¿Por que son tan importantes las estrategias de dimensionamiento de posición? por Van K. Tharp

• ¿Hasta que punto son importantes las estrategias para calcular el tamaño de nuestra posición? En este artículo, Van K Tharp, nos mostró el motivo.
• Artículo publicado en Hispatrading 57.

John estaba conmocionado por lo que le sucedió en los últimos tres días: había perdido el 70 % de su capital. No obstante, seguía convencido de que podía recuperarse de las pérdidas. Después de todo, había ganado casi un 200 % antes de que el mercado lo desplumara.

¿Qué dirías a John en este momento si viniera a pedirte consejo? Sin duda, el consejo debería ser: «Deja de operar. Sal del mercado inmediatamente. No tienes suficiente dinero para operar, y no entiendes el riesgo”.

John es en gran medida un participante promedio del mercado que se hace llamar trader. Él y personas como él intentan hacerse de oro, pensando que pueden convertir una cuenta de 5.000 o 10.000 dólares en un millón en menos de un año. Este tipo de hazaña es posible, sin embargo, es muy poco probable, mientras que la probabilidad de arruinarse es casi segura, incluso si el trader es muy inteligente. La inteligencia natural no parece ayudar a los traders sin estrategias de tamaño de posición o position sizing. De hecho, son fundamentales para el éxito al hacer trading.

Estrategias de tamaño de posición inteligentes

La mayoría de la gente estaría de acuerdo en que los doctores son personas inteligentes. Sin embargo, la inteligencia parece ser de poca o ninguna ayuda para operar con éxito. Para probar esta idea, Ralph Vince llevó a cabo un experimento utilizando 40 doctorados. Descartó a los médicos con experiencia en estadística o trading. Se les dio un juego de ordenador con 10.000 dólares y 100 pruebas en las que ganarían en el 60 % de las “operaciones”. Cuando ganaban, ganarían la misma cantidad de dinero que arriesgaron en esa operación (1R). Cuando perdieran, perderían la misma cantidad de dinero que habían arriesgado (−1R).

Piensa en esto: ganas lo que arriesgaste el 60 % de las veces y pierdes lo que arriesgaste el 40 %. Ese es un sistema con expectativa matemática positiva y esas probabilidades son fantásticas en comparación con cualquier mesa que puedas encontrar en un casino de Las Vegas.

Adivina cuántos de los doctores ganaron dinero al final de las 100 operaciones. Solo dos de los 40. Los otros 38 perdieron. ¡Imagínate! El 95 % de los doctores perdieron dinero jugando a algo diseñado para que ganaran. ¿Por qué?

Estrategias de dimensionamiento de posición y la Falacia del jugador

Digamos que alguien comenzó el juego arriesgando 1.000 dólares en cada operación y las tres primeras operaciones perdió. Perder tres veces seguidas en un juego ganador del 60 % es una probabilidad distinta. Ahora este participante tiene 7.000 dólares, de los 10.000 iniciales. Podría pensar: «He tenido tres pérdidas seguidas, así que ahora sí que voy a ganar». Esta es, ni más ni menos que la falacia del jugador en acción. Él cree que hay una gran probabilidad de ganar después de varias pérdidas. Sin embargo, tus probabilidades de ganar en cualquier operación en este juego siempre son del 60 %, independientemente de los resultados anteriores. Decide arriesgar 3.000 dólares en la cuarta operación porque está muy seguro de que ganará. Aunque la probabilidad de cuatro pérdidas consecutivas es escasa (es decir, el 0,0256), todavía es posible que se de una vez en un juego con 100 “tiradas». La cuarta operación resulta en otra pérdida. Ahora solo le quedan 4.000 dólares en su cuenta y debe ganar el 150 % solo para alcanzar el punto de equilibrio. Más allá de eso, su probabilidad de ganar dinero en el juego se han reducido mucho. Si siguiera jugando de esta manera, fácilmente podría quedarse sin nada en muy poco tiempo.

Vemos otra forma en que podría haberse ido directo a la quiebra. Si comenzara a arriesgar 2.500 dólares en cada turno, tres pérdidas seguidas reducirían su cuenta a solo una operación más de 2.500 dólares. Hay un 40 % de probabilidades de que la próxima operación la pierda y lo elimine. Además, ahora debe ganar un 300 % solo para volver a quedarse igual que estaba. En este punto, ¿crees que es más probable que experimente un final rentable del juego o una quiebra irremediable?

Casi todos los doctores arriesgaron demasiado de su capital en el juego. El riesgo excesivo se produjo por razones psicológicas: la codicia, la falta de comprensión de las probabilidades y, en algunos casos, incluso el deseo de fracasar. Sin embargo, desde una perspectiva puramente matemática, sus pérdidas se produjeron porque arriesgaron demasiado dinero. Si hubieran entendido el concepto de estrategias de dimensionamiento de posición, lo habrían hecho mucho mejor en el juego, incluso si hubieran tenido algunos problemas psicológicos que afectaran a sus decisiones.

Conceptos de dimensionamiento de posición

En una conferencia a sus estudiantes en un retiro de 1991 en Hawái, Ed Seykota dijo que una vez que conozca la expectativa de su sistema, la pregunta más importante que un trader podría hacer es «¿Cuánto debería invertir?”. La expectativa de su sistema de trading le indica las probabilidades de ganar frente a perder para cada operación y un poco más. Dada esa información, puede considerar sus objetivos y crear a una estrategia de tamaño de posición que le ayudará a alcanzar sus objetivos y responder a la pregunta “¿Cuánto?».

En mi opinión, las estrategias de dimensionamiento de posición son la parte más importante y, sin embargo, menos comprendida, de cualquier sistema de trading. La mayoría de los traders retail, incluso de muchos profesionales, no entienden la importancia de este concepto. Por ejemplo, una vez asistí a un seminario, impartido para profesionales, que explicaba un método de inversión particular que los brokers podrían usar para ayudar a sus clientes. Si bien el seminario en su conjunto fue excelente, el tema de la estrategia de dimensionamiento de posición para este método nunca se cubrió. En el pasado, la gente a veces se refería a las estrategias de dimensionamiento de posición generalmente como «gestión del dinero» y un ponente mencionó brevemente la gestión del dinero. Sin embargo, al final de su charla, pregunté: «¿Qué quieres decir con gestión de dinero?”. Su respuesta fue: «Esa es una muy buena pregunta”. Esos brokers se fueron sin saber ayudar a sus clientes con la parte más importante de un buen método de inversión: saber cuánto arriesgar en cada posición.

La estrategia de tamaño de posición es la parte de su sistema de trading que le dice «cuánto» o «cuántos» por cada operación. ¿Cuántas unidades de su inversión debería arriesgar en un momento dado? ¿Cuánto riesgo deberías estar dispuesto a asumir? No puedes responder a estas preguntas hasta que entiendas tanto tu sistema de trading como tus objetivos. Necesitas entender qué tipo de resultados puedes esperar de tu sistema de trading. Necesitas objetivos claros y una comprensión de lo que estás tratando lograr, especialmente en áreas de rentabilidad y pérdidas. Con estas dos entradas de datos, puedes empezar a pensar en tu estrategia de dimensionamiento de posición.

Como hay millones de traders con objetivos diferentes, hay millones de variaciones de estrategias de dimensionamiento de posición. Aparte de sus propios problemas psicológicos, las estrategias de dimensionamiento de posición son el área conceptual más crítica que necesita dominar como trader.

¿Demasiado Riesgo?

¿Recuerdas a nuestro amigo John del principio del artículo? Él ganó un 200 % y después perdió 

un 70 % unos días después. Probablemente podamos deducir que estaba arriesgando demasiado en cada operación. ¿Crees que sabía algo sobre estrategias de dimensionamiento de posición?

Nuevos máximos históricos después de un mercado bajista por Ben Carlson

Ha pasado un tiempo, pero hemos vuelto:

Después de un poco más de dos años, el S&P 500 finalmente se sacó de encima los máximos de enero de 2022 el viernes.

¡Nuevos máximos históricos!

Este mercado bajista nos hizo sufrir en 2022, pero fue algo bastante normal en comparación con las mayores recesiones de los últimos 70 años.

Mostramos una tabla actualizada de los mercados bajistas del S&P 500 desde 1950:

El mercado bajista promedio desde 1950 ha visto una caída del 35 %, tardando 381 días en tocar fondo y más de 1.100 días en pasar del pico anterior a los nuevos máximos de todos los tiempos.

Este es el tipo de cosas que deberías esperar que sucedan cada cinco o seis años.

Por supuesto, ahora hemos experimentado dos mercados bajistas en cuatro años, pero así es como funcionan los promedios de mercado.

Entonces, ¿qué podemos esperar?

No lo sé, por supuesto, pero es interesante ver lo que ha sucedido después de que el mercado de valores alcanzara nuevos máximos después de los mercados bajistas en el pasado.

He aquí un vistazo a los rendimientos de uno, tres, cinco y diez años de los nuevos máximos después de un mercado bajista:

La mayoría de las veces, nuevos máximos son seguidos por más nuevos máximos. Los rendimientos totales promedio a uno, tres, cinco y diez años después de los nuevos máximos fueron de +16%, +27%, +59% y +206%, respectivamente.

Eso está bastante bien.

Realmente, la única vez que se alcanzaron nuevos máximos y vino otro mercado bajista de repente fue en 2007. Los nuevos máximos llegaron en mayo de 2007, mientras que el máximo de la Gran Crisis Financiera llegó en octubre del mismo año.

A principios de la década de 1970 también experimentaron dos terribles mercados bajistas a corto plazo.

Como siempre, hay excepciones a las reglas cuando se trata de los mercados.

No sé qué pasará a partir de ahora. Es una suposición.

Lo que sí sé es que pensar y actuar a largo plazo suele tener recompensas cuando se trata del mercado de valores.

Hablemos del posible aterrizaje de la economía por Dr. Ed Yardeni

¿Cuánto más podría durar la actual expansión económica? Éste sigue siendo un tema muy debatido. Después de dos años seguimos hablando sobre si tendremos un aterrizaje suave, más brusco o incluso si no habrá aterrizaje.

Tenemos una sensación de “déjà vu nuevamente” en torno a este debate. Estuvimos entre quienes defendían que no aterrizaríamos durante varios años después de la recesión del 2007-2008. Incluso compilamos una lista de “ataques de pánico” para registrar todos los temores de recesión en el mercado de valores que no tuvieron éxito (Tabla). Fue necesaria una pandemia mundial para provocar una recesión en 2020. Sin embargo, duró sólo dos meses, de marzo a abril, es decir, durante el confinamiento por el Covid-19.

Según el Índice de Indicadores Económicos Coincidentes (IEC), desde el máximo del último ciclo económico hasta la breve recesión y la rápida recuperación, se necesitaron 20 meses para recuperar el terreno perdido (Gráfico 5). El promedio de los seis períodos de recuperación total anteriores fue de 37 meses (entre 19 y 77 meses).

A las recuperaciones les siguen expansiones hasta nuevos máximos históricos en el CEI. Las seis expansiones posteriores a la recuperación duraron en promedio 67 meses, ¡o cinco años y medio! Eso significa que el debate entre los aterrizadores podría durar hasta mediados de 2026, si no termina antes… o más tarde.

El Índice de Indicadores Económicos Líderes (IPJ) alcanzó un máximo histórico en diciembre de 2021, o hace 25 meses (Fig. 6). Durante los siete ciclos económicos anteriores, el período de tiempo promedio entre el máximo del IPJ y el inicio de la recesión fue de 14 meses (oscilando entre un mínimo de 9 meses y un máximo de 22 meses).

A lo largo de los años, hemos aprendido que las crisis crediticias, las crisis energéticas y los confinamientos por la pandemia provocan recesiones. Estamos atentos a tales calamidades. Pero por ahora, las perspectivas son que la expansión continúe.

