El cementerio de sistemas — qué enseñan las estrategias fallidas
Estudiar una estrategia fallida puede mejorar tu siguiente proyecto de investigación, siempre que puedas reconstruir sus reglas, datos y ejecución de órdenes. Una pérdida por sí sola no explica si fallaron los supuestos, la prueba o la ejecución, o si cambiaron las condiciones del mercado. Esta lección muestra cómo investigar resultados más débiles, separar errores confirmados de hipótesis e identificar preguntas que las pruebas aún no pueden responder. Dos ejemplos resueltos y una plantilla de revisión de casos te ayudan a preparar tu propia explicación de lo ocurrido. Eso proporciona una base más clara para investigar más, hacer una pausa o cerrar el proyecto, sin atribuir causas que los datos no respalden. Conciliamos los datos antes de elegir la acción siguiente.

- Un resultado negativo no explica su propia causa. Comprueba por separado calidad de las pruebas, costes, ejecución de reglas, exposición y condiciones de mercado.
- Analiza una versión concreta de la estrategia durante un periodo definido. Cerrar una cuenta o una empresa no establece que todos los métodos usados allí fueran ineficaces.
- La falta de pruebas suficientes de una ventaja no demuestra que no exista ventaja. Aun así, puede bastar para dejar de financiar más ensayos.
- No necesitas incurrir en más pérdidas para justificar una pausa. Proteger el capital y explicar estadísticamente los resultados son decisiones separadas.
1. ¿Qué ha dejado realmente de funcionar?
«La estrategia ha dejado de funcionar» puede significar varias cosas: el último periodo perdió dinero, los costes superan el beneficio mostrado por una simulación, las reglas no se pueden ejecutar o seguir investigando ya no encaja en el presupuesto. No son conclusiones equivalentes. Antes de buscar una explicación, registra qué evalúas, durante qué periodo y frente a qué expectativa.
La unidad de análisis puede ser una regla de entrada, una estrategia completa versionada, una cartera, una cuenta o el negocio de una empresa. Una cuenta con varias estrategias y exposición cambiante no aísla el rendimiento de una regla. Incumplir el límite de un programa comercial de prop trading puede terminar la participación sin resolver el valor esperado de la estrategia. La insolvencia de una empresa exige analizar sus obligaciones, liquidez y gobierno, no solo un gráfico de operaciones.
Una ventaja en el mercado se utiliza aquí como hipótesis de que un enfoque definido tiene valor esperado positivo después de costes bajo unas condiciones especificadas. Una media muestral solo lo estima. Incluso un resultado positivo fuera de los datos utilizados para diseñar la estrategia no garantiza repetibilidad.
Distingue respaldo insuficiente para la hipótesis inicial, deterioro de los resultados observados y un proyecto cuyo coste ya no compensa a su propietario. Pueden coexistir. Ninguno justifica un relato sobre la «muerte de una ventaja» cuando no está claro qué se había establecido antes.
2. Un historial de versiones, no una fecha de caducidad
Las estrategias no comparten una vida útil medida en un número fijo de meses. Tampoco hay que cambiar parámetros solo porque lleven mucho tiempo sin cambios. Necesitas un registro que muestre qué reglas se evaluaron y qué información estaba disponible entonces.
- Hipótesis: describe mecanismo, instrumento, horarios de decisión, condiciones de funcionamiento y circunstancias que contradirían la idea.
- Prueba: conserva la versión del código o de las reglas, fuente y alcance de datos, costes y lista de variantes probadas. Separa los datos de diseño de los de evaluación.
- Observación: identifica el entorno —datos históricos, demo o cuenta real— y registra desviaciones respecto a los supuestos.
- Revisión: registra la decisión y su fundamento. Un cambio de regla crea una versión nueva; corregir un error de cálculo también exige recalcular las comparaciones.
- Archivo: conserva también las versiones descartadas antes de implementarlas. No toda hipótesis tiene que convertirse en una estrategia operativa.
Es un orden de documentación, no un calendario profesional. Avanzar al paso siguiente no autoriza automáticamente a operar con dinero real. 15.4 — backtesting y pruebas forward aborda el diseño de pruebas; aquí utilizamos las pruebas disponibles para explicar con cautela un intento fallido.
