Cómo puntuamos a los traders: los 5 factores detrás del composite score

Por qué las clasificaciones de PnL y ROI engañan

Toda clasificación pública en Hyperliquid responde a la misma pregunta: quién ganó más dinero recientemente. Eso es un hecho sobre el pasado y casi nada sobre el proceso que lo produjo. Dos cuentas pueden mostrar un rendimiento a 30 días idéntico mientras corren riesgos completamente distintos: una mantuvo un tamaño moderado con margen de sobra, la otra corrió apalancamiento casi máximo en un alt perp de poca liquidez y acertó.

Una clasificación por rendimiento no puede distinguirlas, y prefiere sistemáticamente a la segunda. Ordenar por resultado es, mecánicamente, un filtro que favorece a quien tomó más riesgo en la dirección que resultó funcionar. En cualquier mes dado, la cima de esa lista está compuesta en parte por habilidad y en parte por la cola superviviente de cuentas que dimensionaron de forma agresiva —y las cuentas que dimensionaron igual y fueron liquidadas no están en la lista para advertirte.

Hay tres distorsiones adicionales específicas de los futuros perpetuos. Los rendimientos dependen del apalancamiento, así que una cifra porcentual describe tanto el tamaño de la posición como la calidad de la decisión. Los rendimientos dependen del régimen, así que una estrategia que solo funciona mientras el funding se mantiene persistentemente positivo resulta indistinguible de un edge duradero mientras ese régimen se sostiene. Y los rendimientos dependen de la muestra: un solo trade ganador desproporcionado puede sostener toda una curva, lo cual se lee como un edge pero no es repetible.

Si el capital va a seguir a un líder, la clasificación tiene que describir cómo se produjo el resultado. Para eso existe el composite score.

Qué es el composite score

El composite score es un único número comparable, derivado de varias medidas independientes del historial público on-chain de una cuenta. Existe por dos razones: hacer comparables cuentas heterogéneas, y evitar que una dimensión impresionante oculte una débil.

Esta segunda propiedad importa más que la primera. Si el score fuera simplemente un promedio, un rendimiento excepcional podría compensar un sizing imprudente y la cuenta seguiría clasificando alto, exactamente el modo de fallo que ya tiene una clasificación normal. En cambio, cada factor tiene un piso. Un candidato que falla un piso no entra en la cesta sin importar lo fuerte que se vea en otros aspectos; superar cada piso es una condición previa, y el score determina cuánto capital recibe un líder ya calificado.

Los cinco factores son deliberadamente distintos entre sí, no cinco vistas de lo mismo. La consistencia mide repetibilidad, la tasa de acierto mide la frecuencia de aciertos, el profit factor mide la economía de ganancias frente a pérdidas, la disciplina de posición mide comportamiento, y la supervivencia mide qué tan cerca estuvo la cuenta de fallar. Una estrategia puede lucir excelente en dos de ellos y ser no invertible en el tercero.

Publicamos los nombres de los factores y lo que cada uno pretende captar. No publicamos las fórmulas exactas, los pesos ni los umbrales, por una razón sencilla: una función de scoring totalmente publicada en una clasificación pública es un manual para manipularla. El volumen tipo wash trading, el fraccionamiento cosmético de operaciones y el moldeo de curva a corto plazo resultan todos baratos para una cuenta que sabe exactamente qué se está midiendo.

Factor 1 — Consistencia del PnL realizado

La consistencia pregunta si la ganancia realizada se repite a través de sesiones y condiciones, o si se concentra en un puñado de operaciones. Una curva donde una gran parte de la ganancia total proviene de una o dos posiciones no es evidencia de un proceso repetible; es un acierto puntual contra el cual no se puede asignar capital.

Este factor se construye deliberadamente sobre PnL realizado y no sobre equity mark-to-market. La ganancia no realizada en una posición perp abierta es una cotización de precio, no un resultado. Una cuenta puede sostener durante semanas una gran ganancia en papel y cerrarla plana o en negativo, y una medida basada en equity la habría acreditado todo ese tiempo.

La consistencia también capta algo que una cifra de rendimiento no puede: si la cuenta obtuvo resultados en más de un estado de mercado. Una cuenta cuyo historial entero cabe en un solo trimestre en tendencia tiene una observación, no un track record.

• Distingue un proceso repetible de una posición afortunada.
• Usa resultados cerrados, así que las marcas de posiciones abiertas no pueden inflarlos.
• Premia a las cuentas que obtuvieron ganancias en más de un régimen.

Factor 2 — Tasa de acierto

La tasa de acierto es la proporción de operaciones cerradas que terminaron siendo rentables. Por sí sola es casi irrelevante, y precisamente por eso se incluye: su interacción con los otros factores es lo que resulta informativo.

