¿El rendimiento pasado es garantía de resultados futuros? por Kevin Davey

Si ha estado operando con futuros, materias primas o divisas durante un tiempo, lo más probable es que haya escuchado la frase «el rendimiento pasado no es necesariamente indicativo (o no tiene garantía) de resultados futuros». Es un aviso obligatorio que se requiere para los grupos que participan en ciertas actividades de trading. Y como verás, es necesario por muy buenas razones, y para responder a la pregunta principal: no, el rendimiento pasado NO predice resultados futuros.

Este aviso de advertencia/descargo de responsabilidad es obligatorio en muchas situaciones porque la mayoría de las personas miran un registro histórico de rendimiento o una curva de equidad, y extrapolan los resultados en el futuro. Por ejemplo, si un sistema de trading algorítmico hizo un promedio del 40 % por año durante los últimos 5 años, muchas personas asumirán que ganará un 40 % durante los próximos cinco años, o al menos durante los próximos 1-2 años. Eso es lo PEOR que se puede suponer, por dos razones. En primer lugar, el futuro nunca es una repetición del pasado, y en segundo lugar, el registro histórico en sí podría ser defectuoso. Hablemos de estos dos problemas.

Aunque es obvio que nadie puede predecir el futuro, la gente siempre lo hace. Esto sucede en todos los ámbitos de la vida, y aparece en actividades tan diversas como el pronóstico del tiempo, la adivinación, las predicciones de campeonatos deportivos y los anuncios del mercado de valores. Aunque es divertido predecir el futuro, nadie realmente puede hacerlo con precisión (aunque muchos afirmarán que tienen ese «don» – si realmente tienen esta capacidad, ¿por qué no son multimillonarios?).

Nostradamus es un gran ejemplo. Si era tan bueno prediciendo el futuro, ¿por qué no era el hombre más rico del mundo?

Por lo tanto, una forma típica de predecir el futuro es usar el pasado como guía. Por ejemplo, los Pittsburgh Steelers ganaron el Super Bowl hace un tiempo, por lo que, según el rendimiento anterior, deberían haberlo ganado todo el año siguiente. Por supuesto, no lo hicieron. O, tal vez a finales de 2007 pensaste que, dado que el método de «comprar y mantener» para las acciones funcionó de 1910 a 2007, debería funcionar en 2008. ¿Ves el problema? Conocer el pasado no necesariamente nos ayuda con el futuro. Muchas veces nos ciega a otras posibilidades, que muchas personas descubrieron durante la crisis financiera de 2008. Y esa es una de las razones de los avisos que se deben dar al hablar de productos financieros en los que invertir.

Una segunda razón para el descargo de responsabilidad del «rendimiento pasado no es una garantía» es que, especialmente en el mundo de la inversión, las curvas de rendimiento y las cifras que se muestran son muchas veces hipotéticas (es decir, nadie realmente operó de esa manera con dinero real, y posiblemente nadie podría haber negociado de esa manera, incluso si quisiera).

Entonces, ¿cómo puedes protegerte? En primer lugar, si ves a alguien haciendo predicciones de mercado, date cuenta de que hay una buena probabilidad de que se equivoque. No importa quién sea el gurú. Nadie conoce realmente el futuro.

En segundo lugar, los registros del sistema de trading son agradables de ver, pero nunca asumen que el rendimiento pasado mostrado se repetirá. Rara vez sucede. Sin embargo, un historial, especialmente si es auditado por un tercero independiente, puede ayudar a darle la confianza de que las personas que dirigen la inversión saben lo que están haciendo. Eso es sin duda mejor que poner tu dinero con alguien que no tiene antecedentes. Pero, de nuevo, no es garantía de rendimiento en el futuro.

En tercer lugar, para cualquier historial que vea, pregunte si se produjo en una cuenta de dinero real. Si no fuera así, todavía podría ser una estrategia trading viable, pero trátala con un sano escepticismo. Podría ser un método de trading que es imposible de ejecutar en la vida real. O, si se produjo en retrospectiva, es casi un perdedor garantizado en el futuro. Hay buenos sistemas de trading, y hay malos sistemas de trading. Muchas veces, es difícil saber cuál es cuál.

Por último, asegúrese de realizar la debida investigación antes de comprar cualquier sistema, seguir a cualquier gurú o inscribirse en cualquier servicio de señales. Es su dinero, y trabajó muy duro para acumularlo. No lo tire a la basura en una decisión rápida. Tómese el tiempo y el esfuerzo para investigar cada oportunidad de inversión en detalle. Si se apresura y cae en el argumento de ventas, pronto aprenderá por qué se da siempre el aviso de «el rendimiento pasado no es garantía de resultados futuros».

La Evolución Del Trading: desde el trueque al Trading algorítmico por Quantinsti

Hoy en día, el sistema de trading algorítmico es bastante popular entre los traders, pero ¿cómo empezó todo?

