Qué es el win rate en trading
El win rate es el porcentaje de operaciones cerradas que resultaron ganadoras dentro de una muestra determinada.
Si realizaste 100 operaciones y 60 terminaron con beneficio, tu win rate fue del 60%.
La fórmula básica es:
Win Rate (%) = Operaciones ganadoras ÷ Total de operaciones × 100
Por ejemplo, supongamos que un sistema produjo 60 operaciones:
- 37 fueron ganadoras.
- 23 fueron perdedoras.
El cálculo es:
37 ÷ 60 × 100 = 61.67%
Puedes redondearlo a 61.7% de win rate.
Esto significa que aproximadamente 62 de cada 100 operaciones de esa muestra fueron ganadoras.
Fíjate en la última parte: de esa muestra.
No significa automáticamente que la siguiente operación tenga exactamente un 61.7% de probabilidad de ganar. Volveremos a esta diferencia porque es bastante más importante de lo que parece.
Si quieres empezar a registrar tus operaciones de forma ordenada en una plataforma de trading, una de las opciones que recomendamos especialmente para traders es Pepperstone. Puedes revisar sus condiciones y la promoción disponible mediante nuestro enlace.
Qué mide realmente el win rate
Yo separaría dos preguntas.
La primera es:
¿Con qué frecuencia gana mi sistema?
Eso sí lo responde el win rate.
La segunda es:
¿Mi sistema gana dinero?
Eso no lo responde.
Imagina un sistema que obtiene un 70% de operaciones ganadoras. A primera vista suena bastante bien. Pero todavía no sabemos si en cada ganadora obtiene 200 MXN y en cada perdedora pierde 2,000 MXN.
Tampoco sabemos sus costos, su drawdown, la estabilidad de sus resultados o si ese porcentaje salió de 20 operaciones o de 2,000.
Por eso no conviene utilizar el win rate como sinónimo de calidad.
Tampoco es lo mismo que tener un edge en trading. Una ventaja necesita una expectativa favorable bajo unas condiciones determinadas; acertar muchas veces puede formar parte de esa ventaja, pero no la demuestra.
Esta distinción parece pequeña. No lo es.
Cómo calcular bien el win rate de un sistema
La división es fácil. Lo delicado es decidir qué estás contando.
Las operaciones deben estar realmente cerradas
Una posición abierta todavía no tiene un resultado final.
Si tienes nueve operaciones ganadoras cerradas y una enorme pérdida todavía abierta, decir que llevas un win rate del 100% puede ser matemáticamente cierto sobre las operaciones cerradas y, al mismo tiempo, ofrecer una imagen completamente engañosa de tu situación.
Cuando analices un sistema, utiliza reglas de contabilización consistentes.
Una ganadora debería ser ganadora después de costos
Supongamos que una operación produce un beneficio bruto de 50 MXN, pero entre comisiones y otros costos de ejecución termina con un resultado neto de -20 MXN.
Para evaluar el rendimiento ejecutable del sistema, yo no la trataría como una operación ganadora.
Spread, comisiones y slippage pueden convertir operaciones marginalmente positivas en operaciones negativas. El backtest debe intentar representar las condiciones que realmente podrías ejecutar.
Decide qué hacer con las operaciones en breakeven
Aquí aparece otra pequeña trampa.
Supongamos que tienes:
55 operaciones ganadoras, 35 perdedoras y 10 que terminaron exactamente en breakeven.
Si excluyes los breakeven:
55 ÷ 90 = 61.1%
Si los incluyes dentro de las 100 operaciones cerradas:
55 ÷ 100 = 55%
La diferencia es considerable.
No existe valor en esconder esta decisión dentro del reporte. Lo importante es definir la convención y mantenerla constante cuando compares periodos, sistemas o versiones de una estrategia.
Lo mismo ocurre si utilizas entradas o salidas parciales. Una posición dividida en tres ejecuciones no debería convertirse accidentalmente en tres “operaciones” solo porque la plataforma presenta los datos de esa forma. Primero define cuál es tu unidad de análisis.
