¿Por qué el precio salta de golpe cuando sale una noticia?
Sale un dato fuerte y el precio recorre en un segundo lo de una hora. No es velocidad: es que la liquidez desaparece justo en ese instante. Qué pasa por dentro y cómo operar alrededor de las noticias.
5/JUL/2026 · 2 min de lectura

Recibe nuestros análisis, gratis
Sale el dato de empleo y, en un segundo, el precio recorre lo que normalmente tarda una hora. No es que "todos compren a la vez": es que la liquidez desaparece justo en ese instante. Es la misma liquidez del pilar, vista en su momento más extremo.
¿Qué le pasa a la liquidez en el momento del dato?
Los que ponen las órdenes de compra y venta —los proveedores de liquidez— no saben si el número saldrá mejor o peor de lo esperado. Para no quedar atrapados del lado equivocado, retiran sus órdenes segundos antes de la publicación. El libro, que estaba lleno, se vacía casi por completo justo cuando llega el dato.
¿Por qué el salto es tan brusco?
Porque las primeras órdenes que entran tras el dato encuentran un libro casi vacío. Sin órdenes intermedias que frenen el movimiento, el precio salta de un nivel al siguiente disponible, que puede estar muy lejos. Ese hueco es el "salto": no es velocidad, es ausencia de liquidez entre el precio viejo y el nuevo.
¿Por qué el slippage es máximo justo ahí?
Porque es el peor momento posible de liquidez fina. Si entras a mercado en ese segundo, tu orden se llena con lo poco que haya, por malo que sea. El slippage que sufres de madrugada se multiplica: aquí el libro no está fino, está momentáneamente hueco.
¿Cómo se opera alrededor de las noticias?
Con humildad. Si no operas la noticia, apártate un par de minutos antes y deja que la liquidez vuelva. Si la operas, cuenta con spreads anchos y slippage, y nunca uses un stop ajustado esperando que se respete al pip. La liquidez vuelve en minutos; la paciencia es gratis.
El salto de las noticias no rompe las reglas de la liquidez: las lleva al extremo. Entender ese vacío momentáneo es entender por qué "el precio se me fue" en los datos grandes.