Constrúyete a ti mismo construyendo tu trading por Brett N. Steenbarger

La opinión común en la psicología del trading es que podemos trabajar en nosotros mismos y eso nos ayudará a capear mejor los altibajos, los riesgos y las recompensas de los mercados. Ciertamente eso es cierto: como describo en el libro The Daily Trading Coach, hay muchas técnicas respaldadas por la investigación en psicología que proporcionan herramientas para manejar el estrés, la incertidumbre, la confianza y la negatividad.

Una perspectiva complementaria, no tan comentada, es que al trabajar en nuestro trading, terminamos desarrollando nuestras fortalezas y construyendo nuestra capacidad para llevar vidas significativas y con propósito. De hecho, la forma en que trabajamos en nuestro trading ayuda a dar forma a nuestra capacidad para lograr los objetivos de nuestra vida. Por ejemplo, al cultivar nuestra creatividad como traders, entrenándonos para percibir oportunidades que otros suelen perder, nos volvemos más creativos al guiar nuestras vidas, desde nuestras relaciones hasta nuestras carreras.

Esto plantea la pregunta importante: ¿Cuál es el propósito de su operación? ¿Cómo puede nuestro trading proporcionarnos un P/L de por vida y no solo recompensas financieras? La respuesta corta a esta pregunta es que, al igual que un buen gimnasio, el trading de éxito nos empuja a desarrollar fortalezas que actualmente no utilizamos. Cada día, cada semana en el trading nos desafía a ampliar y construir lo que somos.

Sistema de rupturas con volatilidad por Perry J. Kaufman

• El mercado se ha vuelto loco. Da igual que mire al Bitcoin o Game Stop. Con estos niveles de volatilidad ¿es posible encontrar orden dentro del caos? En exclusiva para Hispatrading Magazine, el mismísimo Perry j. Kaufman, nos muestra el camino.
• Artículo publicado en Hispatrading Magazine nº46.

Después de 2020, podría pasar cualquier cosa. Así ha sucedido. Las redes sociales han movilizado a los traders que se quedan en casa para hacer la guerra a los vendedores en corto institucionales. Esto podemos verlo como una batalla o por el contrario como algo ilegal. No obstante, como traders, solo nos interesa analizar la situación como simple desafío para generar ganancias. ¿Podemos ganar dinero con estos extraños movimientos sin arriesgarlo todo?

Comencemos con el Bitcoin (BTC-USA), que ha tenido un historial de extrema volatilidad. ¿Podemos encontrar un sistema simple que tenga ganancias consistentes?

Considere primero la volatilidad. No querrá sentarse a esperar encima de una operación cuando los precios se mueven un 5% o un 10% cada día. Para aquellas operaciones con un alto riesgo puede estar bien, pero normalmente el resto queremos simplemente operaciones ganadoras, sin demasiados sobresaltos.

La clave para operar en un mercado errático y volátil es aprovechar el ruido y salir con una ganancia inesperada. Cuando la volatilidad cae, podemos volver a entrar y tratar de obtener otra ganancia. La Figura 1 muestra la volatilidad anualizada del BTC de 2014. Usamos la siguiente fórmula:

Vol. Anualizado (AVOL) = STDEV (rendimientos de 20 días) x sqrt (252)

Es la misma fórmula para la volatilidad implícita y la que utilizan la mayoría de los analistas financieros. La razón por la que los valores superan 1.0, lo cual es claramente imposible en la vida real, es simplemente porque estamos proyectando que la volatilidad a 20 días se anualizará. Siempre que seamos coherentes, esto funciona.

Nuestro sistema consiste comprar en una ruptura de 20 días (comprará cuando el cierre de hoy sea mayor que el cierre de los 20 días anteriores) y salir cuando la volatilidad supere 0,60. Entrar en una operación cuando la volatilidad es alta lo expone a un riesgo extremo. Como puede ver, la volatilidad cambia rápidamente.

Usamos una ruptura en lugar de un promedio móvil porque no tiene retraso; cuando los precios alcanzan un nuevo máximo, estamos dentro. La Figura 2 muestra el desempeño de una ruptura de 20 días con y sin una salida de volatilidad.

Los movimientos de los precios son tan rápidos que permanecer con la ruptura de 20 días (en azul) le hará devolver todas las ganancias que haya obtenido. Sin embargo, al salir cuando la volatilidad es alta, podemos producir beneficios constantes, incluso grandes beneficios.

Pero eso es en el caso del BTC. ¿Cómo podemos usar este concepto para operar Gamestop (GME) y AMC (AMC)? La Figura 3 muestra la volatilidad de GME. Tiene algunos máximos por encima de 1.0 antes del último gran salto que se muestra en la Figura. Si la hubiéramos estado operando tal y como lo haríamos con el BTC, habríamos salido cuando la volatilidad alcanzó 0,90, mi salida normal de volatilidad extrema. Habría tenido 4 o 5 buenas operaciones, pero luego se habría perdido un gran movimiento y habría obtenido una ganancia modesta cuando podría haber sido rico.

¿De verdad cree que podría haber anticipado este movimiento en GME? La Figura 4 muestra los grandes movimientos que se dieron en una semana. Sin saber qué pasaría, y si hubiera tenido la suerte de comprar antes GME, habría salido en el primer salto. Nada mal. La volatilidad después, como se mantiene alta, no le habría dejado entrar de nuevo. El enfoque de comprar una ruptura y salir cuando aparezcan episodios de volatilidad elevada hará un buen trabajo para controlar el riesgo. Si se equivoca, los precios girarán y perderá esa ganancia no realizada. Esa es la realidad del trading.

¿Qué sucede con AMC, otro objetivo de los anti-vendedores en corto? La Figura 5 muestra su patrón de volatilidad. Nuevamente, si la hubiéramos operado, lo cual es poco probable, nos hubiera gustado salir cuando la volatilidad llegó a 2.0, habiendo obtenido dos ganancias antes del siguiente movimiento. Por cierto, eliminamos los dos últimos días de volatilidad anualizada porque los números eran tan grandes (en millones) que no podían mostrarse.

Conclusión

No es probable que haya operado en estos mercados antes del rally a menos que haya estado en contacto con los vendedores “anti-cortos”. Pero el principio de comprar una ruptura y salir con alta volatilidad me ha funcionado. Este enfoque me permitió salir de Tesla (TSLA) cuando la volatilidad alcanzó 0,90, así como en algunos otros mercados. Dejamos pequeñas ganancias sobre la mesa, pero reducimos mucho el riesgo. Esa forma de operar lo mantendrá en el lado correcto del mercado.

Rendimientos históricos de acciones, bonos y efectivo por Ben Carlson

Los bonos han tenido dificultades en estos últimos años.

De hecho, 2021 fue un año bajista. Un año después, 2022 fue el peor año de la historia para los bonos. 2023 fue mejor, aunque las tasas fueron tan volátiles que el viaje no fue muy divertido.

En los 10 años anteriores a 2023, los bonos del Tesoro a 10 años tuvieron un rendimiento anual de solo el 1,5 %. La tasa de inflación anual durante ese mismo período de tiempo fue del 2,8 %, lo que significa que perdió dinero en términos reales.

Los rendimientos fueron tan malos que el efectivo (T-Bills de 3 meses) casi superó a los bonos con un rendimiento a 10 años del 1,3 % en ese mismo período de tiempo. Eso es impresionante teniendo en cuenta que la mayor parte de ese período de 10 años fue consumido por la política de tasa de interés del 0 % de la Reserva Federal.

El dinero Cash ha superado a los bonos durante tres años consecutivos:

La buena noticia es que las acciones hicieron su parte durante esta venta de bonos. A pesar del mercado bajista en 2022, el S&P 500 subió más del 32 % en total desde 2021-2023, un rendimiento anualizado de alrededor del 10 % anual.

Una clase de activos tuvo un mal comportamiento, pero las otras dos clases de activos lo hicieron bien.

Esto es lo bueno de la diversificación.

Hubo un momento en el que los bonos sostuvieron las carteras, mientras el mercado de valores caía.

De 2000 a 2011, el S&P 500 sumó un insignificante 0,5 % al año. Descontando la inflación, habrías perdido un 2 % al año en términos reales durante algo más de una década perdida.

El efectivo se mantuvo bien durante este período con un rendimiento anual del 2,3 %.

Pero fue la renta fija a 10 años lo que proporcionó el lastre durante un huracán financiero. Los bonos rentaron más del 7,2 % al año durante este período de 12 años.

En el período de 10 años de 1969 a 1978, el S&P 500 subió solo un 3,2 % anual. La inflación anual de más del 6 % y los rendimientos reales fueron negativos. Los bonos lo hicieron mejor, ya que las tasas de interés eran más altas en ese entonces, con un retorno del 4,8 % anual, pero también se vieron comidos por la inflación.

Lo mejor del grupo fue la renta fija a corto plazo, que rentaron un 6 % al año durante este período de 10 años.

Si te fijas en el largo plazo, las acciones son obviamente la mejor apuesta:

Con una tasa de inflación a largo plazo del 3 % durante este período, estos son los rendimientos reales históricos de cada clase de activos desde 1928:

• Acciones +6,8 %
• Bonos +1,6 %
• Efectivo +0,3%

Las acciones son una obviamente mejores a largo plazo.

Pero solo mira la gama de rendimientos que puedes encontrarte. Una de las razones por las que las acciones te pagan una prima de riesgo a largo plazo es porque son muy volátiles a corto plazo.

A corto plazo, puede suceder cualquier cosa.

De hecho, en los últimos 96 años, las acciones han superado a los bonos y el efectivo 59 veces (el 61 % de todos los años). Los bonos han superado las acciones y el efectivo 23 veces (el 24 % del tiempo). Y el efectivo ha superado a las acciones y bonos 14 veces (el 15 % del tiempo).

Las acciones ganan la mayor parte del tiempo, pero no siempre.

Una de las razones por las que los bonos han tenido una experiencia tan difícil en los últimos 10 años es porque los rendimientos fueron muy bajos. El rendimiento promedio para de 2014 a 2023 fue de un poco más del 2 %.

Eso ayuda a explicar los bajos rendimientos. Los rendimientos cuentan la historia cuando se trata del rendimiento de los bonos a largo plazo.

Los rendimientos iniciales de este año fueron alrededor del 4 %. Eso no es una locura, pero es mucho mejor de lo que los inversores de renta fija se han acostumbrado en un mundo de tasa de interés del 0 %.

Cada clase de activos está obligada a experimentar períodos de buenos y malos rendimientos en algún momento. Todo es cíclico: la economía, los mercados financieros, las emociones de los inversores, el rendimiento de la inversión.

Los períodos de buenos rendimientos son seguidos finalmente por períodos de rendimientos mediocres. Y los períodos mediocres son seguidos eventualmente por períodos buenos.

La parte difícil es, como siempre, el momento de estos ciclos.

Los inversores tienen básicamente dos opciones, ya que acertar con el momento exacto del mercado es casi imposible:

1. Diversificación. Una cartera formada por acciones, bonos y efectivo está lejos de ser perfecta. Pero una mezcla diversificada de estas clases de activos de bloques puede comportarse bien en una variedad de entornos de mercado y económicos.

2. Fortaleza mental. Si vas a concentrar todo o la mayor parte de tu dinero en una sola clase de activos, como las acciones, necesitas ser disciplinado cuando se desplomen de vez en cuando. Tener un activo líquido como el efectivo puede ayudar, pero algunas personas tienen la capacidad de sentarse tranquilamente cuando las acciones caen.

La elección se reduce a tu perfil como inversor.

¿La conclusión? Elige con cabeza.

