Simulación de Monte Carlo [Herramienta Gratis]
Reproduce tu historial de operaciones miles de veces en orden aleatorio para revelar el rango de resultados — incluidas las rachas desafortunadas que tu única trayectoria ocultó. Observa cuánto fue habilidad y cuánto fue suerte.
Aviso legal: Operar con instrumentos financieros conlleva riesgo y todo el contenido de esta página se ofrece únicamente con fines educativos. Nada de lo aquí expuesto constituye asesoramiento financiero ni una recomendación de compra o venta de ningún instrumento.
Introduce valores válidos.
¿Cómo se calcula esto?
Simula miles de secuencias aleatorias de operaciones basadas en la tasa de acierto y el riesgo-beneficio.
Leer la guía completa
Cada parámetro, fórmula y ejemplo — la referencia completa de esta herramienta.
¿Qué es la simulación de Monte Carlo en el trading?
La simulación de Monte Carlo somete a prueba de estrés una estrategia al reproducir sus propias operaciones históricas en miles de órdenes aleatorizados. Tu historial real es solo un camino a través de las operaciones que realizaste; reorganizarlas muestra la gama completa de caminos que el mismo conjunto de operaciones podría haber producido, incluidas las rachas desafortunadas en las que las pérdidas se agrupan al principio. El resultado no es una mejor predicción del futuro. Es una mirada honesta a cuánto de tu resultado fue habilidad versus la suerte del azar.
Los conceptos clave
Aleatorización
Reordenar o remuestrear resultados históricos para generar nuevos caminos de resultados.
Distribución de drawdown
La dispersión de posibles drawdowns, no solo el observado históricamente.
Banda de confianza
El rango dentro del cual caen la mayoría de los resultados simulados.
Un ejemplo con números reales
- 1
Introduce el historial de operaciones
Tu estrategia tiene una tasa de acierto del 45%, una ganancia promedio de $100, una pérdida promedio de $60, en 100 operaciones.
- 2
Ejecuta miles de reorganizaciones
El simulador reproduce esas operaciones en miles de órdenes diferentes, cada una produciendo su propio camino de capital.
- 3
Lee la distribución
El camino mediano se parece a tu historial, pero algunos órdenes desafortunados agrupan las pérdidas al principio y producen drawdowns mucho más profundos.
- 4
Juzga la robustez
Si muchos caminos simulados pierden mucho, tu resultado histórico puede haber dependido de un orden afortunado; la estrategia es más frágil de lo que parecía.
Cómo usarlo
Introduce el historial de operaciones
Tasa de acierto, ganancia/pérdida promedio y número de operaciones.
Ejecuta la simulación
Genera miles de caminos aleatorizados.
Lee la distribución
Mediana, drawdown en el peor caso y rangos de confianza.
La fórmula, paso a paso
Simulación
Sample N trades per run from input distribution; repeat many runs
Las estadísticas resumen describen la distribución de resultados.
Errores que cometen los traders
✗ Tratar el resultado histórico como el único resultado posible
✓Tu secuencia de operaciones es una extracción aleatoria. Monte Carlo muestra la familia de caminos que las mismas operaciones podrían haber producido.
✗ Pensar que más simulaciones arreglan entradas malas
✓Miles de ejecuciones refinan la distribución, pero no pueden arreglar una tasa de acierto o un pago inexactos. Basura entra, basura sale.
✗ Leer Monte Carlo como una predicción del futuro
✓Mapea la sensibilidad del pasado al orden y la suerte. No dice nada sobre cambios futuros en el régimen de mercado.
Cuándo encaja esta herramienta — y cuándo no
Úsalo cuando
- ✓Después de un backtest, para ver cuánto depende el resultado del orden de las operaciones.
- ✓Al decidir si una cifra de drawdown es robusta o una casualidad de la secuencia.
- ✓Antes de escalar capital, para entender el rango de caminos plausibles.
Evítalo cuando
- ✗Usarlo antes de tener una muestra de operaciones significativa.
- ✗Asumir que el camino mediano es 'el resultado esperado' e ignorar la cola.
- ✗Tratarlo como un reemplazo de la validación fuera de muestra.
Consejos que de verdad ayudan
Enfócate en la cola, no en la mediana
El peor 5% de los drawdowns simulados es el número para dimensionar. La mediana favorece a todas las estrategias.
Compara reorganización vs remuestreo
La reorganización mantiene tus operaciones exactas; el remuestreo con reemplazo prueba un supuesto diferente. Ejecuta ambos para acotar la incertidumbre.
Combínalo con pruebas fuera de muestra
Monte Carlo te habla de la suerte dentro de tus operaciones; fuera de muestra te habla de la suerte en los datos. Responden preguntas diferentes.
Herramientas relacionadas y siguientes pasos
Preguntas frecuentes
¿Monte Carlo hace más confiables los backtests?▾
Amplía el panorama al mostrar cuán sensibles son los resultados al orden de las operaciones y la suerte, pero sigue usando las mismas entradas históricas y supuestos.
¿Cuántas ejecuciones de simulación son suficientes?▾
Más ejecuciones significan una distribución más estable, por eso la herramienta usa miles por defecto. La clave es la estabilidad: si los números resumen dejan de cambiar mucho al añadir ejecuciones, has muestreado lo suficiente.
¿Cuál es la diferencia entre reorganización y remuestreo?▾
La reorganización mantiene tu conjunto exacto de operaciones pero cambia su orden. El remuestreo extrae operaciones con reemplazo, permitiendo repeticiones. Ambos mapean 'lo que podría haber pasado', solo con supuestos diferentes sobre el futuro.
¿Qué debo mirar en la salida de la simulación?▾
Enfócate en la dispersión, no en la mediana, especialmente en los drawdowns del peor caso en la cola de la distribución. Si una parte significativa de los caminos simulados pierde mucho, el resultado histórico puede haber sido afortunado.
¿Monte Carlo es lo mismo que la prueba fuera de muestra del campo de entrenamiento?▾
No. La prueba fuera de muestra valida con datos históricos no vistos; Monte Carlo reorganiza las operaciones que ya tienes. Las dos responden preguntas diferentes y son más fuertes usadas juntas.
¿Listo para validar tu primera estrategia?
Pon la estrategia de otro — o tu propia idea — en los datos reales. Empieza gratis, sin tarjeta.
No se requiere tarjeta de crédito · 50 créditos gratis al registrarte
Los resultados de Monte Carlo son escenarios generados estadísticamente, no predicciones del rendimiento futuro.
Disclaimer: The tools and content on this site are provided for educational purposes only and do not constitute investment advice. Trading and investing involve a substantial risk of loss, and past performance does not guarantee future results.