57% de 1161 eu-
ros que eran 661 euros y luego iría ajustando en función de
los resultados. Diego sabía que 661 euros era una pérdida
elevada; sin embargo también sabía que cuando se opera de
esta forma hay que aumentar muy deprisa el riesgo cuando
los resultados son buenos y disminuir muy deprisa el número
de acciones cuando los resultados son malos. Diego sin sa-
berlo estaba aplicando una estrategia de f óptima FRACCIO-
NAL. De esta manera como mucho perdería el 57% del 10%;
o sea, el 5.7% de su capital si las cosas salían mal.
Diego calculó el número de acciones a comprar en la
operación quinta de la siguiente manera:
Num_acciones = 1161*0.57/(8.16-7.92)=2757 títulos.
Sin embargo Diego no podía comprar 2757 PRISAs a

8.16 porque necesitaría 22497 euros que no tenía. En su lu-
gar compró el máximo posible que eran:
11610/8.16 = 1422 títulos.
Con estos 1422 títulos ganó 230.18 euros netos en la

quinta operación: 1422*(8.35-8.16)-40 = 230.18
141
Ahora disponía de 11840 euros con los que comprar

más acciones. La gestión de capital le hacía comprar muchas
acciones cuando tenía buenos resultados y también le iba a
obligar a reducir rápidamente el número de títulos cuando
tuviera malos resultados. Así la gestión de capital lo que
hacía era mejorar lo que ganaba cuando acertaba y minimi-
zar lo que perdía cuando fallaba. Las operaciones cada vez
eran más complicadas y era muy fácil equivocarse. Diego de-
cidió utilizar una herramienta para el cálculo del número de
acciones similar a la que podemos ver debajo, para que hicie-
ra los cálculos complicados para el.
figura 30
En la siguiente operación (la sexta) Diego compró 1275

títulos de PRISA. Esta operación salió mal y Diego tuvo una
pérdida de 395 euros incluyendo las comisiones. Lo cual era
normal pues en el momento de tener la pérdida Diego estaba
operando con una fracción óptima del 64%.
142
figura 31
Al introducir la pérdida de 395 euros en el cálculo, la

fracción óptima con la que tenía que invertir Diego pasó a ser
del 44%.
Diego no tenía ningún problema en perder en algunas
operaciones más que sus compañeros porque sabía que su
método era el mejor. Incluso en la operación novena Diego
tenía una pequeña pérdida como resultado de las comisiones
mientras sus tres compañeros tenían una pequeña ganancia.
Diego arriesgaba mucho si le iba bien y poco cuando le iba
mal. Su fracción óptima bajaba muy deprisa cuando estaba
en una racha de pérdidas. Así su curva de liquidez se aplana-
ba en los malos momentos y le permitía disponer siempre de
capital para arriesgarlo al máximo cuando tuviera buenos re-
sultados. Cuando tuvo la pérdida de 395 euros tenía unas es-
tadísticas muy buenas. Sabía que manteniéndolas tardaría
solamente 6 operaciones en duplicar el capital.
Cuando Diego terminó de operar tenía una ganancia de

más de 6000 euros. Lo cual era una diferencia abismal con
sus compañeros. Los cuatro habían utilizado el mismo siste-
ma que generaba las mismas señales de compra y de venta.
Las mismas señales pero arriesgando una cantidad diferente
de dinero. Las operaciones que hizo Diego se pueden ver en
la siguiente tabla.
143
DIEGO (f óptima fraccional)

Oper Compra Venta 10000
1 7.86 10.31 7.62 636 1,518.20 € 11518.20
2 9.78 9.93 9.49 588 48.20 € 11566.40
3 10.36 10.9 10.05 558 261.32 € 11827.72
4 11.03 10.08 10.70 536 -217.36 € 11610.36
5 8.16 8.35 7.92 1422 230.18 € 11840.54
6 9.28 8.84 9.00 1275 -394.96 € 11445.58
7 6.69 6.76 6.49 1710 79.70 € 11525.28
8 7.19 6.76 6.97 1602 -385.55 € 11139.73
9 7.58 7.65 7.35 552 -1.36 € 11138.37
10 7.93 7.45 7.69 526 -165.14 € 10973.23
11 6.54 6.22 6.34 560 -149.87 € 10823.36
12 5.54 5.67 5.37 360 6.80 € 10830.16
13 6.02 6.46 5.84 337 108.28 € 10938.44
14 7.05 8.14 6.84 439 438.51 € 11376.95
15 8.55 8.99 8.29 814 318.16 € 11695.11
16 9.53 9.76 9.24 1227 242.21 € 11937.32
17 9.64 9.35 9.35 1238 -398.03 € 11539.29
18 9.72 11.06 9.43 817 1,054.78 € 12594.07
19 11.89 12.79 11.53 1059 913.10 € 13507.17
20 13.45 14.33 13.05 1004 843.52 € 14350.69
21 14.82 14.05 14.38 968 -470.37 € 13880.32
22 14.05 15.22 13.63 987 1,114.79 € 14995.11
23 14.28 14.35 13.85 1050 33.50 € 15028.61
24 13.57 14.32 13.16 1107 790.25 € 15818.86
25 15.3 15.71 14.84 1033 383.53 € 16202.39
26 15.65 15.33 15.18 1035 -525.93 € 15676.45
27 15 15.36 14.55 1045 336.20 € 16012.65
28 15.84 15.88 15.36 1010 0.40 € 16013.05
16013.05
Evidentemente la aproximación de Diego era la mejor,

pero también había algo que Diego no sabía. Y es que tuvo
suerte. Si el sistema hubiera señalado menos de 20 operacio-
nes en lugar de 28 la aproximación de Carlos hubiera sido
superior. Podemos fijarnos que en la operación 19 es Carlos
el que dispone de mayor capital.
Saldo en la operación 19
Antonio 13016.4
Bricio 13249.6
Carlos 13600.7
Diego 13507.1
144
Diego tenía un sistema que se vuelve mejor y mejor

cuanto más tiempo pasa y más operaciones se hacen. Pero en
las primeras operaciones, hasta que el sistema encuentra la
fracción óptima con un número suficiente de muestras la
aproximación de Carlos (riesgo constante) es superior. Es
posible calcular a partir de cual operación la estrategia de
Diego es superior. Si las estadísticas se hubieran mantenido
como en la operación cuarta, la estrategia de fracción diná-
mica hubiera empezado a ser superior a partir de la opera-
ción sexta. Si nos vamos hasta la operación sexta que es don-
de Antonio y Bricio tuvieron la mayor pérdida y con esos da-
tos (en ese momento los resultados eran peores que después
de la operación cuarta) y calculamos cual es el umbral para
aplicar la estrategia de Diego, obtendremos que la estrategia
de f óptima fraccional empieza a ser superior a partir de la
operación 16.
El cálculo del umbral es bastante complejo pero ense-
guida se ve que cuanto mejor son los resultados antes debe-
ríamos cambiar a la estrategia de Diego de fracción óptima
dinámica. A partir del umbral de tiempo la estrategia diná-
mica nos proporcionará el mayor crecimiento posible de los
beneficios. No hay forma de hacer que el beneficio suba más
deprisa. Es un crecimiento geométrico. Es matemáticamente
correcto.
En Julio del 2005 cuando el experimento había termi-
nado, los cuatro se interesaron por sacar conclusiones de los
resultados y dibujaron sus curvas de liquidez.
145
figura 32
En la figura 32 se aprecia muy bien que a partir de la

mitad del periodo la estrategia de Diego empieza a ser clara-
mente superior a la de Carlos y la supera rápidamente. Pues-
to que ahora todos sabían que si querían invertir a largo pla-
zo les interesaba conocer la estrategia de Diego, se pregunta-
ron qué hubiera pasado al operar un número muy grande de
veces. Volvieron a dibujar las curvas de liquidez pero ahora
para 140 operaciones (5 secuencias de 28 operaciones). Y no
pudieron creerse lo que vieron. La curva de liquidez de Diego
se disparaba como un cohete. Si hubieran continuado el ex-
perimento hasta completar 140 operaciones, Diego hubiera
terminado con un capital de 191713 euros exactamente. Unos
32 millones de las antiguas pesetas. Casi nada!
La figura 33 muestra el capital final para la estrategia

de Diego pero ahora aplicada sobre el 100% del capital. Al
hacerlo así se consiguen 354679 euros que son 59 millones
de pesetas, pero aquí no están deducidas las comisiones.
Es un hecho que la estrategia de Diego (f optima,

fraccional o no) proporciona la máxima ganancia posible a
largo plazo. A partir de una muestra de operaciones cuya
expectativa sea positiva el que aplica la estrategia de Diego
146
tiva sea positiva el que aplica la estrategia de Diego consigue

SIEMPRE a largo plazo un capital mayor que con cualquier
otra estrategia.
figura 33
Antonio, Bricio y Carlos quedaban a años luz de Diego.

Después de entender la gestión del capital Antonio exclamó
“invertir y hacerlo bien depende de muchos factores, pero la
lección es muy clara, hay que escoger cuidadosamente la can-
tidad que se arriesga”.
“Puesto que no sabemos si la siguiente operación va a
salir bien o mal resulta que no tenemos ningún control sobre
el resultado de nuestra próxima operación, pero sí que tene-
mos control sobre la cantidad que arriesgamos. Sería de ton-
tos arriesgar una cantidad incorrecta que nos haga perder
mucho o dejar de ganar lo suficiente” –exclamó Bricio.
Del experimento Antonio, Bricio, Carlos y Diego (ABC y

D) sacaron las siguientes conclusiones:
147
Cuando uno opera en bolsa lo hace siempre a un múlti-

plo de su fracción óptima. Da igual que vd lo sepa o no. No se
libra de las consecuencias de ello. En la siguiente gráfica se
muestra el cálculo de la rentabilidad en función de la fracción
del capital para las primeras cuatro operaciones de Carlos y
Diego (que eran las mismas).
figura 34
Existe un punto y solo uno en la curva de ganancia-

fracción de capital arriesgado que proporciona el máximo
beneficio (la f óptima). Cuando se opera a la izquierda se ga-
na dinero pero menos de lo que se podría ganar en la cum-
bre. Se producen resultados mediocres. El riesgo es menor
pero la ganancia es proporcionalmente mucho menor. Cuan-
do nos vamos a la izquierda de f optima la ganancia baja más
deprisa que el riesgo.
Cuando estamos en el máximo (f = f optima) se arriesga
la cantidad exacta que hay que arriesgar para que los benefi-
148
cios sean máximos. Sin embargo estamos al máximo de ries-

go que se puede estar manteniendo expectativas positivas.
Por ello muchos gestores utilizan una técnica de f diluida o f
fraccional que consiste en aplicar la fracción óptima a una
porción del capital. Esto es lo que hacía Diego. Diego utilizó
la fracción óptima en el 10% de su capital.
Cuando nos vamos a la derecha de la f óptima estamos
arriesgando demasiado. Es lo que suele hacer el inversor in-
experto después de una racha de pérdidas. Suele decir “ahora
tengo que arriesgarlo todo para recuperar lo perdido”. Des-
pués de una racha de pérdidas la fracción de capital óptima
suele caer al 5% o menos. La curva se ha movido a la izquier-
da y el inversor no lo sabe. Es en ese punto donde el inversor
arriesga más y se sitúa claramente a la derecha de la f ópti-
ma. Incluso sin variar la cantidad arriesgada vd se puede si-
tuar a la derecha sin saberlo porque es la curva la que se mo-
vió a la izquierda. Si vd decide “vivir” ( o”vive” allí sin saber-
lo) a la derecha de la f óptima es solo cuestión de tiempo has-
ta arruinarse. Da igual que vd no sepa cual es su f óptima. Es-
to es así y da igual el sistema que utilice para invertir, inde-
pendientemente de si es mecánico (cruces de medias, oscila-
dores...) o discrecional (Ondas de Elliott, análisis fundamen-
tal...).
En el siguiente gráfico (figura 35) se muestra la dife-
rencia entre una gestión de capital activa y no aplicar ningu-
na gestión de capital, que es lo que hacen la mayoría de in-
versores inexpertos.
149
figura 35
La preservación de capital es primordial. La mayoría de

los sistemas suele tener una tasa de aciertos de entre el 40 y
el 50%. Con una tasa de aciertos del 40% podemos esperar
hasta 9 pérdidas seguidas con una probabilidad del 1%. Vd
debe estar preparado para cuando llegue la mala racha
(créame, llegará sin duda) y preservar al máximo su capital
para cuando las cosas mejoren. El aplanamiento de la curva
de liquidez en las rachas de pérdidas es lo que diferencia al
profesional del amateur. Vuelva al gráfico de la curva de li-
quidez para ABC y D y verá cómo se aplana la curva para Car-
los y Diego en cuanto llegaron las pérdidas. A partir de ese
momento Antonio y Bricio estaban condenados a tener resul-
tados mediocres comparados con Carlos y Diego.
La mayoría de la gente pasa mucho tiempo optimizan-
do y afinando sistemas de especulación. Sin embargo eso no
tiene mucho sentido ya que el mejor sistema de especulación
puede arruinarle si vd se sitúa a la derecha de su fracción óp-
tima. La gente dice “en el año X los sistemas de volatilidad
dejaron de funcionar” o cosas por el estilo. Un buen sistema,
sólido y basado en criterios lógicos no deja de funcionar, sino
que va moviendo su cresta de f según van trascurriendo las
150
operaciones. El que opera este sistema puede caer sin saberlo

a la derecha de su f óptima y empezar a perder dinero con un
sistema ganador.
Alternativamente si su sistema tiene unas expectativas
positivas da igual lo grandes que sean, vd puede hacer millo-
nes si lo opera correctamente. No debe emplear su tiempo
mejorando su sistema (si es simple y le da expectativas posi-
tivas ya es bastante bueno) sino que debe saber cómo operar-
lo correctamente arriesgando siempre una cantidad acorde
con su fracción óptima del momento.
Antonio y Bricio aprendieron la lección y ahora siempre
operan con riesgo fijo y están estudiando el enfoque de Diego
para empezar a aplicarlo en cuanto lo entiendan correcta-
mente. Carlos se pasó a operar con f óptima fraccional y Die-
go sigue con su enfoque pero lo ha mejorado utilizando stops
por volatilidad, a un múltiplo del rango de variación de un
valor (ATR o Average True Range) lo cual le proporciona
unos resultados excelentes.
Aquí acaba la historia de ABC y D. Cuatro personas
aplicando cuatro formas de operar al mismo sistema con las
mismas señales de compra y venta pero con resultados muy
diferentes. ABC y D aprendieron la lección ganando menos;
después de todo tuvieron suerte!. No aprenda vd la lección
perdiendo más. No sea el novato que arriesga más cuanto
más pierde. Tanto si decide utilizar la estrategia de riesgo fijo
de Carlos o la de f óptima de Diego la gestión de capital tra-
bajará para vd maximizando sus ganancias y minimizando
sus pérdidas. Vuelva a leer la historia de ABC y D hasta en-
tenderla completamente, créame no se arrepentirá!!!
En la figura 36 se muestra un resumen de 4 estrategias

de gestión de capital: Capital fijo, Porcentaje de capital fijo,
riesgo fijo y f óptima.
151
figura 36
152
Parte 3. Aplicando Gestión de
Capital
“El éxito consiste en un 90% en insistir.”
Woody Allen
153
Tercera Parte. Aplicando Gestión de Capital
Introducción
E
n esta tercera y última parte del libro veremos
que la realidad cotidiana (la que nos toca vivir
cada día) no es exactamente igual que la teoría
pero tiene un parecido razonable. Las estrategias de f óptima
de la segunda parte nos han proporcionado el máximo bene-
ficio alcanzable sobre el papel. Ahora vamos a ver cómo po-
demos conseguir el máximo beneficio sobre nuestra cuenta
corriente, que al fin y al cabo es lo que importa. Para ello es
necesario tener en cuenta las limitaciones de la vida real, una
de ellas es el problema del margen que no nos va a permitir
operar tan agresivamente como quisiéramos. Otra limitación
importante es el drawdown o máxima pérdida intradiaria. Al
simular un sistema no se suele prestar demasiada atención al
drawdown, después de todo si el sistema proporciona un
buen beneficio no importa que en determinados momentos
sufra pérdidas importantes de capital. Verdad?
Pues no. Cuando estamos dentro del drawdown no sa-
bemos lo que va a durar. Por esa misma razón tampoco sa-
bemos en que parte del drawdown estamos, incluso es pro-
bable que ni siquiera sepamos que estamos en un drawdown,
solamente sabemos que la valoración de nuestra cartera se
está esfumando muy deprisa. Lo normal será empezar a pen-
sar que nuestra estrategia ha fallado. Una de las razones por
las que esto sucede es porque con un solo clic de ratón po-
demos simular varios años de cotizaciones pero si repasamos
cuidadosamente las operaciones (algo que no se hace muy a
menudo mientras se prueban sistemas o métodos) veremos
que pueden transcurrir varios meses en los que el capital no
hace más que disminuir. Es muy fácil ver lo que hubiera su-
cedido de operar un sistema durante 5 años. Pero todo esto
transcurre en un par de segundos y ya está, nuestro software
nos presenta unos resultados excelentes durante el periodo.
Pero durante 5 años hay uno o varios meses en negativo in-
cluso en el mejor de los sistemas y se necesita mucha moral
para seguir operando.
155
En esta parte del libro vamos a ver que una simple ra-
cha de pérdidas puede arruinar la mejor aproximación que
tengamos, por eso es muy importante saber cual es la racha
que podemos esperar y con que probabilidad va a ocurrir,
además de saber por adelantado cuanto vamos a perder
cuando llegue. En cuanto tengamos todo atado y bien atado a
priori no habrá ninguna razón para no triunfar en los merca-
dos a través de una gestión de capital inteligente y es ahí
donde aplica la teoría que hemos visto hasta ahora. No se
asuste, del dicho al hecho no va a haber tanto trecho.
El ATR o Rango verdadero promedio

