Dimensionar posiciones más allá de la regla del 1%: fracción fija, Kelly y ajuste por volatilidad

Ya conoces la regla de la que parte este artículo: arriesga entre el 1% y el 2% del capital de la cuenta por operación, y deriva el tamaño de la posición dividiendo ese riesgo en dólares entre la distancia de la entrada al stop. Ese cálculo, los múltiplos de R y toda la evidencia sobre correlación viven en gestión de riesgo en cripto, y la colocación del stop en sí vive en dónde colocar un stop-loss en cripto. Este artículo toma ambos como insumos y hace la siguiente pregunta: dado un presupuesto de riesgo y una distancia de stop, qué modelo de dimensionamiento los convierte en un número, y qué le hace cada modelo a tu curva de capital.

Por qué divergen la fracción fija y el dólar fijo, y cuál quieres realmente

Ambos modelos toman el mismo presupuesto de riesgo. La fracción fija recalcula el riesgo en dólares a partir del capital actual antes de cada operación. El dólar fijo lo fija una vez, normalmente a partir del capital inicial, y lo deja ahí. La diferencia no es cosmética y no se compensa con el tiempo.

Una comparación desarrollada a lo largo de ocho operaciones

Empieza con $10,000, arriesga el 2% por operación, y supón que toda operación se resuelve en −1R o +2R. La secuencia son cinco pérdidas seguidas de tres ganancias. El trader de dólar fijo apuesta $200 cada vez; el de fracción fija apuesta el 2% del capital que le quede.

Ejecuta los mismos ocho resultados en el orden inverso y ambos modelos terminan exactamente en las mismas cifras: $10,167.88 y $10,200. El capital final de la fracción fija es un producto de multiplicadores por operación y el del dólar fijo es una suma de importes por operación, y a ninguna de las dos operaciones le importa el orden.

Qué ocurre en una racha que no termina

Los modelos solo se separan de verdad cuando la racha perdedora es lo bastante larga como para importar.

Qué te dicen realmente estos ejemplos

La fracción fija no puede llegar a cero, y eso es una propiedad de la multiplicación y no de la disciplina. Multiplicar por 0.98 un número ilimitado de veces produce un número que decae hacia cero sin llegar. El dólar fijo resta una constante, y la resta sí llega: con un 2% de un inicio de $10,000, la quincuagésima pérdida consecutiva aterriza exactamente en cero. La independencia del orden se cumple para ambos modelos hasta ese punto, y entonces deja de cumplirse para el dólar fijo, porque una secuencia que toca cero se trunca y no queda nada con lo que operar los resultados restantes. Ese truncamiento es todo lo que hay detrás de la afirmación «no se puede arruinar». No es una afirmación de que la fracción fija te protege: el 36% de tu capital inicial tras cincuenta pérdidas no es un resultado del que se sobreviva en ningún sentido práctico, simplemente es un resultado distinto de cero.

El precio de ese suelo es una recuperación más lenta, y la tabla de ocho operaciones muestra exactamente dónde lo pagas. La fracción fija va por delante en $39.21 en el fondo de la caída y por detrás en $32.12 al final de la recuperación, porque apostó $180.78 en la primera operación ganadora mientras el trader plano apostaba $200. Reduce el riesgo en la debilidad por construcción, lo que significa que también vuelve a asumir riesgo en la fuerza tarde. La versión más limpia de eso: diez pérdidas y luego diez ganancias, todas exactamente a ±1R y con un riesgo del 2%, deja al trader de dólar fijo exactamente en $10,000 y al de fracción fija en $9,960.07, porque 0.98 × 1.02 = 0.9996 y ese faltante se compone diez veces. Un viaje de ida y vuelta simétrico le cuesta un 0.4% al que dimensiona por fracción y no le cuesta nada al que dimensiona plano.

Así que la elección es una declaración sobre lo que esperas a continuación, no sobre qué modelo es mejor. Usa la fracción fija cuando la cuenta es lo que estás componiendo y piensas operar la misma estrategia durante años: te escala hacia arriba automáticamente a medida que crece el capital y elimina la decisión de cuándo aumentar el tamaño. Usa el dólar fijo cuando la cuenta es una asignación fija que rellenas o de la que retiras desde una fuente externa, cuando estás dentro de un período de evaluación definido, o cuando la ventaja de la estrategia se mide en R y quieres que sea el número de operaciones y no la trayectoria del capital lo que la muestra pone a prueba.