Una tasa de acierto baja es totalmente normal en estrategias de tendencia y de ruptura, que aceptan muchas pequeñas pérdidas para capturar algunos movimientos grandes. Una tasa de acierto alta es normal en estrategias de mean reversion y scalping. Ninguna es inherentemente mejor. Lo que importa es si la tasa de acierto es coherente con el perfil de payoff: una tasa de acierto alta combinada con pérdidas ocasionales muy grandes es la firma de una cuenta que deja correr a los perdedores, y una tasa de acierto baja combinada con pequeñas ganancias promedio es una estrategia sin un camino aritmético hacia la rentabilidad.

La tasa de acierto es también el factor más sensible a cómo se cuentan las operaciones. Una cuenta que divide una posición en muchos fills y cierres parciales puede inflar su tasa de acierto aparente, una de varias razones por las que el score se evalúa a través de factores en lugar de con uno solo.

Factor 3 — Profit factor

El profit factor compara la ganancia bruta con la pérdida bruta a lo largo del historial medido. Es la respuesta más directa a la pregunta que la tasa de acierto no puede responder: cuando esta cuenta acierta, ¿cuánto gana en relación con lo que devuelve cuando falla?

Aquí se hace visible el modo de fallo recurrente de las estrategias perp con alta tasa de acierto. Vender contra cada movimiento, promediar a la baja en pérdidas y cerrar pequeñas ganancias produce una tasa de acierto favorecedora y un profit factor apenas por encima del punto de equilibrio: una estrategia cuyo historial entero es una serie de pequeñas ganancias que financian una eventual pérdida grande. El profit factor lo capta; la tasa de acierto por sí sola no.

Tiene una debilidad conocida. Sobre un historial corto o una cuenta con pocas operaciones cerradas, el profit factor es inestable: una sola operación por encima del promedio lo mueve de forma notable en ambas direcciones. Por eso se lee junto con la consistencia y la profundidad de la muestra, en lugar de tratarse como decisivo por sí solo.

• Desenmascara estrategias que viven de muchas ganancias pequeñas y una gran pérdida.
• Se lee junto con la tasa de acierto, ya que ninguna de las dos es interpretable por separado.
• Inestable en muestras pequeñas, por lo que la profundidad de la muestra forma parte de la evaluación.

Factor 4 — Disciplina de posición

La disciplina es el factor de comportamiento. Analiza cómo opera la cuenta, no lo que ganó, y es el factor que con más frecuencia descalifica a un candidato por lo demás impresionante.

Las señales observables en Hyperliquid son concretas. ¿El tamaño de posición es estable en relación con el equity de la cuenta, o salta de forma errática? ¿El apalancamiento efectivo se mantiene en un rango, o se dispara a casi el máximo en entradas individuales? ¿La cuenta añade a posiciones perdedoras mientras van en su contra? ¿Concentra tamaño en alt perps de poca liquidez, donde el slippage y las cascadas de liquidación son notablemente peores que en BTC o ETH? ¿Mantiene una exposición direccional grande durante los resets de funding, pagando costes recurrentes que no tienen relación con la tesis direccional?

La disciplina importa más en un líder copiado que en un trader que opera su propio capital. Una cuenta espejada opera contra tu balance y tus límites de riesgo, en mercados cuya liquidez tú no elegiste. Un perfil de sizing errático que un líder puede absorber distribuido sobre su propio libro se convierte, tras espejarlo, en riesgo concentrado, y además hace más difícil llenar la posición espejada a un precio comparable.

Factor 5 — Supervivencia de la cuenta

La supervivencia pregunta qué tan cerca estuvo la cuenta de dejar de existir. Dos cuentas con el mismo rendimiento no son equivalentes si una operó repetidamente a pocos puntos porcentuales de la liquidación.

Las señales aquí son el margen de maniobra mantenido durante movimientos adversos, la profundidad y forma de los drawdowns históricos, si la recuperación vino de una reentrada disciplinada o de duplicar la apuesta, y la continuidad: cuánto tiempo lleva operando la cuenta y si atravesó al menos una fase genuinamente adversa en lugar de detenerse y reiniciar tras cada pérdida.

Este factor existe porque una liquidación no es un drawdown. Un drawdown es algo de lo que una estrategia se recupera operando; una liquidación es un final permanente y realizado de la posición y del capital que de otro modo habría seguido componiéndose. En futuros perpetuos apalancados, una cuenta con buen rendimiento y margen de maniobra escaso no es un candidato sólido que ocasionalmente corta al límite. Es una estrategia cuyos rendimientos históricos se generaron aceptando una probabilidad real de pérdida total, y esa probabilidad no desaparece solo porque aún no se materializó.

• Margen de maniobra mantenido durante movimientos adversos, no solo en promedio.
• Comportamiento de recuperación tras drawdown: reentrada disciplinada frente a duplicar la apuesta.
• Continuidad a través de al menos un régimen adverso, no una racha corta y limpia.

Del score a la asignación

En cuanto un candidato supera cada piso y recibe un composite score, ese score determina su participación de capital. La asignación es proporcional al score en lugar de repartirse por igual entre la cesta.