Por qué un win rate alto puede esconder un sistema perdedor
Veamos dos sistemas hipotéticos de 100 operaciones. Voy a exagerar un poco las diferencias para que se vea el mecanismo con claridad.
| Métrica | Sistema A | Sistema B |
|---|---|---|
| Win rate | 80% | 40% |
| Operaciones ganadoras | 80 | 40 |
| Operaciones perdedoras | 20 | 60 |
| Ganancia media por ganadora | +250 MXN | +2,000 MXN |
| Pérdida media por perdedora | -1,500 MXN | -1,000 MXN |
| Resultado de las ganadoras | +20,000 MXN | +80,000 MXN |
| Resultado de las perdedoras | -30,000 MXN | -60,000 MXN |
| Resultado antes de costos | -10,000 MXN | +20,000 MXN |
El Sistema A acierta el doble de veces.
Y pierde dinero.
El Sistema B falla en 6 de cada 10 operaciones.
Y en este ejemplo termina positivo.
¿Qué cambió?
El tamaño de las ganancias respecto al tamaño de las pérdidas.
Esa relación es precisamente lo que vas a estudiar en la siguiente lección sobre Payoff Ratio.
No quiero desarrollar aquí toda esa métrica porque tiene su propia función dentro del curso. Para entender el win rate basta con que te quedes con una idea: la frecuencia de los aciertos y el tamaño de sus resultados son dos dimensiones distintas del sistema.
Una no sustituye a la otra.
Entonces, ¿qué se considera un buen win rate en trading?
No existe un porcentaje universal.
Un win rate del 40%, 55%, 70% o 85% no puede calificarse correctamente como bueno o malo sin conocer qué ocurre económicamente cuando el sistema gana y cuando pierde.
Un caso muy simple ayuda.
Si tu ganancia media y tu pérdida media fueran exactamente iguales y no existieran costos, un win rate del 50% dejaría el resultado en equilibrio.
En cuanto introduces costos, necesitarías algo más del 50% para compensarlos.
Pero si tus operaciones ganadoras son considerablemente mayores que tus operaciones perdedoras, puedes tener un sistema rentable con menos del 50% de aciertos.
Y si tus pérdidas son mucho mayores que tus ganancias, necesitarás acertar con mucha más frecuencia.
Para mí, esta es la pregunta correcta:
No “¿qué win rate debería tener?”, sino “¿qué win rate necesita este sistema dada la forma en que gana y pierde?”
En las próximas lecciones irás completando esa respuesta. Primero con el payoff ratio y después con la expectancy o esperanza matemática, que conecta la frecuencia de ganadoras y perdedoras con su magnitud media. Una esperanza histórica positiva sigue sin ser una garantía sobre el futuro, pero ya contiene mucha más información que mirar únicamente el porcentaje de aciertos.
Un 60% de win rate no siempre significa lo mismo
Imagina tres backtests:
Backtest 1: 6 ganadoras de 10 operaciones.
Backtest 2: 60 ganadoras de 100 operaciones.
Backtest 3: 600 ganadoras de 1,000 operaciones.
Los tres tienen exactamente un 60% de win rate.
Pero no aportan la misma cantidad de evidencia.
Después de diez operaciones, una sola ganadora o perdedora modifica el win rate en diez puntos porcentuales.
Después de mil, una operación adicional apenas lo mueve.
Por eso necesitas interpretar cualquier tasa de acierto teniendo en cuenta el tamaño de la muestra. Este punto ya lo trabajamos con más profundidad en la lección sobre cuántas operaciones necesita un backtest.
Y hay otro matiz: una muestra grande no arregla un backtest mal construido.
Mil operaciones seleccionadas con información futura, con reglas modificadas después de ver los resultados o extraordinariamente ajustadas al periodo histórico pueden ofrecer una falsa sensación de precisión.
Cantidad de datos y calidad de evidencia no son lo mismo.
Tu win rate histórico tampoco es una promesa sobre la siguiente operación
Este error merece una explicación propia.
Supongamos que tu sistema ganó 60 de las últimas 100 operaciones.
Puedes afirmar:
“El win rate observado en esta muestra fue del 60%.”
Yo tendría más cuidado con:
“La próxima operación tiene un 60% de probabilidades de ganar.”
¿Por qué?
Porque el primer enunciado describe datos que ya existen. El segundo intenta estimar el futuro.