El criterio de Kelly: qué optimiza, y por qué el Kelly completo no es un objetivo

El artículo de Kelly de 1956 responde a una pregunta más estrecha de lo que la mayoría supone. No maximiza la riqueza esperada. Maximiza la tasa exponencial de crecimiento del capital, definida como el promedio a largo plazo del logaritmo del múltiplo de riqueza, y Kelly es explícito en que maximizar la riqueza esperada significa en cambio apostarlo todo, lo que te deja «arruinado con probabilidad uno» si sigues jugando.

Para una apuesta en la que arriesgas una fracción f del capital, ganas con probabilidad p, y una ganancia paga b veces lo que arriesgaste, la fracción óptima es:

f* = (p × b − q) ÷ b, donde q = 1 − p.

Tres supuestos sostienen el resultado, y cada uno es endeble en cripto. Kelly trata p y b como parámetros conocidos, no como estimaciones con errores estándar. Requiere resultados independientes e idénticamente distribuidos, cosa que las operaciones tomadas en el mismo régimen no son. Y supone que la distribución que especificaste es la real, mientras que un modelo de dos resultados o log-normal no deja sitio para los días en que un activo se mueve cinco o diez veces su rango reciente, que son precisamente los días en los que se decide la decisión de dimensionamiento.

Un ejemplo desarrollado sobre una tasa de acierto realista en cripto

Toma una estrategia de tendencia con una tasa de acierto del 40% y ganadoras que promedian 2R, una distribución que la guía de gestión de riesgo muestra que es cómodamente rentable, con una esperanza de 0.40 × 2 − 0.60 = +0.20R por operación.

Kelly completo: f* = (0.40 × 2 − 0.60) ÷ 2 = 0.20 ÷ 2 = 0.10. Arriesga el 10% del capital en cada operación.

Eso es entre cinco y diez veces la regla del 1–2%, y es la respuesta correcta a la pregunta que hizo Kelly. Ahora cambia un número.

Qué hace un error de cinco puntos en la tasa de acierto

Supón que hiciste el backtest de la misma estrategia y mediste una tasa de acierto del 45% en lugar del 40%, un error que cae holgadamente dentro del ruido de muestreo de unos pocos cientos de operaciones.

Kelly completo: f* = (0.45 × 2 − 0.55) ÷ 2 = 0.35 ÷ 2 = 0.175. Arriesga el 17.5% del capital.

Una sobreestimación de cinco puntos en la tasa de acierto elevó el tamaño recomendado un 75%, y te situó en 1.75 veces la verdadera fracción de Kelly. Esto es lo que cuesta, calculado sobre la verdadera distribución del 40%.

El trader que sobreestimó la tasa de acierto en cinco puntos acaba con menos que el trader que la redujo deliberadamente a la mitad, en una estrategia que genuinamente funciona. Empuja un poco más y se pone peor que «menos»: con el 20% del capital, el doble del Kelly verdadero, la tasa de crecimiento es el 7% de la óptima, y pasado aproximadamente el 20.4% se vuelve negativa. Una estrategia estrictamente rentable, mal dimensionada, pierde dinero.

Por qué el error es asimétrico, en una línea

La Figura 1 es todo el argumento. El tratamiento continuo de Kelly por parte de Thorp da la tasa de crecimiento con una fracción c del Kelly completo como c × (2 − c) del máximo, y esa es la curva dibujada.

Léela en tres pasos, usando los parámetros tal como están dibujados.

1. Encuentra c = 1 en el eje horizontal. La curva alcanza ahí su máximo en el 100%. Esto es el Kelly completo, y es un máximo, lo que significa que la curva es plana a su alrededor: en c = 0.75 y en c = 1.25 la tasa de crecimiento sigue siendo del 93.8%. Equivocarse ligeramente en el tamaño no cuesta casi nada.
2. Compara c = 0.5 y c = 1.5. Ambos marcan un 75%. Infraapostar a la mitad y sobreapostar a la mitad cuestan exactamente el mismo crecimiento. Por sí solo eso parece simétrico.
3. Ahora sigue la curva más allá de c = 2 y busca una imagen especular a la izquierda. En c = 2 la tasa de crecimiento es cero; en c = 2.5 es del −125% y sigue cayendo. No hay ningún valor de c en el lado izquierdo que produzca una tasa de crecimiento negativa; la curva simplemente se acerca a cero a medida que c se acerca a cero. Infraapostar está acotado por no hacer nada. Sobreapostar no está acotado por nada. Esa asimetría es la razón por la que una estimación de ventaja de la que no estás seguro debería ajustarse a la baja y no al alza, y es la forma matemática de la observación de Thorp de que los rendimientos en exceso pronosticados tienen más probabilidad de ser demasiado altos que demasiado bajos.

