En la entrega anterior escribí una revisión de la gestión de riesgos de los perpetuos cripto. Una estrategia con una rentabilidad del 62 % tenía una caída máxima del 73 %; al añadir un stop loss del 25 % para cada moneda, la rentabilidad llegó al 109 % y la caída se redujo al 27 %. La conclusión de entonces fue que el 25 % era el punto óptimo para el stop loss: menos es más.

Después de publicarla, no escribí enseguida la siguiente entrega. En su lugar, volví a investigar una cuestión: qué eran realmente esos contratos. Descubrí que el mercado de perpetuos cripto de Binance también incluye acciones estadounidenses tokenizadas, ETF, oro, petróleo crudo y stablecoins. AAPL, TSLA, NVDA, SPY, XAU y USDC están ahí; se negocian las 24 horas del día, los 7 días de la semana, y su estructura diaria no se diferencia en nada de la de los perpetuos.

En esta entrega hay que retractarse de las conclusiones de la anterior. Después de limpiar por completo el universo de activos y el corte transversal, se volvió a entrenar el modelo con el mismo proceso y los mismos parámetros, pero con datos limpios. El resultado de referencia fue una rentabilidad de -5,52 % y una caída máxima de -91,61 %. El punto óptimo del 25 % ya no se sostiene.

Uno. Dónde nos quedamos en la entrega anterior

Primero, un poco de contexto para quienes no vieron la entrega anterior.

La estrategia opera contratos perpetuos USDT-M de Binance en velas diarias, selecciona cinco monedas largas y cinco cortas con ponderación igual, y reajusta la cartera cada día. Las comisiones se calculan a 5 pb y todavía no se incluye el coste de financiación en el backtest. Se simularon 10 millones de capital entre julio de 2025 y septiembre de 2026: 457 días de negociación.

La referencia era una rentabilidad del 62 % y una caída máxima del 73 %. Al desglosar las ganancias y pérdidas de cada moneda cada día, vi que la caída no se produjo poco a poco: nueve operaciones de una sola moneda en un solo día causaron pérdidas repentinas; ocho de ellas sumaron pérdidas de 8,73 millones, más que las ganancias de todo el período.

Al añadir un stop-loss del 25 % por moneda, la rentabilidad fue del 109 %, la caída máxima del 27 %, el Sharpe pasó de 0,88 a 1,50 y el Calmar de 0,68 a 3,2; se activó 192 veces en total. Con un deslizamiento del 1 % y del 2 %, la rentabilidad todavía fue del 89,6 % y el 69,9 %. El stop del 15 % se activó con demasiada frecuencia, 383 veces, y con un deslizamiento del 1 % la rentabilidad quedó en solo 66,9 %. Los del 30 % y el 35 % eran demasiado laxos: la caída máxima repuntó al 34 % y al 40 %. Por eso dije entonces que el 25 % era el punto óptimo.

Esta entrega pone en duda esa conclusión. Si el universo de activos no está limpio, ¿tiene sentido ordenar los distintos niveles de stop-loss?

Dos. Qué se coló en el universo de activos

De los 895 contratos diarios de Binance, 217 no eran criptomonedas.

Entre ellos había acciones estadounidenses tokenizadas como AAPL, TSLA y NVDA; ETF tokenizados como SPY, QQQ y SOXL; además de oro (XAU), petróleo crudo (CL), divisas, participaciones pre-IPO y la stablecoin USDC. Comparten el mismo sistema de casación que los contratos perpetuos, operan 7×24 y sus gráficos diarios tienen exactamente la misma estructura. El script que construía el universo filtraba solo por volumen, sin filtrar por tipo de activo, así que no podía distinguirlos.

De ellos, 73 llegaron a entrar en el universo de candidatos y 31 fueron seleccionados para la cartera en algún momento, ocupando 295 días de posición. En total hubo 3208 días de posición, por lo que representaron el 9,2 %.