Divergencia histórica entre acciones y materias primas por Sentimentrader

• El S&P 500 cotiza cerca del extremo superior de su rango de 2 años, con el índice de materias primas cerca de su extremo inferior.
• Divergencias similares sugieren que las materias primas seguirán teniendo dificultades a medida que el S&P 500 suba.
• Las acciones orientadas al crecimiento obtienen mejores resultados y los grupos basados en materias primas obtienen resultados inferiores.

¿Las materias primas sirven cómo señal de alarma para las acciones y la economía?

Existe una creencia muy arraigada, entre la comunidad bajista de que las materias primas, que ahora se han desviado de las acciones en una de las cantidades más significativas de la historia, están señalando a una recesión. Por lo tanto, argumentan, un nuevo mercado bursátil bajista está a la vuelta de la esquina. Sin embargo, como ha demostrado la historia, esta narrativa rara vez se cumple.

Para medir la divergencia actual en relación con la historia, apliqué una clasificación de rango de 2 años al S&P 500 y al Bloomberg Spot Commodity Index.

La clasificación del índice más seguido del mundo actualmente ronda el percentil 97, lo que significa que el S&P 500 superó el 97% de todos los demás valores de cierre en los últimos dos años. Por el contrario, el índice Bloomberg Spot Commodity se ubica en el percentil 5, ubicándose por debajo del 95% de todos los valores de cierre de los dos años anteriores.

La vez anterior en el que la clasificación de las acciones subió al percentil 95 mientras el índice de materias primas cayó al percentil 5 se dio en 2013, que resultó ser un período excelente para las acciones, a pesar de retrocesos menores hasta que el índice finalmente cedió a una corrección más pronunciada en agosto de 2015, dos años después de la divergencia inicial. Esa corrección comprometió el crecimiento, pero no desembocó en una recesión.

Lo que nos dice el estudio

El S&P 500 cotiza en el extremo superior de su rango de 2 años mientras un índice de materias primas ronda el extremo inferior de este mismo rango, creando una de las divergencias más amplias de la historia. Como de costumbre, aquellos que son permanentemente bajistas hablarán de esta divergencia, afirmando que las acciones se han alejado de la realidad económica y que las materias primas tienen razón acerca de una recesión inminente y un mercado bajista de acciones. La historia sugiere lo contrario. Después de divergencias similares, las acciones tendieron a subir durante el año siguiente. La amenaza de recesión es menos probable cuando el diferencial es alto o, por el contrario, bajo. Desde una perspectiva sectorial, las acciones orientadas al crecimiento mostraron sólidas tendencias de comportamiento relativo, mientras que los grupos basados en materias primas justifican tener precaución.

La verdadera historia de la política monetaria por Dr. Ed Yardeni

¿Cuánto dura el desfase entre el endurecimiento de la política monetaria y las recesiones? En el pasado, la respuesta a esa pregunta dependía de cuánto tiempo le tomó a la tasa de los fondos federales aumentar a niveles que desencadenaron crisis financieras que se transformaron en restricciones crediticias, que rápidamente causaron recesiones. Los ciclos anteriores de aumento de las tasas de los fondos federales tendieron a alcanzar su punto máximo cuando las crisis financieras fueron el resultado del aumento de las tasas de interés y el endurecimiento de las condiciones crediticias (Gráfico 1).

Antes de estos acontecimientos, la curva de rendimiento tendía a invertirse, lo que reflejaba la anticipación de los inversores de que una política monetaria restrictiva probablemente provocaría una ruptura en el sistema financiero, lo que obligaría a la Reserva Federal a flexibilizar sus políticas (Gráfico 2). Las curvas de rendimiento invertidas indicaban que los bonos se estaban volviendo más atractivos para los inversores que los instrumentos del mercado monetario, ya que razonaban que fijar tasas de largo plazo en los bonos tenía más sentido que quedar atrapados en instrumentos de corto plazo cuando sus tasas de interés caían.

Las investigaciones realizadas por Melissa y por mí, que hemos defendido a menudo en los últimos años, respaldan nuestra tesis de que las curvas de rendimiento invertidas pronostican un proceso que a menudo (pero no inevitablemente) conduce a una recesión. La escasez de dinero acaba provocando una crisis financiera, que se convierte en una crisis crediticia en toda la economía. Es la crisis crediticia la que causa la recesión posterior, no las tasas de interés más altas per se ni las curvas de rendimiento invertidas. (Descargue una copia gratuita de nuestro estudio de 2019 titulado The Yield Curve: What Is It Really Predicting? para obtener una explicación más profunda de nuestra tesis).

La tesis alternativa y ampliamente sostenida –que hay desfases largos y variables entre el endurecimiento de la política monetaria y una recesión– supone que el aumento de las tasas de interés deprime la demanda, lo que inevitablemente desencadena una recesión. No estamos de acuerdo. En nuestra opinión, la cuestión del momento se reduce a esto: “Cuando la Reserva Federal aumente la tasa de los fondos federales, ¿cuánto tiempo pasará antes de que alcance un nivel lo suficientemente alto como para romper algo en el sistema financiero?”

Hasta ahora, la última ronda de ajuste de la Fed provocó la quiebra de tres bancos en marzo pasado, lo que demuestra la vulnerabilidad de los eslabones de la cadena del sistema financiero cuando las tasas suben. Pero la Reserva Federal evitó una crisis crediticia proporcionando rápidamente liquidez a través de un nuevo servicio de préstamos de emergencia denominado “Programa de financiación bancaria a plazo” el 12 de marzo de 2023. Hasta la semana del 3 de enero, había proporcionado 132.800 millones de dólares de liquidez para apoyar a la banca (Figura 3). Evitar una crisis crediticia también evitó una recesión, al menos hasta ahora.

Mientras tanto, los funcionarios de la Reserva Federal señalaron en su Resumen de Proyecciones Económicas de diciembre que ya no subirán la tasa de los fondos federales y esperan bajarla tres veces en incrementos de 25 puntos básicos este año. Los mercados financieros han estado descontando este escenario de flexibilización desde el 19 de octubre, cuando los rendimientos de los bonos del Tesoro a 2 y 10 años alcanzaron máximos del 5,19% y el 4,98% (Fig. 4). El viernes bajaron al 4,40% y al 4,05%. El tipo hipotecario a 30 años ha bajado unos 100 puntos básicos desde principios de noviembre.

Así que ahora la pregunta es si la reciente flexibilización de las condiciones financieras compensará alguno de los largos y variables retrasos de la política restrictiva de la Reserva Federal durante los últimos dos años. Creemos que sí. Echemos un vistazo a este tema con la ayuda de datos relevantes pasados y actuales. Antes de hacerlo, queremos reiterar que somos defensores de nuestra teoría de las recesiones de la crisis crediticia en lugar de la noción ampliamente difundida de que los largos y variables retrasos de la política monetaria aún pueden causar una recesión este año. Piensa en lo siguiente:

(1) Bienes de consumo duradero. El gasto real del consumidor en bienes duraderos es uno de los componentes del PIB real más sensibles a las tasas de interés. Su tasa de crecimiento tiende a desacelerarse durante los períodos de endurecimiento de la política monetaria (Gráfico 5). Curiosamente, luego tiende a volverse negativo durante el período inicial de flexibilización monetaria, que suele coincidir con una recesión. Entonces, en el corto plazo, se desacelera y luego se vuelve negativa aproximadamente al mismo tiempo que la Reserva Federal comienza a flexibilizar su política monetaria.

Es posible que esto suceda ahora. Sin embargo, los consumidores ya estaban desacelerando el ritmo de sus compras de bienes duraderos a fines de 2021, antes de que la Reserva Federal comenzara a aplicar restricciones. Como hemos señalado recientemente, los datos sugieren que la recesión progresiva en el sector de bienes está tocando suelo y podría transformarse en una recuperación progresiva para los productores y distribuidores de bienes este año. De hecho, la tasa de crecimiento del gasto real en bienes duraderos aumentó al 6,7% en noviembre.

(2) Inicio de viviendas. El componente del PIB real más sensible a las tasas de interés es la construcción residencial. La construcción de viviendas a menudo alcanzó su punto máximo temprano durante los períodos de endurecimiento de la política monetaria y luego se desplomó. Luego, la construcción de viviendas se recuperó bruscamente una vez que la Reserva Federal comenzó a recortar las tasas de interés.

Esta vez, la Reserva Federal no ha comenzado a recortar las tasas de interés, pero la tasa hipotecaria ha bajado drásticamente y la construcción de viviendas muestra señales claras de haber tocado fondo. Si la recesión progresiva de la actividad inmobiliaria se transforma en una recuperación progresiva este año, como esperamos, entonces las ventas minoristas relacionadas con la vivienda también deberían recuperarse (Gráfico 6).

(3) Efecto riqueza. Desde los años sesenta hasta los noventa, las crisis financieras fueron invariablemente seguidas de importantes repuntes en los mercados de acciones y bonos (Gráficos 7 y 8). Estos repuntes tienen efectos sobre la riqueza que deberían impulsar el gasto de los consumidores. Esta vez, el Wilshire 5000 subió a 47,4 billones de dólares el viernes (Fig. 9). Eso supone un aumento de 12,9 billones de dólares desde el 20 de febrero de 2020, justo cuando comenzó la pandemia, y casi iguala su máximo récord del 3 de enero de 2022.

(4) Gasto de capital. El gasto de capital es algo menos sensible a las tasas de interés que el gasto en bienes de consumo duraderos y construcción residencial. Tiende a debilitarse durante las recesiones porque las empresas luchan por reducir costos durante las crisis económicas. Suele ser más débil cerca del final de las recesiones y al comienzo de las recuperaciones. Por lo tanto, este puede ser uno de los efectos de retraso prolongados y variables que se producen durante los ciclos de endurecimiento de la política monetaria.

Actualmente, el gasto de capital en tecnología representa alrededor del 50% del gasto de capital en el PIB nominal (Fig. 10). Creemos que se ha vuelto cada vez menos sensible a los tipos de interés. Incluso podría ser un componente anticíclico del PIB, ya que las empresas utilizan la tecnología para aumentar su productividad sin importar si la economía se está expandiendo o contrayendo.

(5) Préstamos bancarios. Los defensores de la tesis del retraso largo y variable pueden encontrar algunos datos de apoyo en las estadísticas semanales de préstamos bancarios compiladas por la Reserva Federal. De hecho, uno de los componentes del Índice de Indicadores Económicos Retrasados son los préstamos de los bancos comerciales e industriales (C&I). La tasa de crecimiento interanual en esta serie tiende a volverse negativa y mínima después de las recesiones (Fig. 11). Actualmente ha bajado un 1,0%.

Anteriormente hemos demostrado que los préstamos C&I están altamente correlacionados con los inventarios de las empresas, que se han mantenido estables durante el año pasado (Fig. 12). Como se señaló anteriormente, el sector de bienes ha estado en una recesión superficial durante los últimos años. Sin embargo, la economía en general ha estado creciendo. Debería seguir creciendo este año a medida que el sector de bienes experimente una recuperación progresiva.

Además de la serie semanal de préstamos C&I, estamos monitoreando las últimas tasas de crecimiento de los préstamos inmobiliarios residenciales (3,5% interanual durante la semana del 27 de diciembre), los préstamos inmobiliarios comerciales (2,9%) y los préstamos al consumo (3,8%). en los bancos. Todos están desacelerando (Fig. 13). Por lo tanto, reconocemos que una mayor debilidad en estas categorías este año podría respaldar una historia larga y variable.

(6) El retraso del desempleo. Finalmente (por ahora), debemos señalar que la tasa de desempleo tiende a tocar suelo cuando la Reserva Federal comienza a reducir las tasas de interés y a alcanzar un máximo mucho después de que la Reserva Federal comienza a hacerlo (Fig. 14). Ese espacio de tiempo antes de alcanzar su punto máximo podría ser un apoyo importante para un desfase largo y variable.