La curva es el resultado log-normal. En el ejemplo discreto de dos resultados de arriba, el medio Kelly conserva el 76% de la tasa de crecimiento en lugar de exactamente el 75%, y el punto de crecimiento cero se sitúa en 2.04 veces Kelly en lugar de exactamente 2. La misma forma, con constantes marginalmente distintas.

El Kelly fraccional, y la cifra de caída que importa

Thorp da tres resultados para apostar una fracción c de la cantidad de Kelly, y el tercero es el que decide el argumento:

• La tasa de crecimiento escala como c(2 − c) del máximo. El medio Kelly conserva tres cuartas partes.
• La desviación estándar de la tasa de crecimiento escala como c, así que el medio Kelly es exactamente la mitad de volátil en el modelo continuo y 0.51 veces tan volátil en el ejemplo discreto de arriba.
• La probabilidad de que tu banca llegue alguna vez a reducirse a una fracción x de su valor inicial es x elevado a 2m/s². Con el Kelly completo ese exponente es 1, así que la probabilidad de llegar a reducir tu cuenta a la mitad es exactamente la mitad.

Sustituir las expresiones de crecimiento y desviación estándar del Kelly fraccional en ese tercer resultado convierte el exponente en 2/c − 1. Así que la probabilidad de llegar a reducir la cuenta a la mitad es de 1 entre 2 con el Kelly completo, 1 entre 8 con el medio Kelly, y 1 entre 128 con el cuarto de Kelly, frente a tasas de crecimiento del 100%, el 75% y el 44% del máximo. Eso es el intercambio que «usa Kelly fraccional» describe realmente: renunciar a un cuarto de la tasa de crecimiento compra una reducción de cuatro veces en la probabilidad de llegar a reducirte a la mitad.

La Figura 2 dibuja esa probabilidad sobre el mismo eje horizontal que la Figura 1, para que las dos curvas puedan leerse una contra la otra.

Lee las dos figuras juntas, porque ninguna es el argumento por sí sola.

1. Toma c = 0.5 en ambas. La Figura 1 da el 75% de la tasa de crecimiento máxima. La Figura 2 da un 12.5% de probabilidad de llegar a reducir la cuenta a la mitad.
2. Mueve ambas a c = 1. El crecimiento recoge su último 25%, y la probabilidad de reducirse a la mitad sube al 50%: cuatro veces más alta por ese último cuarto.
3. Ahora ve a c = 1.5 y compáralo con c = 0.5. La Figura 1 marca un 75% en ambos puntos, exactamente como se señaló arriba. La Figura 2 marca un 12.5% en el primero y un 79.4% en el segundo. Idéntica tasa de crecimiento, más de seis veces la probabilidad de ruina. Siempre que estés apostando por encima del Kelly completo existe una apuesta menor con el mismo crecimiento esperado y una fracción de la caída, y por eso la región a la derecha de c = 1 nunca es el sitio racional donde situarse.

Ambas figuras son el modelo continuo, que es lo que las hace directamente comparables entre sí. Léelas frente al ejemplo discreto de dos resultados y las constantes se desplazan igual que se desplazaron para la tasa de crecimiento: la forma se mantiene, los números exactos no. Usa las curvas para la forma del intercambio y la tabla desarrollada de arriba para la aritmética de cualquier apuesta concreta.

Qué te dice realmente este ejemplo

Kelly es un diagnóstico, no un tamaño. Su verdadera salida es el número 10%, que dice dos cosas a la vez: esta ventaja es lo bastante grande como para que un riesgo del 1% deje crecimiento sobre la mesa, y tu estimación de esa ventaja tendría que ser precisa hasta una fracción de punto porcentual para que el 10% fuera defendible. Úsalo para comprobar el riesgo que ya has elegido. Si tu regla se sitúa por encima del Kelly completo según tus propias estadísticas medidas, estás sobreapostando una estrategia que funciona.

Y luego trata el medio Kelly como un techo en lugar de como un objetivo. Thorp recomienda elegir f entre la mitad de la fracción de Kelly estimada y la propia estimación, limitando la penalización de crecimiento al 25% mientras te proteges de que la estimación sea errónea. En el ejemplo del 40% / 2R eso es un riesgo del 5%, todavía muy por encima de la regla convencional, y el 1–2% convencional es un cuarto de Kelly o menos, defendible precisamente porque nadie conoce su verdadera tasa de acierto con cinco puntos de precisión.

Dimensionamiento ajustado por volatilidad: la variable que rompe una regla de porcentaje plano

Esta es la parte que la mayoría de los consejos de dimensionamiento en cripto omite, y es la parte que decide si el riesgo que escribiste es el riesgo que asumiste.

El mismo 1% no es el mismo riesgo

Dos posiciones en una cuenta de $10,000, ambas dimensionadas para arriesgar el 1%, que son $100. El trader usa un stop plano del 5% en ambas, porque el 5% es lo que dice la regla.

