Autor: CryptoPunk
Muchos traders de criptomonedas han experimentado la misma decepción: en los backtests parecen ganar de forma estable, pero al operar en vivo descubren que los rendimientos se reducen rápidamente, e incluso pasan de ganancias a pérdidas. El problema no suele estar en “haber visto mal la dirección”, sino en subestimar los costes de transacción, especialmente el deslizamiento (slippage).
En un mercado de criptomonedas donde los cambios de tendencia son más rápidos, la volatilidad más intensa y el libro de órdenes más fragmentado, el deslizamiento no es una simple coma decimal sin importancia, sino un umbral real que determina si una estrategia puede sobrevivir. Una desviación de 2 o 3 bps, aplicada a una estrategia de alta rotación, puede acabar con todo el alpha teórico.
Este artículo, basado en un backtest a largo plazo de BTC/USDT y ETH/USDT, intenta responder a una pregunta muy práctica: ¿en qué medida el deslizamiento erosiona los beneficios de una estrategia, y qué estrategias son las más vulnerables a él?
Los traders suelen subestimar el deslizamiento por tres motivos principales.
Primero, muchos backtests asumen que las operaciones se realizan al precio de cierre, apertura o incluso a precios intermedios, lo cual es naturalmente optimista. Segundo, muchos solo consideran las comisiones, sin tener en cuenta el deslizamiento, y mucho menos el deslizamiento bilateral en apertura y cierre. Tercero, muchos asumen que el deslizamiento es un valor fijo, cuando en realidad en el mercado real varía en función de la volatilidad, el volumen, el tamaño de la orden y el estado de liquidez.
Por eso, muchas estrategias parecen funcionar bien en Excel o en marcos de backtest, pero al pasar a mercado real se deforman. Los beneficios no son tan altos como parecen, y los costes son mucho mayores de lo que se imagina.
En esta investigación, se mantiene el mismo marco de estrategia y modelo de deslizamiento que en el proyecto actual, solo ampliando el rango temporal y la salida de resultados.
Para facilitar la reproducibilidad, los parámetros clave de ejecución utilizados son:
| Parámetro | Valor |
|---|---|
| Capital inicial | 100,000 USDT |
| Comisión por lado | 0.05% (~5 bps) |
| Comisión ida y vuelta | ~10 bps, sin incluir deslizamiento |
| Modo de orden | Por proporción del patrimonio de la cuenta |
| Tamaño por orden | 15% del patrimonio de la cuenta |
| Apalancamiento | 1x |
| Permitir operaciones en ambos sentidos | Sí |
Las estrategias se dividen en tres categorías:
El modelo de deslizamiento incluye:
La conclusión principal se basa en el escenario de referencia “extreme_volume_impact + comisiones”, ya que refleja más fielmente el estado real de “amplificación de volatilidad + costes bilaterales”.
Si solo consideramos los beneficios brutos, muchas estrategias aún cuentan una historia positiva; pero al incluir comisiones y deslizamiento, la historia termina rápidamente.
Un ejemplo típico es la estrategia de regresión a la media de alta frecuencia en BTC:
Es decir, el problema no es solo que el deslizamiento sea “un poco alto”, sino que la ventaja por operación no es suficiente para cubrir los costes, y estos la anulan por completo.
Por otro lado, la estrategia de tendencia en ETH de baja frecuencia es una de las pocas que, tras costes, aún mantiene beneficios positivos:
Esto indica que el deslizamiento no hace que todas las estrategias sean malas, sino que solo afecta a aquellas cuya ventaja no es suficientemente sólida, dejando en evidencia que muchas ganancias en backtest son solo “aparentes”.
Para visualizar mejor la erosión de costes, se presenta una tabla resumen con los resultados clave, usando el escenario de referencia “extreme_volume_impact” para comisiones + deslizamiento.
| Activo | Estrategia | Beneficio bruto | Solo comisiones | Beneficio neto con comisiones y deslizamiento | Coste comisiones | Coste deslizamiento | Número de operaciones |
|---|---|---|---|---|---|---|---|
| BTC | Baja frecuencia tendencia | 10,557 | -8,617 | -14,898 | 19,009 | 7,118 | 1,268 |
| BTC | Media frecuencia RSI+MA | 169 | 94 | 60 | 75 | 35 | 5 |
| BTC | Alta frecuencia regresión a la media | 84,534 | -99,168 | -99,896 | 66,456 | 46,966 | 36,008 |
| ETH | Baja frecuencia tendencia | 48,948 | 23,664 | 13,463 | 22,322 | 10,238 | 1,238 |
| ETH | Media frecuencia RSI+MA | 5 | -175 | -260 | 180 | 84 | 12 |
| ETH | Alta frecuencia regresión a la media | -29,338 | -99,665 | -99,934 | 39,020 | 60,551 | 31,421 |
[Imagen: comparación de beneficios en diferentes modelos de deslizamiento]
Este gráfico compara los beneficios netos bajo diferentes modelos de deslizamiento. Los bps fijos solo representan el punto de partida de la presión de costes; cuando el deslizamiento empieza a interactuar con la volatilidad, el impacto en los beneficios se hace evidente. Para estrategias de alta frecuencia, al pasar de un modelo de “deslizamiento fijo” a uno “dinámico”, los beneficios no solo se reducen, sino que prácticamente desaparecen.