Estos contratos no generaron beneficios; en conjunto, produjeron pérdidas de 296000. Sin embargo, ocuparon casi una décima parte de los espacios y cambiaron la selección de monedas, las activaciones del stop-loss y los períodos de enfriamiento. El orden de los parámetros depende de la trayectoria; al cambiar la trayectoria, el punto óptimo del 25 % podría ser una ilusión.

Tres. Casi publiqué los resultados de la primera limpieza

El método de la primera ronda fue directo: eliminé estos contratos fila por fila solo en la capa de señales. Los activos bajaron de 734 a 661 y volví a ejecutar el proceso.

Los resultados fueron: referencia +62.86 % / -68.32 %; stop-loss del 15 %: +96.31 % / -25.43 %; stop-loss del 35 %: +120.89 % / -36.31 %.

El 25 % ya no era el punto óptimo; los dos extremos, 15 % y 35 %, eran mejores. Ya había escrito un borrador para publicar y estaba por decir que las conclusiones habían cambiado tras limpiar el universo.

Pero antes de publicarlo volví a revisar los datos día por día y noté que algo no cuadraba.

Cuatro. Por qué no basta con eliminar filas

Los contratos que no eran cripto no aparecían solo en el período de prueba de 2026:

- En el período TRAIN había USDC: 50 días-símbolo

- En el período VALID había PAXG: 77 días-símbolo, más USDC: 31; 108 en total

- En el período TEST había 73 símbolos no cripto, con 7847 días-símbolo

TRAIN y VALID sumaban 158 días-símbolo, algo que parecía ruido. Pero mis etiquetas son percentiles transversales diarios y las características también se normalizan diariamente mediante un método robusto transversal, usando la mediana y la MAD de todo el mercado ese día.

Añadir una stablecoin de baja volatilidad o un contrato de oro cambia la mediana y la MAD del día, y con ellas cambian los percentiles de las etiquetas y los valores de las características normalizadas de todas las monedas. Un solo contrato puede reordenar las puntuaciones de todas las monedas de ese día.

Así que la contaminación no está en esas 158 filas, sino en el corte transversal de todas las monedas de esos días con símbolos contaminados. Si solo se eliminan filas, aunque se borren todas las filas contaminadas, los valores siguen sucios. Es como conservar en las filas limpias valores calculados a partir de un corte transversal mixto.

Esto también explica por qué no se puede confiar en el +62,9 % de la primera ronda. No significa que la estrategia realmente haya mejorado, sino que el conjunto de datos todavía contenía valores contaminados.

Cinco. Qué se hizo en la reconstrucción de extremo a extremo

Esta vez no se modificó solo la capa de señales: se reconstruyó todo desde los datos originales.

Se limpiaron las siguientes capas:

- Los archivos parquet diarios bajaron de 895 a 678

- Las claves de contract.json bajaron de 895 a 678

- component/CRYPTO.LOCAL pasó de 735 a 662 símbolos, con 2473 días de negociación

- Las klines analizadas bajaron de 610916 a 586158 filas

- Los datos de funding analizados y funding_df bajaron de 625566 a 602221 filas

- Las señales bajaron de 92235 filas y 582 símbolos a 84388 filas y 509 símbolos

- La tabla de riesgo bajó de 610916 a 586158 filas

- Los símbolos bajaron de 895 a 678, y pool_union de 735 a 662

- Las tablas del conjunto de datos quedaron con solo 661 símbolos exclusivamente cripto

Después se recalcularon las etiquetas r/σ, se restablecieron learn_df e infer_df, se volvieron a ejecutar process_replace_inf, process_fill_na y process_cs_norm, y finalmente se sustituyó el pickle de forma atómica. Si solo se eliminan filas y no se recalcula el corte transversal, no se ha limpiado nada.