• BTC a $100,000, con un rango verdadero medio de 14 días de $2,000, es decir, el 2% del precio. Un stop del 5% se sitúa a 2.5 ATR de la entrada.
• Una altcoin de capitalización media a $2.00, con un ATR de 14 días de $0.16, es decir, el 8% del precio. Un stop del 5% se sitúa a 0.625 ATR de la entrada.

Ambas posiciones arriesgan $100. Ninguna lo arriesga con la misma probabilidad. Un stop colocado más cerca que un rango diario medio lo toca una sesión ordinaria sin ninguna noticia dentro; un stop a 2.5 rangos de distancia no. La pérdida esperada por operación es el importe de riesgo multiplicado por la probabilidad de materializarlo, y una regla de porcentaje plano solo controla el primer término.

La consecuencia es peor que un mal stop. Como la altcoin se detiene por stop mucho más a menudo, la tasa de acierto medida de la estrategia sobre ese activo queda deprimida por un artefacto de la regla de dimensionamiento y no por nada relativo al activo, lo que luego alimenta un número erróneo a todo lo anterior.

Convertir una distancia de stop en un tamaño, en unidades de volatilidad

Fija en cambio el stop en unidades de volatilidad. Dónde colocarlo en primer lugar es terreno del stop-loss; toma 1.5 × ATR(14) como insumo y deja que el tamaño salga solo.

Una nota sobre unidades primero. El ATR como porcentaje del precio es el indicador de volatilidad usado en esta subsección, y no es el mismo estadístico que la desviación estándar de los rendimientos diarios: es una media de rangos diarios y no una dispersión de cierres, y normalmente marca más alto. Se usa aquí porque es estable, comparable entre activos, y está disponible en cualquier gráfico de plataforma. Todos los resultados de abajo son una relación entre dos activos, así que la elección del indicador mueve los nocionales absolutos y no el dimensionamiento relativo.

Los nocionales difieren por un factor de 4.0, que es exactamente el inverso de la relación de volatilidades: 8% ÷ 2% = 4. Eso no es una coincidencia y es el objetivo de la sección. Una vez que el stop se mide en unidades de volatilidad, el dimensionamiento por ATR es dimensionamiento inverso a la volatilidad con un stop incorporado.

La misma idea sin stop

Las posiciones que mantienes sin un stop duro (una asignación en spot, una cesta, un seguimiento de tendencia lento) usan la misma fórmula escrita directamente:

Nocional de la posición = (volatilidad diaria objetivo del capital en dólares) ÷ (volatilidad diaria del activo)

Aquí el término de volatilidad es la desviación estándar de los rendimientos diarios en lugar del ATR, porque el escalado por la raíz cuadrada del tiempo de abajo es una propiedad de una desviación estándar y no de un rango medio. Apuntando al 0.5% de una cuenta de $10,000, es decir, $50 de movimiento diario por posición:

• BTC con una desviación estándar de rendimientos diarios del 2.0%: $50 ÷ 0.02 = $2,500 de nocional, que se anualiza en aproximadamente un 38% mediante 2.0% × √365.
• La altcoin al 8.0%: $50 ÷ 0.08 = $625 de nocional, aproximadamente un 153% anualizado.

La misma relación 4:1. Los importes en dólares difieren de la versión con ATR porque el riesgo que se mantiene constante es distinto (fluctuación diaria en lugar de pérdida en un stop), pero el dimensionamiento relativo es idéntico, porque ambos son uno partido por la volatilidad.

La misma regla aplicada a una cartera, no a una operación

El efecto se ve más fácilmente en tres posiciones que en una. Mantén BTC al 2% diario, SOL al 5%, y una altcoin de capitalización media al 8%, en la misma cuenta de $10,000 con un 1% de riesgo cada una. Compara un stop plano del 5% en las tres frente a un stop de 1.5 ATR en las tres, y mide lo que cada posición aporta al movimiento diario de la cartera.

La cartera con stop plano declara tres riesgos iguales del 1% y entrega una cartera en la que una posición supone más de la mitad del movimiento diario. La cartera escalada por volatilidad lo reparte exactamente en tres, y la igualdad no es aproximada: el nocional de cada posición es el riesgo en dólares dividido entre 1.5 veces su volatilidad, así que el nocional multiplicado por la volatilidad da los mismos $66.67 para cada activo por construcción. La cartera con stop plano también carga con más nocional en total, $6,000 frente a $5,500, mientras produce un 50% más de movimiento diario, $300 frente a $200. Más exposición a cambio de una cartera peor equilibrada es la combinación concreta que la regla plana no deja de producir.