Comprueba primero si el resultado original era creíble
- Ajuste a los datos: ¿entre cuántas reglas se seleccionó la ganadora? Consultar repetidamente el mismo conjunto de prueba influye en la selección. Llamarlo «fuera de muestra» no elimina ese problema.[1]
- Información futura: ¿una señal utilizó el cierre de una vela antes de que esta terminara, una revisión posterior de datos o un indicador que cambia sus valores históricos? Comprueba cuándo estuvo disponible la información, no solo el aspecto del gráfico.
- Selección: ¿se excluyeron periodos difíciles, instrumentos o ensayos abandonados? Define la población y conserva un registro de exclusiones.
- Supuestos ejecutables: ¿los precios, las comisiones, la financiación y las restricciones de tamaño de orden representan el entorno estudiado?
Un resultado posterior más débil es motivo para comprobar estas cuestiones, no una prueba automática de sobreajuste. A la inversa, un error confirmado de marcas temporales puede invalidar una prueba sin esperar otra serie de operaciones.
3. Mercados, costes y ejecución
Los cambios de volatilidad, liquidez o costes pueden cambiar el rendimiento de una estrategia. Atribuir un efecto concreto requiere algo más que una coincidencia de fechas. Compara las mismas reglas, instrumentos y franjas de decisión, teniendo en cuenta cambios de tamaño y medición.
| Hipótesis | Pruebas necesarias | Límite de la conclusión |
|---|---|---|
| Condiciones de mercado distintas | Resultados de una versión sin cambios bajo condiciones definidas antes de evaluar; distribuciones de volatilidad, tendencia, horarios y eventos. | Un filtro añadido después de ver pérdidas es una hipótesis nueva, no una explicación independiente de los mismos datos. |
| Costes superiores | Informes de ejecución, tarifas fechadas, comisiones, financiación y referencias de precios comparables. | Puedes calcular una diferencia de costes sin inferir las intenciones del proveedor. |
| Peor ejecución de órdenes mayores | Hora de envío, precio de referencia, tamaño de la orden, ejecuciones parciales, rechazos y condiciones de liquidez. | Más deslizamiento puede coincidir con un mercado distinto. Comparar únicamente dos medias no aísla el efecto del tamaño. |
| Más competencia por el mismo efecto | Pruebas de cambios en el comportamiento de los participantes y de precios alcanzables, no solo una descripción popular de una estrategia. | Publicar un setup y sufrir después una pérdida no demuestra que la competencia haya eliminado la ventaja. |
| Un instrumento o contrato modificado | Especificaciones del producto y acuerdos antes y después del cambio, reglas de cálculo de PyG y disponibilidad de negociación. | Un cambio puede impedir ejecutar una versión sin invalidar métodos similares en otros productos. |
No restes spread y deslizamiento dos veces. En un informe basado en ejecuciones reales, la diferencia entre precios de compra y venta ya refleja el spread y el deslizamiento obtenido. Añade solo cargos que no estén incluidos en ese campo de PyG. Un backtest basado en precios medios teóricos es distinto: sigue necesitando un modelo adecuado de costes de ejecución.
4. Reglas, dimensionamiento y flujos de caja
Se establece una desviación del plan cuando puedes identificar la regla vigente y la decisión que la contradijo. Eso no explica automáticamente toda la pérdida. Del mismo modo, una operación rentable fuera del plan no demuestra que el cambio fuera beneficioso. Conserva ambos registros: resultado financiero y cumplimiento de las reglas.
No toda modificación tras una muestra corta es un error. Corregir una comisión mal calculada puede estar justificado de inmediato. Ajustar parámetros a pérdidas recientes sin una hipótesis registrada es distinto. En ese caso, identifica la versión nueva y no presentes su mejora sobre los mismos datos como validación independiente.
La misma secuencia de operaciones, drawdowns distintos
Ejemplo sintético, no un historial de cuenta. Cinco operaciones consecutivas terminan cada una en −1R neto. El riesgo inicial de cada operación es una fracción fija f del patrimonio actual de la cuenta. Las posiciones no se solapan y no hay depósitos ni retiradas. En esta simplificación, el patrimonio tras la secuencia es C₅ = C₀ × (1 − f)⁵.
| Fracción de riesgo f | Caída desde C₀ | Drawdown |
|---|---|---|
| 1% | 1 − 0,99⁵ | 4,90% |
| 1,5% | 1 − 0,985⁵ | 7,28% |
| 2% | 1 − 0,98⁵ | 9,61% |
En este modelo solo cambia el dimensionamiento, no los resultados en R. Por tanto, la mayor caída del capital no demuestra que las reglas de entrada sean peores. En el trading real, una posición mayor también puede cambiar costes y ejecución, de modo que habría que comprobar la igualdad de los resultados en R. Estos niveles de riesgo son supuestos comparativos, no recomendaciones.
