Cuando se compran varias pruebas de fondeo de golpe, la pregunta relevante deja de ser si un reto concreto se va a superar y pasa a ser cuántos de todos los que se han comprado van a llegar a buen puerto. Es un cambio de enfoque que tiene consecuencias prácticas: la forma en que se organiza ese lote de cuentas —qué sistema va en cada una, cuándo se activa cada una— acaba pesando en el resultado final tanto como la calidad del propio sistema de trading.
Tabla de contenidos
Un lote de retos no se comporta como una sola apuesta
Incluso con un sistema cuyo histórico muestra un porcentaje de acierto claramente por encima de la mitad de sus operaciones, ese margen estadístico no se traduce en superar todas las pruebas de un lote. Entre la fase de evaluación —alcanzar el objetivo sin romper los límites de pérdida dentro del plazo— y, más adelante, llegar a cobrar un primer retiro ya en cuenta real, hay una cadena de obstáculos sucesivos, y la probabilidad se va reduciendo en cada eslabón de esa cadena. Quien organiza un lote de varias pruebas esperando que casi todas terminen en un retiro está partiendo de una base poco realista: lo habitual es que una fracción minoritaria del lote llegue hasta el final, no una mayoría cómoda.
CLAVE PRÁCTICA
Esto no es un fallo del sistema elegido ni de la empresa de fondeo en particular: es sencillamente cómo se comporta cualquier embudo de varias etapas sucesivas. El artículo de este wiki sobre cómo estimar la probabilidad de superar una prueba antes de arriesgar capital explica cómo simular esto para una única cuenta; aquí el matiz añadido es qué cambia cuando esa misma pregunta se repite varias veces a la vez, sobre varias cuentas compradas en el mismo lote.
Conviene tener presente, además, que el propio modelo de cuota de evaluación está construido dando por hecho que una parte relevante de quienes la pagan no la van a superar: buena parte de los ingresos de una empresa de fondeo procede precisamente de esas cuotas no recuperadas, no solo del reparto de beneficios de las cuentas que sí llegan a estar en vivo. No es una señal de que el sector esté diseñado en contra del trader, sino una pieza más a tener en cuenta al calcular si un lote de pruebas compensa económicamente.
Dos fases con objetivos distintos dentro de la misma cuenta
Aunque forman parte del mismo proceso, conviene separar mentalmente dos fases con objetivos casi opuestos. Durante la evaluación, el único objetivo es alcanzar el beneficio exigido sin romper los límites de pérdida dentro del plazo fijado: es un examen con sus propias reglas, no una demostración de que el sistema es rentable a largo plazo, algo que ya se trata en el artículo de este wiki sobre por qué una prueba de fondeo no es lo mismo que hacer trading. En cuanto la cuenta pasa a estar en real, el objetivo cambia por completo: ya no se trata de superar un examen puntual, sino de sostener la cuenta el tiempo suficiente como para generar retiros de forma repetida, lo que exige la gestión de riesgo más conservadora que ya cubren los artículos de este wiki sobre dimensionar el riesgo por operación y sobre organizar y monitorizar bots antes de activarlos.
Qué suele distinguir a un sistema pensado específicamente para la fase de evaluación
Precisamente porque el objetivo de esa primera fase es tan distinto, el sistema que conviene usar en ella también tiende a serlo, y suele compartir varios rasgos:
- Un win rate exigente, holgadamente por encima de la mitad de sus operaciones: dentro de un plazo limitado interesa más la constancia de acertar con frecuencia que la esperanza matemática a muy largo plazo, que sí es la prioridad en una cuenta que va a operar durante años.
- Frecuencia de operativa alta, casi diaria: un sistema que opera muy de vez en cuando puede no generar suficientes oportunidades para alcanzar el objetivo antes de que expire el plazo de la prueba.
- Activos con tendencias claras y sostenidas —índices bursátiles como el Nasdaq o materias primas como el oro son ejemplos habituales— porque suelen facilitar sistemas de win rate alto sin necesitar una lógica de entrada demasiado compleja.
- Un único sistema por cuenta, nunca una cartera de varios a la vez —tal y como ya se explica en el artículo de este wiki sobre organizar y monitorizar bots— porque durante la evaluación interesa que el comportamiento de la cuenta sea legible y previsible, no diversificado.