Elegir la ventana de observación, y por qué la volatilidad reciente es predictiva

La razón por la que todo esto funciona es una propiedad de la volatilidad y no una propiedad del modelo. Harvey y sus coautores abren su estudio sobre el objetivo de volatilidad directamente con ella: la volatilidad es persistente, o se agrupa, y una volatilidad alta en el pasado reciente tiende a ir seguida de volatilidad alta en el futuro próximo. Esa observación es lo que hace utilizable una estimación retrospectiva como insumo prospectivo, y es el hallazgo empírico que hay debajo de todo el enfoque.

Su propio estimador son rendimientos al cuadrado ponderados exponencialmente con vidas medias de 20 y 90 días. En la práctica el intercambio funciona así:

• Ventana corta (10 días, o una vida media de 20 días). Reacciona rápido, y rota la posición a menudo. Cada redimensionamiento es un viaje de ida y vuelta por la tabla de comisiones, que la siguiente sección pone en precio.
• Ventana larga (60 días, o una vida media de 90 días). Tamaños estables y baja rotación, a costa de estar equivocado durante semanas después de un cambio de régimen.
• Ponderación exponencial en lugar de una ventana plana. Elimina el artefacto en el que un único shock antiguo sale de una ventana móvil y la posición salta sin ninguna razón ocurrida hoy.

El modo de fallo: el modelo te dimensiona al máximo justo antes de la ruptura

El objetivo de volatilidad es lento por construcción, porque la estimación solo puede incluir movimientos que ya han ocurrido. Toma un tramo de movimientos diarios del 2.00%, luego un único día del 10%, y observa lo que hace cada estimador.

Cada uno de esos recortes ocurre después del día del 10%, que se tomó con el tamaño previo al shock. Y como la volatilidad se agrupa, el régimen elevado en el que se encuentra ahora la posición es exactamente donde vive la cola gruesa. La protección del modelo llega un movimiento tarde, permanentemente, y ninguna ventana lo arregla: una ventana más corta llega antes y recorta más, pero también recorta con el ruido y paga comisiones por el privilegio.

Qué te dice realmente este ejemplo

Deja de expresar el riesgo como porcentaje del precio y empieza a expresarlo como múltiplo del propio rango del activo. Un stop del 5% es un instrumento distinto en BTC que en una altcoin de capitalización media. Un stop de 1.5 ATR es el mismo instrumento en ambos, que es la única condición bajo la cual comparar tus resultados entre activos significa algo.

Espera que el nocional parezca erróneo, porque se supone que debe parecerlo. Una posición de BTC del 33% del capital junto a una posición de altcoin del 8% del capital le parece al revés a cualquiera que lea el nocional como riesgo. Es correcto: las dos posiciones cargan con el mismo riesgo, y la altcoin es más pequeña precisamente porque se mueve más.

No trates el tamaño del objetivo de volatilidad como un suelo cuando la volatilidad se está disparando de verdad. El modelo seguirá dándote un tamaño después de una ruptura de régimen porque no ha visto lo suficiente del nuevo régimen como para saberlo. Emparéjalo con una regla dura que no derive de la estimación: un nocional máximo, un número máximo de posiciones simultáneas, o sencillamente no operar los dos primeros días tras un hueco de todo el mercado.

Dimensionamiento consciente de la correlación: diez posiciones del 1% pueden ser una posición del 10%

La capa por operación ya está resuelta. La capa de cartera la deshace si la ignoras.

Diez posiciones en altcoins que arriesgan un 1% cada una son diez riesgos independientes del 1% solo si las altcoins son independientes. No lo son. La guía de gestión de riesgo calcula esto a partir de cierres diarios reales: la correlación media por pares entre BTC, ETH, SOL, AVAX y XRP fue de 0.22 en una ventana tranquila de dos semanas y de 0.95 en una ventana de pánico. Con 0.95 las diez posiciones son, a efectos de dimensionamiento, una posición con diez veces el presupuesto de riesgo, y será una posición el día que importe.

El remedio utilizable no es una matriz de covarianzas. Es un presupuesto en el nivel por encima de la operación:

1. Agrupa tu universo en clústeres de correlación, definidos por aquello con lo que operan y no por etiquetas de sector. Beta de gran capitalización, tokens de ecosistemas L1, tokens de gobernanza DeFi y memecoins son típicamente cuatro clústeres; en una caída colapsan hacia uno, y por eso existe el paso siguiente.
2. Asigna a cada clúster un presupuesto de riesgo, y trata el clúster como la posición. Si tu regla por posición es del 1%, limita el clúster a algo como el 2%, no al 10%.
3. Reparte el presupuesto del clúster entre sus miembros. Cuatro posiciones de altcoins dentro de un presupuesto de clúster del 2% reciben un 0.5% cada una, no un 1% cada una.
4. Limita el riesgo total entre clústeres a una cifra que puedas nombrar de antemano, porque en un evento genuino de desapalancamiento los clústeres también convergen.