El rango verdadero promedio o ATR (del inglés Avera-
ge True Range) es una herramienta imprescindible para
cualquier operador o inversor. Su utilidad se basa en decir-
nos cual es la variación de precio que podemos esperar en un
día normal de trading. El ATR incluye los huecos que se pue-
dan producir en la apertura y gracias a ello nos permite esti-
mar el riesgo de nuestra inversión. Por ejemplo, si tenemos
1000 títulos de un valor cuyo ATR o variación diaria es de 2
euros entonces podemos esperar una variación diaria en
nuestra cartera de 2000 euros arriba o abajo.
El ATR se define como el mayor valor de los siguientes
(caso alcista):
-el máximo de hoy menos el mínimo de hoy

-el máximo de hoy menos el cierre de ayer
-el cierre de ayer menos el mínimo de hoy
Se puede ver gráficamente en la figura 37
156
figura 37
Notar que la primera de las situaciones representa la

variación diaria tal cual. La segunda contempla la posibilidad
de que tengamos un hueco alcista y la tercera contempla la
posibilidad de un hueco bajista. Una vez se tiene el valor in-
dicado se promedia con un número determinado de días
atrás. Un valor típico es utilizar el ATR promedio de los últi-
mos 10 días.
En la figura 38 se muestra un chart y su ATR debajo.
En el momento actual el rango de variación del valor es de
3.75 dólares por lo que si entráramos comprados en ese título
podríamos esperar que cada día el valor se moviera 3.75 dó-
lares arriba o abajo.
157
figura 38
No conviene situar un Stop Loss a menos de 1 ATR

porque la variación normal del precio diario lo activa. En ese
caso estaremos siempre tomando pequeñas pérdidas y lo que
es peor, nos saldremos de valores que luego toman el rumbo
previsto por nosotros.
Los stops demasiado cercanos al precio realmente in-
crementan las pérdidas. Cuando se diseña un sistema de es-
peculación es muy fácil dejarse llevar por la tentación de
“sube o vendo”; en teoría si filtramos solamente los valores
que suben y cortamos las pérdidas de forma clara p.e. en el
mínimo del día haremos mucho dinero. Pero solo en teoría.
La realidad es que cuando lo simulamos nos damos
cuenta de que si el momento de entrar no es el adecuado el
mercado necesita algo de espacio para moverse antes de des-
arrollarse en la dirección esperada. Si además añadimos las
comisiones el resultado conjunto es que muchas veces los sis-
temas tienen un beneficio mayor sin stops que con stops. Es-
to es porque estamos usando unos stops que saltan demasia-
das veces por estar muy pegados al precio.
158
En el caso ideal después de situar el stop si el valor lo

alcanza entonces seguirá cayendo y si no lo alcanza subirá.
En la realidad el mercado necesita “sitio” y es muy improba-
ble que podamos acertar siempre en el momento justo de la
compra. Entre otras cosas porque el momento justo de haber
comprado se sabrá en el futuro cuando se mire el gráfico con
retrospectiva pero no habrá forma posible de saberlo con cer-
teza en el presente. Aunque se mueva en tendencias el mer-
cado tiene un componente aleatorio diario o “ruido” que de-
pende de muchos factores incontrolables como pueden ser
noticias y que pueden hacer que salten nuestros stops. En la
figura 39 vemos la diferencia entre el caso ideal y real. Segu-
ro que ha vivido esta situación.
figura 39
Se puede tener una idea de la fluctuación futura de un

título en base a su fluctuación actual. Como siempre ocurre
con los métodos de predicción todos actúan bajo el supuesto
de que la mejor información para estimar lo que va a pasar
en el futuro la tenemos observando lo que ha pasado hasta
hoy. Es decir, el futuro depende del presente. A falta de más
información es una suposición bastante válida y lógica. El
rango de variación de un título mañana no tiene porqué ser el
de hoy pero lo más normal es que se parezca mucho. Si cam-
bia no hay problema porque al promediarlo sobre los últimos
10 días vamos eliminando siempre las muestras más anti-
159
guas. En 10 días de trading el ATR solo tiene componentes

nuevos con una antigüedad máxima de 10 días.
Si miramos el gráfico debajo de estas líneas(figura 40),

correspondiente a Juniper Networks vemos que se trata de
un valor muy volátil. Vemos que sobre un periodo de 5 días la
acción tiene un ATR de más de 6 puntos (6.54). A largo plazo
(50 días) este valor tiene un ATR de más de 7 puntos (7.21).
Por tanto si se pretende seguir una estrategia de comprar y
vender en los extremos y mantener entre 2 y 7 días en un va-
lor como Juniper que se mueve entre 6 y 7 puntos cada día
entonces uno tiene la pérdida asegurada si le coloca el stop
muy cercano al precio (digamos 1 o 2 puntos) puesto que el
stop se activará casi siempre.
figura 40
Volatilidad histórica
La volatilidad histórica (HV) es la desviación estándar

del cambio diario de precio expresado como un porcentaje
anualizado. Lo que significa es que la volatilidad histórica es
una medida de cuanto fluctúan los precios con el tiempo. Su-
160
pongamos un valor o materia prima que cotiza a $100 y su

volatilidad histórica es del 10%. Al final del año el mercado
probablemente estará cotizando entre $90 y $110 (estadísti-
camente tiene una probabilidad del 68% si se asume que la
volatilidad se mantiene constante y que la distribución de los
precios es normal, de gauss)
Al tomar la lectura de la volatilidad a largo plazo y re-

ducirla al periodo de interés nos da una idea de donde ese
valor tiene potencial para cotizar. Se ha mostrado este cálcu-
lo en el gráfico debajo de estas líneas correspondiente a Ju-
niper Networks basado en el supuesto de que se quiera man-
tener la posición 5 días. Por ejemplo, el 30 de abril de 2001
nos da un potencial de cotización entre 46.5 y 71.5. Esto sig-
nifica que para que los stop funcionen hay que ponerlos al
menos a 12.5 puntos.
figura 41
Si la distribución de los precios fuera normal (con nor-

mal se quiere decir gaussiana o de campana de Gauss) enton-
ces el 68% del tiempo el precio estará entre una desviación
arriba y abajo del precio. Y el 95% del tiempo el precio estará
entre 2 desviaciones standard del precio.
161
Ampliar los stop loss no debe hacerse sin considerar

todas y cada una de las implicaciones que tiene. Al final lo
que importa es si el total de las pérdidas (pueden ser muchas
pérdidas de poco valor o pocas pérdidas de mucho valor) es
bastante menor que el total de las ganancias. Por ello la si-
tuación de stop loss debe ligarse al control del riesgo en cada
posición. Si tenemos el stop a 2 euros y normalmente com-
pramos 1000 títulos no tiene sentido ampliar el stop a 4 eu-
ros por debajo y seguir comprando 1000 títulos porque aun-
que el stop esté más alejado el riesgo es una pérdida del do-
ble de capital. Será más improbable que salte el stop, pero
cuando salte debemos estar preparados para una pérdida de
4000 euros. En general si las comisiones que pagamos por
operar no son como las de los profesionales entonces nos in-
teresa situar los stops más alejados pero comprando el nú-
mero de títulos que resulte en la misma pérdida monetaria.
En el ejemplo anterior si ahora tenemos el stop a 4 euros en-
tonces compraríamos 500 títulos y si la operación sale mal
habremos perdido la misma cantidad (se asume que el ope-
rador arriesga la cantidad adecuada en este ejemplo) pero
habremos rebajado las probabilidades de que salte el stop.
Escogiendo un múltiplo del ATR

En este apartado vamos a ver cómo calcular el múltiplo
del ATR que nos puede interesar para nuestros stop loss.
Veamos un estudio que enlaza la variación diaria de un valor
(ATR) y el riesgo del capital que es necesario aplicar.
En la figura 42 vemos un escape del valor TOL (una

inmobiliaria del NYSE) por encima de una línea de tendencia
de corto plazo. La línea horizontal representa el máximo ab-
soluto de unos meses antes por lo que el valor está en una
clara tendencia alcista y nuestro trader decide comprar 1000
títulos a la superación de la línea de tendencia a 48.21 dóla-
res con un stop en 47.32 que está por debajo de la línea de
tendencia superada. Nuestro trader de ejemplo ha comprado
162
justo en el momento adecuado, en la superación de la línea

de tendencia.
figura 42
En la figura 43 vemos que al día siguiente el valor abre

con ganancia por lo que nuestro trader decide añadir 600 tí-
tulos a 49 dólares. Sin embargo en ese día el valor cierra jus-
to sobre la línea de tendencia superada y con ello hace dudar
de la validez del escape alcista.
Al tercer día se activa el stop a 47.32 y nuestro trader se
encuentra con una pérdida de:
Precio medio = (1000*48.21+600*49)/1600=48.50
1600*(47.32-48.50)=-1888 dólares
En el momento mostrado el ATR de TOL es de 1.42

dólares. Una compra a 48.21 debe tener un stop por debajo
de 48.21-1.42=46.79 ya que si no lo hacemos así el ruido nor-
163
48.21-1.42=46.79 ya que si no lo hacemos así el ruido normal

del mercado va a saltar el stop.
figura 43
En la figura 44 vemos lo que sucedió con TOL. Después

de hacer saltar el stop este valor siguió subiendo como co-
rresponde a un escape a nuevos máximos. Si medimos la si-
tuación del Stop en términos de ATR obtenemos que el tra-
der había situado el stop a 0.62 ATRs por lo que tenía mu-
chas probabilidades de activarse.
164
figura 44
Sobre las operaciones cerradas se puede hacer un estu-

dio de cual habría sido la combinación ideal de stop loss y
riesgo.
Hacemos lo siguiente: en dos columnas anotamos el
precio de entrada y salida real de operaciones cerradas. En
una tercera columna anotamos el precio al que hubiéramos
vendido en caso de no haberse activado el stop loss. Conviene
ser realistas y establecer un precio que se pueda alcanzar con
certeza. En este estudio el precio con ganancias es el primer
cierre bajista unos días después de la entrada.
En dos nuevas columnas anotamos el valor del mínimo
en ATRS y el ATR real del precio (0.62 y 1.42 en el ejemplo
anterior) de forma que si variamos el stop loss podremos sa-
ber si la operación se cerraría con el precio de salida en ga-
nancia al que hubiéramos optado sin la activación del stop.
Evidentemente esto lo hacemos solamente en las situaciones
de nuestro registro de operaciones en las que después de sal-
tar el stop el valor siguió al alza.
Si se tiene en cuenta que el riesgo cambia y el número
de títulos cambia en función del nuevo riesgo se puede hacer
165
una tabla en Excel en la que variamos el riesgo y la situación

del stop. La tabla es (algunos valores muestran su precio an-
tes de split):
Low
Valor Pcompra Pventa Pventa2 num neto in Riesgo/acc
ATR
TOL 96.42 96.21 104 1000 -210 0.62 1.42
NVDA 28.44 28.7 1640 426 0.465
MDC 77.3 81.81 1060 4781 0.94
TOL 100.7 105.66 540 2678 1.385
VLO 81.9 80.4 85 880 -1320 1.39 1.13
DNA 83.57 82.8 1160 -893 0.87
WLT 45.75 46.94 1000 1190 0.825
SNDA 38.93 40.85 2300 4416 0.955
TOL 99.53 100.9 102 790 1082 1.02 1.48
AAPL 39.16 38.9 4500 -1170 0.535
GS 103.26 101.88 104 1000 -1380 0.84 0.89
VLO 81.29 80.5 85 890 -703 1.65 1.145
GOOG 303.86 299.25 220 -1014 4.185
ELOS 37.12 36.52 40 1870 -1122 0.55 0.875
NUE 47.24 46.38 1490 -1281 0.85
GEOI 14.68 15.1 1820 764 0.69
TOT 118.96 122.41 690 2381 0.875
VLO 82.7 81.37 84 1010 -1343 0.81 1.255
BOOM 42.07 39.86 820 -1812 1.08
5469
Donde num es el número de títulos original y la colum-

na neto calcula la ganancia total de operar. Podemos ver que
el mínimo en ATRs (columna “Low in ATR”) es menor de 1
en 4 de 7 ocasiones.
Debajo se muestra un extracto de la tabla con los resul-
tados de arriesgar un 2% del capital por operación mientras
se tiene el stop a medio ATR:
Riesgo mult ATR

CAPITAL 2.00% 0.5 comparativa
Valor 100000 N Neto
TOL 99782 1037 -218

NVDA 100694 3508 912
MDC 106566 1302 5872
TOL 111814 1058 5248
VLO 109767 1365 -2048
DNA 108756 1313 -1011
166
WLT 111584 2377 2829

SNDA 116069 2336 4485
TOL 117667 1166 1597
AAPL 116886 3004 -781
GS 115325 1131 -1561
VLO 114205 1418 -1120
GOOG 112476 375 -1729
ELOS 110934 2570 -1542
NUE 108915 2348 -2019
GEOI 110240 3156 1326
TOT 113435 926 3195
VLO 111611 1371 -1823
BOOM 107046 2066 -4565.86
7046
Arriesgando un 2% de nuestro capital con el stop a 0.5

ATRS tenemos una ganancia final de 7046 dolares compara-
da con una ganancia de 5499 obtenida operando sin un crite-
rio fijo; es decir, con el número original de títulos que no es-
taba basado en el ATR. La evolución de la valoración de la
cartera operando al (2%,0.5) se muestra en la figura 45.
120000
115000
110000
105000
100000
95000
90000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
figura 45
167
Manteniendo el riesgo al 2% ahora vamos a pasar de

tener el stop alejado 0.5 ATRS a 2 ATRS, así nos aseguramos
que la mayoría de las operaciones donde saltó el stop ahora
continúan su camino. Por supuesto que a la vez que se am-
plia el stop se reduce el número de títulos para que el riesgo
siga siendo un 2% del capital. Este modelo da resultados muy
realistas y es muy fácil de implementar, ahora bien no tiene
en cuenta que si ampliamos el stop estamos haciendo menos
operaciones en el mismo periodo de tiempo. Una limitación
real es que cuando compramos acciones cuyo precio es alto
(p.e. 200$) entonces es muy frecuente que nos veamos limi-
tados por el precio antes que por el capital. El número de tí-
tulos que se comprarían para un riesgo determinado no se
pueden comprar en la realidad porque no hay suficiente capi-
tal. Esto también es una ventaja en las operaciones perdedo-
ras ya que la pérdida es menor a la prevista por no haber po-
dido comprar el número de títulos que pedía el riesgo.
En la tabla siguiente se han resaltado las posiciones

(TOL, VLO, GS, ELOS) en que una pérdida por tener el stop
muy cerca se han convertido ahora en una ganancia. Por
ejemplo en la primera fila ahora se compran 352 títulos =
100000 * 0.02 / 5.68 (ATR = 2.84 antes del split) y siempre
se tiene en cuenta el capital disponible para que el modelo no
compre más títulos de los que es posible (en este ejemplo
trabajamos sin margen en una cuenta normal). El máximo
número de títulos que es posible comprar es de 1037
(100000 / 96.42) que eran los que se compraron cuando te-
níamos el stop a 0.5 ATRS (tabla anterior).
Riesgo mult ATR

CAPITAL 2.00% 2 comparativa
Valor 100000 N Neto
TOL 102668 352 2668

NVDA 102955 1103 287
MDC 105422 547 2467
TOL 107307 380 1885
VLO 108776 474 1469
DNA 108295 625 -481
WLT 109076 656 781
SNDA 110172 571 1096
TOL 111091 372 919
168
AAPL 110821 1038 -270

