{"id":13320,"date":"2026-06-22T19:46:52","date_gmt":"2026-06-22T19:46:52","guid":{"rendered":"https:\/\/bjftradinggroup.com\/?p=13320"},"modified":"2026-06-24T16:43:37","modified_gmt":"2026-06-24T16:43:37","slug":"latency-arbitrage-optimization-live-test","status":"publish","type":"post","link":"https:\/\/bjftradinggroup.com\/es\/latency-arbitrage-optimization-live-test\/","title":{"rendered":"Misma estrategia, dos cuentas: arbitraje de latencia optimizado vs predeterminado en XAUUSD"},"content":{"rendered":"

<\/p>\n

\n


\n
\n<\/p>\n

\n

BJF TRADING GROUP \u00a0\u00b7\u00a0 SHARPTRADER OPTIMIZER<\/span><\/p>\n

Misma estrategia, dos cuentas: lo que realmente cambiaron los par\u00e1metros optimizados de arbitraje de latencia en XAUUSD<\/span><\/h2>\n

Ejecutamos la misma l\u00f3gica de arbitraje de latencia en dos cuentas reales al mismo tiempo, con el mismo tama\u00f1o de 1 lote, el mismo par de oro y el mismo saldo inicial. Una cuenta us\u00f3 par\u00e1metros ajustados en SharpTrader Optimizer<\/strong>. La otra funcion\u00f3 con los valores predeterminados. A lo largo de unas 5.700 operaciones, la cuenta optimizada no solo gan\u00f3 m\u00e1s. Redujo la p\u00e9rdida promedio en dos tercios y duplic\u00f3 el factor de beneficio. Aqu\u00ed tienes el desglose completo.<\/p>\n

Instrumento:<\/strong> XAUUSD
\nPer\u00edodo:<\/strong> 19\u201322 de junio de 2026
\nTama\u00f1o de lote:<\/strong> 0.1 (fijo)
\nSaldo inicial:<\/strong> 5.000 $ cada una<\/div>\n<\/div>\n


\n
\n<\/p>\n

\n

Respuesta corta:<\/strong> Optimizar los par\u00e1metros de arbitraje de latencia no consisti\u00f3 en perseguir una mayor ganancia por operaci\u00f3n. Redujo el coste de las operaciones perdedoras. La p\u00e9rdida promedio de la cuenta optimizada cay\u00f3 de \u22126,20 $ a \u22122,04 $<\/strong>, su operaci\u00f3n perdedora promedio baj\u00f3 de \u22126,2 pips a \u22122,0 pips<\/strong>, y su factor de beneficio subi\u00f3 de 5,41 a 11,3<\/strong>. Resultado neto durante la prueba: 14.576 $ frente a 11.041 $<\/strong> de beneficio cerrado sobre una base de 5.000 $, con un drawdown m\u00e1ximo menor.<\/p>\n<\/div>\n


\n
\n<\/p>\n

El resultado en una sola l\u00ednea<\/h2>\n

Ambas cuentas comenzaron con 5.000 $ y operaron la misma l\u00f3gica de entrada de arbitraje de latencia en oro. La \u00fanica diferencia fue el conjunto de par\u00e1metros: uno sali\u00f3 de una cuadr\u00edcula de optimizaci\u00f3n en SharpTrader Optimizer, y el otro us\u00f3 los valores predeterminados. Esta es la diferencia principal.<\/p>\n

\n
+14.576 $<\/span>Neto optimizado<\/span><\/div>\n
+11.041 $<\/span>Neto predeterminado<\/span><\/div>\n
11,3<\/span>PF optimizado<\/span><\/div>\n
5,41<\/span>PF predeterminado<\/span><\/div>\n<\/div>\n

La diferencia de beneficio es real, pero es el n\u00famero menos interesante de la p\u00e1gina. Un total neto un 32% m\u00e1s alto en tres sesiones podr\u00eda ser ruido. Lo que no es ruido es c\u00f3mo<\/em> lleg\u00f3 hasta ah\u00ed la cuenta optimizada, y esa es la parte que merece la pena leer.<\/p>\n