¿Cuáles son los antecedentes?

El trading comenzó con el sistema de trueque. En aquellos viejos tiempos, los bienes se intercambiaban por otros bienes. Finalmente, el trading de bienes fue reemplazado por el sistema de divisas y luego surgieron las bolsas que se transformaron en sistemas automatizados o electrónicos con el tiempo.

Exploremos el viaje del trading, comenzando desde el sistema de trueque y progresando hacia el trading moderno. Más adelante, profundizaremos en las prácticas regulatorias y de gestión de riesgos, así como en las ventajas y desventajas que aportan.

Una breve historia de cómo evolucionó el «trading» del trueque a los algoritmos

La evolución del trading se ha producido gradualmente desde el trueque hasta el trading algorítmico.

Pero, ¿cómo tuvo lugar esta evolución del trading?

Veamos ahora cada marco de tiempo en detalle a continuación.

Sistema de trueque – Era antigua

En la antigüedad, la gente se dedicaba al intercambio directo o al trueque, donde algunos bienes y servicios se intercambiaban por otros bienes y servicios.

El valor de cada artículo estaba determinado por varios factores, como la rareza, la utilidad o el valor percibido de los dos artículos que se intercambiaban.

Pero, el trueque implicaba un acuerdo mutuo entre los individuos y dependía de la doble coincidencia de los deseos, lo que lo hacía ineficiente y engorroso.

Sistema monetario – Siglo VII d.C.

A medida que las sociedades crecieron, el sistema de trueque se volvió poco práctico porque no se pudo determinar el valor exacto de dos bienes de trueque. Por lo tanto, esto llevó a la aparición de varias formas de monedas. Estas monedas incluían artículos como cuentas, metales, conchas y, finalmente, monedas estandarizadas y papel moneda.

De esta manera, la introducción de la moneda hizo que el sistema de comercio fuera más eficiente al proporcionar un medio de intercambio y una unidad de cuenta.

Intermediadores y bolsas de valores – Siglos XVII y XVIII

En los siglos XVII y XVIII, sucedió algo emocionante en el mundo del comercio. Las bolsas de valores irrumpieron en escena, creando un centro de eventos para la compra y venta de acciones de la empresa. Estos intercambios trajeron orden al caos, introduciendo reglas, pisos de negociación dedicados y corredores para mantener las cosas funcionando sin problemas.

A medida que el comercio subía, surgió una nueva generación de intermediarios financieros: bancos y traders. Estas personas inteligentes nos hicieron la vida más fácil al facilitar las transacciones, salvaguardar nuestros depósitos e incluso extender el crédito cuando era necesario.

Trading manual o telefónico – 1900 a 1980

A finales del siglo XX, la invención y la adopción generalizada del teléfono llevaron al trading telefónico. De repente, los corredores y los traders podían conectarse entre sí en tiempo real, ¡independientemente de la distancia entre ellos!

Esto significaba que los traders podían charlar con sus homólogos, aprovechar las oportunidades de trading y recopilar información del mercado más rápido que nunca. Fue un juego de velocidad y eficiencia.

El trading telefónico dio el comienzo de una nueva era, en la que los traders podían reaccionar rápidamente a los eventos del mercado y realizar negocios sin esfuerzo a través de largas distancias. Fue un cambio de juego que hizo que el trading fuera más suave y rápido para todos los involucrados.

Mercados o Exchanges electrónicos y plataformas de trading en línea – 1980 a 2000

Este fue un gran punto de inflexión en la evolución del dominio del trading.

Los mercados electrónicos y las plataformas de trading en línea se refieren a los sistemas en línea que facilitan el trading de instrumentos y activos financieros electrónicamente.

Entre las décadas de 1980 y 1990, se adoptaron los sistemas computarizados de enrutamiento de pedidos. Estos sistemas permitieron a los traders enviar y ejecutar órdenes electrónicamente, reemplazando los métodos manuales.

Las Redes de Comunicación Electrónica (ECN) se introdujeron en la década de 1980. Los ECN facilitaron la coincidencia directa de las órdenes de compra y venta, pasando por alto los exchanges tradicionales.

Sin embargo, es importante tener en cuenta que estos sistemas se limitaban en su mayoría a los grandes inversores institucionales y no eran ampliamente accesibles.

En 1990, Instinet se convirtió en la primera ECN en proporcionar servicios de trading electrónico a inversores institucionales.

El crecimiento de Internet en la década de 1990 llevó a la aparición de plataformas de trading en línea que proporcionaban a los inversores individuales acceso directo a los mercados financieros. Las corredurías en línea como E*TRADE, Ameritrade y Charles Schwab ganaron popularidad, permitiendo a los inversores minoristas hacer trading con acciones, opciones y otros instrumentos financieros desde sus propios ordenadores.