GS 111281 622 460
VLO 113080 485 1799
GOOG 112458 135 -622
ELOS 114307 642 1849
NUE 113729 672 -578
GEOI 114075 824 346
TOT 116321 651 2246
VLO 116923 463 602
BOOM 115727 541 -1195.61
15727
Pues bien, en esta tabla correspondiente a 2% de riesgo

y 2 ATRS vemos que la ganancia ha pasado de ser 7000 dóla-
res (caso con 0.5 ATRS) a ser 15700 (más del doble) y todo
esto arriesgando lo mismo, el 2% de nuestro capital.
En la figura 46 se muestra la nueva evolución del capi-
tal cuando el stop está ahora a 2 ATRS. Es evidente que el
stop a medio ATR está demasiado cerca. El nuevo stop a 2
ATRS produce una curva de liquidez más suave ya que el
porcentaje de aciertos ha aumentado para el mismo riesgo.
120000
115000
110000
105000
100000
95000
90000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
figura 46
169
Si vamos variando el número de ATRS mientras man-

tenemos el riesgo fijo al 2% y lo dibujamos obtenemos la
figura 47 que nos muestra que en este caso en particular el
mejor valor es de 0.9 ATR con una ganancia de 23227 dóla-
res. Este resultado es bastante lógico puesto que los mínimos
de la tabla en términos de ATR son menores de 1 para los va-
lores más influyentes en los resultados. Es un resultado que
depende mucho del pequeño número de muestras de nuestro
estudio.
Este estudio se realiza en un momento determinado del
mercado (verano 2005) que es donde se recogen las opera-
ciones de muestra. El momento del estudio es de poca volati-
lidad pero aún así nos muestra los riesgos de tener los stop
demasiado cerca en términos de ATR. En general si el stop
está lo más ceñido posible y el riesgo es el mismo entonces
compraremos más títulos, resultando en una ganancia ma-
yor. Esto solo será así si el resultado neto de nuestras opera-
ciones es positivo, algo que no se puede saber a priori.
Puesto que no sabemos si el conjunto de nuestras ope-
raciones va a resultar en ganancia o pérdida y tampoco sa-
bemos si el mercado va a continuar en la volatilidad actual es
mejor tener el stop a 2 o incluso 3 ATRS de distancia.
Seguramente el lector se pregunte cual es el valor ópti-

mo de riesgo en este ejemplo. El valor de riesgo que propor-
ciona más beneficio es del 10%, por encima de este valor el
beneficio es similar puesto que nos vemos limitados por el
capital. No se compran más títulos si se quiere arriesgar más
ya que con el 10% de riesgo estamos comprando el máximo
número posible.
170
25000
Neto
20000
15000
10000
5000
0
3
9
0.
0.
0.
0.
1.
1.
1.
1.
1.
2.
2.
2.
2.
2.
figura 47
Notar que la curva ganancia/Num ATRS de la figura 47

está muy inclinada a la izquierda de 1 ATR. Conviene irse un
poco a la derecha donde equivocarse no es tan costoso. El
rango 1-1.8 es una zona bastante estable y por encima de 1.8
el beneficio cae lo bastante despacio como para que nos in-
terese tener el stop a 2 ATRS.
Cada aproximación tiene su distancia óptima en térmi-
nos de ATR. En un sistema en el que se compran los rebotes
sobre la media de 50 sesiones y se vende cuando esta media
es traspasada un número determinado de ATRs he repetido
la búsqueda del mejor valor del multiplo de ATR. Para ello se
repite el estudio sobre p.e. 6 valores y se promedian los resul-
tados, obteniendo así la gráfica de la figura 48 que muestra
que el mejor valor es 1.5ATRs; es decir, en un sistema de me-
dio plazo en el que se opera con la media de 50 sesiones y se
vende cuando esta es traspasada es mejor darle un margen
de 1.5 ATRs antes de cerrar la posición. En general cuanto
más sigamos tendencia más alejados debemos tener los stops
(2 o 3 ATRs) y para estrategias de más corto plazo y fiabili-
171
dad mayor (porcentaje de aciertos mayor del 60%) más ajus-

tados pueden estar (por ejemplo a 1 ATR).
12000.00 600.00
10000.00
500.00
8000.00
6000.00
400.00
Net Profit
4000.00
Max Drawdown
Perc Profitable
2000.00 300.00
Avg Trade Net Profit
0.00
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3
200.00
-2000.00
-4000.00
100.00
-6000.00
-8000.00 0.00
figura 48
Operar con más de un valor

Siguiendo con nuestra particular cruzada de “descubrir la
realidad en trading” vamos a ver en este apartado cuales son
las ventajas reales de diversificar operando con varios valores
el mismo sistema. La siguiente tabla muestra el resultado de
operar un sistema seguidor de tendencia en el Nasdaq duran-
te el periodo 1/1/2000-1/1/2005 con una sola posición:
Resultado para 1 posición

Beneficio neto: 72694
Beneficio %: 908.68%
Máximo Drawdown: 93.15%
Profit Factor: 1.23
W/L ratio: 2.0
Percent profitable: 38.17%
Donde Máximo Drawdown significa la mayor diferencia

entre un máximo y un mínimo posterior en la curva de capi-
tal (la máxima disminución del capital). Profit Factor es el
172
total de las ganancias de las operaciones ganadoras dividido

entre el total de pérdidas de las operaciones perdedoras. W/L
ratio es el ratio ganancia/pérdida que se calcula como el
promedio de ganancia (ganancia total entre número de ope-
raciones ganadoras) dividido entre la pérdida promedio
(pérdida total dividida entre el número de operaciones per-
dedoras). Y Percent Profitable es el porcentaje de aciertos del
sistema.
Como se puede apreciar en la figura 49 el sistema gana di-

nero pero no es un sistema que se pueda operar tal cual por-
que tiene un drawdown enorme. En un determinado momen-
to veremos esfumarse el 93% de nuestras ganancias.
figura 49
Veamos que sucede ahora si operamos este sistema con 2

posiciones simultaneas. El capital disponible se divide en dos
partes iguales y se toman las señales por orden de aparición.
El resultado para dos posiciones es:
173
Resultado para 2 posiciones

Profit Factor: 1.86
W/L ratio: 2.64
Todo son ventajas. El drawdown disminuye hasta ser casi

la mitad, el beneficio neto mejora sustancialmente. El profit
factor o factor de beneficio también mejora lo que nos dice
que el sistema es más eficiente operado así.
En la figura 50 vemos que la curva de regresión del capital
se vuelve positiva. Esto quiere decir que vamos ganando con
el tiempo y no como en el caso anterior en el que nos pasa-
mos la mayor parte del tiempo en un valle del capital o draw-
down.
Puesto que diversificar mejora los resultados probemos a

operar con tres valores simultáneos:
figura 50
174

Profit Factor: 1.66
W/L ratio: 2.63
Como se puede ver el resultado para 3 posiciones no es

mejor que para 2, incluso es peor en todos los términos, ga-
nancia, máximo drawdown, fiabilidad, etc. Cada sistema de
especulación tiene un valor óptimo de número de títulos o
futuros con los que debe operarse.
Es curioso como se pueden encontrar estudios que asegu-
ran que el número optimo de posiciones en una cartera es 10,
o cualquier otro número. No tiene sentido una afirmación
tan general. Es como decir que el número óptimo del calzado
es el 40. Para algunas personas sí, pero para muchas otras
no. El número óptimo va a depender mucho de la forma de
aproximarnos al mercado. Para demostrar mi afirmación voy
a mostrarle un sistema diferente que no está basado en se-
guir tendencias. Se trata de un sistema de volatilidad que
compra cuando un valor ha superado un múltiplo del ATR,
añadido al cierre de ayer. Mantiene las posiciones tres días.
Resultado para 1 posición

Beneficio %: 5509%
Profit Factor: 1.54
W/L ratio: 1.28
Este sistema tiene un porcentaje de aciertos muy estable

que siempre cae en los entornos del 55%. Cuando se opera
con dos posiciones genera los siguientes resultados:
175

Beneficio %: 1861%
Profit Factor: 1.91
W/L ratio: 1.53
Cuando operamos con 2 posiciones el drawdown es menor

porque la probabilidad de que tengamos la máxima pérdida
simultáneamente en las dos posiciones es menor que cuando
solo tenemos una y por tanto lo tendremos seguro. Aún así
diversificar no reduce el riesgo del todo ya que los mercados
están muy correlacionados y si operamos p.e. con una cartera
de valores habrá un día muy malo en el que todos los valores
van a estar dándonos la máxima pérdida.
En este ejemplo para dos posiciones vemos que aunque el

drawdown es menor el beneficio es 3 veces menos. En reali-
dad este sistema al simularlo con todas las carteras de valo-
res que a uno se le puedan ocurrir siempre proporciona ma-
yor ganancia operándolo con una posición. Si el sistema es
estable y da buenos beneficios solo hay que tener la confianza
suficiente en el para atravesar los periodos de drawdown y
ganar el máximo operándolo con una sola posición. Para ello
hay que probarlo mucho (la simulación de Montecarlo que
veremos más adelante es una ayuda importante) y con ello
obtener el coraje para operarlo así. Siempre se puede desti-
nar p.e. la mitad de nuestro capital a operar este sistema al
100% y así ganaremos más que si lo hubiéramos operado con
dos posiciones y además habremos tenido garantizado el
50% de nuestro capital en todo momento.
Cuando se trata de aceptar los estudios de los demás lo

mejor es ser un poco escépticos y comprobarlo por nosotros
mismos. Aunque diversificar es una cosa muy buena también
es una cosa muy buena operar un sistema a su máximo bene-
ficio mientras tenemos asegurado el 50% de nuestro capital.
Afortunadamente hoy en día el software de simulación per-
mite probar carteras de valores de la misma forma exacta que
176
se operarían en la vida real. Amibroker y Wealth-Lab son dos

aplicaciones asequibles al pequeño inversor que permiten
simular carteras de valores y que le recomiendo.
Añadir o vender una parte

Con frecuencia nos encontramos con este dilema. Des-
pués de comprar un valor o futuro y tener algo de beneficio
queremos saber si es momento de explotarlo al máximo o de
reducir el riesgo para asegurar algo de beneficio.
La respuesta no es fácil y depende mucho del sistema
que estemos utilizando. Lo mejor es simular las dos situacio-
nes y comparar resultados. Para ello vamos a operar una po-
sición al 6% de riesgo en un sistema de seguimiento de ten-
dencia. Comparamos el beneficio neto (netprofit), ganancia
promedio por operación (Average Trade Net Profit) y máxi-
mo drawdown (MIDD). Al operar al riesgo fijo del 6% nos
quedará capital disponible que luego vamos a utilizar para
incrementar las posiciones. La tabla de referencia con la que
luego compararemos es la siguiente:
1 posición netprofit ATNP MIDD

Valor1 20428 1021 -6357
Valor2 1901 54 -9384
Valor3 2238 60 -5162
Valor4 -2752 -61 -4164
Promedio 5453.8 269 -6267
Ahora vamos a piramidar añadiendo la mitad de los tí-

tulos de la operación inicial cuando el sistema tenga una ga-
nancia superior al 8%; es decir, si p.e. hemos comprado 1000
títulos a 10 euros entonces añadiremos 500 si el valor com-
prado supera los 10.80. El resultado es:
177
Piramidando netprofit ATNP MIDD

valor1 27086 820 -10052
valor2 3420 70 -11144
valor3 2451 47 -7054
valor4 -2649 -45 -4728
Promedio 7577 223 -8245
En esta tabla podemos comprobar algo que es lógico,

que piramidar aumenta el beneficio y también el riesgo. El
drawdown ha pasado de 6267 a 8245, un incremento del
31%.No obstante el beneficio por operación ha caído de 269
euros a 223 puesto que aunque tenemos algo más de ganan-
cia tenemos muchas más operaciones por lo que en términos
de ganancia por operación piramidar empeora esta estadísti-
ca.
Veamos ahora lo que sucede si hacemos la operación

contraria; es decir que ahora vamos a vender la mitad de los
títulos cuando tengamos una ganancia del 8%. Así si hemos
comprado 1000 títulos a 10 euros venderemos 500 cuando el
valor cotice por encima de 10.80 euros. El resultado es la si-
guiente tabla:
Vendemos 1/2 netprofit ATNP MIDD

Valor1 11267 304 -3354
Valor2 371 7 -7270
Valor3 3155 53 -3535
Valor4 -1850 -29 -4119
Promedio 3235.8 83.8 -4570
Aquí se puede apreciar una reducción del drawdown

pero también una reducción del beneficio neto. Vender me-
dia posición con ganancias reduce el riesgo y también el be-
neficio.
178
Comparemos ahora con la primera tabla de este apar-

tado (posición constante de principio a fin) las dos estrate-
gias. Lo siguiente es una tabla resumen que permite compa-
rar los tres casos. Se han sustituido las ganancias y pérdidas
absolutas por su porcentaje respecto de la tabla primera de
referencia:
netprofit ATNP MIDD

Original ref ref ref
Piramidar 1/2 +39% -17% +31%
Vender 1/2 -41% -69% -27%
En ambos casos el beneficio por operación ATNP dis-

minuye porque aumentamos el número de operaciones. Si
estamos pagando unas comisiones altas deberíamos tener
esto en cuenta porque va a afectar a nuestros resultados. La
mayoría de los inversores que operan con su banco, no con
un broker especializado pagan comisiones altas por comprar
y vender títulos así que no deberían ajustar la cartera con
mucha frecuencia ya que pueden hacer más daño que benefi-
cio.
El aumento del beneficio del 39% en la estrategia de pi-
ramidar viene acompañado de un aumento del drawdown
similar.
Si vendemos la mitad de los títulos reducimos más el
beneficio de lo que reducimos el drawdown por lo que no es
una estrategia interesante a no ser que el mercado se agite
demasiado y tengamos un riesgo demasiado elevado. No obs-
tante no tiene demasiado sentido reducir riesgo cuando ini-
cialmente se está asumiendo más del adecuado ya que el
mercado puede mostrar su cara más fea antes de que nos de
tiempo de hacer el ajuste. Si uno no puede estar a su riesgo
justo (f optima) entonces le interesa más estar a un riesgo
menor que mayor. El resultado de este estudio nos dice que
si operamos por debajo de la f óptima (que es lo que hay que
hacer) entonces es mejor piramidar que tomar beneficios
parciales. Ahora bien, hay que piramidar correctamente por-
que sino podemos convertir operaciones ganadoras en pérdi-
das. Veamos porqué.
179
Piramidar correctamente
En la tabla siguiente vemos que añadir la mitad de títu-

los originales tras un avance favorable de nuestras posiciones
es una buena idea pues nos deja con el mismo riesgo que te-
níamos al empezar y nos permite optar por más ganancia. Al
menos no perderemos más al piramidar si la operación sale
mal. Para ello hay que asegurarse que se añade cuando ya
tenemos algo de beneficio y así el riesgo inicial se ha disipa-
do. En este caso en particular se ha añadido cuando se tenía
más de un 8% de beneficio.
Vamos a calcular ahora el beneficio neto, factor de be-

neficio, tasa ganancia pérdida, operación promedio y máxi-
mo drawdown cuando vamos variando el punto desde el cual
piramidamos. Lo que variamos es el porcentaje de ganancia
mínimo a partir del cual se añade un 50% extra de títulos.
Ganancia netprofit PF PP W/L ATNP MIDD

5% 7634 1.58 37 2.42 184 -5509
10% 6985 1.57 37.7 2.36 179 -4918
15% 6187 1.51 37.6 2.33 162 -4981
20% 6684 1.59 37.6 2.38 181 -4839
30% 6634 1.58 37.1 2.37 180 -4953
Cada uno de los datos de la tabla anterior refleja el

promedi0 de aplicar una técnica de añadir la mitad de los tí-
tulos originales sobre una cartera de 8 valores diferentes. La
tabla anterior se puede representar gráficamente para una
mejor comprensión. Es lo que podemos ver en la figura 51.
180
10000
8000 7634
6985 6684 6634
6187
6000
4000
2000
-2000 5% 10% 15% 20% 30%

-4000
-4918 -4981 -4839 -4953

-6000 -5509
Net Profit
-8000 Max Drawdown
figura 51
En la figura 51 podemos ver que el beneficio total (las

barras superiores) disminuye si piramidamos cuando el pre-
cio ha avanzado mucho, por ejemplo para el 15% es menor
que para el 10%. Lo mejor es tener el máximo número de tí-
tulos al comienzo del movimiento.
Hablemos del drawdown (las barras inferiores). Si aña-
dimos muy pronto entonces estamos añadiendo siempre, in-
dependientemente de si nuestra operación coge tendencia o
no y eso se traduce en un riesgo adicional innecesario en
nuestras operaciones con pérdidas. Interesa piramidar cuan-
do el precio ha avanzado algo sobre la entrada original, para
añadir solamente a las ganancias.
Como era de esperar todo tiene un precio y piramidar

también. Hay que buscar una solución de compromiso entre
rentabilidad y drawdown. Un buen momento para piramidar
es alrededor del 10% de beneficio ya que el drawdown en este
punto mejora mucho y es donde el beneficio empieza a dis-
minuir.
181
En el caso que estamos estudiando el mejor resultado

promedio se obtiene cuando se piramida añadiendo la mitad
de los títulos originales cuando tenemos un 8% de ganancia:
Ganancia netprofit PF PP W/L ATNP MIDD

8% 7955 1.65 38 2.4 201 -5218
En la tabla se puede ver que es un punto donde tene-

mos la máxima ganancia y el drawdown es menor que si
hubiéramos piramidado al 5%. El lector puede ver que hay
que decidir si queremos máxima ganancia o mínimo draw-
down. Por drawdown se entiende que cuando el mercado se
mueva en nuestra contra nos va a coger con un riesgo mayor
de lo que hubiéramos tenido si no piramidásemos. El porcen-
taje de aciertos (PP), la tasa ganancia pérdida (W/L) y el be-
neficio promedio no varían sustancialmente por lo que po-
demos centrarnos en considerar la piramidación de posicio-
nes como un compromiso entre riesgo y beneficio encamina-
do a mejorar nuestra ganancia. Para ello hay que piramidar
correctamente en cuanto al momento de hacerlo (que es lo
que acabamos de ver) y en cuanto al número adicional de tí-
tulos que es lo que vamos a ver ahora.
En la figura 52 se muestran 3 formas de acumular 187

títulos. Si estos títulos se compran en diferentes ganancias a
lo largo de la curva de tendencia entonces la única forma de
hacerlo bien es añadiendo menos títulos cada vez. Añadir
siempre el mismo número de títulos hace que estemos con-
virtiendo una operación ganadora en algo incierto. Después
de añadir en las posiciones ganadoras el mercado puede gi-
rarse y no deberíamos pasar a una situación en la que ganar
dinero es una lotería puesto que ya partíamos de una situa-
ción favorable.
182
figura 52
Piramidar es una técnica compleja que debe ser simu-

lada en cada sistema de trading en particular ya que puede
convertir ganancias en pérdidas. Suponga que vd opera un
sistema con alto porcentaje de aciertos y con poca diferencia
entre el valor neto de las ganancias y de las pérdidas. Vd en
ese caso no debería añadir. Suponga que entra en una opera-
ción en 10 euros y se sale en 10.2. Si vd no piramida tiene un
2% de ganancia pero si añadió otros tantos títulos en un tirón
que tuvo el valor a 10.50 ahora vd tiene una pérdida. Sin em-
bargo si vd añadió la mitad de los títulos originales a 10.50
todavía tiene una ganancia. Pequeña, pero ganancia. Se lo
muestro con números:
Caso1, 1000 títulos a 10.0 y 1000 a 10.50:

