📖 Manual del Simulador de Riesgos Monte Carlo
Guía práctica para usar cada función de la herramienta. No necesitas saber programar: se trabaja sobre tu propio archivo de Excel, marcando celdas y leyendo resultados.
1. Qué es y para qué sirve
En lugar de calcular tu modelo de Excel una sola vez con valores fijos, el simulador lo recalcula miles de veces, tomando en cada repetición valores al azar de las celdas inciertas según la distribución que les asignes. El resultado no es un número, sino una distribución: te dice qué valores puede tomar cada salida y con qué probabilidad. Sirve para comparar alternativas y dimensionar reservas/contingencias, no para predecir un valor exacto.
2. Primeros pasos: cargar tu Excel
- Abre la app. Verás tres pestañas arriba: 📊 Simulador (Excel), 🎲 Procesos estocásticos y 📖 Manual. Empieza en la primera.
- Arrastra tu archivo
.xlsx a la zona de carga, o haz clic para seleccionarlo. Si no tienes uno, pulsa «🧪 Genera un modelo de ejemplo» para practicar.
- El archivo se procesa en tu navegador: no se sube a ningún servidor.
Si tu archivo es .xls antiguo, ábrelo en Excel y guárdalo como .xlsx.
3. Definir entradas (supuestos)
Una entrada es una celda incierta a la que le pones una distribución de probabilidad.
- Haz clic en la celda en la hoja (debe tener un valor, no una fórmula).
- Pulsa «🟢 Definir como entrada». Se abre la ventana de Propiedades.
- Ponle un nombre, elige la distribución y completa sus parámetros. La vista previa te muestra la forma de la curva y su media/desviación teóricas.
- Acepta. La celda queda marcada en verde y aparece en la lista 🟢 Entradas.
4. Las distribuciones disponibles
- Normal — variables simétricas alrededor de una media (errores de medición, rendimientos). Parámetros: media y desviación.
- Triangular — cuando solo conoces mínimo, valor más probable y máximo. Muy usada en costos y duraciones.
- PERT (Beta) — como la triangular pero más suave y realista; da más peso al valor más probable. La preferida en estimación de obra.
- Uniforme — cualquier valor entre un mínimo y un máximo es igual de probable (máxima incertidumbre).
- Lognormal — valores que no pueden ser negativos y con cola hacia la derecha (precios, algunos costos).
- Exponencial — tiempos entre eventos, vida útil sencilla.
- Discreta — escenarios con valores y probabilidades concretos (p. ej. 70 % → 100, 30 % → 150).
- Empírica / Bootstrap — muestrea directamente de una lista de datos históricos reales, sin suponer ninguna forma. La opción más fiel si tu historial representa bien el futuro.
Para Discreta y Empírica pegas una lista de números (uno por línea) en el recuadro de la ventana.
5. Ajustar una distribución a datos históricos
Si tienes datos reales y no sabes qué distribución usar, la app te la sugiere:
- En la ventana de Propiedades de una entrada, pulsa «📊 Ajustar a datos históricos…».
- Pega tus datos (mínimo 5) y pulsa «Ajustar y comparar».
- La app compara 6 distribuciones por la distancia Kolmogorov-Smirnov (K-S) y las ordena: menor K-S = se parece más. La mejor lleva una ★.
- Haz clic en la que prefieras y se aplica con sus parámetros ya calculados.
Ojo: PERT y Lognormal son muy flexibles y a veces salen primeras aunque tus datos vengan de otra forma. Usa el K-S como orientación, no como veredicto: aplica tu criterio (p. ej. si un costo no puede ser negativo, prefiere Lognormal/PERT/Triangular).
6. Definir salidas (pronósticos)
Una salida es la celda cuyo resultado quieres analizar (utilidad, costo total, TIR…). Debe contener una fórmula que dependa de tus entradas.
- Haz clic en esa celda y pulsa «🔵 Definir como salida». Queda marcada en azul y aparece en la lista 🔵 Salidas.
7. Correlación entre entradas
Por defecto las entradas se sortean de forma independiente. Si dos variables se mueven juntas (p. ej. cuando sube el precio del acero también sube el del concreto), puedes definir su correlación en el panel 🔗 Correlaciones, indicando un coeficiente entre −1 y 1. La app usa el método Iman-Conover, que induce la correlación conservando cada distribución individual.
8. Entradas de proceso (serie temporal)
Cuando una variable evoluciona en el tiempo (una tasa, la inflación, un precio a lo largo de varios años), no tiene sentido sortear cada año de forma independiente. Una entrada de proceso asigna un proceso estocástico a un rango de celdas (una fila o columna = períodos): en cada iteración genera una trayectoria coherente y rellena todo el rango.