Hay un último rasgo que conviene matizar en lugar de aplicar sin más: al no haber todavía capital real generando beneficios que proteger, algunos traders aceptan durante la evaluación un riesgo por operación mayor del que asumirían ya en una cuenta en real, a cambio de llegar antes al objetivo. Es una decisión que solo tiene sentido mientras lo único en juego es la cuota ya pagada de la prueba: en cuanto la cuenta pasa a estar en real, esa lógica deja de aplicar y toma el relevo la gestión de riesgo conservadora que ya cubre este wiki para cuentas activas.
ATENCIÓN
Aceptar más riesgo por operación durante la evaluación reduce, por definición, la probabilidad de superar cualquier intento concreto: es la otra cara de intentar llegar más rápido. Conviene tenerlo en cuenta al estimar cuántas pruebas de un lote es razonable esperar que se superen, no solo al elegir el sistema.
CLAVE PRÁCTICA
Todo este planteamiento de dos fases con objetivos distintos aplica a un reto clásico de evaluación con plazo y objetivo fijos —el modelo de empresas como FTMO, FundedNext, The5ers, Orion o Axi Select—, no a un modelo como el de Darwinex Zero, que ya se trata en otros artículos de este wiki: ahí no hay una prueba que superar dentro de un plazo, sino un motor de riesgo que va asignando capital de forma progresiva según el comportamiento de la cuenta, así que la lógica de "fase de evaluación agresiva, luego fase conservadora" no tiene el mismo sentido en ese caso.
La economía del lote depende también de la política de reembolso de la cuota
Bastantes empresas de fondeo devuelven, total o parcialmente, la cuota de la evaluación en cuanto el trader completa su primer retiro ya en cuenta real. Eso cambia la cuenta real de lo que cuesta un lote: el gasto total no es simplemente el precio de cada prueba multiplicado por el número de pruebas compradas, sino ese importe menos lo que se recupera a través de las cuotas reembolsadas de las cuentas del lote que sí llegan a un primer retiro.
Dicho de otra forma, el punto de equilibrio real de un lote de pruebas depende de combinar dos cosas por separado: qué fracción del lote se espera razonablemente que llegue a cobrar, según el embudo de probabilidad descrito arriba, y la política concreta de reembolso de la empresa elegida para esas pruebas.
ATENCIÓN
La política de reembolso varía bastante de una empresa a otra, y algunas la condicionan a detalles concretos —el tipo de plan contratado, o que el reembolso solo se aplique a partir de un determinado retiro y no del primero—. Conviene confirmarla directamente en las condiciones de la empresa antes de darla por hecho al calcular si un lote de pruebas compensa, en lugar de asumir que todas funcionan igual.
Por qué no conviene poner el mismo sistema en todas las cuentas del lote a la vez
Si se activa exactamente el mismo sistema, con la misma configuración, en todas las cuentas de un lote y al mismo tiempo, esas cuentas dejan de comportarse como pruebas independientes entre sí: todas reaccionan a las mismas señales en los mismos instantes, así que tienden a superar la prueba juntas durante un tramo favorable del sistema y a fallar juntas durante uno adverso. El embudo de probabilidad descrito antes da por hecho, de forma implícita, que se están sumando varios intentos independientes; si en la práctica todas las cuentas son en el fondo el mismo intento repetido varias veces, esa base deja de cumplirse y la estimación pierde fiabilidad.
RECOMENDACIÓN
La solución conecta con algo que ya se explica en este wiki a nivel de una sola cuenta —mantener un único sistema activo por cuenta en lugar de varios a la vez— pero aplicado ahora a la escala del lote completo: repartir sistemas ya validados de forma distinta entre las cuentas del lote, o si solo se dispone de uno, activar las cuentas de forma progresiva en lugar de todas el mismo día, para que los resultados tengan margen real de diverger entre sí en vez de moverse en bloque.
Preguntas frecuentes (FAQs)
¿Un win rate histórico alto garantiza que se va a superar la mayoría de las pruebas de un lote?
No: ese porcentaje describe el comportamiento de las operaciones individuales, pero superar la prueba y después llegar a cobrar son obstáculos sucesivos adicionales, y la probabilidad se reduce en cada uno. Es habitual que solo una fracción minoritaria del lote llegue hasta el final.
¿Por qué importa tanto la política de reembolso de la cuota al calcular si un lote compensa?