\n
\n<\/p>\n

Dos curvas de equity, una junto a la otra<\/h2>\n

Al trazarlas frente al progreso de la prueba, de 0 a 100% de las operaciones cerradas, ambas curvas suben de forma constante, que es lo que esperas de una ventaja de arbitraje que funciona. La l\u00ednea optimizada se adelanta gradualmente y termina m\u00e1s arriba, con ca\u00eddas m\u00e1s escasas y menos profundas durante el recorrido.<\/p>\n


\n\"Equity<\/p>\n

Equity de operaciones cerradas desde una base de 5.000 $, normalizada seg\u00fan el progreso de la prueba para que los dos conteos de operaciones (3.588 frente a 2.149) puedan compararse.<\/p>\n<\/div>\n


\n
\n<\/p>\n

Los n\u00fameros completos<\/h2>\n

Lee esta tabla de arriba abajo. La historia no est\u00e1 en la fila del beneficio. Est\u00e1 en las filas de p\u00e9rdidas.<\/p>\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n
M\u00e9trica<\/th>\nOptimizado<\/th>\nPredeterminado<\/th>\n<\/tr>\n<\/thead>\n
Posiciones cerradas<\/td>\n3.588<\/td>\n2.149<\/td>\n<\/tr>\n
Beneficio neto cerrado<\/td>\n+14.576 $<\/td>\n+11.041 $<\/td>\n<\/tr>\n
Tasa de acierto<\/td>\n79,4%<\/td>\n81,2%<\/td>\n<\/tr>\n
Factor de beneficio<\/td>\n11,3<\/td>\n5,41<\/td>\n<\/tr>\n
Ganancia promedio<\/td>\n+5,61 $<\/td>\n+7,76 $<\/td>\n<\/tr>\n
P\u00e9rdida promedio<\/td>\n\u22122,04 $<\/td>\n\u22126,20 $<\/td>\n<\/tr>\n
Operaci\u00f3n perdedora promedio (pips)<\/td>\n\u22122,0<\/td>\n\u22126,2<\/td>\n<\/tr>\n
Drawdown m\u00e1ximo<\/td>\n0,42%<\/td>\n0,62%<\/td>\n<\/tr>\n
P\u00e9rdidas consecutivas m\u00e1ximas<\/td>\n4<\/td>\n5<\/td>\n<\/tr>\n
Desv. est\u00e1ndar del beneficio neto por operaci\u00f3n<\/td>\n5,83 $<\/td>\n7,12 $<\/td>\n<\/tr>\n
Duraci\u00f3n promedio de la operaci\u00f3n<\/td>\n1,4 s<\/td>\n3,7 s<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n
\n

La parte contraintuitiva<\/h3>\n

La cuenta optimizada tuvo una tasa de acierto menor<\/strong> (79,4% frente a 81,2%) y una ganancia promedio m\u00e1s peque\u00f1a<\/strong> (5,61 $ frente a 7,76 $). En una evaluaci\u00f3n ingenua parece peor. Sin embargo, gan\u00f3 m\u00e1s dinero con menos riesgo. \u00bfPor qu\u00e9? Porque sus operaciones perdedoras fueron tres veces m\u00e1s baratas. En el arbitraje de latencia, tu ventaja por operaci\u00f3n es diminuta y tu enemigo es la mala ejecuci\u00f3n. Ajusta la cola de p\u00e9rdidas y todo lo que viene despu\u00e9s mejora.<\/p>\n<\/div>\n


\n
\n<\/p>\n

Por qu\u00e9 la cola de p\u00e9rdidas lo es todo en el arbitraje de latencia<\/h2>\n

Una se\u00f1al de arbitraje de latencia vive durante milisegundos. Act\u00faas sobre un precio al que un mercado ya se ha movido y al que otro todav\u00eda no ha alcanzado. Cuando la ejecuci\u00f3n es limpia, capturas unos pocos pips. Cuando la ejecuci\u00f3n llega tarde, el precio que quer\u00edas ya desapareci\u00f3 y ahora est\u00e1s sosteniendo el lado equivocado de un movimiento que ya ocurri\u00f3. Eso es una entrada con deslizamiento, y las entradas con deslizamiento son donde se escapa el dinero.<\/p>\n

