El peor drawdown de un backtest es un hecho histórico. No es un certificado de seguridad.
Para un trader de prop firm, esa distinción importa más que casi cualquier otra cosa. La cuenta no quiebra porque la hoja de cálculo se viera impresionante. Quiebra porque la siguiente secuencia fea de operaciones llegó en un orden más desagradable que el que tu backtest registró por casualidad. El drawdown Monte Carlo es la herramienta que fuerza a poner esa pregunta sobre la mesa.
Qué mide realmente el drawdown Monte Carlo
El drawdown Monte Carlo estima un rango de peores pérdidas plausibles rebarajando o remuestreando la misma estrategia, en lugar de confiar en un único camino histórico como si fuera el destino.
Un backtest te da una sola secuencia realizada:
trade 1 -> trade 2 -> trade 3 -> ... -> trade NMonte Carlo se pregunta qué pasa si ese mismo edge se vive en muchos otros órdenes y agrupamientos plausibles:
camino histórico -> remuestrear o rebarajar -> miles de curvas de equity alternativas -> distribución de drawdownEl punto importante es simple. No estás cambiando el carácter básico de la estrategia. Estás sometiendo a estrés el camino que recorre.
Eso importa porque el drawdown depende del camino. Una estrategia puede terminar con el mismo retorno, la misma esperanza matemática y el mismo trade promedio, y aun así sentirse completamente distinta si las operaciones perdedoras se agrupan al principio en lugar de repartirse a lo largo del año.
Por qué un solo camino de backtest no basta
Un solo camino de backtest no basta porque el orden de ganancias y pérdidas puede romper una cuenta de prop firm mucho antes de que el promedio a largo plazo tenga tiempo de rescatarla.
Esta es la parte que muchos traders subestiman. Ven un drawdown máximo en el informe y lo tratan como un techo duro. No lo es. Es simplemente la peor caída que ocurrió en una secuencia específica de operaciones bajo un camino de mercado específico.
| Lo que estás mirando | Lo que realmente te dice | Lo que no te dice |
|---|---|---|
| Max drawdown histórico | La peor caída que ocurrió en el camino registrado | Si un orden distinto de las mismas operaciones habría sido peor |
| Retorno mensual promedio | La tendencia central de la muestra | Si la cuenta sobrevive a la cola mala antes de que aparezca el promedio |
| Win rate | Con qué frecuencia ganó la estrategia | Cuán dolorosos pueden ser los agrupamientos de pérdidas |
Para el trading de prop firm, la cola mala es todo el juego. Las reglas de pérdida las activan las secuencias, no los promedios anuales.
Las matemáticas de la recuperación lo dejan claro:
| Drawdown | Ganancia necesaria para recuperar |
|---|---|
| -10% | +11.1% |
| -20% | +25.0% |
| -33% | +49.3% |
| -50% | +100.0% |
Por eso un backtest puede verse lo bastante tranquilo sobre el papel y aun así ser una mala estrategia de prop firm. Si la secuencia histórica fue amable, el drawdown reportado puede subestimar las versiones más feas del mismo edge.
Si quieres la otra mitad de ese argumento, el testeo out-of-sample en trading explica por qué importan los datos nunca vistos, y por qué tu backtest miente cubre el modelo de costes que puede halagar la curva en silencio.
Por qué los traders de prop firm deberían preocuparse más que casi nadie
Los traders de prop firm deberían preocuparse más porque las reglas de prop firm castigan el riesgo de camino, no la narrativa.
Un inversor con capital paciente puede sobrevivir a una racha dura si la estrategia acaba recuperándose. Un trader de prop firm muchas veces no puede. Los límites de pérdida diaria, los suelos de pérdida máxima y las reglas de trailing drawdown pueden acabar con la cuenta antes de que el edge tenga tiempo de funcionar.
Por eso un backtest de prop firm debería juzgarse menos como un gráfico-trofeo y más como una prueba de supervivencia. La pregunta útil no es "¿cuál fue el retorno?". La pregunta útil es "¿cuán feo puede ponerse esto, en un camino plausible pero más duro, antes de que las reglas lo apaguen?".
Aquí también es donde Monte Carlo conecta directamente con el sizing. Si el drawdown Monte Carlo de una estrategia se sitúa muy por encima del max drawdown histórico, tu tamaño se calibró a una muestra afortunada, no al riesgo de la estrategia. Ese es el mismo problema descrito en el riesgo de ruina para traders de prop firm, solo que desde el lado del camino en lugar del lado del tamaño de posición.
Y si la propia regla todavía te resulta difusa, el trailing drawdown explicado como es debido es la pieza complementaria. La regla cambia de firma a firma y de tipo de cuenta a tipo de cuenta, así que verifica siempre el texto actual en la página de la propia firma antes de tratar cualquier backtest como compatible.
Cómo gestiona realbacktesting el drawdown Monte Carlo
realbacktesting trata el drawdown Monte Carlo como una puerta, no como analítica decorativa.
La investigación corre sobre datos M1 de bróker de cTrader de 2021-2026, con spread medido por tick, comisión real, swap y 1 bps de slippage, dimensionada sobre una base de modelo de 80,000 EUR. La paridad de señales entre backtest y operativa real se mide en un 100% a través de 13 estrategias y 175,401 barras.
Lo más importante para esta discusión: el techo de drawdown se impone en el percentil 95 de 20,000 simulaciones Monte Carlo, usando el peor entre el remuestreo de operaciones y un block bootstrap diario de 10 días, y luego se confirma sobre un hold-out out-of-sample del 30%. Esa es la metodología explicada en lenguaje llano en la página de metodología, y es la razón por la que el modelo de fondeo se plantea como un problema de supervivencia en la página de fondeo, no como una promesa de ingreso mensual suave.
Puedes ver el efecto directamente en los sistemas publicados:
| Sistema | Drawdown Monte Carlo p95 | Techo del sitio |
|---|---|---|
| Guardian | 4.1% | 4.5% |
| Balanced | 5.2% | 7.0% |
| Edge | 7.3% | 8.0% |
Esos números no están ahí para sonar sofisticados. Están ahí porque un trader de prop firm no quiebra en el camino promedio. El trader quiebra en el camino que aparece en el momento equivocado.
Preguntas frecuentes
¿El drawdown Monte Carlo es lo mismo que el max drawdown?
No. El max drawdown es la peor caída que ocurrió en el camino histórico del backtest. El drawdown Monte Carlo es una distribución de drawdowns plausibles a través de muchos caminos alternativos construidos a partir de la misma estrategia.
¿Me dice Monte Carlo el drawdown exacto que tendré en real?
No. No es una predicción del futuro exacto. Es una mejor estimación del riesgo de cola que tratar un único camino histórico afortunado o desafortunado como si fuera toda la verdad.
¿Por qué usar un drawdown del percentil 95?
Porque la idea es dimensionar y juzgar la estrategia frente a un resultado duro pero plausible, no frente al mes promedio. Un techo basado en percentiles es un presupuesto de riesgo, no un titular de marketing.
¿Puede una estrategia pasar Monte Carlo y aun así fallar un challenge de prop firm?
Sí. Un buen perfil Monte Carlo mejora la honestidad del backtest, pero no garantiza la supervivencia. La ejecución en real, las reglas cambiantes y la mala suerte ordinaria siguen importando.
La conclusión tozuda
El max drawdown de un backtest te dice cuán mal se pusieron las cosas una vez. El drawdown Monte Carlo plantea la pregunta más dura que un trader de prop firm realmente necesita responder: ¿cuán mal podría ponerse esto antes de que las reglas me detengan?