Sin embargo, la introducción de las redes de comunicación electrónica (ECN) en la década de 1980 allanó el camino para un mayor trading electrónico.

Fue solo en la década de 1990 que las redes de comunicaciones electrónicas (ECN) se expandieron y ganaron prominencia, ofreciendo un trading electrónico transparente y eficiente. Los ECN como Island ECN y Archipelago ganaron tracción, proporcionando una alternativa a los exchanges tradicionales al igualar las órdenes de compra y venta electrónicamente.

Cambio completo hacia el trading electrónico – 2000 a 2006

La evolución del dominio del trading llegó a nuevas alturas cuando se produjo el cambio completo hacia el trading electrónico.

Fue solo en el año 2000 que la Bolsa de Valores de Nueva York (NYSE) y otras bolsas importantes similares sufrieron un cambio significativo hacia el trading electrónico. La Bolsa de Nueva York introdujo el Modelo de Mercado Híbrido en 2006, combinando la coincidencia electrónica de órdenes con el trading tradicional basado en el piso. Otras bolsas, como el NASDAQ, hicieron la transición a plataformas de negociación totalmente electrónicas.

Estos exchanges o plataformas electrónicas revolucionaron la forma en que operan los mercados financieros, ofreciendo eficiencia, velocidad y accesibilidad a los participantes del mercado.

Aumento del trading algorítmico (2007 – 2023)

El trading algorítmico, incluido el trading algorítmico en línea, ha experimentado un crecimiento significativo, aprovechando la tecnología y los datos del mercado. El aprendizaje automático y la inteligencia artificial están desempeñando un papel cada vez más importante en el desarrollo de algoritmos de trading avanzados en 2023.

El enfoque regulatorio continúa para garantizar un equilibrio entre la innovación y la integridad del mercado.

El aumento del trading algorítmico ha desempeñado un papel importante en la evolución del trading.

Veamos a continuación una breve descripción de todos los avances clave realizados hasta ahora entre 2007 y 2023.

2007:

• Las estrategias de HFT (¹) se hicieron más frecuentes, gracias a los avances en la tecnología y al acceso más rápido a los datos del mercado.
• Los reguladores comienzan a tomar nota del impacto potencial de HFT en la estabilidad y la equidad del mercado.

2008-2009:

• La crisis financiera mundial condujo a un mayor escrutinio (²) de los mercados financieros, incluidas las prácticas de negociación algorítmica.
• Los reguladores y las bolsas implementaron nuevas reglas y regulaciones para abordar las preocupaciones sobre la manipulación del mercado y los riesgos sistémicos asociados con la HFT.

2010:

• Flash Crash (³): El 6 de mayo de 2010, los mercados de valores de EE. UU. experimentaron una caída repentina y severa, seguida de una rápida recuperación en cuestión de minutos. El evento destacó los riesgos potenciales asociados con el trading algorítmico y de alta frecuencia.

2011:

• La Autoridad Europea de Valores y Mercados (4) (ESMA) introdujo directrices para el trading algorítmico, incluidos los requisitos para los controles de riesgos y los sistemas de supervisión.

2012-2013-2014:

• El trading algorítmico continuó expandiéndose a nivel mundial, con más bolsas y mercados que adoptaban plataformas de trading electrónico.
• El uso de técnicas de aprendizaje automático e inteligencia artificial (IA) en el trading algorítmico ganó fuerza.

2015-2016:

• El trading algorítmico representó una parte significativa de la actividad de trading (5) en los principales mercados financieros de todo el mundo.
• Las nuevas empresas de tecnología financiera (fintech) comenzaron a ofrecer soluciones de trading algorítmico a inversores individuales y empresas más pequeñas.

2017-2018-2019:

• En 2017, los mercados de criptomonedas fueron testigos de un aumento (6) en el trading algorítmico, ya que los activos digitales ganaron la atención de la corriente principal.
• Pero en 2018, las criptomonedas se derrumbaron en un 80 % desde su máximo en enero de 2018.
• La tecnología de cadena de bloques o blockchain, con su potencial para el trading descentralizado y transparente, atrajo el interés de las empresas de trading algorítmico.

2020:

• La pandemia de COVID-19 (7) condujo a una mayor volatilidad del mercado, y los sistemas de trading algorítmico desempeñan un papel crucial en la gestión y ejecución de operaciones durante este período.

2021-2022:

• La enorme afluencia de liquidez llevó a un aumento en el mercado en 2021.
• La caída del mercado de valores de 2022 (8) fue un evento económico mundial caracterizado por una caída significativa en los valores del mercado de valores.
• En los años anteriores al declive, la economía mundial experimentó una recesión causada por la pandemia de COVID-19. Si bien los impactos inmediatos de la recesión disminuyeron para 2022, condujo a desafíos posteriores, como el aumento de la inflación y una interrupción generalizada en las cadenas de suministro globales.