Mira la operaci\u00f3n perdedora promedio de la cuenta predeterminada: \u22126,2 pips<\/strong>. Eso no significa que la estrategia se equivocara sobre la direcci\u00f3n. La tasa de acierto demuestra que la lectura direccional est\u00e1 bien: el 81% de las operaciones gan\u00f3. Los \u22126,2 pips son coste de ejecuci\u00f3n: la brecha entre el precio en el que se activ\u00f3 la se\u00f1al y el precio que la cuenta obtuvo realmente, m\u00e1s el spread variable que pag\u00f3 al cruzar el libro. La cuenta optimizada pag\u00f3 solo \u22122,0 pips<\/strong> por el mismo tipo de operaci\u00f3n perdedora. Misma ventaja, un tercio de la fuga.<\/p>\n

\n

Qu\u00e9 signific\u00f3 aqu\u00ed la \u201coptimizaci\u00f3n\u201d<\/h3>\n
    \n
  • Presupuesto de latencia de entrada m\u00e1s estricto.<\/strong> El conjunto optimizado solo act\u00faa cuando el tiempo de ejecuci\u00f3n de ida y vuelta modelado encaja dentro de la ventana en la que el arbitraje sigue vivo. Las se\u00f1ales obsoletas se omiten en lugar de tomarse tarde.<\/li>\n
  • Activaci\u00f3n consciente del spread.<\/strong> Las entradas se filtran contra el spread variable en vivo, no contra una suposici\u00f3n fija, de modo que la cuenta deja de pagar por cruzar un libro temporalmente amplio.<\/li>\n
  • Gesti\u00f3n de salida m\u00e1s r\u00e1pida.<\/strong> La duraci\u00f3n promedio de la operaci\u00f3n cay\u00f3 de 3,7 a 1,4 segundos. Las posiciones se cierran mientras la dislocaci\u00f3n a\u00fan est\u00e1 a tu favor, en lugar de mantenerse un instante de m\u00e1s.<\/li>\n
  • Mayor selectividad, no mayor agresividad.<\/strong> La cuenta optimizada tom\u00f3 m\u00e1s operaciones en total, pero cada una super\u00f3 un est\u00e1ndar de calidad de ejecuci\u00f3n m\u00e1s estricto. La cantidad aument\u00f3 porque las se\u00f1ales limpias y baratas son abundantes cuando dejas de tomar las caras.<\/li>\n<\/ul>\n<\/div>\n


    \n
    \n<\/p>\n

    C\u00f3mo se realiz\u00f3 la prueba<\/h2>\n
    \n

    Dise\u00f1o:<\/strong> dos cuentas reales, ejecutadas en paralelo durante las mismas sesiones de mercado para que ambas vieran la misma acci\u00f3n del precio y las mismas condiciones de liquidez.<\/p>\n

    Variables controladas:<\/strong> mismo instrumento (XAUUSD), mismo tama\u00f1o de lote fijo (1.0), mismo saldo inicial (5.000 $), mismas condiciones del broker, misma l\u00f3gica central de arbitraje de latencia.<\/p>\n

    La \u00fanica variable modificada:<\/strong> el conjunto de par\u00e1metros. La cuenta A us\u00f3 valores seleccionados desde una cuadr\u00edcula de par\u00e1metros en SharpTrader Optimizer. La cuenta B us\u00f3 los valores predeterminados.<\/p>\n

    Ventana:<\/strong> del 19 al 22 de junio de 2026. 3.588 posiciones cerradas en la cuenta optimizada, 2.149 en la cuenta predeterminada.<\/p>\n<\/div>\n

    Ejecutar ambas cuentas al mismo tiempo es lo que hace justa la comparaci\u00f3n. Si optimizas el lunes y ejecutas los valores predeterminados el martes, cualquier diferencia podr\u00eda ser simplemente lunes contra martes. Una al lado de la otra, el mercado es una constante y los par\u00e1metros son lo \u00fanico que puede explicar la brecha.<\/p>\n