Para que ambos fueran prácticamente equivalentes tendrías que asumir, entre otras cosas, que las condiciones relevantes del sistema continúan siendo comparables: mismas reglas, ejecución suficientemente parecida y un entorno de mercado en el que la ventaja no haya cambiado materialmente.
El mercado no es una moneda perfectamente estable que lanzamos una y otra vez.
Por eso el win rate de un backtest debe tratarse como evidencia histórica sobre el comportamiento del sistema, no como una probabilidad futura conocida con exactitud.
El peligro de intentar aumentar el win rate a cualquier precio
Es bastante normal querer ganar más operaciones. Psicológicamente resulta agradable.
El problema aparece cuando conviertes el porcentaje de acierto en el objetivo del sistema.
Puedes aumentar artificialmente el win rate colocando objetivos de beneficio más cercanos, tolerando pérdidas mayores o ajustando las reglas hasta que encajen mejor con los datos históricos. El número mejora. El sistema no necesariamente.
Yo vigilaría especialmente estos errores:
- Cambiar reglas únicamente porque aumentan el win rate histórico. Puedes estar sobreoptimizando.
- Cerrar beneficios muy rápido y dejar crecer las pérdidas. La tasa de acierto puede mejorar mientras la relación económica entre ganadoras y perdedoras empeora.
- Eliminar de la muestra operaciones incómodas. Si la operación cumplía las reglas, su resultado pertenece al sistema.
- Comparar win rates calculados con criterios distintos. Si un reporte excluye breakevens y otro los incluye, ya no estás comparando lo mismo.
- Confundir win rate alto con bajo riesgo. Una estrategia puede acumular muchas pequeñas ganancias y mantener una exposición grande a pérdidas poco frecuentes.
El objetivo de un sistema no debería ser “acertar mucho”.
Debería ser producir un comportamiento suficientemente favorable después de pérdidas, costos y riesgo, bajo reglas que puedas ejecutar de manera consistente.
Cómo usar el win rate dentro de un backtest
Cuando veo el win rate, lo tomo como una pieza del rompecabezas.
Primero quiero saber cómo se calculó: qué cuenta como operación, cómo se tratan los breakeven y si los resultados son netos de los costos que correspondan.
Después miro cuántas operaciones existen y si el porcentaje está demasiado condicionado por una muestra pequeña.
El siguiente paso es entender cuánto gana el sistema cuando gana y cuánto pierde cuando pierde. Ahí entra el payoff ratio.
Más adelante puedes estudiar métricas que condensan otras partes del resultado. El Profit Factor compara ganancias brutas con pérdidas brutas, por ejemplo, pero tampoco debe convertirse en otro número mágico que se lea aislado.
Precisamente por eso existe una lección específica sobre cómo interpretar las métricas de un backtest. La idea del módulo no es memorizar definiciones independientes, sino aprender cómo se complementan.
Si llevas esta práctica a una plataforma, yo mantendría exactamente la misma disciplina con los datos. Puedes revisar Pepperstone y consultar la promoción disponible mediante nuestro enlace. Antes de utilizar capital real, revisa siempre condiciones, costos y el riesgo de los productos que vayas a operar; un broker no convierte un sistema sin validar en uno válido.
Qué quiero que te lleves de esta lección
El win rate responde una pregunta muy concreta:
¿Qué porcentaje de las operaciones de mi muestra terminó con ganancia?
No responde cuánto ganas, cuánto pierdes, cuánto riesgo soportas ni si el sistema tiene una ventaja sostenible.
Ese límite no vuelve inútil al win rate. Al contrario: hace que sepas utilizarlo correctamente.
Un 80% puede esconder un sistema perdedor. Un 40% puede pertenecer a uno rentable. Un 60% basado en diez operaciones no significa lo mismo que un 60% basado en una muestra mucho mayor. Y ningún porcentaje obtenido del pasado convierte el resultado de la siguiente operación en una certeza.
Ahora ya sabemos con qué frecuencia gana el sistema.
La siguiente pregunta es inevitable: cuando gana, ¿cuánto gana comparado con lo que pierde cuando falla?
Eso es exactamente lo que vas a resolver en la siguiente lección: Payoff Ratio en trading.
Y cuando completes las métricas principales del módulo, podrás juntarlas para evaluar un backtest de forma mucho más completa sin depender de un solo porcentaje.