Ponderar por igual suena neutral, pero hace una afirmación implícita: que el líder calificado más débil merece la misma convicción que el más fuerte. Ponderar por score dice lo contrario: la exposición escala con la evidencia, lo cual limita lo que puede costar un solo edge deteriorado, mientras la cesta permanece diversificada. Sobre eso se aplican topes por líder, para que ninguno domine el libro incluso con un score alto.

Esto solo funciona porque cada líder espejado opera en su propia subcuenta de Hyperliquid. El aislamiento no solo evita que un long y un short en el mismo mercado se neteen hasta anularse; mantiene el PnL por líder medible después de la asignación. Si los líderes compartieran una cuenta, sus posiciones se fusionarían en un solo número neto, y no habría forma de volver a puntuarlos según resultados en vivo, dejando ciego al sistema de scoring justo donde necesita ver.

La asignación y el scoring funcionan por tanto como un bucle: el score determina el capital, el aislamiento hace observable el resultado por líder, y el resultado observado alimenta la siguiente ronda de scoring.

Membresía sticky, strikes y eliminación

Los scores no se fijan de una vez en la selección. Se actualizan contra instantáneas cacheadas del historial público de trading, de modo que el estado de un líder refleje su comportamiento reciente en lugar del estado que lo calificó. Pero estado y membresía son cosas distintas. La cesta élite es sticky: el score clasifica candidatos y pondera el capital, y un candidato que supera a un líder actual no expulsa a nadie por sí solo. Perseguir el ranking en cada instantánea reconstruiría posiciones constantemente y pagaría slippage de salida, costes de taker y la builder fee por ello.

La eliminación funciona en cambio mediante umbrales explícitos, en dos velocidades. La eliminación de emergencia es inmediata y cubre dos casos: valor de cuenta por debajo de aproximadamente 1.000 USD, o ningún fill en 96 horas o más junto con cero operaciones en los últimos 7 días: una cuenta que ya no puede operar su estrategia, o una que dejó de operar por completo. Los problemas suaves cubren un deterioro más lento: menos de 5 operaciones en 7 días, volumen a 7 días por debajo de 25.000 USD, o 48 horas o más desde el último fill; un drawdown máximo de trading a 30 días superior al 35 %; o un ROI a 30 días basado en PnL por debajo de -15 %.

Un día con un problema suave genera como máximo un strike por wallet, y tres días de strike activan el reemplazo. Un día limpio de evaluación reinicia el contador a cero. Dos decisiones de medición mantienen honestos estos umbrales: el drawdown se calcula sobre equity ajustado por saltos, para que un retiro no se lea como pérdida de trading, y el ROI se deriva del PnL en lugar del cambio bruto de balance, para que los depósitos no se lean como habilidad.

El diseño de dos velocidades existe porque ambos errores son costosos. Cortar a un líder por varianza ordinaria realiza un drawdown y rota el capital hacia quien esté en ese momento en la cima de la clasificación, típicamente una cuenta en el pico de su propio régimen. Mantener a un líder verdaderamente roto porque el drawdown podría ser ruido es la otra mitad del mismo error. Correr varios líderes con score en paralelo hace manejable la distinción: un líder que se queda atrás mientras el resto de la cesta se sostiene es información sobre ese líder, no sobre el mercado.

Nada de esto es predictivo. El scoring describe lo que una cuenta ya hizo y cómo. Reduce la probabilidad de asignar capital a una estrategia frágil; no puede descartar que un líder falle inmediatamente después de calificar, y siempre existe un retraso entre el momento en que una estrategia se rompe y el momento en que eso se hace visible en los datos.

• Problemas suaves: un strike por wallet por día UTC, tres días de strike para el reemplazo, un día limpio reinicia a cero.
• Emergencia: valor de cuenta por debajo de ~1.000 USD, o ningún fill en 96h+ con 0 operaciones en 7 días — eliminación al detectarse.
• Un score más alto en otro lugar nunca fuerza un reemplazo por sí solo; la cesta es deliberadamente sticky.

Por qué importa un scoring transparente

Una metodología de scoring que no se puede auditar es indistinguible de una decisión discrecional. Si solo se publica una clasificación, no se puede saber si un líder fue incluido porque cumplió un estándar o porque su rendimiento reciente se veía bien en una captura de pantalla.

Publicar qué factores se miden, qué pretende captar cada uno, y los umbrales exactos que eliminan a un líder, hace que el sistema sea responsable de una manera específica: las reglas se fijan antes del drawdown, no se explican después. Esa es la parte que vale la pena auditar, no las cifras que van a cambiar, sino si el proceso que las produce está por escrito.

Los futuros perpetuos siguen siendo instrumentos apalancados, y una cesta rigurosamente puntuada puede perder dinero de todos modos. Lo que cambia el scoring es la base sobre la que se compromete el capital, y las condiciones bajo las cuales se retira.