    \n
    \n<\/p>\n

    C\u00f3mo encontr\u00f3 el Optimizer estos par\u00e1metros<\/h2>\n

    Los par\u00e1metros no salieron de conjeturas ni de ajustar una curva de equity bonita. Salieron de una b\u00fasqueda en cuadr\u00edcula en SharpTrader Optimizer, que est\u00e1 dise\u00f1ado para puntuar estrategias sensibles a la ejecuci\u00f3n de la forma en que el mercado real las trata. Hay cuatro cosas que hacen que esa b\u00fasqueda sea fiable para una estrategia de latencia:<\/p>\n

    \n
    \n
    01<\/div>\n

    Datos tick reales<\/h3>\n

    La b\u00fasqueda se ejecuta sobre flujos hist\u00f3ricos reales de ticks, no sobre aproximaciones de velas. Para una estrategia que vive dentro de una dislocaci\u00f3n de un solo tick, los datos de velas ocultan exactamente lo que intentas capturar.<\/p>\n<\/div>\n

    \n
    02<\/div>\n

    Modelado del tiempo de ejecuci\u00f3n<\/h3>\n

    Defines una latencia realista de ejecuci\u00f3n de \u00f3rdenes en milisegundos y el Optimizer muestra c\u00f3mo cambia los resultados. Los backtesters est\u00e1ndar asumen ejecuciones sin latencia, que es exactamente la suposici\u00f3n que hace que las estrategias de latencia se vean mejor en papel que en producci\u00f3n.<\/p>\n<\/div>\n

    \n
    03<\/div>\n

    Spread variable por tick<\/h3>\n

    El spread hist\u00f3rico se aplica tick por tick, no como un valor fijo predeterminado del broker. La entrada y la salida se cargan cada una con el spread que realmente exist\u00eda en ese momento, de modo que la diferencia de \u22126,2 frente a \u22122,0 pips aparece en la prueba antes de costarte dinero en vivo.<\/p>\n<\/div>\n

    \n
    04<\/div>\n

    Deslizamiento en ambos lados<\/h3>\n

    La apertura y el cierre se modelan de forma independiente para el deslizamiento. Una estrategia de latencia puede sufrir deslizamiento al entrar o al salir, y el Optimizer valora ambos, en lugar de asumir que la salida es gratuita.<\/p>\n<\/div>\n<\/div>\n

    Adem\u00e1s, la cuadr\u00edcula se ejecuta en todos los n\u00facleos de CPU con alta utilizaci\u00f3n, por lo que una b\u00fasqueda sobre m\u00e1s de 100.000 combinaciones de par\u00e1metros termina en horas en lugar de d\u00edas, y un mapa de calor de rendimiento de 24 horas muestra qu\u00e9 horas de negociaci\u00f3n realmente sostienen la ventaja en oro. Los par\u00e1metros de esta prueba son simplemente el conjunto con mejor puntuaci\u00f3n una vez que el tiempo de ejecuci\u00f3n, el spread variable y el deslizamiento en dos lados fueron cobrados de forma honesta.<\/p>\n


    \n
    \n<\/p>\n

    Qu\u00e9 sacar de esto si operas arbitraje de latencia<\/h2>\n
      \n
    • Deja de optimizar por tasa de acierto.<\/strong> La cuenta que parec\u00eda peor por tasa de acierto gan\u00f3 m\u00e1s dinero. Optimiza por factor de beneficio y tama\u00f1o de p\u00e9rdida promedio.<\/li>\n
    • Tus p\u00e9rdidas son una m\u00e9trica de ejecuci\u00f3n, no una m\u00e9trica direccional.<\/strong> Cuando el 80% de las operaciones gana, una p\u00e9rdida promedio de \u22126 pips habla de ejecuciones y spread, no de tu se\u00f1al. Arr\u00e9glalo en la capa de ejecuci\u00f3n.<\/li>\n
    • Los valores predeterminados son un punto de partida, nunca una meta.<\/strong> El conjunto predeterminado fue rentable. Tambi\u00e9n dej\u00f3 aproximadamente un tercio del neto sobre la mesa y asumi\u00f3 m\u00e1s drawdown para conseguirlo.<\/li>\n
    • Prueba con latencia y spread variable activados.<\/strong> Cualquier backtest que asuma ejecuciones sin latencia y spread fijo exagerar\u00e1 una estrategia de latencia y ocultar\u00e1 exactamente el par\u00e1metro que m\u00e1s importa.<\/li>\n<\/ul>\n