- En el panel derecho, tarjeta 🌊 Entradas de proceso, pulsa «➕ Añadir entrada de proceso».
- Indica la hoja, el rango (p. ej.
B5:G5 para una fila, o B2:B7 para una columna), el proceso y sus parámetros por período.
- Guarda. En cada iteración esa fila/columna se llenará con un camino realista.
Procesos disponibles: GBM (precios/costos con tendencia), Ornstein-Uhlenbeck (reversión a la media: tasas, inflación), Browniano aritmético, Feller/CIR (reversión positiva), Puente browniano (inicio y fin conocidos) y Merton (con saltos). Cada celda representa un período; S0 es el valor de partida.
9. Configurar y ejecutar
- Iteraciones: cuántas veces se recalcula el modelo (1.000–50.000, o manual). Más iteraciones = resultados más estables.
- Muestreo: Hipercubo Latino (por defecto, converge mejor con las mismas iteraciones) o Aleatorio simple.
- Semilla (opcional): fija un número para obtener siempre el mismo resultado (reproducible); déjala vacía para que sea aleatoria.
- Pulsa «▶ Ejecutar simulación».
10. Interpretar los resultados
- Media, P10, P50, P90, Desv. estándar: el P10 es el valor bajo el cual queda el 10 % de los casos; el P50 es la mediana; el P90 deja el 90 % por debajo. Cuanto más separados P10 y P90, mayor la incertidumbre.
- Histograma: la forma de la distribución de la salida.
- Curva de probabilidad acumulada (CDF): para cada valor, el porcentaje de casos con resultado igual o menor.
- Certeza: escribe un rango («desde / hasta») y te dice la probabilidad de que el resultado caiga ahí.
- Indicador de fiabilidad: el error relativo de la media; si baja del 0,1 % el resultado es estable y casi no depende de la semilla (criterio de Sapag).
11. Tornado (sensibilidad)
El tornado ordena las entradas por cuánto impulsan la variabilidad de la salida (correlación de rangos de Spearman). Barra positiva = al subir la entrada sube la salida; negativa = la baja. El % es la contribución relativa (regla de Pareto 80/20: concéntrate en las barras más grandes). Las entradas de proceso también aparecen aquí.
12. Punto de equilibrio (buscar objetivo)
En el bloque 🎯 Punto de equilibrio eliges una entrada y la app calcula qué valor de esa entrada lleva la salida a un objetivo (por defecto 0), con las demás en su valor base. La «holgura» es cuánto puede moverse esa entrada antes de cruzar el objetivo. Equivale al «Buscar objetivo» de Excel.
13. Sensibilidad global (Sobol)
El botón «🌐 Sensibilidad global» calcula los índices de Sobol: S₁ (primer orden) mide cuánto explica cada entrada por sí sola; Sₜ (total) incluye sus interacciones con otras. Si Sₜ es bastante mayor que S₁, esa entrada actúa combinada. Si ΣS₁ ≈ 100 %, el modelo es casi aditivo. Es más completo que el tornado, pero tarda más (hace (K+2)×N evaluaciones).
14. Laboratorio de procesos estocásticos
La pestaña 🎲 Procesos estocásticos es un banco de pruebas: eliges un proceso (GBM, Ornstein-Uhlenbeck, etc.), sus parámetros, el horizonte y el número de trayectorias, y ves el gráfico de caminos + la media y las estadísticas del valor final. Úsalo para explorar y calibrar un proceso antes de usarlo como «entrada de proceso» en tu modelo.
15. Exportar (CSV e informe)
- Exportar CSV: descarga todas las iteraciones (valores de cada entrada, de cada celda de proceso y de cada salida) más el resumen y el tornado. Ábrelo en Excel para tus propios análisis.
- Generar informe: crea un informe con los resultados y estadísticas de la simulación.
16. Limitaciones y buenas prácticas
- El motor recalcula las funciones más habituales de Excel (SUMA, SI, PROMEDIO, BUSCARV, VNA, TIR, SUMAPRODUCTO…). Las fórmulas no soportadas conservan su último valor guardado y se marcan en naranja.
- La simulación no es mejor que sus supuestos: si las distribuciones de entrada están mal estimadas, los resultados heredan ese error.
- Una probabilidad no garantiza un resultado: 90 % de probabilidad significa que 1 de cada 10 veces ocurre lo contrario.
- Herramienta gratuita con fines educativos: no constituye asesoría financiera, contable ni de inversión. Valida siempre con estudios propios.
© Juan Carlos Meza · Contenido bajo licencia CC BY-SA 4.0 · ¿Dudas o algo no funciona? Escribe a juanxmeza@gmail.com