Sin embargo, una vez que el ajuste de la Reserva Federal ha desencadenado una crisis crediticia, la demanda se debilita muy rápidamente, elevando la tasa de desempleo, lo que debilita aún más la demanda con un retraso.

Esa secuencia lógica de acontecimientos se ha dado en el pasado, exacerbando las recesiones pero no causándolas. Esta vez, la tasa de desempleo ha desafiado con resistencia ese guión: a pesar del importante endurecimiento de la política monetaria en los últimos dos años, la tasa de desempleo se ha mantenido por debajo del 4,0% desde enero de 2022.

(7) Conclusión. Cuando la tasa de desempleo aumente decisivamente por encima del 4,0%, comenzaremos a preocuparnos por una recesión y posiblemente aumentemos nuestras probabilidades subjetivas de que se produzca una, que sigue siendo del 35%.

Modelo de asignación de activos para inversores semiactivos por Quantpedia

La motivación principal detrás de nuestro estudio se deriva de una observación de las estrategias de asignación de activos tácticos globales (GTAA) a lo largo de los documentos académicos existentes; la mayoría de ellos requieren un reequilibrio relativamente frecuente desde el punto de vista del inversor ordinario. El reequilibrio de la cartera generalmente se realiza de forma semanal o mensual, y aunque este período puede parecer demasiado aburrido y lento para la mayoría de los traders (a los que les gusta operar dentro del mismo día o a diario), los fanáticos de las estrategias de GTAA no son traders; son inversores. Por supuesto, a algunos les gusta seguir los flujos y reflujos del mercado, leer noticias y estar profundamente involucrados en el proceso de construcción y prueba de estrategias y elegir las inversiones adecuadas. Pero muchos inversores solo quieren tener una vida. El mercado financiero no es su afición. Sin embargo, por otro lado, tampoco quieren mantener solo la cartera pasiva de comprar y mantener. Reconociendo la demanda de la estrategia semiactiva, presentamos nuestra Asignación Pragmática de Activos.

Nuestro objetivo es reducir la frecuencia del reequilibrio, manteniendo al mismo tiempo todas las características positivas de las estrategias de GTAA, como la diversificación global, la inclusión de múltiples clases de activos y la protección contra las caídas. Proponemos un reequilibrio trimestral con un período de retención mínimo de 12 meses, empleando el enfoque de tranching común, donde solo reequilibramos una parte específica preseleccionada de la cartera.

Además, en muchos países, hay excepciones a los impuestos si mantiene valores durante más de 12 meses. Por ejemplo, en los Estados Unidos, se aplica un impuesto sobre las ganancias de capital a largo plazo (en lugar de a corto plazo) a las ganancias de la venta de un activo mantenido durante más de un año. La tasa impositiva puede ser del 0 %, 15 % o 20 %, dependiendo de sus ingresos imponibles. En general, las tasas impositivas sobre las ganancias de capital a largo plazo son más bajas que las tasas impositivas sobre las ganancias de capital a corto plazo en todas partes. Y como se dice, solo hay dos certezas en la vida: la muerte y los impuestos. Por lo tanto, para maximizar este tratamiento fiscal, ideamos reglas innovadoras para las estrategias de la GTAA que maximizaron la optimización de los impuestos.

Literatura relacionada

Global Tactical Asset Allocation (GTAA) es una estrategia de inversión que tiene como objetivo mejorar los rendimientos y gestionar el riesgo mediante el cambio dinámico de las inversiones entre varias clases de activos, como acciones, bonos y efectivo, dependiendo de las condiciones del mercado.

Meb Faber (2007) desempeñó un papel crucial en la popularización de las estrategias de GTAA, al escribir uno de los artículos más populares que introducen la idea. La estrategia se basó en varios filtros de medias móviles/momentum para obtener exposición a una clase de activos solo cuando hay una mayor probabilidad de rendimiento superior de las estrategias simples de comprar y mantener, pero con una volatilidad y drawdowns mucho más bajas. Los resultados del documento sugieren que una solución de sincronización de mercado es una técnica de reducción de riesgos que indica cuándo un inversor debe salir de una clase de activos de riesgo en favor de inversiones libres de riesgo.

Ya hemos examinado cómo evitar los mercados bajistas de acciones con una estrategia de sincronización de mercado, construyendo señales comerciales basadas en indicadores basados en precios, indicadores macroeconómicos y un indicador líder, una curva de rendimiento, que puede predecir las recesiones y los mercados bajistas en las acciones por adelantado. Pero este documento/estrategia solo trata sobre el mercado de valores, y una de las principales características de las estrategias de la GTAA es su naturaleza multiactivo. Por lo tanto, tuvimos que ampliar el alcance de nuestro modelo e incluir otros activos.

Nos inspiramos en el documento de Keller y Keunig (2016), que propusieron un modelo de doble momento que utilizaba «protección contra crash» llamado Asignación de Activos de Protección (PAA). Trasladaron todo el capital a efectivo o bonos cuando los mercados globales se volvieron más bajistas. Este enfoque integra los hallazgos de la investigación de Antonacci (2014), quien exploró ampliamente las estrategias de doble impulso al combinar el impulso absoluto (seguimiento de la tendencia) y el impulso relativo (comparando el impulso entre los activos).

Hay muchos otros estudios que han explorado las variaciones de la estrategia GTAA. Pero como ya hemos mencionado, la mayoría de las estrategias sobre este tema que ya se han publicado se reequilibran semanal o mensualmente. Por lo tanto, combinamos todos los descubrimientos de nuestro documento y el trabajo de Maben Faber, Antonacci y Keller&Keunig y aportamos un enfoque novedoso a la amplia familia de estrategias de GTAA al incluir el ajuste y el reequilibrio trimestral, al tiempo que elaboramos reglas innovadoras para maximizar las excepciones fiscales (un período mínimo de retención de 12 meses para todos los activos de la cartera). Además, empleamos un horizonte temporal extendido a partir de diciembre de 1927, lo que permitió una perspectiva histórica completa en nuestro análisis. También incorporamos el predictor de la curva de rendimiento y reemplazamos el efectivo por una cartera de cobertura. Utilizamos el mecanismo de Stop Loss para crear una estrategia final con un rendimiento anual del 10,60 %, un ratio Sharpe de 0,93 y un drawdown máximo de solo -24,89 %.

Datos y metodología

Pruebamos los modelos en los datos mensuales desde diciembre de 1927 hasta agosto de 2023. Utilizamos datos de nuestra base de datos de factores globales, a partir de los cuales construimos el siguiente conjunto de activos (nuestro universo de inversión):

1. Índice Nasdaq 100: La Bolsa de Valores Nasdaq es conocida por cotizar muchas empresas de tecnología y de Internet y se considera una de las bolsas de valores más grandes y conocidas del mundo. Usamos el proxy del sector tecnológico antes del inicio del índice. La razón principal por la que incluimos este activo en nuestra cartera es estar expuestos a la naturaleza dinámica (con todos los altibajos) de las innovaciones que se derivan de las acciones tecnológicas.
2. MSCI ASWI (All Country World Index): El índice de renta variable global incluye acciones de 23 mercados desarrollados y 27 mercados emergentes. Es importante destacar que aproximadamente el 50 % del índice se asigna a las acciones de EE. UU., lo que refleja el peso significativo de los EE. UU. Es nuestro principal indicador del riesgo de renta variable, pero es significativamente menos volátil y con menor riesgo (y más diversificado) que los otros dos índices de renta variable que utilizamos.
3. MSCI EM (Índice de Mercados Emergentes): El índice que rastrea el rendimiento de las acciones de las economías de mercado emergentes. Se considera que estos países se encuentran en las primeras etapas de la industrialización con un mayor potencial de crecimiento y riesgo que los mercados desarrollados.
4. US10Y: Letras del Tesoro a 10 años de los Estados Unidos. Los cambios en el rendimiento pueden indicar el sentimiento de los inversores sobre las condiciones económicas y las expectativas de inflación y pueden servir como cobertura en tiempos de recesiones deflacionarias globales.
5. Oro: se considera una cobertura contra la inflación y un activo de refugio seguro en tiempos de incertidumbre económica.

Ahora nos gustaría pasar algún tiempo explicando el porqué de esta selección de nuestro universo de inversión.

Un lector observador puede notar que nuestro universo de inversión no incluye materias primas, REIT y muchos otros activos/ETF (bonos corporativos, bonos EM, etc.). No es que el modelo sea peor con ellos, sino todo lo contrario (probamos otras variantes). La razón es que queríamos reducir el número de ETF en nuestra cartera a un mínimo suficiente debido a la facilidad de ejecución, pero por otro lado preservar la diversificación de la cartera. Más activos aumentarían la diversificación, por supuesto. Pero a muchos inversores semiactivos tampoco les gusta hacer malabares con muchos ETF/categorías diferentes. Por lo tanto, omitimos muchas añadiduras posibles de nuestro modelo y nos atenemos a solo 3 activos «de riesgo» (tecnología, mundo, acciones de em) y 2+1 activos seguros (bonos, oro y efectivo). Además, tener menos activos simplifica el trabajo de obtener el historial suficiente para todos los activos. Construir un proxy de acciones de EM fue un trabajo duro en sí mismo.

¿Por qué elegimos las acciones de EM, tecnológicas y globales como los principales activos de riesgo? Intentaremos explicarlo.

El modelo a partir del cual comenzamos a construir nuestra asignación pragmática de activos es nuestro documento, traducido al español, Evitar los mercados bajistas de acciones con una estrategia de sincronización de mercado, pero este documento utiliza solo las acciones de EE. UU. como universo de inversión. Queríamos mantener el uso de las acciones como el principal impulsor del rendimiento. Reconocemos que otros activos de riesgo ofrecen primas de riesgo, como materias primas, REIT, bonos corporativos, criptomonedas, infraestructura, objetos de colección, etc. Sin embargo, consideramos que las acciones son el principal activo de riesgo que tiene muchas ventajas (liquidez, facilidad de acceso) y ofrece una prima de riesgo suficiente. Otros activos tienen deficiencias en algunas de las características, ya sea liquidez (infraestructuras, coleccionables, REIT), tamaño cuestionable de la prima de riesgo (mercancías), activos híbridos (los bonos corporativos y REIT suelen ser solo una mezcla de riesgo de capital y duración, y no agregan mucho desde la perspectiva de la diversificación) o no tienen suficiente historia (cripto, alternativas).

Por supuesto, queríamos ir más allá de las acciones de EE. UU. al índice mundial, y el Índice All-Country parece ser el mejor indicador. Pero entonces, queríamos tener la capacidad de inclinar nuestra arriesgada cartera. Las acciones son sensibles al ciclo económico, y los segmentos individuales del mercado de valores reaccionan de manera diferente. Los inversores pueden aumentar o disminuir la exposición a sectores individuales (energía, atención médica, tecnología), países o regiones enteras (EE. UU., UE, EM, Asia, etc.). No hay una sola forma de hacerlo y qué sectores/países/regiones eligen para la parte táctica del modelo. Al final, decidimos elegir la región de EM (basándonos en nuestro análisis de la cíclica del rendimiento superior del mercado de EE. UU. frente a la región de EM) y el segmento de acciones tecnológicas (queríamos tener un segmento de acciones de alta beta para fuertes tendencias al alza en las acciones, que no está correlacionada con el rendimiento de la región EM y las acciones tecnológicas cumplen esto perfectamente).

No queremos decir que esta sea la mejor selección de activos de riesgo, pero se adapta mejor a nuestras necesidades. Por supuesto, usted, nuestros lectores, son bienvenidos a probar diferentes universos de inversión por su cuenta.