El objetivo de volatilidad interactúa con esto de una forma que merece nombrarse: los activos correlacionados tienen volatilidad correlacionada, así que un pico de volatilidad recorta todas las posiciones del clúster a la vez. Ese es el mecanismo haciendo su trabajo, y también significa que toda tu cartera se redimensiona el mismo día, lo que es un evento de liquidez creado por ti si el clúster es poco líquido.

El suelo de las cuentas pequeñas: dónde reducir tamaño se convierte en esperanza negativa

El objetivo de volatilidad dice que reduzcas tamaño cuando la volatilidad sube. Dos restricciones distintas dicen que hay un punto a partir del cual deberías parar.

Restricción uno: el costo escala como uno partido por la distancia de stop

El costo de ida y vuelta es un porcentaje del nocional, y el nocional es tu riesgo dividido entre la distancia de stop. Así que el costo medido en unidades de tu riesgo es:

Costo de ida y vuelta como proporción de 1R = (comisión de ida y vuelta + slippage) ÷ distancia de stop

La tabla estándar de comisiones spot de Binance es del 0.100% maker y 0.100% taker para un Regular User, comprobada el 6 de agosto de 2026. Entrar y salir como taker es un 0.20%, y supón un 0.05% adicional de ida y vuelta en spread y slippage, para un total del 0.25% del nocional.

Contrasta eso con la estrategia de antes, con una esperanza bruta de +0.20R. El punto de equilibrio está donde el costo iguala a la esperanza: 0.25% ÷ 0.20 = un stop del 1.25%. Más ajustado que eso y una estrategia genuinamente rentable es una perdedora, solo con las comisiones publicadas, antes de que nada salga mal. Fíjate en lo que esto no depende: del tamaño de la cuenta. Un stop ajustado es caro con cualquier tamaño de cuenta, y esta es la razón por la que las estrategias de scalping necesitan o bien rebajas para maker o bien una ventaja bruta mucho mayor.

Restricción dos: la posición mínima de la plataforma

Esta sí depende del tamaño de la cuenta. De las reglas públicas de negociación de perpetuos USDⓈ-M de Binance, leídas el 6 de agosto de 2026:

• BTCUSDT: paso de lote de 0.001 BTC, nocional mínimo de 50 USDT. Con un precio de BTC de $100,000 el paso de lote es la restricción vinculante, en $100 de nocional.
• ETHUSDT: paso de lote de 0.001 ETH, nocional mínimo de 20 USDT.
• SOLUSDT: paso de lote de 0.01 SOL, nocional mínimo de 5 USDT.

Tu nocional correcto es (fracción de riesgo × capital) ÷ distancia de stop. Igualar eso al suelo de la plataforma y despejar da la cuenta más pequeña que puede dimensionar la operación correctamente:

Capital mínimo viable = (nocional mínimo de la plataforma × distancia de stop) ÷ fracción de riesgo

Con un riesgo del 1% en perpetuos BTCUSDT con un suelo de $100: un stop del 3% necesita $300 de capital, y un stop del 6% necesita $600. Por debajo de eso, la posición más pequeña que la plataforma aceptará arriesga más de lo que tu regla permite. Una cuenta de $250 forzada al mínimo de $100 con un stop del 6% está arriesgando $6, es decir, un 2.4%, no un 1%.

Qué te dice esto realmente

Las dos restricciones se mueven en direcciones opuestas, y ese es el hallazgo. Cuando la volatilidad sube, el stop ajustado por volatilidad se ensancha, lo que baja el nocional correcto y simultáneamente eleva el capital mínimo necesario para operarlo, porque la fórmula de arriba es proporcional a la distancia de stop. La cuenta pequeña queda apretada por ambos lados exactamente en el momento en que el modelo le está diciendo que tenga cuidado.

Si el dimensionamiento discrecional no funciona con el tamaño de tu cuenta, la alternativa honesta no es una versión más pequeña de lo mismo. Es un calendario no discrecional sin stop y sin ninguna decisión de dimensionamiento, que es para lo que sirve el dollar-cost averaging.

Los niveles de apalancamiento limitan tu modelo por encima de cierto nocional

Todos los modelos anteriores producen un nocional. Por encima de cierto nocional es la plataforma, y no tu modelo, la que decide lo que es posible.