Un depósito no deshace una pérdida
Un segundo ejemplo sintético (PLN: esloti polaco). El patrimonio de la cuenta cae de 100.000 PLN a 80.000 PLN y después se deposita 20.000 PLN. La cuenta vuelve a mostrar 100.000 PLN, pero las PyG de trading siguen siendo negativas: 100.000 − 100.000 − 20.000 = −PLN 20.000. Con el depósito al final del periodo, la rentabilidad anterior es del −20%. Si el plan fija el riesgo en el 1% del patrimonio actual, el importe de riesgo aumenta tras el depósito de 800 PLN a 1.000 PLN, es decir, un 25%.
El depósito por sí solo no establece un error ni una motivación; puede seguir un plan previo. No debe contarse como beneficio ni utilizarse el saldo restaurado como prueba de mejora de la estrategia. 16.5 — documentar resultados desarrolla la distinción entre rentabilidades y flujos de caja externos.
5. Una plantilla de revisión y dos casos resueltos
Empieza conciliando los datos con el informe fuente. Después reconstruye las reglas aplicables, comprueba costes y exposición y solo entonces compara resultados bajo condiciones diferentes. 15.10 — auditoría de estrategias abarca el ciclo completo de revisión. Esta plantilla tiene un fin más limitado: registrar qué te enseñó realmente un intento fallido.
| Campo | Qué registrar |
|---|---|
| ID y versión | Reglas o código, instrumento, entorno y periodo. Separa la estrategia de la cuenta en la que se utilizó. |
| Hipótesis | ¿Qué efecto se esperaba, bajo qué condiciones y después de qué costes? |
| Pruebas previas | Material existente antes del periodo evaluado: datos, resultados de pruebas, fechas y número de variantes ensayadas. Si no existe, indícalo. |
| Observación | ¿Qué ocurrió en la muestra? Número de operaciones, resultado con unidades, costes, flujos de caja y desviaciones de las reglas. |
| Error confirmado | Pruebas concretas, como una comisión omitida. Si no se establece un error, no rellenes el campo con una conjetura. |
| Hipótesis causales | Posibles explicaciones y alternativas. Pueden coexistir; la plausibilidad por sí sola no establece ninguna. |
| Pruebas que faltan | ¿Qué podría distinguir las explicaciones? ¿Se puede obtener o ya no existe? |
| Decisión | ¿Qué harás ahora, hasta cuándo y con qué fundamento? Separa la acción protectora de la evaluación de la ventaja. |
| Lección para el siguiente intento | Una salvaguarda concreta o pregunta de investigación derivada de este caso, sin generalizar a todo el mercado. |
Caso A: un resultado positivo desaparece al contabilizar correctamente los costes
Todas las cifras son sintéticas. Evaluamos la versión A1 de una estrategia EUR/USD, probada en 100 operaciones del 1 de abril al 30 de junio de 2026. La simulación usa precios medios, una posición fija de 1 lote = 100.000 EUR y un riesgo inicial de precio equivalente a un movimiento de 5 pips. Con un tamaño de pip de 0,0001 USD por EUR, el valor del pip es 10 USD y 1R = 50 USD. Las PyG totales antes de costes son 800 USD, una media de 8 USD = +0,16R por operación.
El spread constante supuesto es de 0,3 pips y la comisión de ida y vuelta es de 6 USD por lote. No hay financiación nocturna, deslizamiento ni cambios de tamaño. Los impuestos y los costes fijos del proyecto quedan fuera de este cálculo de PyG de trading. En este modelo, el spread de 0,3 pips es el coste de toda la ida y vuelta respecto a precios medios; no se cobra dos veces.
| Concepto | Por operación | En R | 100 operaciones |
|---|---|---|---|
| PyG antes de costes | 8 USD | +0,16R | 800 USD |
| Spread: 0,3 × 10 USD | Coste de 3 USD | −0,06R | −300 USD |
| Resultado informado originalmente | 5 USD | +0,10R | 500 USD |
| Comisión omitida | Coste de 6 USD | −0,12R | −600 USD |
| Resultado después de ambos costes | −1 USD | −0,02R | −100 USD |
Confirmado: el informe omitió la comisión pese a incluirla en la especificación de costes. La corrección explica toda la diferencia entre los +500 USD declarados y los −100 USD corregidos. No es el relato de una ventaja que el mercado arrebatara después; el informe anterior estaba incompleto.