Y al final, algunas últimas palabras sobre la selección de los activos de «cobertura» o «seguros», 10 años de bonos del Tesoro de los Estados Unidos, oro y efectivo, en nuestro caso. Queríamos tener un activo que funcione bien en las recesiones deflacionarias (Renta fija a 10 años), uno para períodos inflacionarios (Oro/Mencías primas), y un activo que funcione bien cuando hay una recesión causada por la falta de confianza en las instituciones públicas (Oro/Efectivo). Al final, gravitamos hacia el trío clásico, y dejaremos que el precio/modelo nos diga qué activo es la mejor opción de valor para cada período.

Períodos de retención y técnicas de ejecución

Como se mencionó en la introducción anterior, decidimos reducir la frecuencia de reequilibrio al tiempo que preservamos todas las características positivas de las estrategias de la GTAA, y aún más: ideamos reglas innovadoras para que las estrategias de la GTAA optimicen los impuestos. En muchos países (y también en el nuestro), hay excepciones a los impuestos si mantiene valores durante más de 12 meses. La mejor manera de maximizar las excepciones fiscales mientras se reequilibra trimestral es la transacción. Hay diferentes enfoques para los tramos con diferentes períodos de retención y frecuencias de reequilibrio, por ejemplo:

1. 4x tramo, período de tenencia de 12 meses (1 año), reequilibrio trimestral,
2. 12x tramo, período de tenencia de 36 meses (3 años), reequilibrio trimestral,
3. 10x tramo, período de tenencia de 60 meses (5 años), reequilibrio de medio año.

Fuente: Tranches (wallstreetmojo.com) (editado)

Decidimos la primera opción: dividir la cartera en cuatro subcarteras; cada parte se reequilibra una vez cada año y se pondera como 1/4 del peso en la cartera completa. El reequilibrio trimestral se realiza, por ejemplo, 31.1, 30.4, 31.7 y 31.10 cada año.

Así explicado:

31.12.1927, calculamos la señal para el primer tramo individual, aplicamos un período de espera de un mes (lo discutiremos más adelante) e invertimos en consecuencia en el 31.1.1928, que mantenemos hasta el 31.1.1929 cuando reequilibramos de nuevo para un período de retención de 1 año. Del mismo modo, en el 31.3.1928, calculamos la señal para el segundo tramo individual, luego el 30.4.1928 se está invirtiendo el segundo 25%, que mantenemos hasta el 30.4.1929. Lo mismo se hace para el 31.7.1928, que se mantiene hasta el 31.7.1929, y finalmente, el 31.10.1928, que se mantiene hasta el 31.10.1929. La cartera final está ponderada por igual entre cuatro tramos; cada tramo se reequilibra una vez al año.

¿Por qué aplicamos una pausa de 1 mes entre la generación de la señal y el reequilibrio real? Porque queremos ser realistas. Por supuesto, el modelo da resultados ligeramente mejores cuando los tramos se reequilibran justo después de que se genera la señal, es decir, al cierre del último día de negociación del trimestre o lo más pronto posible después, que suele ser el siguiente día de negociación. Pero recuerda, estamos tratando de construir un modelo para inversores semiactivos. Por lo tanto, al posponer un mes el reequilibrio real de la cartera de la generación de señales, damos a los inversores semiactivos tiempo suficiente para realizar los ajustes de cartera necesarios.

El modelo de asignación de activos pragmáticos no es muy sensible a la fecha real del reequilibrio. Por supuesto, hay algo de suerte involucrada, y algunos días del mes pueden ser mejores que otros. Pero en primer lugar, es un marco de modelo de inversión, no una estrategia de swing trading. Intenta capturar los movimientos a largo plazo en los precios de los activos subyacentes, no las variaciones intramesuales. También deja deliberadamente algún espacio entre el momento de la señal y la fecha de reequilibrio de la cartera para aquellos a los que les gusta alcanzar mínimos dentro del mes. ¿Puedes ejecutar la señal mejor que a finales del próximo mes porque crees que tienes una buena estrategia de entrada en el mercado? ¡Entonces ve a por ello! Puedes añadir un poco de alfa; mantenemos los dedos cruzados por ti.

Construcción de carteras

Comenzando con la cartera de inversiones del Nasdaq, MSCI ASWI y MSCI EM, creamos sistemáticamente la estrategia en seis pasos progresivos, con cada etapa agregando elementos únicos para mejorar la cartera general:

1. momento
2. tendencia
3. Efectivo
4. Curva de rendimiento
5. Cartera de cobertura
6. Detener las pérdidas

Profundicemos en los detalles de cada paso de la construcción de su estrategia:

1. momento

Momentum, una de las estrategias más conocidas, se refiere a la tendencia persistente de los activos a continuar con sus tendencias recientes. El concepto central detrás de la inversión de impulso es la creencia de que los activos que han funcionado fuertemente durante un período de tiempo específico probablemente mantendrán ese rendimiento positivo. Por el contrario, los activos con un historial de bajo rendimiento continuarán en esa dirección negativa.

Nuestra estrategia inicial integra tres activos: Nasdaq, MSCI ACWI y MSCI EM, empleando solo impulso. Seleccionamos los dos activos principales (de tres) en función de su impulso a 12 meses (rendimiento mensual/rendimiento mensual antes de los 12 meses – 1).

La estrategia exhibe un CAR (rendimiento anual compuesto) del 11,84 %, lo que indica una mejora en comparación con los tres activos (Nasdaq – 10,90 %, MSCI ACWI – 9,78 %, MSCI EM – 8,89 %). Tenemos un mejor rendimiento porque rotamos a segmentos beta de alto nivel (EM, Tech) cuando el precio nos indica que lo hagamos. Sin embargo, es crucial reconocer la pérdida máxima relativamente alta (-67,31%). La estrategia siempre invierte en el mercado de valores; solo cambiamos la composición de la cartera (sectores/regiones). Por lo tanto, no hay forma de evitar grandes pérdidas. En todos los siguientes pasos, optimizaremos la cartera tratando activamente de disminuir la pérdida máxima mientras preservamos el alfa del impulso frente a la simple estrategia de compra y mantener.

No olvide que la estrategia de inversión se reequilibra trimestralmente y siempre solo el 25 % de la cartera. Por lo tanto, en el primer tramo, podemos seleccionar 2 activos, cada uno con el peso del 12,5 %, luego 2 activos en el segundo tramo, cada uno con un peso del 12,5%, 3 meses después, etc., etc.

2. tendencia

En el segundo paso, introdujimos el componente de tendencia a la estrategia de impulso, inspirándonos en la estrategia de doble impulso de Meb Faber (2007), o Antonacci (2014). En primer lugar, calculamos la media móvil de 12 millones. Estamos en una tendencia alcista si el rendimiento mensual es superior al promedio de los últimos 12 meses. De lo contrario, estamos en una tendencia bajista. Para reducir el riesgo, elegimos un activo solo si está en una tendencia alcista.

En resumen de nuestros primeros y segundos pasos, seleccionamos dos de los tres activos en función de su rendimiento, dando un peso del 12,5% a cada activo, pero solo si no están en una tendencia a la baja. Si un activo (de los 2 que elegimos) está en una tendencia bajista, entonces se omite de la cartera durante los próximos 12 meses, y el activo restante obtiene un peso del 12,5%. Si ambos activos están en una tendencia a la baja, no invertimos en ese tramo en particular en nada durante 12 meses. Si bien las estrategias de seguimiento de tendencias se reconocen en varios documentos, la propuesta de valor única de nuestra estrategia se deriva de la implementación del enfoque de tranquetación y reequilibrio trimestral.

Hemos mitigado efectivamente la pérdida máxima en comparación con el primer paso, reduciéndolo significativamente de -67,31 % a -41,45 %. Es importante tener en cuenta que esta mejora en la pérdida máxima viene con una compensación, ya que el rendimiento ha disminuido del 11,84 % al 9,73 %. Es un éxito significativo para el rendimiento, pero podemos repararlo.

3. Efectivo

En el siguiente paso, incorporamos un componente de efectivo en la estrategia para mejorar los rendimientos mediante la asignación estratégica de efectivo cuando nuestro modelo indica la falta de activos más arriesgados. Por ejemplo, cuando dos de nuestros tres activos están en una tendencia bajista, elegimos solo uno que está en tendencia alcista y asignamos el 12,5 % en efectivo. Por otro lado, cuando los tres activos están en una tendencia a la baja, invertimos el 25 % (todo el tramo) en efectivo.

Este enfoque aumentó los rendimientos (del 9,73% al 10,44% en comparación con el paso anterior) y redujo la pérdida máxima (de -41,45 % a -39,26 % en comparación con el paso anterior). Al integrar el efectivo en nuestra estrategia, optimizamos el rendimiento de la cartera, logrando un mayor retorno de la inversión y minimizando las pérdidas potenciales. Mejor, pero todavía hay algunas cosas que podemos hacer.

4. Curva de rendimiento

La Curva de Rendimiento (YC) es un indicador valioso de la conexión entre las tasas de interés a corto y largo plazo para los valores de renta fija emitidos por el Tesoro de los EE. UU.. Normalmente, la curva de rendimiento exhibe una pendiente al alza, lo que refleja que la deuda de vencimiento largo se asocia con tasas más altas que las obligaciones a corto plazo. Sin embargo, la curva de rendimiento se invierte cuando las tasas de interés a corto plazo superan las tasas a largo plazo. Una curva de rendimiento invertida es poco común porque indica que el corto plazo es más arriesgado que el largo plazo.

La política monetaria y las expectativas de los inversores influyen en la pendiente de la curva de rendimiento. El aumento de las tasas a corto plazo debido a la implementación de una política monetaria expansiva podría ralentizar la actividad económica y la demanda a medida que los préstamos se vuelven más caros. Al mismo tiempo, la desaceleración de la actividad puede resultar en una menor inflación, lo que aumenta la probabilidad de una futura flexibilización de la política monetaria. Esta expectativa de futuros recortes de tasas puede conducir a una inversión de la curva de rendimiento, ya que los inversores anticipan tasas de interés más bajas, lo que explica la relación entre la curva de rendimiento y las recesiones.

En esta parte, hemos utilizado el enfoque de nuestro artículo Evitar los mercados bajistas de renta variable con una estrategia de sincronización de mercado – Parte 3. En primer lugar, calculamos la señal YC. La señal de YC nos dice que dejemos de invertir en nuestro universo de inversión (que nos quedemos solo en efectivo) cuando la renta fija a 3 meses de EE. UU. supera a la de 10 años. En este paso, también exploramos la integración de los macrofactores (la idea proviene de nuestro artículo anterior – Evitar los mercados bajistas de renta variable con una estrategia de sincronización de mercado – Parte 2). Sin embargo, debido a los métodos trimestrales de reequilibrio y ajuste empleados, el impacto de los factores macro fue limitado, lo que nos llevó a decidir en contra de su inclusión en nuestra estrategia. La integración de los macrofactores mejoraría la estrategia, pero solo por muy poco. Por lo tanto, decidimos no complicar demasiado la estrategia con una capa adicional de macroseñales.

La incorporación de la curva de rendimiento en nuestra estrategia añade un valor significativo al reducir efectivamente la volatilidad de la cartera del 13,04 % al 11,95 %. En consecuencia, como resultado directo, el ratio Sharpe, una métrica clave para los rendimientos ajustados al riesgo, ha mejorado, pasando de 0,8 a 0,86.

5. Cartera de cobertura

El oro y el la renta fija a 10 años de los Estados Unidos son a menudo los componentes preferidos para una cartera de cobertura debido a sus distintas características en tiempos de incertidumbre del mercado. En general, el oro se considera una cobertura contra la inflación y un activo refugio seguro durante momentos de incertidumbre económica. En otro momento, los inversores buscan la seguridad de los bonos del gobierno, en particular los emitidos por países económicamente estables como los Estados Unidos. Los dos activos tienen una baja correlación entre sí y con los mercados de valores tradicionales, lo que mejora la diversificación general de la cartera.