Binance enuncia la regla directamente en su documentación de futuros USDⓈ-M: el apalancamiento máximo disponible depende del valor nocional de la posición, y las posiciones mayores permiten menos apalancamiento. La tasa de margen de mantenimiento sube en los mismos tramos. De la tabla publicada de apalancamiento y margen de Binance, leída el 6 de agosto de 2026:

De ahí se siguen dos cosas, y ninguna trata sobre la cifra titular de apalancamiento.

La escalera de niveles es mucho más estrecha en altcoins que en BTC. SOLUSDT sale de su tramo superior en 50,000 USDT de nocional; BTCUSDT mantiene su tramo superior hasta 300,000. Un trader que escale una única idea en una altcoin se encuentra con la restricción seis veces antes de lo que sugeriría el mismo importe en dólares en BTC.

La tasa de margen de mantenimiento es la parte que cambia tu riesgo, no el tope de apalancamiento. Duplicar el nocional dentro de un calendario de mantenimiento creciente acerca el precio de liquidación aunque nunca toques el selector de apalancamiento, lo que puede meter la liquidación dentro de un stop que estaba correctamente colocado con el tamaño anterior. La mecánica de eso está en cómo funciona el apalancamiento en cripto; la consecuencia para el dimensionamiento es lo que corresponde aquí.

Comprobar esto antes de diseñar una regla de tamaño requiere tres lecturas. Abre la página de apalancamiento y margen de la plataforma para el símbolo que operas, no para BTC, y anota el nocional al que baja de tramo. Compara eso con la mayor posición que tu modelo puede producir, que es tu presupuesto máximo de riesgo dividido entre tu distancia de stop más ajustada plausible. Luego recalcula el precio de liquidación con la tasa de margen de mantenimiento del tramo en el que aterrizarías en lugar de la del tramo en el que estás ahora, y confirma que sigue quedando más allá de tu stop.

Por qué una regla de dimensionamiento nunca puede rescatar una estrategia perdedora

Esto es lo que más comúnmente se malinterpreta sobre el dimensionamiento de posiciones, así que se dice sin rodeos: el dimensionamiento cambia la forma de la distribución de rendimientos. No cambia el signo de la ventaja.

La fórmula de Kelly lo demuestra en sus propios términos. Toma una tasa de acierto del 30% con ganadoras de 2R: f* = (0.30 × 2 − 0.70) ÷ 2 = −0.05. Una fracción óptima negativa es la forma que tiene la fórmula de decir que no hay ninguna cantidad positiva que debas apostar. La esperanza es 0.30 × 2 − 0.70 = −0.10R por operación, y multiplicar un número negativo por cualquier tamaño positivo lo deja negativo. Todos los modelos de dimensionamiento de este artículo son un multiplicador aplicado a la esperanza por operación. Ninguno es un sumando.

Lo que el dimensionamiento controla genuinamente es la trayectoria: cuán profundas son las caídas, cuánto tarda la recuperación, si la capitalización es lo bastante rápida como para importar, y si sigues siendo solvente cuando aparezca la ventaja. Eso vale muchísimo. No es una ventaja.

Tres trampas más, específicas de hacer backtest de reglas de dimensionamiento:

Una regla de dimensionamiento se ajusta sobre la misma muestra que produjo la estimación de la ventaja. El múltiplo de ATR, la ventana de observación, la fracción de Kelly y el presupuesto del clúster son todos parámetros, y cada uno se elige después de ver los resultados. La Figura 1 es la razón por la que esto es más peligroso aquí que en otros sitios: el parámetro que tienes más probabilidad de sobreajustar es el rendimiento medio, y su error se castiga asimétricamente.

Una regla afinada en un régimen falla en el siguiente. Un objetivo de volatilidad ajustado en una muestra con tendencia está ajustado a un período en el que coincidieron una volatilidad creciente y unos precios en caída, el efecto apalancamiento que Harvey y sus coautores documentan para la renta variable. En un mercado lateral y volátil la misma regla redimensiona constantemente, paga el lastre de comisiones de la sección anterior en cada giro, y no tiene nada que mostrar a cambio.

Prueba la regla contra una ventaja ajustada a la baja, no contra la ajustada al dato. Vuelve a ejecutarla con la tasa de acierto recortada en cinco puntos, o el rendimiento medio recortado en un cuarto, y mira si sigue funcionando. Si solo funciona con la estimación que mediste, has ajustado la estimación en lugar de validar la regla. El catálogo completo de fallos en el que esto se inscribe está en por qué la mayoría de los traders de cripto pierden dinero.

Poniéndolo todo junto: la decisión de dimensionamiento en orden

Conclusión

La regla del 1% es un presupuesto de riesgo. Todo en este artículo trata de qué haces con ese presupuesto una vez que aceptas que, por sí solo, no produce un tamaño de posición.