Precio medio=(1000*10+1000*10.50)/2000=10.25
Ganancia = 2000*(10.20-10.25) = -100 euros
Caso2, 1000 títulos a 10.0 y 500 a 10.50:

Precio medio=(1000*10+500*10.50)/1500=10.167
Ganancia = 1500*(10.20-10.167) = +495 euros.
Está claro, verdad?. No añada una cantidad de títulos

superior a la original ya que esto se convierte en una nueva
operación incierta. Si ya tiene una ganancia y desea añadir
183
títulos entonces considere acumular un número menor de

títulos cuando tenga un 8 o 9% de ganancia. Ahora bien, cual
es ese número de títulos?
Para continuar con este estudio ahora vamos a variar la

cantidad de títulos que añadimos. Anteriormente hemos vis-
to que como mucho deberíamos añadir la mitad de los títulos
originales. La siguiente tabla compara añadir el 50% de los
títulos originales con el 33%:
Añadiendo netprofit ATNP MIDD

la mitad 7955 201 -5218
1 tercio 7179 182 -4918
Añadiendo una tercera parte de los títulos originales no

tenemos tanto drawdown pero reducimos algo la ganancia.
Ahora estaría bien poder saber en cada caso cual es el

número óptimo de títulos a añadir y como aumenta el riesgo
cuando se añaden. Para calcularlo empecemos por un ejem-
plo práctico. En la figura 53 se puede ver un sistema seguidor
de tendencia que compra un pull-back (definido como un
mínimo menor que el mínimo de los últimos 5 días) a la me-
dia de 50 sesiones y añade una cantidad de acciones en el si-
guiente pull-back con la condición de que estemos en benefi-
cio cuando ocurra el nuevo acercamiento a la media. El stop
loss está situado 1.5 ATRS por debajo de la media.
184
figura 53
Vamos a ver que es lo que sucede con el riesgo de la

operación. Se dispone de 8000 euros y se quiere arriesgar un
6% en esta operación. Entonces debemos arriesgar 480 euros
(Por conveniencia seguiremos con la cuenta en euros aunque
EBAY sea un valor del Nasdaq).
Si el riesgo de la primera compra es de 1.84 euros por
acción entonces debemos comprar 480/1.84=260 títulos de
EBAY. Cuando EBAY cotiza a 17.06 (segundo pull-back) de-
cidimos añadir. Ahora bien, al añadir incrementamos el ries-
go. Vamos a ver en que proporción:
Al completar la segunda operación tendremos un total

de acciones de EBAY que será de:
260+260/k
Donde vamos a dejar k como una variable y así k=1 sig-

nifica que añadimos el mismo número de acciones, k=2 sig-
nifica que añadimos la mitad (130), etc.
185
El precio medio de compra al terminar de acumular es:
Pc=(15.30*260+17.06*260/k)/(260+260/k)
Donde el denominador es el número de títulos
El riesgo inicial de la primera operación es de 1.84 eu-

ros por título y el riesgo individual de la segunda operación
es de 2.4 euros por título. El riesgo total para el número de
acciones conjunto es:
Riesgo Total = (260+260/k)*(Pc-14.66)
Donde Pc es el precio medio de compra y 14.66 es la si-

tuación del segundo Stop Loss (SL2).
Podemos hacer una tabla para ver cual es el riesgo total

en función del número de títulos que añadimos:
k Riesgo total
1 790.4
2 478.4
3 374
4 322
infinito 166.40
El riesgo mínimo es cuando no añadimos ningún título

(k = infinito) y en ese caso es:
RT = 260*(15.30-14.66)=166.40
Es decir; que nuestro riesgo inicial bajó de 480 euros a

166 por la evolución favorable de nuestra posición y al pira-
midar aumenta en la cuantía que refleja la tabla. En esta ta-
bla se puede ver que nunca es buena idea añadir el mismo
número de títulos original (k=1) porque pasamos de un ries-
186
go calculado de 480 euros a un riesgo de 790 que es inacep-

table. Si fuera aceptable lo habríamos tomado inicialmente.
Puesto que lo que buscamos es aumentar la ganancia

sin aumentar sustancialmente el riesgo podemos escoger k=2
que nos vuelve a situar a un riesgo de perder 480 euros pero
nos permite optar por una ganancia mayor. En realidad el
lector puede ver que siempre se debería añadir un número de
títulos que sea como mucho la mitad de la entrada original. A
partir de ese tope se debe ver que es lo que pesa más, si la ex-
pectativa de ganancia adicional o asegurar lo que ya tenemos
ganado. El trader que busque el máximo beneficio puede
añadir la mitad de los títulos adicionales pero el que busque
asegurar lo ganado debería incrementar sus posiciones en un
33% o incluso menos.
Creo que las conclusiones de este apartado tienen mu-
cha relevancia para el inversor. Nos enseña a piramidar en el
momento justo, que puede estar en los entornos de una ga-
nancia del 8% con el número adicional de títulos justos (nun-
ca más del 50% de la posición original). Si no lo hacemos así
corremos el riesgo de convertir una ganancia en una pérdida.
La distribución de los resultados

Si uno no obtiene buenos resultados operando discre-
cionalmente (es decir comprando y vendiendo valores o futu-
ros cuando cree que es el momento adecuado sin un criterio
constante y definido) debe utilizar un sistema de trading. La
principal ventaja es que un sistema de trading está definido,
compuesto por una serie de reglas fijas que pueden ser simu-
ladas y lo más importante: es algo que se puede medir de
forma objetiva. Un sistema de trading puede incluir estrate-
gias basadas en Ondas de Elliott como por ejemplo comprar
en el retroceso del 50% de una onda segunda o incluso más
sofisticadas incluyendo ondas cuartas, como las estrategias
que trae el software Advanced Get.
Todo sistema de trading genera una serie de operacio-
nes que se pueden representar en un histograma. En este his-
tograma se representan por intervalos de ganancia (pérdida)
el número de operaciones que caen en ese intervalo. Es una
187
información muy útil. Del análisis de los datos que genera

nuestro sistema se pueden obtener resultados muy interesan-
tes que nos van a decir lo que podemos esperar del sistema
en el futuro.
En la figura 54 se puede ver la evolución en el tiempo

de los resultados de un sistema de especulación seguidor de
tendencia. Como se puede ver aparecen operaciones cuyo re-
sultado es muy alto comparado con las operaciones vecinas.
Son sistemas con una dispersión muy alta.
14000
12000
10000
8000
6000
4000
2000
-2000
-4000
figura 54
Podemos crear un rango de datos por ejemplo entre -

2000 y +8000 euros, con una separación de 200 euros y ver
cómo es la distribución de estos resultados.
En la figura 55 se puede ver el histograma de estas
operaciones. Este sistema nos proporciona un gráfico cuya
distribución de resultados no es normal (gaussiana) sino que
tiene una cola larga hacia la derecha que proviene de las
pocas operaciones que se cierran con gran ganancia. Si no
fuera por este pequeño porcentaje de operaciones con
ganancias elevadas (recordar el principio de Pareto) no
merecería la pena operar este sistema ya que la curva está
centrada en -200, lo que quiere decir que en los 458 datos de
188
que se compone el estudio lo que más se repite es una

pérdida de 200 euros. Pero eso no quiere decir que la media
de resultados sea negativa sino que debido a la asimetría de
la curva a pesar de centrarse en terreno negativo la media de
todos los datos es positiva, gracias a esas pocas operaciones
con una ganancia elevada.
La curva que vemos junto al histograma de las opera-
ciones es una distribución normal verdadera (gaussiana) que
se ajusta a los datos a mano siguiendo un proceso de prueba
y error. La distribución normal con la misma media y varian-
za es mucho más ancha porque tiene que incluir los datos de
la derecha. Las distribuciones de las operaciones en bolsa
tienen “colas largas” y son más estrechas en el centro como
consecuencia de no ponerle tope a las ganancias. Si vd utiliza
objetivos de beneficio entonces la distribución de sus resul-
tados será muy diferente.
Se puede deducir aquí que si el porcentaje de aciertos
es inferior al 50% entonces no conviene ponerle tope a las
ganancias. Estará haciendo la cola de la distribución más cor-
ta. Cuanto más se parezca su histograma a una gaussiana
peor, más aleatorios serán sus resultados.
80 0.0003
70
0.00025
60
0.0002
50
40 0.00015
30
0.0001
20
0.00005
10
0 0
40 0
60 0
80 0
10 0
12 00
14 00
16 0
18 00
20 00
22 00
24 00
26 00
28 00
30 0
32 00
34 00
36 0
38 00
40 00
42 00
44 00
46 00
48 00
50 0
52 00
54 00
56 00
58 00
60 0
62 00
64 00
66 00
68 00
70 00
72 00
74 0
76 00
78 00
80 0
M 00
-1 00
-1 00
-1 00
-1 00
-8 0
-6 0
-4 0
00
00
200
e
0
0
00
0
0
or
8
6
4
2
-2
-1
figura 55
189
En la tabla que se muestra debajo vemos las estadísti-

cas de este sistema. Lo más importante es la media y la des-
viación. La media es de 351 euros con una desviación de 1625
euros. De alguna manera eso se puede interpretar como que
necesitamos arriesgar 1625 euros para ganar 351. El cociente
entre la media y la desviación es muy importante a la hora de
evaluar un sistema (es el ratio de Sharpe simplificado!) ya
que si tiene una gran desviación (su histograma es muy an-
cho) podremos esperar cualquier resultado.
Si la distribución de los resultados fuera normal enton-
ces el 68% de los resultados va a caer en el intervalo media ±
desviación; es decir que en nuestro caso podemos esperar
que en la siguiente operación el resultado esté entre -1274 y
1976 euros con una probabilidad del 68%.
Otra forma en la que se utilizan los datos de media y
varianza es para calcular la eficiencia del retorno. Dividimos
la media entre la desviación y el resultado debería ser mayor
o igual a 0.20 para un buen sistema. En otras palabras un
buen sistema arriesga 5 o menos para ganar 1 (si entendemos
riesgo como 1 desviación Standard). Cuanto mayor sea este
cociente más esbelta será la curva y por tanto tendremos más
probabilidades de que el resultado no sea inesperado. En este
caso que nos ocupa el cociente es 0.22.
Estadisticas
Mean 351.7702
Standard Error 75.94752
Median -96.97
Mode -4
Standard Deviation 1625.348
Sample Variance 2641756
Kurtosis 19.94627
Skewness 3.640857
Range 15218.82
Minimum -1992.58
Maximum 13226.24
Sum 161110.8
Count 458
Largest(1) 13226.24
Smallest(1) -1992.58
Confidence
Level(95.0%) 149.2496
190
En la figura 56 vemos un histograma construido con los

mismos resultados anteriores pero ahora lo dibujamos entre
-2000 y +2000 euros (antes el intervalo de la derecha llegaba
hasta 8000). Se puede apreciar cómo aparece una gran barra
a la derecha del todo que agrupa todas y cada una de las ga-
nancias mayores de 2000 euros, que son 44 en total.
50
45 44
40
38
35
35
31
30
25 25 25
25
23
22
20
20
15
15 14
11
10 10
10 9
8 8
7 7
6 6 6 6 6
5 5
5 4 4 4
3 3 3 3
2
1 1 1 1
0 0
0
0
e
00
00
00
00
00
00
00
00
00
00
0
10
30
50
70
90
or
90
70
50
30
10
-9
-7
-5
-3
-1
11
13
15
17
19
M
-1
-1
-1
-1
-1
figura 56
Aquí si que se puede observar la asimetría de los resul-

tados de un sistema de trading. La barra de la derecha resu-
me las ganancias que van más allá de los 2000 euros y que
sabemos que son 44 en este ejemplo. Con esta información se
pueden obtener las probabilidades.
Veamos ahora cómo extraer las probabilidades del his-

tograma. En la figura 57 se puede ver la distribución de resul-
tados de un sistema seguidor de tendencia en el que ahora
tenemos muchas más muestras. Se sabe que es un sistema
seguidor de tendencia por la gran barra de la derecha. Si vd
sigue tendencias debe tener mucha moral porque solamente
un porcentaje muy pequeño de operaciones le va a propor-
191
cionar un resultado extraordinario que compense todo lo

demás. En el gráfico son 58 operaciones de un total de
1641Æ un 3.5%.
160
141
140
125
120
120
111
100
93 94
80
72
69
58 58
60
5150
45
40 3635
30
28
26
23
21
1919
20
1312 14 1415 15
10 10 1011 9 1111 9
11 11
7 8
5 6
3 4445 5 5
3 4 443 4
2 23 12 22 1 3
010 010111 0
0
More
-3600
-3500
-3400
-3300
-3200
-3100
-3000
-2900
-2800
-2700
-2600
-2500
-2400
-2300
-2200
-2100
-2000
-1900
-1800
-1700
-1600
-1500
-1400
-1300
-1200
-1100
-1000
-900
-800
-700
-600
-500
-400
-300
-200
-100
0
100
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500
1600
1700
1800
1900
2000
2100
2200
2300
2400
2500
2600
2700
2800
2900
3000
3100
3200
3300
3400
3500
3600
figura 57
Es decir, que de cada 100 operaciones podemos esperar

que 3 tengan un resultado extraordinario. Eso quiere decir
que las 97 restantes tendrán ganancia o pérdida pero siempre
dentro del intervalo que hemos definido nosotros. En el grá-
fico hemos dibujado los resultados entre -3600 y +3600 eu-
ros con un incremento de 100. La barra de la derecha repre-
senta las operaciones con más de 3600 euros de ganancia.
La figura 58 representa el mismo sistema pero esta vez
el intervalo lo fijamos entre -2000 y 2000 euros con un in-
cremento de 50 euros. Se puede ver el gran pico a la derecha
que representa las operaciones con más de 2000 euros de
ganancia, que podemos esperar con una probabilidad del
132/1641= 8%.
192
140
132
120
100
80
72
70 69
62
59 58
60 55
52 53
48
45
42 41 41
39
40
33
28 2727 27
24 23 24
21 22
19
20 16 151515 17 16
14 1415 14
12 1312
10 10 9 9
6 7 7 6 7 7 78 6 7 76 7 6
4343 5 4 54 5 4 4 5 4 4 3
2 22 3 2 3 2 1 0
0
More
-2000
-1950
-1900
-1850
-1800
-1750
-1700
-1650
-1600
-1550
-1500
-1450
-1400
-1350
-1300
-1250
-1200
-1150
-1100
-1050
-1000
-950
-900
-850
-800
-750
-700
-650
-600
-550
-500
-450
-400
-350
-300
-250
-200
-150
-100
-50
0
50
100
150
200
250
300
350
400
450
500
550
600
650
700
750
800
850
900
950
1000
1050
1100
1150
1200
1250
1300
1350
1400
1450
1500
1550
1600
1650
1700
1750
1800
1850
1900
1950
2000
figura 58
Estimado lector, el trading es un negocio ingrato.