De la comparación entre modelos, se deduce que los bps fijos son solo una aproximación conservadora; cuando el deslizamiento se combina con volatilidad, impacto en volumen y condiciones extremas, muchas estrategias que apenas lograban mantenerse en beneficios, caen por debajo del umbral de rentabilidad.
El deslizamiento no solo reduce los beneficios en pequeña medida, sino que a menudo hace que una estrategia que era rentable pase a serlo en pérdida.
En este estudio, se identificaron 54 casos en los que el beneficio bruto era positivo, pero el neto negativo; solo en este escenario, hay 40 combinaciones con esa vulnerabilidad.
Los ejemplos más claros de “fiasco” incluyen:
Por eso, en mercados de criptomonedas, es tan frecuente que una estrategia muestre beneficios en backtest y pérdidas en vivo. Muchas veces, el problema no es que la lógica esté mal, sino que se basa en una hipótesis de costes de transacción casi inexistentes.
[Imagen: comparación del valor neto en la estrategia de alta frecuencia en BTC]
La gráfica muestra la comparación entre el valor neto sin costes y el real tras comisiones y deslizamiento. La línea azul parece una curva de interés compuesto, mientras que la verde se acerca a cero por la fricción continua.
[Otra imagen: estructura de costes]
El análisis revela que:
Esto significa que las estrategias de baja frecuencia ven comprimidos sus beneficios, mientras que las de alta frecuencia ven cómo estos se consumen directamente por los costes.
Si además consideramos el rendimiento, el ratio de Sharpe y el drawdown, la influencia de los costes en la “imagen” de la estrategia se vuelve aún más clara:
| Activo | Estrategia | Escenario | Beneficio neto | Sharpe | Máximo drawdown |
|---|---|---|---|---|---|
| BTC | Baja frecuencia tendencia | Sin costes | 10,557 | 0.23 | -13.99% |
| BTC | Baja frecuencia tendencia | Comisiones + deslizamiento | -14,898 | -0.25 | -24.32% |
| BTC | Alta frecuencia regresión | Sin costes | 84,534 | 1.22 | -7.33% |
| BTC | Alta frecuencia regresión | Comisiones + deslizamiento | -99,896 | -13.10 | -99.90% |
| ETH | Baja frecuencia tendencia | Sin costes | 48,948 | 0.62 | -22.08% |
| ETH | Baja frecuencia tendencia | Comisiones + deslizamiento | 13,463 | 0.24 | -25.22% |
| ETH | Alta frecuencia regresión | Sin costes | -29,338 | -0.47 | -36.72% |
| ETH | Alta frecuencia regresión | Comisiones + deslizamiento | -99,934 | -11.35 | -99.93% |
Las estrategias de alta frecuencia son las más susceptibles al deslizamiento, no porque tengan peor criterio de dirección, sino porque su estructura de beneficios es muy delgada.
Estas estrategias comparten tres características:
En el backtest, bajo el escenario de deslizamiento de referencia, los costes acumulados promedio son:
Es decir, la principal vulnerabilidad del deslizamiento se concentra en estrategias de alta rotación.
Desde la perspectiva de la frecuencia de operaciones, los perfiles promedio son:
| Frecuencia | Beneficio neto medio | Coste acumulado medio | Deslizamiento realizado medio | Número medio de operaciones |
|---|---|---|---|---|
| Alta frecuencia | -99,915 | 53,758 | 5.65 bps | 33,714 |
| Baja frecuencia | -718 | 8,678 | 2.08 bps | 1,253 |
| Frecuencia media | -100 | 59 | 2.32 bps | 9 |
[Imagen: gráfico comparativo de erosión de beneficios por frecuencia]
Este gráfico muestra cómo la erosión de beneficios es casi vertical en las estrategias de alta frecuencia, mucho mayor que en las de baja o media frecuencia. Esto indica que en los mercados de criptomonedas, la vulnerabilidad al deslizamiento se concentra en las estrategias de alta rotación. Muchas estrategias de alta frecuencia no es que no puedan ganar dinero, sino que no ganan lo suficiente para compensar la fricción constante.