      \n
      \n<\/p>\n

      Preguntas frecuentes<\/h2>\n
      \n
      \u00bfUn factor de beneficio m\u00e1s alto solo significa menos operaciones?<\/div>\n
      \n

      No. En esta prueba, la cuenta optimizada tom\u00f3 m\u00e1s<\/strong> operaciones (3.588 frente a 2.149) y aun as\u00ed public\u00f3 el factor de beneficio m\u00e1s alto (11,3 frente a 5,41). La mejora vino de operaciones perdedoras m\u00e1s baratas, no de operar menos.<\/p>\n<\/div>\n

      \u00bfPor qu\u00e9 la cuenta optimizada tuvo una tasa de acierto menor pero m\u00e1s beneficio?<\/div>\n
      \n

      Porque el beneficio es la tasa de acierto multiplicada por la ganancia promedio, menos la tasa de p\u00e9rdida multiplicada por la p\u00e9rdida promedio. Reducir la p\u00e9rdida promedio de \u22126,20 $ a \u22122,04 $ compens\u00f3 una tasa de acierto ligeramente menor y una ganancia promedio m\u00e1s peque\u00f1a. La matem\u00e1tica recompensa m\u00e1s el control de p\u00e9rdidas que una alta tasa de acierto.<\/p>\n<\/div>\n

      \u00bfUna prueba de tres d\u00edas es suficiente para demostrar algo?<\/div>\n
      \n

      Tres d\u00edas es poco para juzgar retornos absolutos, por eso lideramos con m\u00e9tricas estructurales, no con el total en d\u00f3lares. A lo largo de unas 5.700 operaciones, las diferencias en p\u00e9rdida promedio, factor de beneficio y coste en pips por operaci\u00f3n perdedora son mucho m\u00e1s estables que la cifra neta principal. La brecha en d\u00f3lares podr\u00eda reducirse. La brecha en la cola de p\u00e9rdidas es una propiedad de los par\u00e1metros.<\/p>\n<\/div>\n

      \u00bfPuede funcionar el mismo enfoque en pares distintos del oro?<\/div>\n
      \n

      El m\u00e9todo se transfiere, pero los par\u00e1metros no. Cada instrumento tiene su propio comportamiento de spread, volatilidad y perfil de ejecuci\u00f3n, por lo que la b\u00fasqueda en cuadr\u00edcula debe volver a ejecutarse para cada instrumento. Aqu\u00ed se eligi\u00f3 el oro porque su comportamiento de spread y ticks hace que el coste de ejecuci\u00f3n sea f\u00e1cil de ver.<\/p>\n<\/div>\n

      \u00bfQu\u00e9 se optimiz\u00f3 exactamente?<\/div>\n
      \n

      Los umbrales de latencia y spread que controlan las entradas y salidas, ajustados contra una cuadr\u00edcula de par\u00e1metros puntuada con datos tick reales, tiempo de ejecuci\u00f3n modelado, spread variable por tick y deslizamiento en ambos lados. La l\u00f3gica central de la estrategia fue id\u00e9ntica en ambas cuentas.<\/p>\n<\/div>\n<\/div>\n


      \n
      \n<\/p>\n

      \n

      Suscr\u00edbete a la investigaci\u00f3n de trading de BJF<\/h3>\n

      Nuevos estudios de ejecuci\u00f3n, gu\u00edas del Optimizer y lanzamientos de productos \u2013 enviados cuando los publicamos.<\/p>\n

      <\/div>