Cuando se opera siguiendo tendencias solamente unas pocas
operaciones dan resultados excelentes. El resto son medio-
cres o incluso peor. Fíjese que la barra central de mayor fre-
cuencia (141 en el gráfico anterior y 72 en este) aparece cen-
trada en un valor negativo (-300 y -350 euros respectivamen-
te). Eso quiere decir que la mayoría de operaciones que
realicemos terminarán en una pérdida de entre 300 y 350
euros. Los sistemas seguidores de tendencia tienen un
porcentaje de aciertos muy bajo, alrededor del 35-40% pero
sin embargo son la mejor opción cuando las comisiones al
operar son elevadas como es el caso del mercado español (ver
el apartado “las comisiones cuentan mucho”).
Si tenemos la suerte de operar con comisiones bajas en-

tonces podremos utilizar sistemas que operen más frecuen-
temente, buscando operaciones más rápidas y más proba-
bles. En la figura 59 se muestra el histograma de un sistema
de volatilidad con un porcentaje de aciertos superior al 75%.
Este sistema tiene un stop loss fijo del 5% como se puede
193
apreciar en la parte negativa. El histograma nos muestra una

gran barra en los entornos del 5% (entre el 5 y el 7.5%). No se
toma una pérdida antes ni después. Sin embargo en la parte
positiva no hay límite para lo que se puede ganar, que en
ningún caso supera el 30% por las características de corto
plazo del sistema. Este sistema es mucho más eficiente que
los anteriores y esto puede saberse solamente mirando el his-
tograma. De las 373 operaciones mostradas 140 se corres-
ponden a una ganancia entre 0 y un 2.5%. Es decir, tenemos
una probabilidad del 140/373=37% de terminar cada opera-
ción con una ganancia inferior al 2.5%.
Este tipo de sistemas con alto porcentaje de aciertos
suelen ser más sencillos de operar y requieren menos pacien-
cia y menos diversificación. Estos sistemas consiguen ganan-
cia a través de la aplicación directa de la ecuación fundamen-
tal del trading, la desviación de los resultados es muy peque-
ña comparada con la media y por tanto cuanto más se opere
mejor, más N se consigue.
figura 59
La elección del sistema con el que operar es algo perso-

nal. Dependiendo de su personalidad deberá utilizar uno u
otro pero en ningún caso debe cambiarse de una estrategia a
otra frecuentemente pues entonces no obtendrá ningún be-
neficio de cualquier aproximación que utilice. Tenga en cuen-
194
ta que acumular capital depende mucho de la consistencia

con la que se opera y de la dispersión de nuestros resultados.
Al final es una cuestión de números, y estos no entienden de
si vd piensa que hoy es mejor seguir tendencias que buscar
operaciones rápidas y probables. Operar correctamente tiene
mucho que ver con tener confianza en nuestro sistema y no
desviarnos de el cuando las cosas se tuercen. En el siguiente
apartado quiero mostrarle cómo se puede estar estadística-
mente confiado en que nuestro sistema generará dinero en el
futuro.
Sistemas rentables en el futuro

En el apartado anterior hemos visto que el histograma
de las operaciones proporciona información muy útil. Esta
información (mayormente visual) también puede condensar-
se de forma cuantitativa en la estadística descriptiva del sis-
tema. En el apartado anterior se mostró la estadística des-
criptiva para calcular la eficiencia del retorno. Aquí nos va-
mos a fijar en el intervalo de confianza para la media, un dato
bastante frecuente (Excel lo proporciona). Veamos un ejem-
plo:
Sistema seguidor
de tendencias
Mean 239.94
Standard Error 68.08
Median -288.58
Mode -722.2
Standard Deviation 2757.99
Sample Variance 7606557.024
Kurtosis 126.03
Skewness 8.94
Range 62397.27
Minimum -7804
Maximum 54593.27
Sum 393743.12
Count 1641
Largest(1) 54593.27
Smallest(1) -7804
Confidence Level(95.0%) 133.539
195
La media de 239 euros nos dice que en media nuestro

sistema va a dar esa ganancia por operación. Pero hay que
saber con que probabilidad va a ocurrir eso.
En una distribución normal de resultados (ya hemos
visto que la distribución no es del todo normal) el 95% de los
resultados cae dentro de la media ± 1.96 desviaciones están-
dar. Excel nos proporciona el intervalo de confianza para la
media al 95% que resulta ser de 133 euros. Eso quiere decir
que:
Con una confianza del 95% el resultado de nuestro sis-

tema de trading va a estar entre: 239-133 y 239+133 euros.
Es decir:
El resultado medio va a estar entre +106 y +372 euros

con un intervalo de confianza del 95%
Si quisiéramos saber el intervalo de confianza a otro

porcentaje podemos utilizar la siguiente formula:
Intervalo = Num_desviaciones * desviación_standard /

raíz(num_operaciones).
Donde el número de desviaciones determina el interva-

lo de confianza así:
Porc num de desv standard

50 0.674
68.3 1
90 1.645
95 1.96
95.4 2
98 2.326
99 2.576
99.7 3
Por tanto, supongamos que queremos estar seguros al

99% de confianza (cuando no se tienen todas las operaciones
es imposible estar seguro de algo al 100%) de que nuestro
196
sistema seguidor de tendencia va a ser rentable en el futuro.

Haríamos lo siguiente:
Intervalo(99%) = 2.576*2757.998/raíz(1641) = 175.38

euros. Eso quiere decir que la media va a estar entre 239-175
y 239+175:
El resultado medio va a estar entre +64 y +414 eu-

ros con una confianza del 99%
Como se puede ver nuestro sistema va a generar al me-

nos 64 euros de ganancia media por operación en el peor de
los casos. En teoría un suceso que va más allá de 2.576 des-
viaciones Standard solo ocurre un 1% de las veces. Eso ya es
información suficiente para no descorazonar ante una racha
de pérdidas. Este es un sistema ganador en media. Asegúrese
de que siempre opera con un sistema ganador al menos al
95% de confianza.
No descorazonar ante una racha de pérdidas.
“Toda batalla es ganada antes de ser librada” le decía

Gordon Gekko (Michael Douglas) a Bud Fox (Charlie Sheen)
en la película Wall Street (1987). Con ello quería decir que la
preparación y recabar toda la información es fundamental
antes de una operación y en cierto modo determinará si la
operación sale bien o no. Debemos estar preparados ante las
rachas de pérdidas pues ocurrirán seguro. No lo dude.
Si tenemos un sistema con un 35% de aciertos entonces
podemos esperar un 65% de pérdidas. Eso quiere decir que
podremos tener hasta 10 pérdidas seguidas con una probabi-
lidad mayor del 1%. Se calcula así:
0.65^10=0.0134
Si vd opera con una estrategia de riesgo fijo (la estrate-

gia de Carlos del apartado “Una historia de Gestión de Capi-
tal”) entonces debe arriesgar un porcentaje de capital que le
permita perder 10 veces seguidas y no arruinarse. Si p.e.
arriesga un 2% de su capital por operación entonces:
197
1-(1-0.02)^10=18%
Después de 10 pérdidas seguidas habrá perdido el 18%

de todo su capital. Si va a seguir una estrategia así debe estar
preparado para esto. En el apartado “ganancia necesaria para
recuperar una pérdida” le mostré que arriesgando el 2% del
capital se necesitan 34 operaciones perdedoras seguidas para
perder la mitad del capital. Si vd sigue una estrategia de f óp-
tima entonces su riesgo puede ser mayor de un 2% (y debe
ser mayor para ganar más) y ante las pérdidas su porcentaje
de riesgo bajará muy deprisa, así: 8%, 3%, 1%, 1%... así hasta
que tengamos operaciones ganadoras. Las estrategias de f
óptima cortan en seguida las pérdidas aplanando la curva de
capital. Son la mejor opción siempre, tanto si se gana dinero
como si se pierde.
La simulación de Montecarlo
Cuando simulamos un sistema de especulación sobre
un solo valor o índice estamos simulando un entorno que no
vamos a ser capaces de reproducir 100% en la vida real. Un
solo clic de ratón y Metastock o Tradestation simula un sis-
tema sobre 10 años de datos. Sin embargo cuando repasamos
las operaciones vemos que nuestro sistema estuvo por ejem-
plo 8 meses sin operar. En la vida real no vamos a estar 8
meses esperando que nuestro sistema proporcione una señal
sino que lo más probable es que operemos nuestro sistema
en otro índice o valor.
Amibroker o Wealth-lab permiten hacer una simula-
ción real de cartera. El programa utiliza el capital disponible
para comprar el número de títulos (o futuros) que previa-
mente se han establecido en las opciones. Al cerrar una ope-
ración el programa escoge la siguiente señal de entrada y con
ello simula nuestro comportamiento real, que es aplicar el
sistema cuando este genera una señal de entrada en el primer
mercado que la proporciona. Una vez tenemos una simula-
ción sobre una cartera de valores si los resultados son buenos
podemos preguntarnos:
198
Ha sido una casualidad al coincidir las mejores opera-

ciones posibles?
Los sistemas de especulación suelen marcar las señales

de entrada para distintos valores en el mismo día, lo cual es
lógico debido a la correlación entre los diferentes valores y
que las reglas a aplicar van a ser las mismas para todos. Si el
programa de simulación hubiera escogido otro conjunto de
valores entonces el resultado total hubiera sido diferente. Eso
está claro, pero cuanto de diferente?
La respuesta a esta pregunta nos la proporciona la si-
mulación de Montecarlo. Una forma de usar este tipo de si-
mulación es escogiendo aleatoriamente los valores que van a
componer los resultados del sistema. Le pedimos al ordena-
dor que calcule p.e. 1000 combinaciones diferentes y tras
procesar los resultados seremos capaces de ver el mejor de
estos, el peor, el promedio, etc.
Para entenderlo mejor vamos a estudiar un ejemplo.
Debajo se pueden ver los resultados de aplicar un sistema
con alto porcentaje de aciertos a los 100 valores del Nasdaq
100 durante el año 2005. Encontramos 12 operaciones gana-
doras seguidas y solo dos perdedoras consecutivas. La ga-
nancia total es de 12766 dólares con un porcentaje de acier-
tos del 81% y un drawdown del 17%. Se puede decir que este
es un buen sistema con bastantes posibilidades de seguir
dando una buenos resultados . O quizás no?
Antes de operar este sistema deberíamos preguntarnos
si los resultado son casuales o no. Si con otras combinaciones
de valores tendremos un 81% de aciertos o una ganancia de
12766 dólares. Para saberlo vamos a pedirle al PC que nos
simule 1000 combinaciones posibles de las muchas que apa-
recen cuando el criterio de selección de títulos es aleatorio.
199
200
Amibroker simula las 1000 muestras sobre el portfolio

de 100 valores. Luego pasamos los resultados a Excel y sobre
las 1000 muestras calculamos la media, la desviación, el ratio
entre la media y la desviación (ratio de Sharpe simplificado),
el mínimo valor y el máximo. Con ello podemos hacernos una
idea muy buena de lo que podemos esperar del sistema. Los
resultados son los siguientes (figura 60):
Beneficio neto promedio: 12524 euros

Max Drawdown promedio: -19.53%
Porcentaje ganadoras promedio: 79.97%
figura 60
Como se puede ver las estadísticas se mantienen. El

beneficio promedio de las 1000 combinaciones es de 12524.
El menor beneficio de las 1000 combinaciones es una ganan-
cia de 880 euros. Este es un dato importante, así sabemos
que estadísticamente es improbable que después de un año
operando este sistema terminemos con pérdidas. Sabemos
que en el peor de los casos ganaremos 880 euros. También es
importante mirar el ratio entre la media y la desviación. En
este caso es de 2.48 y eso quiere decir que la desviación es
201
muy pequeña comparada con la media (menos de la mitad).

Es un sistema muy estable. La ganancia futura estará con
mucha probabilidad en el entorno de la media.
El máximo drawdown es algo mayor que el de referen-
cia. Aún así no llega al 20%. Pero enseguida vemos las venta-
jas de haber simulado con la técnica de Montecarlo. En las
1000 muestras el peor drawdown ha sido del 46%. Ese es el
nivel para el que tenemos que estar preparados. Solo ha ocu-
rrido una vez de cada 1000, pero podría sucedernos al operar
el sistema.
Notar que hay un ratio de 24.84 en el porcentaje de
aciertos. Ese si que es un valor estable como lo demuestra el
hecho de que en 1000 combinaciones de diferentes valores el
peor porcentaje de aciertos durante el año fue del 69.23%.
Aunque nuestra simulación de referencia nos proporcionó un
porcentaje de aciertos del 81% podemos esperar un valor li-
geramente inferior. La media es del 79.97% con una desvia-
ción de un 3% arriba o abajo.
La conclusión de esta simulación es que el sistema es
muy estable pero a pesar de todo hay ocasiones en que po-
demos ver un drawdown de más del doble de lo que nos indi-
có la simulación de referencia.
Le hemos pedido a Excel que nos obtenga un histogra-

ma del Beneficio Neto de las 1000 muestras. Lo podemos ver
en la figura 61. De izquierda a derecha se puede ver que solo
hay dos ocasiones con una ganancia del 20%. Hay 81 ocasio-
nes de las 1000 en las que tenemos una ganancia del 100%.
Es decir, hay una probabilidad del 8.1% de obtener justo una
ganancia del 100% en un año con este sistema. Lo más pro-
bable es la barra más alta, es una ganancia del 140%. Cada
1000 veces ocurre 138, por tanto es una probabilidad del
13.8%.
Si cogemos las cuatro barras mas altas podemos con-
cluir que tenemos una probabilidad de (109 + 138 + 131 +
105) / 1000 =48.3% de terminar el año con un beneficio en-
tre el 120 y el 180%. O sea duplicar nuestro capital es cues-
tión de cara o cruz, ocurrirá con mucha frecuencia siguiendo
este sistema.
202
Acabamos de ver lo útil que es la simulación de Monte-

carlo para considerar las diferentes posibilidades que puede
darnos un sistema de especulación. Si vd va a operar un sis-
tema automático no hay excusa para operarle sin haberle
probado en profundidad. La simulación de Montecarlo le
proporcionará una perspectiva mucho mayor sobre lo que
puede esperar de su sistema.
160
138
140
131
120
109
105
100
90
87
81
80
65
60 56
38
40
27
24
20 16
10 8 6
2 3 3 1
0
0
20
40
60
80
100
120
140
160
180
200
220
240
260
280
300
320
340
360
380
400
More
figura 61
Lo mismo que hemos hecho con la ganancia se puede

hacer con el drawdown. Lo vemos en la figura 62. Se puede
apreciar que lo más probable (con un 41%) es tener un draw-
down del 16.1% aunque hay un 1.6% de probabilidades de
que el drawdown sea del 35.14%. Puesto que es una probabi-
lidad mayor del 1% deberíamos considerarlo como algo que
puede ocurrir y por tanto estar preparados para estos valo-
res. En este caso en particular no son especialmente preocu-
pantes pero si lo fueran podríamos modificar el tamaño de
cada operación para tener un drawdown más limitado.
203
figura 62
Para concluir con la simulación de Montecarlo vemos

en la figura 63 un gráfico de dispersión donde aparecen las
1000 muestras y cada una se sitúa como un punto en los ejes
ganancia/drawdown. Al observar este gráfico podemos ver de
inmediato que la nube de puntos se concentra en drawdowns
del 20% coicidiendo con ganancias que van en su mayoría del
50 al 250%.
figura 63
204
Aplicando Gestión de Capital en la vida

real
La aplicación real de la f óptima no es sencilla y tiene
algún inconveniente. En primer lugar asume que nuestras
operaciones futuras van a ser similares a las operaciones del
pasado. Es importante entender que para calcular la f óptima
siempre debemos fijarnos en un periodo anterior con un nú-
mero determinado de operaciones. Si estas operaciones se
hicieron en un mercado lateral-bajista y ahora estamos en un
mercado alcista nos va a hacer operar de una forma dema-
siado prudente. O peor incluso, si las operaciones del periodo
base están tomadas en un momento alcista del mercado (es-
toy suponiendo por simplicidad que solo se opera en el lado
largo) y se aplica la fracción óptima a un mercado lateral nos
va a provocar ser demasiado agresivos. Cuanto más frecuen-
temente operemos más operaciones debemos incluir en el
periodo base para asegurarnos que cubren varios mercados
diferentes.
Otra de las características de la f óptima es que solo se
le saca el máximo provecho operando con margen. Si se ope-
ra sin margen a poco bueno que sea el sistema enseguida
tendremos una f lo suficientemente grande como para que
tengamos que utilizar todo el capital y trabajar con una frac-
ción de f en lugar de con la f total.
Una de las soluciones más sencillas y sin embargo más

eficientes es operar a riesgo constante. De esta manera siem-
pre se arriesga la fracción del capital que uno está dispuesto a
perder independientemente del valor sobre el que estemos
operando. Adicionalmente una vez conocida la f podemos
elegir un valor de riesgo por debajo de f y así nos asegurare-
mos de que no estamos arriesgando demasiado.
Para calcular el número de títulos N se utiliza la si-

guiente formula:
205
N = Capital*Riesgo porcentual/Stop_Loss
Veamos un ejemplo. Supongamos que queremos operar

en TEF en una rotura alcista que confirmaría el final de un
canal bajista. Ver Figura 64. El punto de compra son los
13.55 que es la línea horizontal que se traza sobre el máximo
previo. Si TEF supera este máximo entonces su nueva ten-
dencia será alcista y por tanto tiene sentido estar comprado
en este valor.
Bien, si el escape fuera en falso TEF una vez superada
la línea horizontal volverá al nivel 13.30 que queda por deba-
jo del mínimo del día de hoy a 13.35. Es lógico pensar que un
valor que se escapa al alza no va a caer por debajo del míni-
mo de hoy.
Por tanto, el punto de compra es 13.55 y el stop está en

13.30; es decir son 25 céntimos de euro de riesgo por acción.
De acuerdo a la estrategia de riesgo fijo decidimos que
si la cosa sale mal estamos dispuestos a perder un 1.5% del
total disponible. En este ejemplo disponemos de 18000 euros
para operar. En este caso compraríamos:
N=18000*0.015/0.25=1080 títulos de Telefónica.
Con la compra de 1080 títulos de TEF a 13.55 (o lo más

cerca que se pueda de este precio) nos aseguramos que si la
operación sale mal vamos a perder 270 euros que es el 1.5%
de nuestro capital con el que estamos cómodos arriesgando.
1080*(13.55-13.30)=270 euros
206
Figura 64
Somos conscientes de que esta fracción no es la óptima

pero operar a gusto y sin miedo es el primer paso para tomar
decisiones correctas. No podemos olvidar que si se opera con
la f óptima vamos a tener drawdowns o disminuciones de ca-
pital iguales a f%, lo cual es excesivo en la mayoría de los ca-
sos.
Si vd arriesga más de lo que está cómodo perdiendo lo
más probable es que lo pierda porque no va a poder decidir
con objetividad el momento de entrar y de salir. Creo que tan
importante es arriesgar la cantidad justa (matemáticamente)
como arriesgar la cantidad que no nos traumatice perder. No
se engañe a sí mismo, solamente cuando acepte que cual-
quier operación en bolsa puede salirle mal entenderá porqué
hay que saber de antemano la cantidad que vamos a perder.
Cuando aceptemos esta pérdida por adelantado seremos ca-
paces de tomar las decisiones sin estrés y sin vernos influen-
ciados por lo que estamos perdiendo.
207
Ahora vamos a ver cómo ajustamos el stop loss una vez

hemos entrado en la operación cuando no se consigue entrar
en el precio fijado.
Supongamos que finalmente la orden de compra por
1080 acciones entró a 13.62. Usaremos la siguiente formula
para ajustar el stop loss de forma que el capital arriesgado
sea exactamente el 1.5% (por simplicidad no se incluyen las
comisiones en el cálculo)
Stop_Loss = P-Cap*riesgo%/num_acciones
Siendo P el precio de entrada. En este caso:
Stop Loss = 13.62-18000*0.015/1080 = 13.37
Por tanto subimos el stop a 13.37 si realmente quere-

mos arriesgar un 1.5% de nuestro capital por operación.
Cuando se arriesga un 1.5% del total se necesita perder 45
veces seguidas antes de reducir nuestro capital a la mitad.
Por conveniencia se muestra a continuación una ver-
sión reducida de la tabla de la primera parte del libro que re-
laciona el número de pérdidas consecutivas hasta perder la
mitad del capital con el riesgo por operación:
Riesgo total Veces hasta