El modelo reentrenado:

- 191138 filas de entrenamiento

- 85954 filas de validación

- 84388 filas de prueba

- 661 símbolos exclusivamente cripto

- Parada temprana en la época 290

- IC diario de validación: +0.0373

- IC diario de prueba: +0.0336; ICIR: +5.91

Backtest con datos limpios:

- Referencia: -5.52 % / -91.61 %

- Stop-loss del 10 %: +37.84 % / -24.10 %

- Stop-loss del 35 %: +36.12 % / -47.38 %

Mismo proceso, mismos parámetros, solo cambiaron los datos: la rentabilidad pasó de +62,9 % a -5,5 %.

Seis. Qué conclusiones de la entrega anterior quedan invalidadas

Quedan invalidadas todas las conclusiones de la entrega anterior: rentabilidad del 62 % al 109 %, caída máxima del 73 % al 27 %, el 25 % como punto óptimo del stop-loss, 192 activaciones y las pruebas de deslizamiento. También queda invalidado el artículo extenso de la entrega anterior.

No es que el modelo haya empeorado de repente: los datos anteriores no estaban limpios. En la entrega anterior vimos el backtest de un universo mixto; en esta, el de un universo exclusivamente cripto y con un corte transversal limpio. Los resultados difieren en un orden de magnitud; la diferencia no está en la estrategia, sino en los datos.

El orden de los parámetros es extremadamente sensible a la trayectoria de las operaciones. Al cambiar la definición de los datos, el punto óptimo del 25 % desaparece por completo. Por eso no conviene ajustar parámetros una y otra vez sobre datos contaminados: el punto óptimo que se encuentre podría ser solo producto de la dependencia de la trayectoria.

Esta es también la primera vez que esta serie se desmiente a sí misma. Lo que en la entrega anterior parecía una respuesta, en esta resulta ser solo una parada intermedia. Dejar constancia pública de cada vez que nos equivocamos sirve más que aferrarse a una cifra atractiva.

Siete. Tres lecciones

Primera: al desarrollar estrategias de cripto, comprueba primero que no haya acciones tokenizadas en el universo de activos. Se parecen a los contratos perpetuos: cotizan 7×24 y sus gráficos diarios tienen la misma estructura. Si solo te fijas en el volumen y el sufijo del símbolo, es fácil que se te escapen.

Segunda: si el pipeline incluye normalización transversal o etiquetas de percentiles transversales, no basta con eliminar filas. Hay que recalcular las etiquetas, volver a normalizar y reconstruir todo el corte transversal. Un contrato contaminado puede afectar a todas las monedas del día a través de la mediana y la MAD.

Tercera: hay que publicar las cifras aunque sean feas después de limpiar los datos. El +62,9 % parecía demostrar habilidad, pero en realidad solo indicaba que el universo no estaba limpio. Decir que fue -5,5 % es lo que permite saber qué hay que corregir a continuación.

Y una lección adicional: no selecciones parámetros con datos contaminados. La superficie de parámetros no es lisa, y el punto óptimo encontrado con datos contaminados desaparece al cambiar de universo.

Ocho. Límites y próxima entrega

Todo lo anterior son resultados de backtest, no de operaciones reales. Aún no se ha calculado el coste de financiación, no se han modelado las reglas de liquidación, las velas diarias no muestran la trayectoria intradía y el deslizamiento debe calibrarse con datos reales. Los 457 días corresponden a un único período de prueba, y los parámetros se seleccionaron repetidamente dentro de ese mismo período: no es una muestra limpia fuera de muestra.

En la próxima entrega añadiré el coste de financiación, calibraré el deslizamiento con datos reales y aplicaré walk-forward; después decidiré si conviene conservar los parámetros de stop-loss. Si también desarrollas estrategias con contratos perpetuos como $BTC y $ETH, dedica primero diez minutos a comprobar si en el universo aparecen AAPL, TSLA, XAU o USDC. Quizá sea más útil que seguir ajustando parámetros.

Este laboratorio cuantitativo seguirá documentando públicamente el proceso, desde los datos y los factores hasta la gestión del riesgo. Si te resulta útil, puedes guardarlo. Hasta la próxima entrega.

#TradingCuantitativo #GestiónDelRiesgo #Criptomonedas #Backtest #CalidadDeLosDatos