No establecido: si las reglas tienen valor esperado positivo sobre otros datos con ejecución alcanzable. No se dispone de dispersión de los resultados individuales ni del historial de selección de variantes, así que no calculamos un intervalo de confianza a partir del total solamente. Una muestra de 100 no es un umbral que confirme una ventaja. Decisión en este ejemplo: no pongas en marcha la versión basándote en el informe antiguo; corrige el modelo de costes y repite la evaluación conservando ambos informes. Lección: concilia cada componente de costes antes de interpretar el resultado.
Bajo los mismos supuestos, una alternativa sin comisión con spread de 1,2 pips costaría 12 USD en vez de 9 USD por operación. La diferencia es 3 / 50 = 0,06R, no 0,18R. No pagar comisión no implica necesariamente un coste total menor. Es una comparación de dos modelos, no una recomendación de bróker.
Caso A1: 100 operaciones, spread total de 300 USD y comisión de 600 USD. Las barras son totales sucesivos de PyG, no componentes que sumar otra vez. Los demás costes se excluyen según lo indicado en el ejemplo.
Caso B: una pérdida no establece que haya desaparecido una ventaja
Ejemplo sintético. Para la versión B1 sin cambios, analizamos un periodo elegido de antemano: del 1 al 31 de julio de 2026. Treinta operaciones suman −6R netos y dan una media de −6 / 30 = −0,20R. Supón una desviación estándar muestral s = 1,40R. Cada múltiplo de R registrado es la PyG después de costes de trading dividida por el importe de riesgo fijado antes de entrar. Se excluyen impuestos y costes fijos del proyecto.
Para este cálculo, supón observaciones independientes de la misma distribución normal. Un intervalo bilateral de confianza del 95% para la media, con desviación estándar poblacional desconocida, utiliza la distribución t de Student:[3]
media ± t₀.₉₇₅;₂₉ × s / √n−0,20 ± 2,04523 × 1,40 / √30 ≈ −0,20 ± 0,523R
Intervalo: aproximadamente de −0,723R a +0,323R.
El intervalo incluye valores negativos y positivos. Bajo el modelo supuesto, esta muestra no rechaza una media cero al nivel de significación del 5%. No establece ni ausencia de ventaja ni que la pérdida fuera «solo mala suerte». También faltan datos anteriores comparables, de modo que no hemos estimado un cambio en la ventaja.
Las observaciones reales pueden ser dependientes, asimétricas y proceder de condiciones de mercado cambiantes. En tal caso, el intervalo t simple puede ser inadecuado; añadir operaciones por sí solo no corrige esos supuestos. También deben considerarse la selección previa de franjas y las pruebas repetidas. Un nivel de confianza no es la probabilidad de que una estrategia funcione. La ASA advierte contra sustituir el razonamiento por un único umbral estadístico.[4]
Decisión en este ejemplo: continuar la observación en simulación y obtener datos de referencia y comprobaciones de costes. Eso limita el gasto de investigación; no es una conclusión de que haya desaparecido una ventaja. Lección: informa del total negativo con su incertidumbre en vez de inventar una causa.
Caso B1: n = 30, s = 1,40R, suponiendo observaciones independientes de la misma distribución normal. R es PyG netas divididas por el riesgo inicial fijado antes de entrar. El intervalo no establece que no haya ventaja ni que la pérdida fuera «mala suerte».
¿Qué puede mostrar Monte Carlo y qué no?
Las simulaciones pueden comparar un drawdown con los resultados de un modelo definido. No pueden determinar incondicionalmente si un sistema está «vivo». Declara los datos de referencia, supuestos de dependencia, longitud de trayectorias, reglas de dimensionamiento, costes y número de simulaciones. La muestra de referencia no debe contener el periodo evaluado ni elegirse solo porque parece la mejor.