Cap/2
1% 68
1.5% 45
2% 34
2.5% 27
3% 22
4% 16
5% 13
10% 6
12% 5
15% 4
20% 3
Esta estrategia de riesgo fijo es una de las mejores dis-

ponibles al trader sin que tenga que hacer cálculos complica-
208
dos o conocer en detalle todos los entresijos de la Gestión del

Capital. Sin embargo tiene un pequeño inconveniente, y es
que arriesgamos siempre la misma fracción de nuestro capi-
tal (1.5% p.e.) pero el stop loss lo situamos nosotros donde
nos parece adecuado sin tener en cuenta la volatilidad del
mercado. No tendría más sentido que el stop estuviera en un
punto escogido especialmente para que no esté muy cerca y
así no salir a menudo de operaciones que luego son rentables
y que no esté muy lejos para que podamos aumentar el nú-
mero de títulos sin incrementar el riesgo fijo?.
La solución es utilizar la técnica de “Volatilidad cons-
tante”. Esta técnica es similar a la anterior con la diferencia
de que el Stop siempre está en el mismo punto en términos
de volatilidad.
Con la técnica de Volatilidad constante se compra un

número de títulos que es el siguiente:
N = Capital*Riesgo porcentual/(m*ATR)
Donde m es el número de ATR’s que queremos arries-

gar. Normalmente 1 o 2 ya que una variación de 1 o 2 ATR’s
en la dirección contraria es un movimiento lo suficientemen-
te amplio como para entender que la operación no está evo-
lucionando como esperábamos.
Usando esta técnica no dependemos de nuestro buen
criterio para escoger los Stops. Simplemente arriesgamos la
cantidad elegida (1.5% p.e.) independientemente de la volati-
lidad del mercado. Estamos eliminando la dependencia con
la volatilidad que es lo que hace que muchas veces salte el
stop en posiciones que terminan siendo ganadoras cuando el
mercado está muy movido y también ayuda a ceñir más los
stop cuando el mercado está lateral o poco volátil.
209
Estrategias de Cobertura del Capital

Como hemos visto anteriormente operar la fracción op-
tima del capital al 100% no siempre es una buena idea. Per-
mitiría vd que el Gestor de un fondo de inversión contratado
por vd perdiera el 90% del capital en un determinado mo-
mento?. Y si le dice que trabaja con una estrategia de f ópti-
ma con f=0.90?
Las estrategias de fracción optima pura son algo con-
tradictorias ya que cuanto mejor es la estrategia más elevada
es su f. Cuanto más elevada es la f más grande es el draw-
down que vendrá cuando tengamos una pérdida similar a la
máxima pérdida. Una buena estrategia con una f del 60%
perderá el 60% de nuestro capital cuando llegue la máxima
pérdida. En la vida real no se debería operar una estrategia
de f óptima sobre todo el capital porque no creo que haya na-
die que pueda conseguir el coraje suficiente para pensar que
todo va bien cuando solo le queda el 40% de su capital.
Veremos a continuación una forma muy buena de ope-
rar la f óptima pero solo sobre una parte de nuestro capital.
Esta forma de operar está basada en las estrategias de cober-
tura. Veamos primero que son las estrategias de cobertura de
capital.
Comparadas con otras estrategias, las estrategias de
cobertura son muy fáciles de entender y muy fáciles de im-
plementar. En este modelo lo que se arriesga es denominado
exposición al mercado (e). Es lo que el trader espera perder si
todo va mal. Es:
e=m*(VC-VM)
Donde m es un múltiplo que representa el riesgo y lo

elige el trader en función de su tolerancia al riesgo. VC es el
valor de la cartera en un momento determinado. VM es el va-
lor mínimo que puede tomar la cartera. Es el nivel donde ya
no queremos arriesgar más. Es el tope.
Supongamos que un trader abre una cuenta con

100000 euros y no quiere que esa cuenta caiga por debajo de
los 70000. Escoge un valor de m=0.5. En ese caso:
210
e=0.5*(100000-70000)
e=0.5*30000
e=15000
Es decir que el riesgo inicial que va a asumir nuestro

trader es de 15000 euros. Supongamos que opera su cartera
de valores (y/o futuros) y su cartera cae hasta tener una valo-
ración de 80000 euros. En ese caso ahora arriesgaría:
e=0.5*(80000-70000)=5000 euros
Arriesgaría 5000 euros. De la misma manera si la car-

tera creciera en valor hasta los 200000 euros entonces nues-
tro trader arriesgaría:
e=(200000-70000)*0.5=65000 euros
El lector puede ver que cuando el valor de la cartera

disminuye también lo hace el riesgo y por tanto es teorica-
mente imposible perder más del valor mínimo establecido
(en este caso 70000). Supongamos que el trader pierde hasta
que su cartera tiene una valoración de 75000 euros. En ese
caso debería arriesgar:
e=0.5*(75000-70000)=2500 euros
Si arriesga 2500 euros y los pierde aún dispone de

otros 2500 hasta 70000. Y así sucesivamente.
Esta estrategia de cobertura de capital se basa en la pa-

radoja de Zenón (500 a.c). Una paradoja clásica que afirma
que un corredor no puede llegar a la meta porque, para lo-
grarlo, debe recorrer una distancia; pero no puede recorrer
esa distancia sin primero recorrer la mitad de ella, y antes la
mitad de la mitad. Y así hasta el infinito.
Zenón no sabía que una suma con un número infinito
de términos puede sumar un número finito. La suma
½+1/4+1/8+1/16+1/32+1/64+1/128+... suma 1.
211
No obstante el reducir el riesgo cuando se pierde dinero

permite cubrir con toda garantía el capital que hemos queri-
do reservar.
Seguramente el lector se esté preguntando ahora cómo

escoger el valor de m y cual es el mejor valor. Bien, m es el
múltiplo del capital que se arriesga (llamémosle capital acti-
vo). Si m=1 entonces arriesgamos todo el capital activo. Si
m=0.5 entonces solo arriesgamos la mitad de nuestro capital
activo. Cual será el mejor valor de riesgo?
Pues el valor de la fracción óptima. Por tanto se opera

de forma óptima con m=f. Inicialmente se puede establecer
un valor de m que permita cubrir una parte importante de
nuestro capital. Por ejemplo si m=0.1 entonces estaremos
cubriendo el 90% de nuestro capital. El 10% será capital acti-
vo y el 90% será inactivo. El capital inactivo también se usa
para operar, pero no se arriesga.
Mi opinión es que la mayoría de los inversores que em-

piezan deberían usar una estrategia con cobertura sobre el
90% del capital (VM=90% del capital inicial) y arriesgar la
cantidad óptima en el 10% restante de su capital. Así si las
operaciones van mal aún dispondrá del 90% restante. A poco
bueno que sea un sistema o método de especulación va a te-
ner una f elevada y por ello si p.e. f=0.60 y m=0.1 estaremos
arriesgando el 6% de todo nuestro capital en una sola opera-
ción. Eso es lo correcto pues si las operaciones anteriores han
generado una f=0.6 entonces es que estamos operando muy
bien y deberíamos arriesgar bastante para conseguir creci-
miento exponencial de nuestro capital.
SIZER implementa una estrategia de f optima con co-

bertura sobre el 90% de su capital (m=0.1). Veamos como es
esto. Supongamos que tenemos las siguientes operaciones:
212
Neto
+100
+200
-400
-600
-300
+800
+800
Después de operar con 10000 euros el resultado total

es una ganancia de 600 euros. Por tanto el valor de la cartera
es de 10600 euros. Inicialmente teníamos un valor mínimo
de cartera del 90%, o sea, 9000 euros. Por tanto la cantidad
que queremos arriesgar es:
Riesgo =10600-9000=1600 euros.
Ese es el capital activo, 1600 euros. La parte de esos

1600 euros que queremos arriesgar vendrá determinada por
la f óptima de las operaciones anteriores. Vemos en la figura
65 que la f óptima de estas operaciones es del 20% y por tan-
to arriesgaremos el 20% de los 1600 euros. En definitiva, 320
euros. Eso es lo que se puede ver en la figura. El capital acti-
vo aparece como 1600, el capital final como 10600, el riesgo
como 320 y la f como 0.20. Puesto que en este ejemplo esta-
mos operando con futuros y la máxima pérdida ha sido de
600 euros lo óptimo será operar con un futuro por cada
600/0.20=3000 euros de capital activo
Puesto que el capital activo es inferior a 3000 euros en-

tonces se debe operar con un solo futuro. Incluso operando
con un solo futuro vamos a tener una pérdida (si volvemos a
tener la máxima pérdida) de 600 euros que es superior a los
320 que era el riesgo óptimo. Pero no es posible operar con
menos de 1 futuro.
213
figura 65
Por ello conviene echarle un vistazo al comentario ex-

perto (figura 66) que nos dice que deberíamos operar un fu-
turo por cada 19875 euros de nuestro capital total (es lo
mismo que decir por cada 3000 euros de nuestro capital ac-
tivo). Debemos conseguir 3000 en capital activo antes de pa-
sar a otro futuro. Es una ganancia de 2000 euros.
figura 66
En este apartado hemos visto que las estrategias de co-

bertura de capital son muy sencillas. No tenemos porqué
operar nuestro capital activo con la f óptima (aunque si po-
demos hacerlo mucho mejor porque conseguiremos más be-
neficio). El valor mínimo de la cartera se puede establecer en
el 90% del capital total. Así sabremos por adelantado que
214
como mucho vamos a perder el 10% de nuestro capital ope-

rando. Cuanto más ganemos más arriesgamos, cuanto más
perdamos menos arriesgamos. Es la clave para la superviven-
cia financiera en los mercados.
Al operar la fracción optima solo sobre el capital activo
tendremos un resultado que es insuperable sobre la parte
arriesgada. Pero a la vez estaremos cubriendo el capital. Si
nuestra aproximación al mercado es lo suficientemente bue-
na pronto tendremos un capital activo muy elevado y supe-
rior al inactivo. El drawdown crecerá muy deprisa. En ese
momento se puede repetir la estrategia. Cubrir el 90% del
capital y arriesgar la f óptima sobre el restante. Paso a paso
estaremos haciendo crecer el capital mientras cubrimos la
cartera. Seguramente vd deba reajustar los capitales activo-
inactivo cada vez que el capital activo sea superior al inactivo
o cada vez que duplique el capital inicial.
Rentabilidad vs Drawdown
A lo largo de este libro hemos visto que aunque la rela-
ción entre riesgo y beneficio no es lineal sí que es cierto que
cuando se opera por debajo de la fracción optima se obtienen
mayores beneficios tomando unos valores mayores de riesgo.
Siendo el valor de la f optima el máximo nivel al que debe-
ríamos operar independientemente de cualquier otra consi-
deración.
En la aplicación del riesgo adecuado entran en juego
factores muy importantes como el problema del margen. Si
operamos con acciones y queremos asumir un riesgo de p.e.
el 20% entonces es bastante improbable que podamos conse-
guirlo porque a no ser que el stop esté muy alejado no ten-
dremos capital suficiente para asumir este riesgo. Por ejem-
plo supongamos que queremos operar en GOOG que cotiza a
400 dólares. Tenemos el stop en 390 y queremos arriesgar
un 20% de nuestr0 capital que son 20000 dólares. Entonces
la pérdida que queremos asumir es de 4000 dólares. Si divi-
dimos 4000 entre 10 (la máxima pérdida por acción) nos re-
sulta que debemos comprar 400 títulos de Google. Sin em-
bargo con 20000 dólares como mucho nos dejaran comprar
50 títulos de Google ya que el precio nos está limitando.
215
Cuando se opera con acciones y en general si disponem0s de

un sistema lo suficientemente bueno y probado (véase “La
simulación de Montecarlo” y “Sistemas Rentables en el futu-
ro”) entonces debemos arriesgar siempre el máximo porque
aún así siempre estaremos por debajo de la fracción óptima.
Una vez aclarada esta limitación vamos a simular un
sistema seguidor de tendencia y vamos a variar el riesgo que
asumimos a un porcentaje fijo y teniendo en cuenta la volati-
lidad del mercado (ATR). El número de títulos que se com-
pran se calcula así en Amibroker:
Rsk=6; //por ejemplo para un riesgo del 6%

Risk = rsk*0.01* Equity(1); //riesgo en $ por posición
Shares = risk/ATR(10);
PositionSize = shares * BuyPrice;
Vamos a aplicar un riesgo variable en un porfolio com-

puesto de 20 valores del Nasdaq tomando siempre 2 posicio-
nes simultaneas. Representamos aquí unos pocos valores
donde se puede comparar el beneficio neto con el drawdown
y el factor de beneficio.
Riesgo del 1% del capital:
Net % profit: 138%

Max Drawdown: 37.68%
PF=1.54
Net % profit: 257.90%

PF=1.55

PF=1.37
216

PF=1.25

PF=1.32
Net % profit: -14.08%

PF=0.80
Como se puede apreciar la forma más eficiente de ope-

rar (dentro de los valores mostrados) es con un riesgo del 2%
que es el mejor factor de beneficio o profit factor. El factor de
beneficio mide la ganancia total de las operaciones ganadoras
y lo divide entre la pérdida total de las operaciones perdedo-
ras. Sin embargo uno debe operar buscando el máximo bene-
ficio y no las mejores estadísticas. Ahora lo que vamos a
hacer es compararlo con una estrategia en la que siempre in-
vertimos 6000 dolares:
Positionsize = 6000;
Capital por operación = 6000

PF=1.45
Como podemos comprobar en este caso hay menos

drawdown al operar con un riesgo tan alto como el 20% que
siempre con la misma cantidad de capital por operación.
217
He preparado este ejemplo de posición constante para

extraer la tasa Ganancia/pérdida del sistema sin la distorsión
que produce el capital creciente de las estrategias de riesgo
fijo.
Tasa W/L = 2.67

Porc aciertos = 35.29
Como se puede ver los valores son típicos de un sistema

seguidor de tendencia. Bajo porcentaje de aciertos y alta tasa
ganancia/pérdida. De estos dos datos podemos extraer la ex-
pectativa del sistema:
Exp = (1+2.67)*0.3529-1=0.295
Y la f de la fórmula de Kelly (a sabiendas de que no

aplica por no ser un resultado Bernoulli):
f (Kelly) = 0.295/2.67 = 0.11 Æ 11%
Como podemos ver el valor del 11% no es la fracción

optima que aplica a estas condiciones en particular. Sin em-
bargo no anda muy lejos. En la figura 67 se puede ver una
representación de la ganancia (he dividido la ganancia por 10
para que se pueda ver mejor el drawdown) versus el draw-
down. Esto ya no parece la curva de la campana de la f ópti-
ma, verdad?.
La realidad es un poco diferente de la teoría. Aún así si
haciendo caso a la formula de Kelly hubiéramos arriesgado el
11% de nuestro capital no nos hubiera ido nada mal. El riesgo
optimo de este sistema tras simularlo es del 14%.
218
200
Ganancia (%)
Drawdown (%)
150
100
50
0
1
11
13
15
17
19
21
23
25
27
29
31
33
35
37
39
41
43
45
47
49
-50
-100
figura 67
Evidentemente los resultados cambian mucho al apli-

car un posicionamiento basado en la volatilidad, pero en ge-
neral podemos pensar que cuanto más elevada sea la fracción
indicada por la formula de Kelly más podemos arriesgar,
aunque la cantidad exacta solo se conoce al simular.
En la figura 67 se puede ver que por encima del 30% de
riesgo el drawdown no sube más lo cual es lógico porque con
acciones estamos limitados por el precio.
Ahora estaría bien saber cual es el número de posicio-

nes óptimo. El problema es que no podemos dejar fijo el ries-
go al 14% y variar el número de posiciones porque las dos co-
sas se influyen mutuamente. En este tipo de simulaciones es
necesario variar ambos parámetros de forma simultanea.
Cuando se trata de 2 parámetros podemos dibujar una curva
de superficie. Si son más de 2 (por ejemplo para tres paráme-
tros) necesitamos crear una curva por cada valor del tercer
parámetro.
219
figura 68
En la figura 68 se puede ver el resultado de una optimi-

zación en la que variamos el riesgo y el número de posicio-
nes. Lo optimo es un número de posiciones de 3 a 6 y un
riesgo de entre el 8 y el 11% de nuestro capital.
Se puede apreciar que los mayores valores de beneficio
se obtienen cuando limitamos el riesgo a los entornos del 9%
independientemente del número de posiciones.
En la figura 69 representamos el máximo drawdown en

función del número de posiciones y el riesgo porcentual.
Hemos limitado la variación del riesgo por arriba al 15% para
que se vea mejor la zona que nos interesa, después de todo ya
tenemos claro que no queremos arriesgar más del 11 o 12%.
Se puede apreciar la existencia de una zona en la que el
drawdown es bastante menor que para valores de riesgo in-
cluso menores. En la figura 70 vemos que se trata de la zona
del 7% de riesgo y que es independiente del número de posi-
ciones siempre que sean al menos 3.
220
figura 69
No obstante no podemos operar al 14% y al 7% de ries-

go simultáneamente. Decidimos por tanto operar este siste-
ma con un riesgo del 10%. Ahora viene la pregunta del mi-
llón:
Que pasará cuando operemos con otros valores diferen-

tes de los de la simulación?. Si la estrategia construida es más
o menos robusta y está basada en criterios lógicos (arriesgar
un 10% por operación es algo normal si lo que se busca es el
máximo beneficio) entonces estos valores debería seguir
manteniéndose.
221
figura 70
En la figura 71 vemos el resultado del sistema seguidor

de tendencia en una optimización de número de posiciones y
porcentaje de riesgo para una cartera de 20 valores, diferente
de la anterior. Afortunadamente el riesgo del 10% sigue sien-
do un valor muy recomendable para operar esta cartera.
Como siempre sucede hay muchos factores que hacen
que la realidad sea diferente de la teoría. No obstante es ne-
cesario conocer la teoría para sacar el máximo provecho y
entender cada una de las situaciones que nos presenta la rea-
lidad cotidiana.
En la figura 72 se puede ver que operar con un riesgo
constante del 10% (o mejor del 12%) nos proporciona un
buen compromiso entre rentabilidad y drawdown.
222
figura 71
45
Net % Profit
40
Max. Sys % Draw dow n
35
30
25
20
15
10
0
2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32
figura 72
223
Limite por porcentaje de aciertos

A la hora de decidir cual es el porcentaje de riesgo que
queremos asumir en nuestras operaciones es muy importan-
te tener en cuenta el porcentaje de aciertos de nuestro siste-
ma. Esto es así porque el porcentaje de aciertos va a determi-
nar las rachas de pérdidas y por tanto la longevidad de un
sistema o método. Recuerde lo que vimos en “el juego +5,-1”
cuando cambiamos el orden de las operaciones para que apa-
recieran rachas.
Aunque nuestras simulaciones nos indiquen que debe-

mos arriesgar el 10% de nuestro capital por operación debe-
mos comprobar antes si esto no se contradice con el cálculo
del riesgo proveniente de una racha de pérdidas.
Si tenemos un sistema con un porcentaje de aciertos

del p% entonces podemos esperar una racha de n operacio-
nes seguidas con una probabilidad del 1%, matemáticamente
lo expresamos así:
(1-p) es la probabilidad de fallos
(1-p)^n es la probabilidad de n pérdidas seguidas
cuando (1-p)^n sea un 1% (o lo más parecido) entonces

sabremos la máxima racha de pérdidas que podemos esperar.
(1-p)^n=0.01
resolvemos la ecuación anterior para n, solo hay que

tomar logaritmos:
n=ent{ln(0.01)/ln(1-p)}
Donde ent{} significa la parte entera (sin decimales).