En primer lugar, «duplicamos» los dos primeros pasos (Momentum+Trend) utilizando Gold, US10Y y Cash. Seleccionamos dos de los tres activos en función de su rendimiento, pero solo si no están en una tendencia bajista, creando nuestra cartera de cobertura.

En segundo lugar, reemplazamos el efectivo en el paso 4 con nuestra cartera de cobertura. Cuando YC Signal nos dice que invirtamos, y dos de nuestros tres activos (Nasdaq, MSCI ACWI, MSCI EM) están en una tendencia a la baja, elegimos solo uno y asignamos el 12,5% a la cartera de cobertura. Por otro lado, cuando los tres activos están en una tendencia bajista o cuando la señal de YC nos dice que dejemos de invertir, asignamos el 25 % en la cartera de cobertura.

La utilización de la cartera de cobertura nos ayudó a aumentar el rendimiento en comparación con el paso anterior (del 10,34 % al 11,22 %) al mismo tiempo que mejora el ratio Sharpe (de 0,86 a 0,90) y mejora el ratio Sortino (CAR/Max DD) de 0,26 a 0,29.

Esa es una buena mejora, pero ¿todavía hay un paso más que podamos dar para mejorar toda la estrategia? ¿Alguno de ustedes, nuestros lectores, tiene alguna suposición?

6. Detener las pérdidas

En nuestro paso final, decidimos reducir la pérdida máxima de nuestra estrategia, implementando el mecanismo de «Stop Loss». Vamos a mostrar un ejemplo de cómo funciona el «Stop Loss»:

El 31 de marzo de 2007, la estrategia seleccionó las acciones de MSCI World, y las mantuvimos durante un año, desde el 30 de abril de 2007, hasta el 30 de abril de 2008, cuando la señal indicaba que podíamos seguir manteniéndolas. Sin embargo, dado que el período de 12 meses ya ha pasado, podríamos vender el ETF antes del 30 de abril de 2009, ya que no habría implicaciones fiscales, ya que ya había alcanzado el período del impuesto sobre las ganancias de capital a largo plazo. Si la señal de la media móvil cambia el 31 de mayo de 2008, podemos vender cómodamente el 30 de junio de 2008 sin esperar hasta el 30 de abril de 2009, cuando normalmente deberíamos reequilibrar este tramo en particular.

La activación de stop-loss es el único momento en el que el inversor debe operar fuera del plazo trimestral habitual. Si bien es un poco molesto, el valor añadido del stop-loss supera esto. Pero no sucede muy a menudo. Por lo general, solo durante períodos muy turbulentos en los mercados financieros, cuando los inversores quieren reequilibrar sus carteras y activar el stop loss, darles esta posibilidad.

El «Stop Loss» redujo significativamente la pérdida máxima (de -38,59 % a -24,89 % en comparación con el paso anterior), lo que lo convierte en nuestra versión final. Una pérdida máxima de alrededor del -25% es probablemente lo mejor que podemos esperar de una estrategia de este tipo. Por ejemplo, en 1987, los índices de acciones cayeron alrededor del -20% en un solo día, por lo que nuestra pérdida del -25% en los datos mensuales con un reequilibrio trimestral en una estrategia tan ligeramente activa está al límite de lo que se puede lograr.

¿Es del -25% al -30% demasiado para ti? Entonces, la única posibilidad es combinar este modelo semiactivo con una cartera pasiva de valores de bajo riesgo (bonos a corto y medio plazo y/o efectivo). O debes usar modelos que sean significativamente más activos.

Conclusión

Nuestra estrategia de GTAA representa un enfoque de inversión innovador, que introduce mecanismos únicos para optimizar los rendimientos y gestionar el riesgo, al tiempo que se preservan las características positivas de las estrategias de GTAA, como la diversificación global, la inclusión de múltiples clases de activos y la protección contra las recesiones. Hemos integrado los mecanismos de impulso, tendencia, efectivo, curva de rendimiento, cartera de cobertura y stop-loss en nuestra estrategia a través de un proceso de seis pasos. Se consideró añadir otros activos como materias primas, criptomonedas o fideicomisos de inversión inmobiliaria (REIT) a la cartera, pero decidimos no complicar demasiado las cosas en este artículo.

La incorporación de los ajustes, el reequilibrio trimestral y un enfoque en la optimización fiscal distingue nuestra estrategia de los enfoques existentes de la GTAA. Si bien la incorporación de la optimización fiscal en las estrategias de inversión es lógica, la implementación de reglas innovadoras para las estrategias de Global Tactical Asset Allocation GTAA que realmente optimicen los impuestos es relativamente rara. La optimización fiscal puede mejorar significativamente el rendimiento general y la eficiencia de las carteras de inversión.

El extenso análisis histórico de diciembre de 1927 a agosto de 2023 proporciona una perspectiva completa sobre el rendimiento de la estrategia en diversas condiciones del mercado. La versión final de nuestra estrategia de GTAA demuestra una compensación equilibrada entre el riesgo y el rendimiento, con un rendimiento anual del 10,60 %, un ratio Sharpe de 0,93 y una pérdida máxima significativamente reducida.

Trading algorítmico en películas: Las 10 mejores escenas por Quantinsti

El trading algorítmico es una pasión para muchos y cuando se trata de ver una buena película con escenas de trading algorítmico o como base de la trama, puede ser una delicia.

Los algoritmos se están volviendo tan útiles en la era actual que, siempre que sea posible, se prefiere que la ejecución se realice de forma algorítmica en lugar de manualmente. Codificar los algoritmos hace la vida más fácil ya que la toma de decisiones es rápida, precisa y conduce a resultados favorables.

Este artículo lo llevará a través de una colección personal favorita de diez películas con escenas increíbles sobre el trading algorítmico.

||¡SPOILERS ADELANTE!||  

La lista es la siguiente:

1. The Bank
2. Inside Job
3. Too big to fail
4. Margin Call
5. Money and speed
6. Sin límites
7. El código de Wall Street
8. La gran apuesta
9. Monster Money
10. The Hummingbird Projec

The Bank

The Bank (2001) es una película que retrata a un joven matemático llamado Jim Doyle que diseña una fórmula para predecir las fluctuaciones del mercado de valores. La película da un giro cuando Jim es contratado por un banquero de inversiones corrupto llamado Simon.

El banquero de inversión o Simon desea utilizar el software para su propio beneficio. ¡Una visita obligada!

Inside Job

El documental ‘Inside Job (2010)’ trata sobre la crisis que tuvo lugar entre 2000 y 2007 a partir de la burbuja de las puntocom. Durante el auge inmobiliario, la relación entre el dinero prestado por los bancos de inversión y los activos en propiedad de los bancos alcanzó niveles alarmantes.

La escena más increíble de la película destaca cómo Goldman Sachs vendió más de $ 3 mil millones en CDO en la primera mitad de 2006. Además, Goldman apostó en contra de los CDO de bajo valor, diciendo a los inversores que eran de alta calidad. Mientras tanto, los instrumentos con calificación AAA se dispararon de unos 2.000 a más de 4.000 en 2006.

Too big to fail

La película ‘Too Big To Fail (2011)’ retrata la crisis financiera de 2008 y se centra en las acciones tomadas por el Secretario del Tesoro de los EE. UU. – Henry Paulson y Ben Bernanke – Presidente del Sistema de la Reserva Federal para atender los problemas enfrentados durante la crisis. .

La película muestra brillantemente cómo solo diez instituciones financieras poseían alrededor del 77% de todos los activos bancarios de EE. UU. y habían sido declaradas demasiado grandes para caer. La escena en la que las autoridades están preocupadas de que una conferencia de prensa pueda ocurrir pronto después del colapso de todo el sistema financiero es una escena increíble.

Se dice que la razón de todo el colapso financiero de EE. UU. son los préstamos hipotecarios que se distribuyeron a los inversores. Después de muchos impagos de préstamos hipotecarios, comenzó a producirse el colapso. Incluso la compañía de seguros conocida como AIG no pudo ayudar a asegurar contra los incumplimientos.

Margin call

Margin Call (2011), de forma muy sutil y entretenida, retrata la importancia de utilizar herramientas de gestión de riesgos. Se muestra que una empresa financiera respetada está cayendo y una de las víctimas es el jefe de la división de gestión de riesgos, que estaba trabajando en un análisis importante.

Su alumno completa el estudio hasta altas horas de la noche y luego avisa a sus colegas sobre el desastre financiero de la empresa que había descubierto.

Lo que sigue es una larga noche mientras la alta dirección se prepara para hacer lo que sea necesario para mitigar la falla.

Money and speed

Money and Speed: Inside the Black Box (2011) es un documental que muestra el impacto y la posible causa detrás de un hecho real, es decir, el Flash Crash que tuvo lugar en 2010.

La escena en la que la investigación para encontrar la verdad detrás del evento lleva a la conclusión, es increíble. Muestra que la legislación carece de la transparencia que la gente espera de ella.

Sin límites

Limitless (2011) retrata a un hombre que logra hacer todo lo que desea. Su cerebro funciona tan rápido que logra lograr cosas que una persona normal no sería capaz de lograr.

Por ejemplo, puede recordar algo en detalle, de hace muchos años. La escena más increíble de la película es cuando se convierte de la noche a la mañana en el rey de la bolsa. Su viaje para convertirse en el rey del mercado de valores está muy bien representado en la película y es lo que más gusta de la escena.

El código de Wall Street

The Wall Street Code (2013) es una película documental basada en un creador de algoritmos real llamado Haim Bodek. Este thriller retrata al genio constructor de algoritmos que se enfrentó a Wall Street.

La película muestra cómo los algoritmos generalmente no son entendidos por nadie, excepto por quienes los construyen. La mejor escena es cuando el algoritmo que construyó Bodek (conocido como el algoritmo más rápido) dejó de funcionar de repente.

Las ganancias desaparecen y todos le echan la culpa. Es entonces cuando comienza su viaje para buscar la causa. Decide hacerlo público para exponer el sistema que estaba podrido.

La gran apuesta

En esta película de comedia dramática ‘The Big Short (2015)’, hay dos personajes, Charlie Geller y Jamie Shipley, que resultan ser jóvenes inversores. Aunque no son los personajes centrales de la película, resultan ser parte de una escena increíble en la que planean visitar el American Securitization Forum.

Aquí, se enteran de que la SEC no tiene regulaciones para monitorear las actividades de valores respaldados por hipotecas. Por lo tanto, venden en corto los valores hipotecarios AA de alta calificación que se consideraban altamente estables y obtienen buenos rendimientos.

Monster Money

La película ‘Money Monster (2016)’ es mejor conocida por la trama que muestra cómo una falla algorítmica proclamada por una organización llamada IBIS Capital hace que toneladas de accionistas pierdan su dinero.

Se muestra que un inversor ha invertido toda su fortuna en IBIS Capital siguiendo la recomendación de un gurú del mercado de valores de la televisión. Una escena increíble durante esta película es donde uno de los muchos inversores que perdieron su capital comienza a crear un alboroto en el estudio del gurú del mercado de valores.

Este inversor cree que las inversiones de los accionistas se perdieron porque la autoridad o alguien de la organización se entrometió con el algoritmo para que pareciera que el dinero se perdió debido a una falla. Por lo tanto, amenaza con matar al gurú de la bolsa de valores de la televisión si no le devuelven su dinero.

The Hummingbird Projec

The Hummingbird Project (2018) es una maravillosa película de suspense y drama sobre el trading de alta frecuencia. El corredor de bolsa llamado Vincent convence a otro personaje llamado Taylor para que compre cables de fibra óptica para ejecutar las órdenes.

La increíble escena muestra cuánto trabaja el personaje llamado Vincent para que el código sea 1 milisegundo más rápido para ser competitivo en el mercado financiero. Además, el cable de fibra óptica debe ser lo más recto posible para evitar retrasos en las operaciones.