Con operaciones no solapadas, sin flujos externos y con una fracción fija de riesgo f, el modelo del patrimonio es Cᵢ = Cᵢ₋₁ × (1 + f × Rᵢ), no un producto de los múltiplos de R solamente. Incluye el patrimonio inicial C₀ en el máximo acumulado para no pasar por alto una pérdida en la primera operación. Si el modelo permite agotar por completo el capital, indica cuándo termina una trayectoria en lugar de continuar con patrimonio negativo. Una magnitud de drawdown inferior al percentil 95 simulado de magnitudes de drawdown solo cumple ese criterio concreto del modelo; no acredita seguridad ni explica la pérdida.
6. Evitar relatos selectivos
La historia de una estrategia ganadora no dice cuántos intentos similares fracasaron. Un relato de fracaso también puede ser selectivo. El sesgo de supervivencia aparece cuando solo quedan disponibles para evaluar los objetos que sobrevivieron a un proceso de selección. Un registro de variantes exitosas y abandonadas ayuda a revelar el alcance de esa selección.
Tu propio conjunto de datos también puede estar seleccionado: los datos recientes no están automáticamente libres de sesgo y una estrategia diseñada por ti no es inmune al sobreajuste. Registra cada ensayo del proyecto declarado, su fecha de inicio, los cambios de reglas y el motivo de terminar. Al evaluar el historial completo de resultados de alguien, define la cobertura de cuentas; no trates una cuenta como todo su historial.
Una entrevista o captura de pantalla puede sugerir una pregunta de investigación. Sin el alcance completo de los datos, no puede estimar tasas de éxito, causas de fracaso ni tiempo necesario para obtener resultados. Trata los datos que faltan como una limitación, no como prueba de que el autor sea deshonesto.
7. Escenarios que investigar — no una clasificación de «sistemas muertos»
Los siguientes casos son situaciones hipotéticas, no un estudio de la población de traders de ningún país. Cada uno identifica una pregunta que plantear antes de sacar una conclusión.
- Scalping con un stop ajustado: ¿es el coste completo pequeño respecto a R, y no solo pequeño en pips?
- Seguimiento de tendencia con pocas ganancias grandes: ¿la dependencia de movimientos raros formaba parte de la hipótesis? La concentración del beneficio por sí sola no establece un error, pero es necesario examinar su riesgo y la incertidumbre muestral.
- Añadir a posiciones perdedoras: ¿cuáles eran la exposición total y la condición de parada? Una tasa alta de acierto en cierres individuales no describe el riesgo del conjunto.
- Una estrategia de publicaciones de noticias: ¿la prueba utiliza información disponible al decidir y precios de ejecución alcanzables?
- Un programa con un límite de pérdidas: ¿evalúas las reglas de la estrategia o el cumplimiento de las condiciones de un programa concreto? Registra si el entorno es simulado o real.
No asignamos una «fecha de muerte» a estos métodos. El objeto de revisión es una versión, un conjunto de datos y un proceso de ejecución concretos.
Una acción protectora puede preceder a una conclusión sobre la causa. Suspender la exposición no establece automáticamente que haya desaparecido una ventaja.
8. Actuar según los hallazgos
Los estados siguientes organizan una decisión. No son una escala validada ni un algoritmo de asignación de capital. La fecha de revisión sigue el plan de investigación y la capacidad de ejecutarlo, no una obligación de soportar más meses de pérdidas.
Mantener las reglas sin cambios
La revisión no encontró razones para modificarlas dentro del alcance examinado. Registra ese alcance y lo desconocido. «No se encontró un error» no significa «se estableció la seguridad». El proyecto puede seguir en simulación.
Recopilar más observaciones
Especifica qué pruebas distinguirían las hipótesis. Recopilar más observaciones sin una pregunta de investigación no resuelve el problema. Muchas carencias pueden investigarse con datos históricos o demo.
Reducir exposición
Si el proyecto ya implica trading real, reducir el riesgo es una decisión protectora independiente. No existe una regla común de «reducir siempre a la mitad la posición anterior». Una exposición menor también puede perder dinero y no sustituye corregir un defecto.
Suspender la negociación
No esperes a alcanzar un n exigido cuando se ha incumplido un límite, no se pueden controlar órdenes o siguen sin conocerse costes importantes. Aplica a las posiciones existentes el procedimiento de riesgo preparado; cerrar la aplicación no cierra posiciones ni cancela órdenes pendientes.