Además, el deslizamiento y la frecuencia de operaciones no tienen una relación lineal simple; en condiciones de alta volatilidad y órdenes grandes, la erosión se acelera aún más.
Por ejemplo, en el escenario de alta frecuencia, en condiciones de alta volatilidad, el coste medio de deslizamiento por operación se multiplica:
Al aumentar el tamaño de las órdenes, esta erosión se acentúa:
[Imagen: gráfico de erosión por tamaño de orden]
Este gráfico muestra cómo, a medida que se aumenta el tamaño de la posición, la erosión del deslizamiento crece de forma convexa, no lineal. En particular, en ETH, al subir del 5% al 35% de la posición, el deslizamiento empeora rápidamente.
Este aspecto es fundamental: muchos traders subestiman en backtest que la escala de la posición no se puede simplemente ampliar linealmente. La erosión del deslizamiento suele ser convexa, por lo que una estrategia que funciona con poco capital puede dejar de ser rentable al escalar.
Muchos creen que BTC, por ser más “caro”, tendrá mayor deslizamiento. Sin embargo, los resultados reales muestran matices.
En términos de pérdida total de deslizamiento, bajo el escenario de referencia:
Pero si consideramos el deslizamiento realizado en bps por operación, ETH presenta una presión de coste más significativa:
Al analizar por estrategia, en cada categoría ETH tiene un deslizamiento en bps superior al de BTC:
| Categoría | BTC | ETH |
|---|---|---|
| Alta frecuencia | 3.53 bps | 7.76 bps |
| Baja frecuencia | 1.87 bps | 2.29 bps |
| Media frecuencia | 2.31 bps | 2.34 bps |
Al comparar BTC y ETH en la misma tabla, se observa claramente la diferencia:
| Dimensión | BTC | ETH |
|---|---|---|
| Beneficio neto medio en escenario de referencia | -38,245 | -28,910 |
| Coste acumulado medio de deslizamiento | 18,039 | 23,624 |
| Deslizamiento realizado medio (bps) | 2.57 | 4.13 |
| Alta frecuencia (bps) | 3.53 | 7.76 |
| Baja frecuencia (bps) | 1.87 | 2.29 |
| Media frecuencia (bps) | 2.31 | 2.34 |
[Imagen: gráfico comparativo de costes de deslizamiento en dólares]
Este gráfico muestra que, en este ejemplo, ETH tiene un coste total de deslizamiento mayor que BTC, lo que indica que, aunque no en todos los momentos sea más “difícil de operar”, a largo plazo ETH es más sensible a la fricción de liquidez.
La implicación es clara: BTC, en términos absolutos de volumen y rotación, no siempre es peor; pero si se mide en “coste por unidad de liquidez”, ETH es más vulnerable al deslizamiento, especialmente en escenarios de alta frecuencia y alta volatilidad.
[Otra imagen: comparación de deslizamiento en diferentes estrategias]
Este gráfico muestra que, en ausencia de deslizamiento, la estrategia de tendencia de baja frecuencia en ETH tiene un rendimiento superior, pero tras incluir costes, la rentabilidad se comprime notablemente, aunque aún se mantiene en positivo. Esto demuestra que el deslizamiento no hace que todas las estrategias fallen, sino que ayuda a distinguir cuáles tienen suficiente “margen de beneficio” y cuáles solo parecen rentables en backtest.
Por eso, aunque la estrategia de tendencia en ETH sigue siendo rentable, su beneficio se ha reducido claramente respecto a la versión sin costes, lo que indica que ETH requiere un mayor margen de seguridad en la ejecución.
Las conclusiones de este análisis son claras:
Primero, el deslizamiento no es un parámetro decorativo en los backtests, sino un factor clave que determina si una estrategia puede ser realmente operada en vivo. Segundo, muchas estrategias que parecen rentables en backtest fracasan en mercado real porque asumen condiciones de ejecución demasiado ideales. Tercero, las estrategias de alta frecuencia son las más vulnerables al deslizamiento, ya que su estructura de beneficios es muy delgada y depende de una rotación muy elevada. Cuarto, ETH, en general, presenta una presión de coste por deslizamiento mayor que BTC, especialmente en escenarios de alta volatilidad y rotación. Quinto, a medida que se aumenta el tamaño de la posición, la erosión por deslizamiento no crece linealmente, sino que se intensifica de forma convexa.
Para los traders de criptomonedas, la verdadera pregunta no es “¿cuánto puedo ganar en backtest?”, sino:
Si no se responde a estas preguntas, los beneficios “altos” en backtest probablemente solo ocultan los costes más importantes.