Este documento propone un algoritmo innovador que mejora significativamente la aproximación del límite óptimo de ejercicio anticipado obtenido con métodos basados en simulación para la valoración de opciones americanas. El método funciona aprovechando y utilizando al máximo la información en múltiples regresiones transversales, promediando las estimaciones obtenidas individualmente en cada paso de ejercicio anticipado, comenzando justo antes del vencimiento, en el algoritmo de inducción hacia atrás. Con este método, se acumulan menos errores y, como resultado de esto, la estimación del precio es esencialmente imparcial incluso para opciones de largo vencimiento. Los resultados numéricos demuestran las mejoras de nuestro método y muestran que son robustas ante la elección de la configuración de simulación, las características de la opción y la dimensionalidad del problema. Finalmente, dado que nuestro método disocia naturalmente la estimación del límite óptimo de ejercicio anticipado de la valoración de la opción, se pueden obtener ganancias significativas en eficiencia utilizando menos trayectorias simuladas y repeticiones para estimar el límite óptimo de ejercicio anticipado que con el método regular.