Conclusión

Para alguien que esté interesado en el trading y en el trading algorítmico , ¡las películas mencionadas anteriormente son imprescindibles!

Trading en franjas de alta probabilidad del momentum y RSI por Enrique Valdenebro

• El Momentum es un indicador tendencial que puede ser utilizado de diferentes formas.  Y el RSI, sin embargo, tiende a ser utilizado como indicador reversal, que nos marca los niveles de sobrecompra y sobreventa de un activo. Si combinamos ambos y los utilizamos de diferente manera a la establecida, se obtienen información y estrategias interesantes en muchos casos.
• Artículo publicado en Hispatrading 53.

El mercado varía constantemente de un estado tendencial a otro lateral, y lo hace de manera inesperada y normalmente explosiva. Y existen estrategias e indicadores preparados y adaptados especialmente para cada uno de esos regímenes de mercado (tendencial o rango). Pero lo complicado no es aplicarlos, sino saber cuando tenemos que utilizar uno u otro, ya que es prácticamente imposible prever el cambio de un estado a otro. Y no existe ningún indicador o estrategia que vaya bien en ambos regímenes de mercado. 

EL MOMENTUM ES INERCIA, QUE USAMOS PARA ENTRAR EN TENDENCIAS DE MERCADOS

El Momentum es un indicador que mide la velocidad en el movimiento de los precios respecto a n períodos. Es decir, que si n=13 periodos, mostraría la velocidad de los precios entre n y n+13.

Un Momentum>0 indica crecimiento al alza de los precios en ese periodo de tiempo.

Un Momentum<0 indica decrecimiento y caída de los precios en ese periodo de tiempo. 

Cuanto mayor es, en valor absoluto, con mayor velocidad se mueven los precios.

Y esa velocidad puede medirse contra el mismo activo (Momentum Absoluto) o contra el resto deL mercado o sector (Momentum Relativo).

La forma más normal de aplicar este indicador es entrando largo cuando cruza al alza un determinado nivel, O cogiendo periodicamente los valores que mayores Momentum han tenido durante ese periodo de tiempo, e ir rebalanceando los activos cada n días. 

Sin embargo, con esto no conocemos el comportamiento del Activo ante los diferentes niveles de Momentum que ha tenido. Es decir, conocer:

• cual es el nivel de Momentum en el que más se ha movido el activo
• en qué niveles de Momentum ha conseguido los mayores beneficios de manera estable.
• en qué niveles de Momentum ha sido más bajista, o no ha tenido patrón alguno que pueda ser aprovechable.

Por ello, vamos a realizar un sencillo estudio en el que vamos…

1. a coger los niveles máximo y mínimo históricos de Momentum, 
2. y dividimos en franjas iguales el rango de movimiento del Momentum
3. y estudiamos cómo se comportó el activo siempre que el Momentum estuvo en cada uno de esos niveles.

En algunos activos, observaremos que existen claras tendencias al alza o a la baja en determinados niveles de Momentum, Es decir, que históricamente el activo se ha comportado muy bien o muy mal siempre que ha estado en ese nivel de Momentum. 

Esas franjas de Momentum en ese activo son de alta probabilidad. Se aprecia que con una alta probabilidad, siempre que el activo se encuentra en alguna de esas franjas de alta probabilidad, tendemos a conseguir una notable ventaja competitiva que nos ofrece rentabilidades y garantías extra.

ALGUNAS FRANJAS DE MOMENTUM DE ALTA PROBABILIDAD

Si dividimos el rango del Momentum en 7 franjas (este número podríamos variarlo y ser tomado incluso como parámetro), y estudiamos lo que ha ocurrido en cada una de las franjas, veremos que en algunos casos existen patrones que nos indican zonas de alta probabilidad en el activo.

Algunos ejemplos de curvas de rentabilidad sería, por ejemplo esta de Apple:

donde se aprecia que siempre que el activo ha estado en una franja de Momentum entre -4 y 15, su rentabilidad acumulada históricamente ha sido buena. 

El mayor problema a esta operativa serían las posibles múltiples entradas falsas seguidas que podrían producirse en algunos momentos y mermar nuestra rentabilidad. Así que hemos incluido comisiones de 0,005$ por acción y 1$ por contrato.

Con ello, podríamos desarrollar una estrategia de trading que tan sólo entrara largos cuando el Momentum de dicho activo estuviera en esa franja. El resto del tiempo estaría fuera. Y tampoco importaría si el Momentum está subiendo o bajando, o cortase un nivel al alza o a la baja. La condición sería estar dentro siempre que el Momentum de ese activo estuviera dentro de esa franja.

EL RSI NO SIEMPRE MUESTRA EXCESOS Y PUNTOS DE GIRO

Con el indicador RSI (Relative Strength Index) podríamos actuar de forma similar, estudiando en qué niveles de RSI ha sido históricamente más rentable en ese activo. Y ver si existe un patrón aprovechable en esa franja.

Como hemos dicho anteriormente, el RSI suele ser un indicador utilizado para encontrar puntos de sobrecompra o sobreventa del mercado. Pero, curiosamente, en muchos casos de activos observamos que el RSI no se comporta como indicador reversal.

Si actuase según lo establecido (por debajo de 30 el activo está sobrevendido y por encima de 70 el activo está sobrecomprado), deberíamos de encontrar niveles

En el gráfico podemos apreciar que cuando el RSI ha estado por encima de 70 o debajo de 30 siempre ha continuado con la inercia del movimiento precedente, antes de girarse ya cuando el RSI ha salido de la zona de sobrecompra o sobreventa.

Por lo tanto, esas zonas son de aviso de posible giro pero de continuidad, hasta que se salga de la zona, momento en el que es cuando puede producirse la corrección.

Esto puede facilitarnos 2 cosas:

• Poder crear un sistema tendencial que aproveche ese tramo final en el que el activo mantiene la inercia. Eso se haría estando en el activo mientras se encuentre en esa franja, 
• O conocer el momento en que puede girarse el activo, una vez ha perdido esa zona de sobrecompra o sobreventa

Cada activo tiene unas franjas de alta probabilidad diferentes y particulares, y en muchos casos, no existe patrón o franjas de alta probabilidad para muchos activos.

DIFERENTES COMPORTAMIENTOS DE ACTIVOS ANTE IDÉNTICOS NIVELES DE RSI

No todos los activos se comportan de igual manera ante acontecimientos similares, y eso es debido a que cada mercado o activo tiene su particular personalidad y comportamiento.

Por eso, en relación al RSI, por ejemplo, un activo en la zona de 0:30 tenderá a rebotar al alza, y otros activos tenderán a incrementar las caídas tendencialmente. Lo mismo ocurre con el resto de franjas.

Así que es importante saber qué podemos esperar de cada activo según se ha comportado en el pasado.

Por ejemplo, en la franja de sobrecompra 70:100 de RSI, el futuro del Yen tiende a corregir con una alta probabilidad, mientras que el CADJPY tiende a mantener la tendencia alcista en esa franja.

Esta información de alta utilidad puede sernos muy útil a la hora de diseñar nuestras estrategias de trading/inversión.

COMBINANDO RSI Y MOMENTUM PARA DETECTAR OPORTUNIDADES DE ALTA PROBABILIDAD…

Las franjas de alta probabilidad, tanto de RSI como de Momentum, nos aportan información valiosa a la hora de hacer trading o invertir, ya que nos identifican los patrones de comportamiento de cada mercado o activo para cada momento en el que se encuentren.

Pero, ¿qué ocurre si tratamos de identificar aquellos activos que se encuentren en franjas de probabilidad buenas o favorables, tanto en RSI como en Momentum, al mismo tiempo?.

Nuestras probabilidades se incrementan.

Vamos a  ver un ejemplo sobre Apple Inc. (AAPL): Recientemente las acciones de APPLE se encontraron en un momento en el que tanto la franja de RSI como MOMENTUM en las que se encontraba eran favorables históricamente, y eso propició una continuidad y subida de los precios de la acción

Por lo tanto, detectar aquellos mercados o activos que se encuentren en franjas de RSI y MOMENTUM favorables nos va a ofrecer oportunidades de inversión o trading que históricamente han funcionado hasta el momento actual. Y la plataforma Pattinvestor nos ayuda, cada día, a detectar este tipo de oportunidades y activos.

CONCLUSIÓN

Es necesario operar SIEMPRE con una ventaja probada, para tener mayores probabilidades de éxito. Operar o invertir sin ventaja es como andar por el borde de un precipicio con los ojos vendados. Y tanto RSI como Momentum nos ofrecen ventajas que pueden ser aprovechables para detectar mercados o activos en momentos favorables y de alta probabilidad. Tanto de forma individual como combinando ambos. Si a esta información le añadimos otro tipo de filtros de estabilidad de mayor plazo, las probabilidades de éxito se disparan notablemente. Los estudios mostrados no son estrategias en sí mismas, ya que faltaría agregar filtros para el control del riesgo y de gestión monetaria, pero ya nos están indicando que existen, en algunos mercados, estrategias interesantes basadas en patrones que han estado funcionando hasta la fecha actual. 

Los trimestres fuertes tienden a generar trimestres fuertes por Sentimentrader

• El índice S&P 500 subió un +11,2% durante el cuarto trimestre de 2023
• ¿Esto importa para ver qué podemos esperar en el futuro?
• Examinamos el historial de rentabilidad trimestral para que los inversores puedan sacar sus conclusiones.

La fortaleza tiende a generar más fuerza en el mercado de valores

Es una opinión ampliamente aceptada que lo más alcista que pueden hacer las acciones es subir de precio. Si bien esto parece bastante evidente, la fortaleza a menudo tiende a generar más fuerza en el mercado de valores. Ésa es la razón por la que existe la frase denominada «impulso amplio». Subjetivamente, el hecho de que el índice S&P 500 subiera un +11,2% en el cuarto trimestre de 2023 debería considerarse un acontecimiento favorable. ¿Se basa esto en la realidad?

En las pruebas siguientes, analizaremos el comportamiento trimestral del índice S&P 500 desde 1920 en comparación con su comportamiento durante el próximo trimestre.

Establecer una línea de base

Analizamos cada trimestre desde 1920, es decir, observamos los rendimientos de 3 meses al final de cada marzo, junio, septiembre y diciembre. La siguiente tabla resume la rentabilidad trimestral general del S&P 500.

Lo que nos dice el estudio

Los resultados anteriores parecen confirmar una anomalía que confunde a muchos inversores. Tanto los períodos de fortaleza como los de extrema debilidad generan una tendencia (aunque nunca segura) de ser seguidos por unos precios mejor que el promedio. Si bien 2024 ha tenido un comienzo muy mediocre, la historia sugiere que existe la posibilidad de que las cosas mejoren significativamente antes de que termine el primer trimestre.

Las novedades del sector por Hispatrading

• Por si se las han perdido, aquí tienen condensada las novedades más destacadas que se han producido en el sector a largo del último trimestre.
• Artículo publicado en Hispatrading 56.

¿Cómo Afectará la IA a los Empleos del Sector Financiero?

Está claro que la Inteligencia Artificial (IA) va a producir una enorme transformación en todos los sectores económicos, aumentando la productividad en muchas actividades pero también eliminando muchos puestos de trabajo. 

Y esto es algo a lo que el sector financiero no será ajeno, como detalla el estudio “Generative Artificial Intelligence: The Technology Polarising the Financial Services Industry”, elaborado por la consultora FintechOS. En dicho informe podemos encontrar algunas conclusiones muy interesantes sobre la percepción de la IA en el sector:

• La mayoría de las instituciones financieras no utilizan aún IA generativa, aunque más del 50% de las empresas más grandes del sector sí lo hacen.
• El impacto deseado de la IA generativa será una mezcla a partes iguales de aumento de personalización, reducción de I+D de productos y la reducción de los plazos de desarrollo.
• Una quinta parte de la mano de obra corre el riesgo de perder su empleo a causa de la IA generativa.
• Dos tercios de las instituciones esperan que la IA generativa aumente sus ingresos entre un 10 y un 30% en tres años.
• Los bancos quieren crear su propia tecnología GAI, mientras que las aseguradoras prefieren adquirirla.    

