Simulación Monte Carlo en trading: qué dicen 10.000 escenarios

Muchas trayectorias reducen parte del ruido numérico, pero no prueban que el mercado se comporte como el modelo. Distingue simulación, validación y ejecución real.

Escenarios bajo supuestos

Un modelo genera trayectorias usando datos y reglas definidos. La frecuencia con que una trayectoria alcanza objetivo antes que stop depende de entrada, horizonte, volatilidad y costes. Una entrada pendiente confirmada más tarde dispone de menos tiempo que una ejecución inmediata.

Cantidad y precisión

Aumentar trayectorias mejora la estabilidad del cálculo condicionado al modelo. No corrige datos desactualizados, un régimen mal representado ni supuestos de ejecución incorrectos. Un intervalo numérico de muestreo no es un intervalo completo de confianza sobre el mercado.

Evidencia posterior

Compara pronósticos registrados antes de conocer el desenlace con resultados posteriores. Separa órdenes no ejecutadas, expiradas y casos ambiguos; revisa calibración y costes reales. Un resultado de esperar puede ser útil cuando el modelo no demuestra una ventaja neta.

Ejemplo ilustrativo

Dos simulaciones con igual número de caminos pueden diferir si una confirma entrada al cierre de una hora y otra usa el primer toque. Deben conservar horizonte, precios y reglas de cada cálculo; repetir 10.000 veces un supuesto equivocado no lo valida.

Lista de comprobación

  • Datos y hora de referencia visibles.
  • Confirmación de entrada y horizonte definidos.
  • Costes y resultados no ejecutados incluidos.
  • Validación posterior separada de la simulación.