La evaluación y el payout pueden premiar comportamientos distintos
El trabajo de Nicholas Hall analiza las evaluaciones de prop firms como un proceso con dos filtros. Primero está el challenge: alcanzar un objetivo de beneficio sin romper el drawdown. Después aparece otra fase, la de mantener la cuenta y cumplir las condiciones necesarias para llegar al payout. El planteamiento central es que lo que ayuda a cruzar el primer filtro no necesariamente ayuda a superar el segundo.
La simulación ofrece un ejemplo especialmente claro. Con los mismos parámetros de estrategia, operar 20 veces por día durante ambas etapas produjo una probabilidad conjunta de pasar y llegar al payout de 1%. Cuando el modelo utilizó una cadencia rápida durante la evaluación y una más lenta en la etapa fondeada, ese resultado subió a 8.8%. Es el “factor de nueve” que destaca el preprint, pero conviene leerlo correctamente: son resultados de un modelo concreto, no tasas observadas para todos los traders ni todas las fondeadoras.
Para un trader, la consecuencia práctica es importante. Aprender a optimizar una operativa exclusivamente para superar el challenge puede generar hábitos que después choquen con días mínimos, consistencia, límites de pérdida o condiciones de retiro. Un ejemplo de cómo estas reglas cambian entre etapas puede verse en nuestro análisis sobre consistencia y payout en Tradeify.
Pasar también puede depender de cuánto riesgo permite asumir el reto
Uno de los resultados más llamativos del preprint aparece en su control de “cero habilidad”. El autor utiliza una dirección aleatoria y deja que el modelo optimice únicamente el tamaño de posición. Bajo las condiciones estudiadas y con trailing drawdown al cierre del día, obtiene probabilidades de superar la evaluación de aproximadamente 36% a 47%, dependiendo de la frecuencia de operación.
Eso no significa que un trader sin ventaja real tenga automáticamente cuatro posibilidades entre diez de superar cualquier challenge. El propio trabajo advierte que esa construcción mide lo que permite la geometría de unas reglas determinadas, no lo que hace una población real de traders. De hecho, también encuentra que la probabilidad de pasar aumenta cuando existe habilidad. Su argumento es más limitado: el resultado de “aprobado” mezcla información sobre habilidad con información sobre sizing y riesgo, por lo que no permite aislar una de la otra.
Los datos publicados por Topstep sirven para entender por qué también hay que cuidar los denominadores. En sus estadísticas de 2025, 16.8% de los Trading Combines iniciados se completaron con éxito, mientras que 51.8% de las personas que participaron en uno o más Combines consiguieron avanzar al nivel fondeado al menos una vez. Entre los participantes que llegaron al nivel fondeado, 33.3% recibió un payout. Son medidas diferentes —por cuenta y por persona— y no deben multiplicarse como si describieran una sola probabilidad continua.
El preprint abre una pregunta útil, pero todavía tiene límites importantes
El documento se presenta como un working paper y fue enviado a arXiv el 14 de septiembre de 2026. No debe tratarse como evidencia definitiva ni como un resultado ya validado mediante revisión por pares. Su metodología incluye datos de futuros sobre índices desde junio de 2010 hasta junio de 2026, controles sin ventaja, simulaciones Monte Carlo y el estudio detallado de varias estructuras de cuenta.
También hay razones para ser prudentes. El propio autor reconoce que las 88 investigaciones de su protocolo comparten datos, código y regímenes de mercado, por lo que no son pruebas estadísticamente independientes, y señala que no aplicó una corrección por comparaciones múltiples. Más importante todavía para esta tesis: el documento admite que la evidencia externa sobre tasas de payout es su punto empírico más débil, con pocos datos públicos, diferentes clases de activos y denominadores que no siempre coinciden.
Eso también limita otra de sus conclusiones más fuertes. El preprint encuentra valor esperado negativo bajo las estrategias, costes y estructuras que midió, pero esa conclusión está condicionada a ese universo de pruebas. No demuestra que cualquier trader, estrategia o empresa de fondeo tenga necesariamente valor esperado negativo. Antes de convertir esa parte del documento en una afirmación general sobre el sector, hace falta una revisión metodológica independiente.
Para México, la pregunta debería empezar después de aprobar el reto
El estudio no analiza específicamente a traders mexicanos, así que no permite sacar conclusiones sobre su tasa de éxito. Su utilidad para México está en otra parte: obliga a mirar una evaluación como un recorrido completo y no solo como un objetivo de beneficio que hay que alcanzar.
Antes de pagar un challenge, conviene revisar qué sucede después de aprobarlo. Importan el tipo de drawdown, la consistencia, los días requeridos, los límites para solicitar ganancias, el KYC, el método de retiro y si la fase denominada “fondeada” es simulada o utiliza capital real. Si el precio está expresado en dólares, además, el trader mexicano debe considerar la conversión desde pesos y cualquier coste asociado. Nuestra comparativa de empresas de fondeo para México permite ampliar esa revisión, mientras que la guía sobre payouts rápidos y sus condiciones ayuda a separar elegibilidad, revisión y cobro efectivo.
La lectura útil del preprint, por tanto, no es que pasar un challenge “no sirva”. Es que pasarlo puede ser una señal incompleta. Para quien evalúa una fondeadora desde México, el filtro relevante no termina en el objetivo de beneficio: también importa si la misma forma de operar puede sobrevivir al drawdown, cumplir las reglas posteriores y llegar a un payout elegible.