Así si nuestro sistema tiene un porcentaje de aciertos del 35%
(como el anterior) podemos esperar un 65% de fallos (1-p).
Sustituyendo en la ecuación anterior:
224
n=ent{ln(0.01)/ln(0.65)}=10
Es decir que con un porcentaje de aciertos del 35% po-

demos esperar 10 pérdidas seguidas con una probabilidad
cercana al 1%:
0.65^10=0.013Æ1.3%
Que es lo mismo que decir que tenemos una probabili-

dad de casi el 99% de no tener más de 10 pérdidas seguidas.
De forma práctica tomaremos un suceso como raro si ocurre
con una probabilidad menor del 1%, así que estaremos pre-
parados para una racha de pérdidas que tenga una probabili-
dad de ocurrir del 1%. En este caso una racha de 10.
Ahora lo que hacemos es ver lo que se pierde cuando se

tiene una racha de n pérdidas seguidas en función del riesgo
por operación.
Si arriesgamos un r% entonces después de n pérdidas

nos quedará:
Capital*(1-r)^n
De forma que si tenemos una racha de 10 pérdidas se-

guidas y estamos arriesgando el 10% de nuestro capital por
operación al final nos quedará:
Capital*(1-0.1)^10 = Capital*0.348Æ el 35% del capital
Seguramente a vd no le apetezca que en un determina-

do momento de sus operaciones quedarse con el 35% de su
capital inicial (perder el 65%). Si empieza a operar con
10000 euros cuando tenga 3500 pensará que aún lo está
haciendo bien? Seguramente no.
Lo mejor es hacerse la cuenta al revés. Ver cuanto es-
tamos dispuestos a perder en una racha de pérdidas y con
ello llegaremos a calcular el máximo riesgo que queremos
asumir por operación. Si p.e. vd quiere asumir un máximo
drawdown del 40% entonces
225
(1-r)^n=0.4
n=ent{ln(0.01)/ln(1-p)}
despejando en las ecuaciones anteriores obtiene el va-

lor de p y r. De forma general:
drawdown (por racha) = (1-r)^ent{ln(0.01)/ln(1-p)}
Mostramos debajo una tabla resumen que muestra el

drawdown tras una racha con una probabilidad de aparecer
del 1% para un porcentaje de aciertos del 35%
Tabla para porcentaje de aciertos del 35%

riesgo (%) Drawdown
1% 9.5%
2% 18%
3% 26%
4% 33.5%
5% 40%
6% 46%
7% 51%
8% 56.6%
9% 61%
10% 65%
Luego en un sistema seguidor de tendencia (porcentaje

de aciertos del 35%) podemos esperar un máximo drawdown
del 65% cuando arriesgamos el 10% del capital, debido a la
aparición de rachas de pérdidas. Parece ser una buena refe-
rencia. En el apartado anterior vimos que el drawdown para
el 10% de riesgo era del 42% pero en un número limitado de
muestras es normal que no aparezca una racha de 10 pérdi-
das seguidas, aunque siempre hay que estar preparados para
ello. En teoría un suceso que ocurre con una probabilidad del
1% ocurrirá una vez cada 100 oportunidades; es decir que
podemos esperar una racha de pérdidas como las que esta-
mos viendo cada 100 operaciones que hagamos.
226
Si repetimos el cálculo para cada porcentaje de aciertos

(variando de 5 en 5 de 35% a 70%) podemos crear la siguien-
te tabla que vemos en la figura 73.
figura 73
En la figura 74 se puede ver que si queremos operar

cerca de la f optima (o del riesgo porcentual que nos propor-
cione más ganancia) es importante buscar sistemas con un
porcentaje de aciertos alto porque sino vamos a tener un
drawdown elevado debido a las rachas de pérdidas. Esto es
así independientemente de la tasa Ganancia/Pérdida porque
cuando estamos en una racha de pérdidas lo que se gana en
las operaciones ganadoras no importa nada hasta que no sal-
gamos de la racha.
Fijémonos en la línea vertical que sale de arriesgar un

10% de nuestro capital por operación. Esta línea pasa por
tres zonas, de abajo a arriba son: la zona del 60-80, la zona
del 40-60 y la zona del 20-40, dependiendo del porcentaje de
aciertos de nuestro sistema o método. Si queremos arriesgar
un 10% de nuestro capital deberíamos tener un sistema que
por lo menos acierte el 60% de las veces. En el apartado an-
terior se presentó un sistema con una probabilidad de acier-
tos del 35%, se debe esperar una racha de pérdidas que nos
227
produzca un drawdown del 60-80% cuando arriesgamos el

10% del capital.
figura 74
Variando el riesgo en función del resul-

tado previo
En la segunda parte del libro vimos que en un método o

sistema de especulación bien diseñado no hay forma de saber
si la próxima operación será ganadora o perdedora. Si hubie-
ra dependencia entre operaciones habría que aprovecharla y
una vez aprovechada estaríamos de nuevo en una situación
en la que no tenemos ninguna ventaja al intentar adivinar
cual será el resultado de la próxima operación.
En esta parte se indicó que la práctica totalidad de los
sistemas no muestran dependencia. Ahora vamos a variar el
riesgo en función del resultado de la operación anterior para
ver que sucede en la realidad.
Partimos de un sistema seguidor de tendencias que
cuando se opera con un riesgo constante del 5% por opera-
ción proporciona las siguientes estadísticas:
228
Tabla para riesgo fijo al 5%
Net profit: 518%

Profit factor: 1.57
W/L ratio: 2.52
Prob acierto: 38.44%
Como se puede ver en la figura 75 la distribución de los

resultados es típica de un sistema seguidor de tendencias.
Cola larga a la derecha con unas pocas operaciones excelen-
tes.
figura 75
Veamos que es lo que pasa ahora si duplicamos el ries-

go después de cada operación ganadora (una estrategia anti-
martingala). Después de una ganancia el riesgo será del 10%
del capital. Después de una pérdida será el 5% como hasta
ahora. El resultado es:
229
Tras ganancia: 10%, tras pérdida: 5%
Net profit: 895%

Profit factor: 1.99
W/L ratio: 3.22
Vemos que aumenta el beneficio neto lo cual es lógico

al arriesgar más. El lector puede calcular la f de Kelly para los
datos anteriores (sin distorsión) y ver que el riesgo óptimo de
Kelly es un 14%. Es normal que el beneficio crezca si arries-
gamos un 10% después de una operación ganadora. Lógica-
mente vemos que el drawdown también aumenta.
Sigamos experimentando. Veamos que pasa si hacemos

justo lo contrario que es aumentar el riesgo tras una opera-
ción con pérdidas (estrategia Martingala):
Tras ganancia: 5%, tras pérdida: 10%
Net profit: 1013%

Profit factor: 1.67
W/L ratio: 2.69
Interesante. El beneficio total aumenta y el drawdown

disminuye. Esto es lo contrario de lo que dice la lógica que
debería ocurrir!.
Antes de sacar conclusiones deberíamos ver lo que su-

cede operando siempre al 10% de riesgo:
230
Tabla para riesgo fijo al 10%
Net profit: 1014%

Profit factor: 1.63
W/L ratio: 2.77
El beneficio es el mismo que con la estrategia martinga-

la pero el drawdown es mayor. Que el drawdown sea mayor
que con la estrategia martingala es solamente un suceso pun-
tual. En general las estrategias martingalas tienen un draw-
down muy elevado y mayor que las estrategias antimartinga-
las y las estrategias de riesgo fijo (véase Babcock, “The Busi-
ness One Irwing Guide to Trading Systems”. Parece ser que
este sistema obtiene beneficio de una estrategia en la que
aumentamos el riesgo después de perder. No obstante el me-
jor factor de beneficio se obtiene arriesgando más tras ga-
nancias y también el mayor ratio entre ganadoras y perdedo-
ras, con un factor de 3.22.
Con los ordenadores tan potentes que hay hoy en día

nada nos impide variar el riesgo del 5 al 20% en las dos si-
tuaciones (después de ganancias y después de pérdidas) y ob-
tener un gráfico como el que se puede ver en la figura 76. En
este gráfico la variable de enfrente a nosotros es el riesgo tras
las pérdidas (se indica un signo -) y la variable de la derecha
es el riesgo tras las ganancias (signo +). Vemos que hay una
tendencia a que la ganancia sea mayor si aumentamos el
riesgo después de las pérdidas, es como una rampa de iz-
quierda a derecha. Si se mira con otra perspectiva también se
puede ver algo de subida al aumentar el riesgo tras las opera-
ciones ganadoras pero esta subida es mucho más lenta.
231
figura 76
La mayor ganancia se obtiene con un riesgo del 20% en

ambas situaciones. El drawdown para esa situación es del
42%. Lo que estamos comprobando experimentalmente es
algo que se sabe desde hace mucho tiempo y es que las estra-
tegias de martingala (aumentar el riesgo tras las pérdidas) en
general producen un crecimiento más rápido del beneficio.
Ahora bien, estas estrategias tienen un inconveniente y es
que se necesita mucho capital para soportar una racha de
pérdidas sin arruinarse. Recordar que estamos duplicando el
riesgo después de cada operación con pérdidas, si tenemos 6
o 7 pérdidas seguidas es posible que en la quinta operación lo
hayamos perdido todo sin darnos tiempo de salir de la racha.
Y que sucede con el drawdown?. El drawdown de las
estrategias martingalas es el mayor (lo represento en dos di-
mensiones en la figura 77 porque en 3D no se aprecia bien).
Donde pone MAX el drawdown es del 74%, es decir que en
un determinado momento nos quedamos con el 26% del ca-
pital. Algo inaceptable para cualquiera por mucha tolerancia
al riesgo que tenga.
232
Curiosamente el menor drawdown aparece cuando

arriesgamos lo mismo tras una ganancia que tras una pérdi-
da, es decir cuando asumimos que no podemos saber lo que
va a suceder en la próxima operación. Donde pone MIN te-
nemos un drawdown del 26%. Es un canal perfecto que se ha
resaltado con dos flechas y que trascurre por los mismos va-
lores de riesgo en ambas situaciones. Las estrategias de ries-
go fijo no son tan arriesgadas!!!
El drawdown de las estrategias antimartigalas es algo
intermedio (la zona arriba a la derecha).
figura 77
La conclusión que podemos obtener de este estudio es

que si queremos obtener un beneficio mayor debemos in-
crementar el riesgo, pero siempre por debajo del riesgo de
Kelly. El mayor beneficio general lo obtendremos cuando
operemos de forma independiente al resultado de la opera-
ción anterior y si queremos variar el riesgo en función del re-
sultado anterior entonces se prefiere una estrategia antimar-
tingala (aumentar tras ganancias) que martingala (aumentar
tras pérdidas).
233
Puesto que nunca se sabe con una certeza del 100% si

un sistema o método de especulación va a ser rentable en el
futuro conviene centrarse en preservar el capital y esto se
consigue aplanando la curva de capital en las pérdidas y
arriesgando el dinero “del mercado” como estrategia para in-
crementar la ganancia.
Diversificando por sistemas

En este libro hemos visto que diversificar permite au-
mentar la media geométrica de un sistema en menos tiempo
que si operamos una posición individual. Supongamos que
tenemos un sistema bastante bueno pero que opera poco.
Entonces intentaremos aplicarlo al máximo número de valo-
res para generar el mayor número posible de señales, ya que
si el sistema es lo suficientemente bueno entonces cuando
más se opere mejor. Aún así cada sistema que utilicemos solo
generará señales cuando todas las condiciones se cumplan y
por ello es muy frecuente que un sistema que opera poco ge-
nere una señal en varios valores en el mismo día y luego esté
varios días sin operar. Esto es debido a que los valores están
bastante correlacionados entre ellos. Si nuestro sistema ge-
nera una señal de entrada tras una corrección del mercado
está claro que cuando el mercado en general corrija se gene-
rarán varias señales y cuando el mercado esté en una fuerte
tendencia alcista serán pocos o probablemente ninguno los
valores que marquen entrada.
Para evitar la concentración de señales y suavizar la
curva de liquidez de nuestro sistema podemos operar más de
un sistema simultáneamente. En el caso ideal usaremos sis-
temas cuyas señales de entrada y salida sean lo más distintas
posibles. Por ejemplo combinar un sistema seguidor de ten-
dencia con uno que opere en mercados laterales es una buena
forma de atravesar con ganancias los periodos en los cuales
el mercado no está en tendencia y nuestros sistemas seguido-
res de tendencia generan las inevitables pérdidas.
Veamos lo que sucede al combinar dos sistemas. El

primer sistema (sistema 1) opera en el lado largo y corto.
234
Compra después de una corrección y mantiene las posiciones

un máximo de tres días. Utiliza objetivos de precio y un stop
loss del 5%. Cuando lo aplicamos a una cartera de 100 valo-
res en los tres años que van desde 1/1/2002 a 1/1/2005 con
un capital inicial de 8000$ y margen 2:1 genera los siguien-
tes resultados:
Tabla para Sistema 1, capital = 8000$
Net profit: 16328%

Profit factor: 2.06
W/L ratio: 1.13
Num operac: 251
Como se puede deducir de las estadísticas este sistema

consigue sus beneficios al componer los retornos. Se puede
ver que tiene una tasa ganancia/pérdida pequeña (1.13) y un
porcentaje de aciertos del 64%. Veamos su curva de liquidez
en la figura 78.
figura 78
235
Se puede apreciar que el sistema 1 en los últimos meses

ha entrado en un drawdown considerable. En un determina-
do momento pierde el 34% de su capital acumulado. Fíjese
que a pesar de operar mucho (251 operaciones) siempre hay
un momento en el que las cosas se tuercen y el sistema no es
capaz de mantener las ganancias a pesar de que 6 de cada 10
operaciones salen rentables.
Veamos ahora el Sistema 2. Este sistema solo opera en

el lado largo (no vende en corto) y no tiene límite para el
número de días de la operación mientras esta esté en benefi-
cios. Con un porcentaje de aciertos similar al sistema 1 el sis-
tema 2 tiene una tasa de ganancia/pérdida mucho mejor y
suele conseguir los mismos beneficios operando la mitad.
Veamos sus estadísticas:
Tabla para Sistema 2, capital = 8000$
Net profit: 16003%

Profit factor: 3.63
W/L ratio: 2.24
Num operac: 97
El lector puede comprobar que el beneficio total es casi

el mismo pero haciendo 97 operaciones en lugar de las 251
que hace el sistema 1. Eso se consigue a base de no poner to-
pe a las operaciones ganadoras. Por ello el ratio ganan-
cia/perdida es de 2.24 a la vez que conseguimos mantener
una tasa de aciertos por encima del 60%.
Adicionalmente este sistema obtiene los mismos bene-
ficios que el anteri0r pero solamente operando en el lado lar-
go. Eso puede ser una ventaja pero también un inconveniente
muy grande si el mercado se torna bajista mientras lo esta-
mos operando. Aunque el promedio de días en las operacio-
nes es de 6.77 días y por tanto no depende demasiado de las
tendencias de largo plazo si que es cierto que dará mejores
resultados en un mercado alcista. Solamente esto ya es una
buena razón para combinarlo con un sistema que también
236
opere en el lado corto. Veamos ahora la curva de liquidez del

Sistema 2 en la figura 79.
figura 79
Aunque la curva de liquidez aparenta ser más suave hay

que tener en cuenta que al crecer tan deprisa (de 8000 a más
de 1 millón) no tenemos perspectiva sobre los cambios que
ocurren a la izquierda, cuando el capital es menor. En un de-
terminado momento este sistema pierde el 36% del capital
obtenido con anterioridad.
El lector ya se puede imaginar lo que voy a hacer ahora.