Porque el coste real del lote no es el precio de cada prueba multiplicado por el número de pruebas, sino ese importe menos lo que se recupera con las cuotas reembolsadas de las cuentas que sí llegan a un primer retiro, y esa cifra depende directamente de la política de cada empresa.
¿Qué diferencia hay entre esto y mantener un único sistema activo por cuenta?
Son dos capas distintas del mismo principio: una es no mezclar varios sistemas dentro de una misma cuenta para no acumular reducciones de capital; esta es no repetir el mismo sistema en todas las cuentas de un lote a la vez, para que los resultados entre cuentas no queden correlacionados entre sí.
¿Por qué usar un sistema distinto durante la evaluación que una vez la cuenta está en real?
Porque los objetivos son distintos: durante la evaluación se trata de superar un examen con reglas y plazo fijos, mientras que en real el objetivo es sostener la cuenta el tiempo suficiente para retirar de forma repetida, lo que exige una gestión de riesgo más conservadora.
¿Esto aplica igual a un modelo como Darwinex Zero?
No exactamente: ese modelo no tiene una prueba con plazo fijo que superar, sino un motor de riesgo que asigna capital de forma progresiva según el comportamiento de la cuenta, así que la distinción entre una fase de evaluación agresiva y una fase real conservadora no se aplica del mismo modo.
Sigue leyendo el contenido de esta serie
Darwinex Zero: qué es y por qué conviene empezar aquí antes de un reto de fondeo
Qué es Darwinex Zero, cómo funciona frente a un reto de fondeo convencional y por qué conviene usarlo para construir un histórico antes de arriesgar capital propio.
Cómo funciona el motor de riesgo de Darwinex Zero y por qué conviene operar con poco riesgo nominal
Cómo funciona el motor de riesgo basado en VaR que usa Darwinex Zero para ajustar la exposición de cada estrategia y por qué conviene operar con poco riesgo nominal.
Axi Select: cómo funciona un reto de fondeo por fases
Cómo funciona Axi Select, el programa de fondeo por fases de Axi: el Edge Score, el avance entre etapas y el paso final a capital multiplicado vía Pelican.
FTMO, FundedNext, The5ers, Orion: qué criterios importan de verdad al comparar empresas de fondeo
Cómo comparar empresas de fondeo como FTMO, FundedNext, The5ers u Orion: tipo de drawdown, número de fases, restricciones y compatibilidad de datos.
Por qué el huso horario y la calidad de los datos importan al entrenar tus sistemas
Por qué el huso horario y la calidad de los datos del bróker importan al entrenar tus sistemas, y cómo validar que un backtest se sostiene en otra cuenta.
Cómo dimensionar el riesgo por operación en una cuenta de fondeo
Cómo calcular el riesgo por operación en una cuenta de fondeo, evitar errores de margen insuficiente y usar la simulación Monte Carlo para planificar el drawdown.
Diversificación real entre sistemas de una cartera de fondeo: más allá del coeficiente de correlación
Cómo diversificar de verdad una cartera de sistemas en cuentas de fondeo: restricciones de cobertura, solapamiento de operaciones y organización por cuenta.
Automatizaciones de apoyo para operar cuentas de fondeo sin estar pendiente todo el día
EAs de apoyo útiles para operar cuentas de fondeo sin estar pendiente todo el día: filtro de noticias y guardián de objetivo de beneficio.
Por qué una prueba de fondeo no es lo mismo que hacer trading
Por qué superar una prueba de fondeo no es lo mismo que operar de forma rentable en real, y cómo elegir una empresa de fondeo fiable antes de pagar un reto.
Cómo configurar un generador de estrategias orientado a pruebas de fondeo
Cómo configurar un generador de estrategias algorítmicas orientado a pruebas de fondeo, con un ejemplo de reversión a la media y alto win rate.
Cómo estimar la probabilidad de superar una prueba de fondeo antes de arriesgar capital
Cómo estimar la probabilidad de superar una prueba de fondeo antes de arriesgar capital, y qué herramientas existen para automatizar ese análisis.
Cómo organizar y monitorizar tus bots antes de activarlos en una cuenta de fondeo
Cómo organizar y monitorizar varios bots candidatos en demo antes de activarlos en una cuenta de fondeo, y cómo gestionar el primer retiro de beneficios.