Pero además existe algo de miedo e incertidumbre entre los empleados del sector financiero: así, cerca del 73% de los empleados del sector financiero de Reino Unido y Estados Unidos están convencidos de que la IA hará que su trabajo sea redundante. Además, el 20% de los profesionales de las finanzas están «aterrorizados» por las capacidades actuales de las herramientas de IA y su ritmo de desarrollo.

Por otro lado, casi el 60% cree que esta tecnología provocará pérdidas de puestos de trabajo en los próximos tres años, y el empleo podría reducirse hasta un 30%.

Curiosamente la percepción de la IA en el sector financiero varía por edades: los empleados más jóvenes consideran que la nueva tecnología resulta “emocionante” y la mayor parte de participantes en el estudio que tenían 44 años o menos calificaron a la IA como “amiga”, mientras que los financieros mayores de esta edad, la describían como un “enemigo”.

Desde luego, a tenor de la evolución que estamos viendo en estos últimos meses, parece altamente probable que la IA termine automatizando (y seguramente haciendo mejor) muchas tareas que actualmente realizan los humanos, perdiéndose puestos de trabajo, pero todo proceso de transformación conlleva nuevas oportunidades, creándose nuevos puestos de trabajo para desarrolladores e ingenieros de IA, por lo que aquí, más que nunca, viene al caso aquello  de “renovarse o morir”.

XTB Crea un Departamento de IA

Y si antes hablamos del impacto de la IA en el sector financiero… Ni más ni menos que el broker que patrocina esta revista acaba de crear un departamento centrado en la adopción responsable de soluciones de inteligencia artificial dentro de las operaciones comerciales de la empresa y sus plataformas de negociación.

Estas soluciones, que serán utilizadas para todas las operaciones y en todos los departamentos de XTB, no solo se centrarán en la eficiencia y el análisis de datos, sino también en el soporte, la adquisición de clientes y el aumento de la productividad de los empleados. 

Para ello, la empresa ha contratado a Tomasz Gawron, un programador con experiencia previa en el ámbito de la robótica y la IA, para liderar esta nueva división. En particular, los primeros pasos que se darán para introducir la inteligencia artificial en la compañía estarán relacionados con los flujos de trabajo internos, que finalmente acabarán llegando al usuario final de forma indirecta, a través de, una mayor personalización de la información disponible en la plataforma. 

Posteriormente la intención es pasar al siguiente nivel, creando y probando prototipos de nuevos productos financieros. Si bien en este punto, XTB no ha revelado detalles acerca de qué tipo de productos podrían ser, confirma que se trataría de soluciones que habrían sido imposibles hace sólo unos años y que ahora sí son posibles gracias a la IA.

Bitcoin: ¿To the Moon?

Al cierre de esta edición estamos asistiendo a un tono realmente positivo en los mercados de criptomonedas, con Bitcoin superando la barrera de los 40.000 dólares, lo que supone una subida de más del 200%. Asimismo, el optimismo en el mundo cripto se confirma con un aumento en el volumen total negociado en los exchanges, situándose en máximos de los últimos ocho meses.  

Todo ello se produce a pesar de que finalmente los rumores que había sobre posibles asuntos turbios en Binance han terminado por confirmarse: tras la demanda del gobierno de EE.UU. por blanqueo de capitales y otros delitos contra Binance, el principal exchange de criptomonedas del mundo ha acordado pagar una multa de 4.300 millones de dólares para zanjar el caso. Asimismo, el CEO de la compañía, Changpeng Zhao (CZ), pagó una fianza de 175 millones de dólares para no entrar en la cárcel, aunque se encuentra retenido en EE.UU. Una vez se celebre el juicio, CZ podría enfrentarse a una pena de hasta 18 meses de prisión. Dicha pena formaría parte de su acuerdo con el Gobierno estadounidense tras declararse culpable y colaborar con la justicia. 

Sin embargo, el mercado ha considerado como muy positiva la noticia, por cuanto este saneamiento que se produce al zanjar la cuestión de Binance, allana el camino para la aprobación del tan esperado ETF por parte de la SEC, algo que podría producirse en las primeras semanas de enero. Así que ya saben, si son seguidores fieles de las criptos, anoten las siguientes fechas en su calendario, por cuanto son las fechas límite que tiene el regulador estadounidense para anunciar su decisión para cada una de las siguientes solicitudes de ETFs:

• ARK 21Shares Bitcoin ETF (ARK8): 10 de enero de 2024
• Bitwise Bitcoin ETP Trust (BITE): 14 de enero de 2024 y, posteriormente, si no se aprobara, 14 de marzo.
• iShares Bitcoin Trust (IBTC), Wisdomtree Bitcoin Trust (BTCW), Invesco Galaxy Bitcoin ETF (BTCO), Wise Origin Bitcoin y VanEck Bitcoin Trust: 15 de enero de 2024 y, posteriormente, si no se aprobara, 15 de marzo.
• Valkyrie Bitcoin Fund (BRRR): 17 de enero de 2024 y, posteriormente, si no se aprobara, 19 de marzo.
• Pando Asset Spot Bitcoin Trust: 8 de febrero de 2024 y, posteriormente, si no se aprobara, 31 de agosto.
• Hashdex Bitcoin ETF y Franklin Bitcoin ETF: 31 de marzo de 2024 y, posteriormente, si no se aprobara, 30 de mayo.
• Global X Bitcoin Trust: 19 de abril de 2024.

Visión general del mercado [Dirty Dozen] por Alex Barrow

1. Nuestro indicador de fragilidad de tendencia mantiene su impresionante tasa de éxito con la señal de venta que se activó hace dos semanas.

2. También tuvimos una sela de compra en el Nasdaq, la semana pasada, lo que lleva su posicionamiento nominal a máximos de más de 12 m.

Esta es otra señal, junto con la puntuación de TF, de que deberíamos esperar un período continuo de corte y volatilidad con los riesgos sesgados a la baja a corto plazo, hasta que estas manos calientes puedan ser sacudidas un poco. Supongo veremos un mercado a la baja durante el resto del mes.

3. Pero como dijimos la semana pasada, esta corrección debe verse como un retroceso dentro de una tendencia alcista primaria, lo que significa que veremos que el mercado continúa hacia nuevos máximos una vez que se haga este retroceso. La razón de esta confianza se debe a la intensidad de este empuje alcista, con 9 barras alcistas semanales consecutivas hasta nuevos máximos históricos (el gráfico semanal de Dow que se muestra a continuación).

4. Curiosamente, los insiders han estado vendiendo sus acciones como si supieran algo. El siguiente gráfico muestra la relación entre las ventas internas y las compras que alcanzan nuevos máximos de 12 m (gráfico a través de @hmeisler).

5. Aquí está la última actualización de BofA sobre el posicionamiento activo de fondos. No es de extrañar que los gerentes activos tengan su mayor sobrepeso en Mag 7 y una de sus exposiciones más bajas al valor registradas.

6. El Mag 7 ha tenido un rendimiento inferior al SPX desde hace unos meses. Estamos cada vez más convencidos de que este será el año en que el Mag 7 finalmente comience a moverse materialmente por debajo del mercado.

7. Seguimos golpeando los tambores esperando el buen comportamiento de algunos mercados emergentes, específicamente Brasil, México y Turquía, siendo este último un comodín adicional, pero con una ventaja considerable si la tesis funciona.

El mejor momento para invertir en EM es cuando tienes vientos de cola triples en monedas, bonos y acciones de rendimiento superior, que es lo que tenemos actualmente en México y Brasil. El siguiente gráfico de Koyfin muestra el fuerte rendimiento relativo de los bonos EM en los últimos 6 meses.

8. Hemos estado hablando de la increíblemente atractiva configuración técnica, fundamental y macro a largo plazo en Japón desde hace bastante tiempo. Puede que pronto veamos otro gran movimiento alcista. A continuación se puede ver el gráfico semanal del Topix.

9. GMO publicó un artículo durante el fin de semana en el que se describen las razones fundamentales para estar comprado en Japón. La pieza se titula, traducido al español, «Los cuatro 4S detrás de una oportunidad convincente en las acciones de Japón». Aquí está el enlace y un clip:

Creemos que Japón está experimentando mejoras fundamentales duraderas y un cambio duradero en las actitudes hacia los accionistas. El marco de pronóstico de clase de activos a 7 años de GMO ve a las acciones de pequeño valor de Japón preparadas para ofrecer fuertes rendimientos absolutos del 12 %, clasificándolas entre nuestras previsiones más altas. Cuatro «4» nos entusiasman especialmente las acciones de pequeño valor en Japón en este momento:

• Rendimientos reales del 4 % debido a la valoración justa: las acciones generales de Japón parecen estar bastante valoradas y a un precio para ofrecer un rendimiento real del 4 %.
• 4 nuevas iniciativas: Cuatro iniciativas recientes de formulación de políticas deberían proporcionar apoyo a los fundamentos de la empresa y a los rendimientos de los accionistas.
• 4% Alfa de inclinación a pequeño valor: Los gerentes activos que marcan acciones baratas de pequeño valor para capturar un 4 % adicional de los rendimientos.
• 4% de viento de cola del yen barato: Si el yen vuelve lentamente al valor razonable, los inversores basados en el USD se levantan un 4% de viento de cola.

10. Y según OGM, las accione de pequeña capitalización son el mejor mercado para ir de pesca… Las acciones de pequeña capitalización japonesas actualmente se negocian con un descuento en el mercado que está en el percentil 15 de su movimiento histórico.

11. Nuestro indicador de rendimiento (línea roja) sigue divergiendo más, lo que sugiere que la reversión de los bonos aún no se ha hecho.

Tendría más convicción si viéramos la confirmación de cobre/oro (azul) y madera/oro (verde).

12. Kodiak Gas Services (KGS) está alcanzando nuevos máximos históricos después de su salida a bolsa a principios del verano pasado. KGS proporciona equipos de compresión natty transpo para el sector energético.

Estamos empezando a profundizar en este nombre, pero estamos impresionados por su fuerza relativa.

Gracias por leer.

Invertir en su trading por Brett N. Steenbarger, Ph.D.

Las relaciones tienen éxito cuando nos acercamos a ellas como inversiones, no como operaciones. Es cuando nos centramos en los rendimientos a corto plazo que no ponemos el tiempo para cultivar la profundidad y consolidar un futuro. Como psicólogo, he hablado con más parejas infelices de las que podría contar. La característica común es que cada miembro de la pareja se centra en lo que no están obteniendo de la relación. No se esfuerzan construyendo lazos a largo plazo.

Así es con el trading. Si nos acercamos a nuestro trading como un operación aislada, entonces todo se reducirá al trade y la ganancia o pérdida más reciente. Sí, podríamos llevar un diario de las actividades diarias, pero ¿es eso realmente invertir en el futuro de nuestro trading? Necesitamos adaptarnos.

Algunos traders que conozco dan un paso atrás y hacen esas adaptaciones. Están invirtiendo en su futuro aprendiendo a operar con diferentes condiciones del mercado. Otros traders siguen adelante, haciendo las mismas cosas que siempre han hecho, esclavizados por los rendimientos a corto plazo. Pueden ganar dinero, pueden perder dinero, pero seguramente no hacen crecer su trading.

Siempre es un buen momento para reflexionar en lo que estás haciendo, en el trading. Por eso la pregunta debería ser ¿Cómo puedes convertirte en mejor trader en este próximo año?