La fracción fija y el dólar fijo son una elección sobre la capitalización, y la aritmética es inequívoca: la fraccional decae hacia cero sin llegar y se recupera más lentamente, el dimensionamiento plano llega a cero y se recupera más rápido, y un viaje de ida y vuelta simétrico le cuesta un 0.4% al que dimensiona por fracción mientras no le cuesta nada al que dimensiona plano. Kelly responde a una pregunta que merece hacerse, a saber, cuán grande es realmente esta ventaja, y devuelve un número que nadie debería operar, porque un error de cinco puntos en una tasa de acierto mueve el tamaño recomendado un 75% y recorta el crecimiento realizado a menos de la mitad. El medio Kelly renuncia a un cuarto del crecimiento, reduce la volatilidad a la mitad, y lleva la probabilidad de llegar a reducir la cuenta a la mitad de una entre dos a una entre ocho. Ese intercambio es la razón por la que existe el Kelly fraccional.

La variable que realmente rompe el dimensionamiento ingenuo en cripto es la volatilidad. Un stop de porcentaje plano aplicado a un activo que se mueve un 2% al día y a uno que se mueve un 8% al día produce dos posiciones con el mismo riesgo declarado y probabilidades completamente distintas de materializarlo, y corregir eso significa medir el stop en unidades de volatilidad y dejar que el nocional salga proporcional a uno partido por la volatilidad. La volatilidad realizada reciente es genuinamente predictiva porque la volatilidad se agrupa, y ese mismo agrupamiento es la razón por la que el modelo siempre te dimensiona un movimiento tarde ante una ruptura de régimen.

Luego hay tres restricciones que acotan todo el sistema. Las posiciones correlacionadas son una sola posición cuando cuenta, así que presupuesta a nivel de clúster. Las comisiones escalan como uno partido por la distancia de stop, así que por debajo de un stop de aproximadamente el 1.25% con comisiones spot estándar, una estrategia que gana 0.20R por operación no gana nada. Los mínimos de la plataforma y los niveles de apalancamiento limitan el modelo por abajo y por arriba respectivamente.

Y la restricción que está por encima de todas ellas: nada de esto crea una ventaja. Todos los modelos de aquí son un multiplicador sobre la esperanza por operación. Equivócate en el signo y ninguna cantidad de sofisticación en el dimensionamiento cambia el destino, solo lo que tarda el viaje.

Preguntas frecuentes

Fuentes y lecturas adicionales

Fuentes primarias para las matemáticas y los parámetros de plataforma anteriores:

• J. L. Kelly Jr., "A New Interpretation of Information Rate", Bell System Technical Journal 35 (1956), 917–926, la derivación original de la fracción de apuesta óptima para el crecimiento, incluida la afirmación de que maximizar la riqueza esperada deja al apostador arruinado con probabilidad uno
• Edward O. Thorp, "The Kelly Criterion in Blackjack, Sports Betting, and the Stock Market", que cubre los resultados de crecimiento y volatilidad del Kelly fraccional, y la fórmula de probabilidad de caída
• Harvey, Hoyle, Korgaonkar, Rattray, Sargaison and Van Hemert, "The Impact of Volatility Targeting", Journal of Portfolio Management 45(1), 2018, que cubre el agrupamiento de la volatilidad y el efecto del escalado por volatilidad sobre los ratios de Sharpe y las colas en más de 60 activos
• Binance — leverage and margin of USDⓈ-M futures
• Binance — USDⓈ-M perpetual leverage and margin tiers
• Binance — trading fee schedule

Artículos relacionados de CoinBeaver:

• Gestión de riesgo en cripto: un marco práctico para traders
• Estrategia de stop-loss en cripto: dónde colocar tu stop
• Cómo funciona el trading con apalancamiento en cripto
• Dollar-cost averaging en cripto
• Por qué la mayoría de los traders de cripto pierden dinero

Este artículo tiene fines educativos y no es asesoramiento financiero ni de trading. Todos los saldos de cuenta, tasas de acierto, valores de ATR y niveles de precio usados en los ejemplos desarrollados son cifras ilustrativas elegidas para mostrar el mecanismo, no datos de mercado ni una descripción de los resultados de ninguna estrategia real. Los resultados de Kelly y del Kelly fraccional son propiedades de los modelos enunciados, no predicciones sobre ningún mercado. Las tablas de comisiones de las plataformas, los tamaños mínimos de orden y los niveles de apalancamiento y margen cambian sin previo aviso; las cifras de Binance anteriores se leyeron el 6 de agosto de 2026 y deben volver a comprobarse en tu propia plataforma antes de dimensionar una posición.