Combinar los dos sistemas en uno solo. Esto permite que si
uno de los dos sistemas coge una buena ganancia el otro ya
dispone de un capital mayor para operar. La lógica detrás de
esta combinación es que el sistema 2, que opera menos con-
siga una buena ganancia para que el sistema 1, especialista en
componer los beneficios la aproveche al máximo. Veamos lo
que pasa cuando operamos el sistema combinado con dos
posiciones, cada una con la mitad del capital (4000$ inicial-
mente y luego lo que se vaya obteniendo al operar)
237
Tabla para sistema 1+2 capital = 4000$/sist
Net profit: 23728%

Profit factor: 2.99
W/L ratio: 1.76
Num operac: 283
El beneficio es mucho mayor y el drawdown es menor.

La combinación de los dos sistemas resulta en un sistema en
el que gran parte de los resultados son intermedios. Por
ejemplo la tasa de aciertos es intermedia entre los dos siste-
mas. El ratio ganancia/pérdida también es intermedio entre
los dos sistemas, lo cual perjudica al sistema 2 pero como se
puede ver no empeora los resultados porque esto le permite
al sistema 1 componer las ganancias del 2. Lo bueno es que el
sistema combinado tiene una ganancia y un drawdown que
no es intermedio, la combinación mejora sustancialmente
estos dos estadísticos. El número de operaciones es superior
en la combinación de sistemas que sumando las operaciones
de cada sistema individual. No es la suma porque en ocasio-
nes se puede producir una señal de compra simultanea y en
otras ocasiones se puede producir una señal de compra (o
entrar corto) por un sistema cuando todo el capital disponi-
ble está ya invertido.
Antes de ver la curva de liquidez vamos a plantearnos

una pregunta. Puesto que la combinación mejora los resulta-
dos seguramente operar con varias posiciones simultaneas
también los mejore. Variamos el número de posiciones si-
multaneas y llegamos a la siguiente tabla:
Posiciones Net(%) Drawdown
7 43725 13.51%
6 40679 16.55%
8 39485 13.66%
9 31127 12.94%
238
4 29708 15.93%
10 27836 11.78%
5 26138 17.01%
2 23728 29.09%
3 22746 16.17%
1 12302 28.97%
La tabla está ordenada por beneficio neto porcentual.

Como era de esperar cuantas más posiciones no es mejor si-
no que existe un valor óptimo (en este caso 7 posiciones) que
proporciona los mejores resultados. Ahora bien en este caso
sí que vemos que operar con el máximo número de posicio-
nes (10) proporciona el menor drawdown. Aunque las comi-
siones están incluidas en los resultados no es recomendable
operar tantas posiciones ya que se pierde agilidad a la hora
de introducir las operaciones y gestionar los resultados. En
cualquier caso el sistema combinado debe ser diversificado
también en cuanto a número de operaciones. Se puede ver
que cualquier combinación es mejor que operarlo con una
sola posición ya que evidentemente con una posición no so-
mos capaces de hacer operaciones combinadas de los dos sis-
temas de forma simultanea, que es de lo que se trata. Si solo
se va a tener una posición abierta entonces es mejor operar
cada sistema de forma individual, como demuestra el hecho
de que la ganancia individual es superior a la ganancia del
sistema combinado para una sola posición (12302%). Tam-
bién se puede ver que a partir de 3 posiciones diversificar no
mejora mucho el drawdown sino que lo que hace es mejorar
sustancialmente la media geométrica (el drawdown prácti-
camente no varía y se puede ver que tiene el mismo draw-
down operar con 3 posiciones que con 6). Estamos compro-
bando experimentalmente la ecuación fundamental del tra-
ding que nos dice que aumentar N (el número de operacio-
nes) es muy útil para aumentar la media geométrica de un
sistema. En la figura 80 se puede ver esto, la ganancia está
dividida por 1000 por conveniencia para usar la misma esca-
la que el drawdown (en porcentaje). A partir de 3 operacio-
nes el drawdown se mantiene más o menos igual pero el be-
neficio crece.
239
50
Profit
45 Drawdown
40
35
30
25
20
15
10
0
1 2 3 4 5 6 7 8 9 10
figura 80
Operar un sistema combinado con 7 operaciones simul-

taneas puede parecer excesivo si solo se opera con 8000 dó-
lares pero en cuanto el beneficio crece el sistema combinado
se aprovecha más rápidamente de la diversificación. En ge-
neral cuanto más capital más interesa diversificar.
Finalmente veamos la curva de liquidez del sistema
combinado cuando se opera con 7 posiciones simultaneas en
la figura 81.
240
figura 81
La suavidad de la curva es perfecta. En ningún momen-

to se pierde más del 14% del capital acumulado. Al menos
sobre el programa de simulación si se emplea una diversifi-
cación adecuada de sistemas (partiendo de unos buenos sis-
temas claro) y se busca una diversificación adecuada en
cuanto a posiciones entonces es posible operar 8000 dólares
hasta convertirlos en más de 3 millones en 3 años, y solo con
acciones con un margen 2:1 que es el que proporcionan los
intermediarios USA. Al introducir slippage (la diferencia en-
tre el precio de entrada que marca el sistema y al que entra la
orden en la realidad) los sistemas siempre empeoran pero
aún así los resultados son muy satisfactorios.
Tabla para sistema 1+2 con 7 posiciones
Net profit: 43725%

Profit factor: 2.94
W/L ratio: 1.83
Num operac: 1012
En la tabla se puede ver que el número de operaciones

es tan grande como 1012. O lo que es lo mismo 28 operacio-
nes al mes en media. Si tenemos en cuenta que un mes de
241
trading promedio son 21 días y que cada operación son dos

órdenes (entrada y salida) entonces deberíamos estar cons-
tantemente introduciendo órdenes en el mercado. Día tras
día. De forma más realista si nos quedamos con 4 posiciones
el beneficio total será de “solo” 2.3 millones pero solo ten-
dremos que hacer 16 operaciones al mes y tendremos un
drawdown del 16% que no está nada mal tampoco. En la
figura 82 se puede ver la distribución de los resultados del
sistema combinado con 4 posiciones. La barra grande con
130 ocurrencias es una pérdida de entre el 5 y el 7.5% que es
donde cortamos las pérdidas, en los entornos del 5%.
figura 82
Fin de trayecto
Ya hemos llegado al final de nuestro viaje. A riesgo de
ser demasiado especifico en mis afirmaciones me gustaría
repasar con vd lo que hemos visto a lo largo de las páginas de
este libro. Primeramente se ha mostrado lo importante que
es conocer a priori la pérdida de nuestras operaciones. Sola-
mente controlando el riesgo se consigue acumular capital.
Creo que he hecho suficiente hincapié en que nadie debería
sostener una pérdida más del 10% porque es a partir de ese
242
punto donde la ganancia necesaria para recuperarse aumenta

mucho más deprisa que la pérdida.
También se ha visto que la elección del broker adecua-
do es primordial sobretodo para aquel que hace bastantes
operaciones al año. Por otra parte hemos visto la importancia
de componer los retornos y es aquí donde hemos encontrado
algo sorprendente y es que interesa más conseguir buenos
retornos que muchas operaciones con retornos limitados.
Quizás el umbral lo podamos tener en el 1%. Si vd quiere ga-
nar diariamente en los mercados asegúrese de que no corta
sus beneficios antes del 1% aunque opere intradía.
La segunda parte del libro es con seguridad la más difí-

cil de digerir. Ahora bien, es necesaria para que vd tenga to-
das las herramientas necesarias para calcular la cantidad óp-
tima que debe arriesgar en una cartera de varias posiciones.
Dicho sea de paso asegúrese de que dispone de una aproxi-
mación con expectativa positiva pues de lo contrario no
habrá gestión de capital que le haga ganar dinero. En esta
parte hemos visto las diferentes estrategias de gestión de ca-
pital y algo muy importante, la necesidad de conocer la frac-
ción óptima y operar con un riesgo igual o menor que el pro-
porcionado por la fracción óptima. Como comenté en la his-
toria del gestión del capital “cuando uno opera en bolsa
siempre lo hace a un múltiplo de su fracción óptima. Da igual
que vd lo sepa o no. No se libra de las consecuencias de ello”.
Si tras leer la segunda parte del libro vd adquiere el hábito de
incrementar el riesgo de sus operaciones tras acumular capi-
tal y disminuirlo si su capital disminuye entonces ya está
operando con un estilo de gestión de capital adecuado. Su
capital debería beneficiarse de ello. Para aquellos más incli-
nados a las matemáticas la ecuación fundamental del trading
resume todo en una forma compacta. Creo que cualquier in-
versor tiene en esta ecuación la respuesta a la pregunta “có-
mo sacar el máximo beneficio de mis operaciones”.
Y en la tercera parte he procurado probar todo lo que se

afirma, tanto por mi mismo como por otros autores y con-
trastar la teoría con la práctica de la forma más empírica, si-
mulando. Sin decirlo expresamente he separado las aproxi-
maciones al mercado en sistemas seguidores de tendencia y
243
sistemas con alto porcentaje de aciertos. Hay muchas más

clasificaciones pero creo que ha servido para ver que no se
pueden operar ni aplicar gestión de capital a sistemas dife-
rentes de la misma manera. Vimos que si tenemos un por-
centaje de aciertos típico de un sistema seguidor de tenden-
cias (alrededor del 40%) entonces deberíamos diversificar
para que llegue antes la operación que compensa las demás
(recuerde el principio de Pareto). Adicionalmente este tipo
de sistemas necesita unos stop loss más alejados y por tanto
conviene repartir el capital en varias posiciones de forma que
hasta que llegue la operación buena no se erosione demasia-
do el capital.
Por otra parte hemos visto que los sistemas con un por-
centaje de aciertos elevado se benefician directamente de la
ecuación fundamental del trading. Acumulando capital a ba-
se de componer retornos y tener una desviación de resulta-
dos muy pequeña. Como el lector puede ver hay muchas for-
mas de ganar dinero en los mercados, pero si uno no tiene
tiempo de aprenderlas entonces descubrirá que todavía hay
muchas más formas de perderlo.
Estoy seguro de que vd como trader ha tenido la curio-

sidad de saber lo que hubiera pasado si empieza a acumular
títulos en sus operaciones. O por el contrario tomar benefi-
cios parciales. El estudio que he realizado indica que estas
estrategias son interesantes para sistemas con un bajo por-
centaje de aciertos. Hay que tener en cuenta muchas cosas,
entre ellas cuando piramidar. Parece que interesa hacerlo
con la mitad de los títulos originales cuando se tiene un be-
neficio del 8% o superior. No se tome todo al pie de la letra,
son indicaciones basadas en los estudios que se incluyen en
este libro. Es posible que vd encuentre resultados diferentes,
pero sabe que?. Lo importante es la búsqueda de esos resul-
tados. En la búsqueda de respuestas se aprende más que ob-
servando los resultados.
Y en el final del libro hemos visto dos cosas muy intere-
santes. La primera es que conviene operar de forma inde-
pendiente del resultado de la operación anterior; es decir,
asumir independencia entre operaciones. La segunda es que
diversificar no siempre significa comprar más títulos, hay
244
ocasiones en que añadir un nuevo valor empeora los resulta-

dos. También se puede diversificar combinando sistemas.
Si hay algo que quiero que vd se lleve de este libro es

una inquietud por la necesidad de estudiar sus operaciones.
En ellas está todo. Busque la manera de mejorar los resulta-
dos. En este libro le propongo muchas formas de hacerlo. La
mayoría de los inversores obtendrán mucho beneficio ope-
rando con un riesgo constante que esté por debajo de la frac-
ción óptima. Aquellos más avanzados pueden operar a la
fracción óptima sobre una parte de su capital. Es la estrategia
que se explica en “estrategias de cobertura de capital” y la es-
trategia que implementa Sizer.
Y ya para terminar me gustaría enlazar el final del libro

con el principio. En el prólogo le expliqué mis razones para
pensar que los mercados no son del todo eficientes. Si los
mercados no son 100% eficientes es posible obtener retornos
positivos de forma constante. Pues bien, cuando todo sale
mal vd puede pensar que no hay forma de que el mercado
recompense nuestro esfuerzo. Por supuesto que la hay. So-
lamente hay que tener la suficiente confianza como para
atravesar las malas rachas sin hundirse y la clave para ello es
anticiparlas. En este libro le he mostrado la forma de calcular
su peor racha de pérdidas. Esté preparado para cuando ven-
ga. La confianza en un sistema o método no viene de casuali-
dad sino a base de prueba y error, de simular y de operar.
Cuando tenemos la mejor aproximación obtenida tras mucho
esfuerzo y dedicación es cuando confiamos ciegamente en
ella.
No se me ocurre mejor forma de cerrar este libro y de-
searle mucho éxito en sus operaciones que con las sabias pa-
labras de Henry Ford.
“tanto si vd cree que puede como si cree que no puede,

tiene razón”
245
Bibliografía/Referencias
Bibliografía/Referencias
The mathematics of money management. Ralph Vince.
Market Wizards. Jack D. Schwager
Portfolio Management Formulas. Ralph Vince
Computer Analysis of the Futures Markets. Lebeau & Lucas
Teoría y Práctica Moderna de Las Ondas de Elliott. Oscar G.

Cagigas
The Business One Irwin guide to Trading Systems. Bruce

Babcock
Trend following. Michel Covel.
Quantitative Trading and Money Management. Fred Gehm
The new Money Magement. Ralph Vince.
Long Term Secrets to Short Term Trading. Larry Williams.
Trade your way to financial freedom. Van K. Tharp
Dave Landry on swing trading. Dave Landry
How to trade in Stocks. Jesse Livermore.
247
Apéndice 1
Apéndice 1
Distribución t de Student
249

Trading Con Gestion de Capital - Oscar G Cagigas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Trading Con Gestion de Capital - Oscar G Cagigas

Cargado por

Copyright:

Formatos disponibles

Trading con Gestión de Capital.

Un Enfoque Práctico con Numerosos Ejemplos.

Hasta un máximo de 500 palabras de este libro se pueden copiar

Onda4® es marca registrada y no debe ser utilizada sin consentimiento

Dirección de correo electrónico para comentarios y/o correcciones:

Primera edición: Abril 2006

Una prueba de ello es la existencia de traders experi-

Larry Williams convirtió $10000 en más de 1 millón en

Aunque sean puntuales, las ineficiencias del mercado

Si asumimos que el mercado no es eficiente al 100% en-

1. Comprar un valor a 10 y venderlo a 12 un año des-

2. Operar el mismo valor durante un año de la siguien-

Cual de las dos opciones elegiría?

La respuesta no es fácil. En este libro se verá que a la

La Gestión de Capital es imprescindible para poder sa-

ejemplo). Adicionalmente nos dice las probabilidades de éxi-

90% aciertos 50% aciertos

Cual es mejor?. De nuevo la respuesta necesita enten-

He dividido el libro en tres partes. En la primera he

de leer el libro y no pueda aplicar estas estrategias a sus in-

Este libro tiene un carácter práctico y por ello he puesto

Que porcentaje de su capital arriesgaría en el valor A y

Si realmente le interesa saberlo siga leyendo. Le asegu-

La gestión del capital no es lo que podría parecer a

Al contrario de lo que piensa la mayoría de la gente, el

Una parte del contenido de este libro está basado en el

Y para terminar me gustaría preguntarle si las cuestio-

le acompañe en este viaje con destino final en el control total

“ Antes de seguir permíteme que te advierta que los

en operaciones ventajosas y sacar el máximo provecho de

Se trata de una secuencia real de resultados netos des-

que vamos a hacer va a ser calcular el resultado neto: es una

Resulta que aplicando un estricto control del riesgo

ración. La gestión de capital no necesita modificar las señales

En la figura 1 vemos la curva de liquidez (resultado de

nes. Se parte de un capital de 12000 euros y tras las 10 ope-

En la figura 2 vemos la curva de liquidez para las mis-

Ganancia necesaria para recuperar una

Es cierto que cuando operamos con futuros no depen-

Vamos a acercarnos a la gestión del riesgo de una for-

Después de una pérdida nos quedará el siguiente capi-

Después de dos pérdidas seguidas nos quedará:

Donde (1-p)^2 significa “1-p elevado al cuadrado”. Si

Después de n pérdidas seguidas nos quedará un capital

Y llegará un momento en que nuestro capital x habrá

Eliminamos x que está multiplicando en los dos térmi-

Donde ln es el logaritmo neperiano, p es el porcentaje

Si somos capaces de cortar las pérdidas antes del 7%

una hecatombe, al día siguiente podremos estar invirtiendo

En general no se debería arriesgar más del 50% del ca-

Los grandes especuladores suelen ser contrarios al

Tengo un tío que invirtió $5000 en el mercado de op-

En la siguiente operación compró $90.000 en opcio-

La gestión del riesgo no solo es importante en la bolsa,

Para terminar de demostrar la importancia de contro-

la ganancia necesaria para recuperarse crece muy deprisa.

En la figura 3 vemos que la ganancia necesaria para re-

Las comisiones cuentan mucho

Un broker típico español (año 2003) cobra las siguien-

a) 0,10% por ejecución, mín 7 euros

Adicionalmente operar en valores implica pagar los cá-

Importe efectivo de la operación Canon por operación

Por ejecución: 6000*0.1%=6-> 7 que es el mínimo

Por intereses: 8%3018000/360=120 euros