Archivar la versión
Termina el trabajo sobre una versión si no quieres financiar más investigación, no puedes reconstruir datos esenciales o la idea ya no encaja en tus limitaciones. Conserva el motivo: «pruebas insuficientes» no debería convertirse años después en «el mercado destruyó el sistema».
9. ¿Más investigación o cerrar el proyecto?
Volver a una idea antigua puede tener sentido como nueva etapa de investigación si puedes identificar qué enseñaría otro ensayo y cómo limitarías su coste. Cambiar de bróker, filtro o franja de decisión no demuestra que el problema esté resuelto. Una comparación debe tener en cuenta otras condiciones que cambiaron al mismo tiempo.
| Qué se sabe | Posible paso siguiente | Qué no inferir |
|---|---|---|
| Se confirma un error de coste o código. | Corrígelo, recalcula la misma muestra y después evalúa con datos que no se usaron para diseñar la corrección. | Un resultado corregido mejor no garantiza una ventaja fuera de muestra. |
| Los resultados empeoraron; la causa no está resuelta. | Investiga explicaciones alternativas, continúa la simulación o cierra el proyecto por el coste de investigación. | La incertidumbre no exige seguir operando. |
| Las reglas no se pueden ejecutar en las condiciones actuales. | Suspende esta versión; considera una especificación nueva de producto o ejecución. | El backtest antiguo no se puede trasladar sin más a condiciones nuevas. |
| El resultado anterior no puede reconstruirse. | Archívalo documentando las pruebas que faltan o reconstruye una prueba a partir de una hipótesis explícita. | La falta de material no establece que todas las estrategias similares sean ineficaces. |
10. Qué conservar para el próximo proyecto
Adjunta a la revisión del caso los archivos de datos, la especificación de costes, el código o playbook, los informes anteriores y posteriores a la corrección y el registro de variantes. Organiza fechas, zonas horarias identificadas y nombres de archivo para que otra persona pueda reconstruir el análisis. Elimina credenciales y anonimiza la información personal antes de compartir.
Cierra la nota con tres frases: qué se estableció, qué sigue sin resolverse y qué implica para el siguiente intento. Por ejemplo: «La prueba omitió la comisión. No se estimó una ventaja posterior a la corrección con datos independientes. Antes de la próxima evaluación, comprobaré el informe frente a una tabla completa de componentes de costes».
No necesitas diseñar otra estrategia de inmediato. Puedes volver a formarte, hacer una pausa o terminar el proyecto. Para cuestiones de tiempo y compromisos, utiliza 16.3 — evaluar tus circunstancias. Para mantener un hogar sin retiradas de trading, utiliza el modelo de 16.8. El número de estrategias abandonadas no mide por sí solo la competencia ni determina la duración de una carrera futura.
Preguntas frecuentes
¿Después de cuántas pérdidas debería cambiar una estrategia de Forex?
¿Cómo distingo el drawdown del deterioro de una ventaja?
¿Puedo volver a un sistema que descarté antes?
¿Basta una media positiva para continuar?
¿Qué debería examinar en un programa comercial de prop trading?
¿En qué se diferencia una nota de una versión retirada de una auditoría?
Fuentes y su alcance
- Bailey, Borwein, López de Prado y Zhu, The Probability of Backtest Overfitting, versión de los autores, febrero de 2015 (PDF). Riesgo de selección de estrategias con múltiples pruebas, no una fecha de caducidad ni un umbral universal de cualificación para operar.
- Reserve Bank of Australia, Box B: The Recent Japanese Yen Flash Event, febrero de 2019. El evento y los límites de la explicación causal, no el historial de una estrategia concreta.
- NIST/SEMATECH, Confidence Limits for the Mean. Fórmula del intervalo t e interpretación del nivel de confianza. Aplicarla exige comprobar los supuestos del modelo.
- American Statistical Association, Statement on Statistical Significance and P-Values (PDF), 7 de marzo de 2016. Límites de las conclusiones basadas en un solo umbral estadístico.
Fuentes comprobadas el 8 de septiembre de 2026. Los casos A, B y C, la comparación de dimensionamiento y el cálculo del depósito son modelos educativos ilustrativos, no resultados de inversión. La plantilla y los estados de decisión son herramientas editoriales, no una prueba validada. Este material es educativo, no una recomendación de inversión.