En corto: antes de creerle a un backtest, borra sus 3 mejores operaciones y vuelve a calcular. Si el resultado cambia de signo, lo más probable es que no tengas una estrategia, sino tres golpes de suerte (hay una excepción, la explico más abajo). Abajo está el código en pandas, un ejemplo que se puede reproducir y los casos en que esta prueba engaña.

El problema: el promedio esconde de dónde viene la ganancia

Un backtest te devuelve un número: ganancia total, profit factor, Sharpe. Lo que no te dice es cómo se reparte esa ganancia entre las operaciones.

Dos estrategias pueden terminar con el mismo resultado total:

una gana un poco en muchas operaciones;
otra pierde un poco en casi todas y se salva con dos o tres operaciones enormes (un pump, una noticia, un hueco de precio).

La primera tiene algo que se puede repetir. La segunda depende de que vuelvan a pasar exactamente esos eventos, y en el mismo lado.

Un ejemplo que puedes correr

Datos sintéticos (inventados a propósito, no son resultados reales de nadie): 200 operaciones normales con resultado medio levemente negativo, más 3 operaciones excepcionales.

Salida:

Con todo, la estrategia "gana": profit factor 1.08. Sin las 3 mejores, pierde: profit factor 0.80. El win rate casi no cambia (47.8% → 47.0%), por eso mirar solo el win rate no te avisa de nada.

La curva de fragilidad

Quitar exactamente 3 es una convención. Es más informativo ver qué pasa al quitar 0, 1, 2… hasta 10:

sin top-0 pnl_total = 6.41
sin top-1 pnl_total = -2.59
sin top-2 pnl_total = -10.09
sin top-3 pnl_total = -16.09
sin top-4 pnl_total = -18.95
sin top-5 pnl_total = -21.05
sin top-6 pnl_total = -23.12
sin top-7 pnl_total = -25.07
sin top-8 pnl_total = -26.79
sin top-9 pnl_total = -28.46
sin top-10 pnl_total = -30.06

Aquí basta con quitar una sola operación para que el resultado cambie de signo.

Y una métrica que lo resume:


Los 3 mejores trades explican el 351% del resultado total.

Si el total es positivo, más de 100% significa que el resto de las operaciones, juntas, pierden.

Contraste: cómo se ve una estrategia que aguanta la prueba

Para que quede claro que la prueba no descarta todo: una estrategia con una ventaja pequeña pero repartida (datos sintéticos de nuevo).

Sana con todo: {'trades': 203, 'pnl_total': 35.3, 'profit_factor': 1.54, 'win_rate': 0.581}
Sana sin top-3: {'trades': 200, 'pnl_total': 27.1, 'profit_factor': 1.42, 'win_rate': 0.575}

Baja, como es lógico, pero no cambia de signo ni se desarma.

Cuándo esta prueba engaña

1. Estrategias que viven de los extremos. Algunas estrategias, como las de seguimiento de tendencia, están diseñadas para perder poco muchas veces y ganar mucho pocas veces. A esas, quitarles el top-3 siempre les hace daño. Ahí la pregunta útil es otra: ¿cuántos de esos extremos hay en tu muestra y con qué frecuencia aparecen? Con 3 extremos en 5 años, no sabes casi nada. Con 40, empiezas a saber algo.
2. Pocas operaciones. Con 30 trades, quitar 3 es quitar el 10% de la muestra. Mira la curva completa, no un solo número.
3. Compáralo contra el azar. Una prueba más fuerte: genera entradas aleatorias con la misma cantidad de operaciones y el mismo tiempo en el mercado, aplica la misma curva de fragilidad y compara. Si tu estrategia se desarma igual que el azar, la ventaja no está en tus reglas.

Decídelo antes de mirar

La trampa más común no es olvidarse de esta prueba. Es correrla, ver que falla y empezar a buscar razones para que "esos 3 trades sí cuenten".

Por eso conviene escribir la regla antes de ver el resultado. Por ejemplo: "si sin el top-3 el resultado cambia de signo, la estrategia se archiva". Si tu estrategia vive de los extremos, ajusta la regla a eso antes de mirar (por ejemplo, exigir un mínimo de extremos en la muestra), no después. Sobre eso escribí aquí: Escribí las reglas antes de ver los resultados.

Esta prueba es una de las 7 de una guía gratuita que preparé: 7 sesgos que inflan tu backtest (PDF en español, con código en pandas y una checklist de una página).

Material educativo de metodología. No contiene señales, recomendaciones de inversión ni proyecciones de rentabilidad. Todos los números de este artículo salen de datos sintéticos.