2023:

• El trading algorítmico sigue dominando los volúmenes de trading en los principales mercados financieros.
• Los avances tecnológicos, como la computación cuántica y el análisis de big data, ofrecen nuevas posibilidades para las estrategias de trading algorítmico.

ChatGPT y el trading algorítmico (2023)

La evolución del trading ha llegado al punto en el que la IA se puede utilizar ampliamente, desde la selección de acciones y la investigación de mercado hasta la prueba de la estrategia y la ejecución de la operación.

ChatGPT es un modelo de lenguaje de IA que puede ayudar a un operador con cada uno de los pasos mientras opera en el mercado financiero.

Además, ChatGPT, con sus capacidades en el procesamiento de idiomas, tiene el potencial de ayudar y beneficiar al dominio en el trading de varias maneras.

Un dominio de trading impulsado por el dúo dinámico de ChatGPT y el trading algorítmico es como tener un asistente de trading al alcance de la mano, listo para ayudarte en cada paso.

Pero, ¿cómo revoluciona exactamente ChatGPT el panorama de trading?

¡Vamos a sumergir!

A continuación, repasemos brevemente todas las formas en que ChatGPT es útil en el trading algorítmico.

• Análisis de datos de mercado: ChatGPT puede procesar y analizar grandes volúmenes de datos de mercado, incluidos datos históricos de precios, artículos de noticias, sentimiento de las redes sociales e indicadores económicos.
• Desarrollo de estrategias: puede proporcionar información, sugerir enfoques y generar ideas para optimizar las estrategias de trading algorítmico.
• Gestión de riesgos: ChatGPT puede ayudar a evaluar y gestionar el riesgo mediante el análisis de datos históricos, proporcionando técnicas de modelado de riesgos y sugiriendo estrategias de mitigación de riesgos.
• Educación de trading e intercambio de conocimientos: actúa como una herramienta de aprendizaje interactiva, proporcionando información sobre conceptos de trading, indicadores técnicos, plataformas de trading y marcos regulatorios.
• Apoyo a la toma de decisiones: ChatGPT ofrece apoyo a la toma de decisiones proporcionando escenarios alternativos, evaluaciones de riesgos y resultados potenciales para ayudar a los traders a tomar decisiones informadas.

Nota: Aunque ChatGPT es de gran ayuda para los traders, siempre debe usarse junto con la experiencia humana para obtener los mejores resultados. La razón para no confiar completamente en ChatGPT es que el usuario puede ser engañado por la información incorrecta proporcionada por ChatGPT. Después de todo, ¡es una máquina y no puede usar la lógica humana!

Métodos de trading utilizados hoy en día con el trading algorítmico

En el tiempo actual, el trading ha evolucionado bastante. Hay muchos avances y mejoras en comparación con los días del trading manual.

Hablemos de los métodos de trading más integrales combinados con el trading algorítmico y el trading automatizado que prevalecen hoy en día. Estos métodos conducen a ejecuciones de órdenes más fiables y rápidas y maximizan los rendimientos. Estos métodos de negociación son:

• HFT y MFT
• Trading cuantitativo
• Trading con inteligencia artificial y aprendizaje automático
• Big data y computación en la nube

HFT y MFT

El trading de alta frecuencia o HFT y el trading de frecuencia media o MFT son las estrategias de trading que utilizan algoritmos avanzados, potentes sistemas informáticos y conexiones de datos de alta velocidad para ejecutar un gran número de operaciones en marcos de tiempo extremadamente cortos. Las empresas de HFT y MFT tienen como objetivo beneficiarse de pequeñas discrepancias de precios, a menudo explotando las ineficiencias del mercado que pueden existir solo por breves momentos.

Trading cuantitativo

La práctica del trading cuantitativo es parte del trading algorítmico. El trading cuantitativo implica el uso de modelos matemáticos, análisis estadísticos y técnicas cuantitativas para tomar decisiones. Se centra en el desarrollo y la aplicación de modelos y estrategias cuantitativos basados en el análisis de datos de mercado.

Los operadores cuantitativos se basan solo en conocimientos basados en datos y patrones históricos para identificar oportunidades y determinar los puntos óptimos de entrada y salida para las operaciones.

Trading con inteligencia artificial y aprendizaje automático

Las técnicas de inteligencia artificial y aprendizaje automático se emplean cada vez más en el trading para tareas como el análisis de mercado, la predicción y la gestión de riesgos. Estas técnicas pueden analizar grandes cantidades de datos históricos y de mercado en tiempo real para identificar patrones, generar señales y mejorar los procesos de toma de decisiones.

Big data y computación en la nube

En el mundo actual, la combinación de big data y computación en la nube juega un papel muy importante. Ambos son dos conceptos interconectados que han transformado la forma en que los trading manejan y procesan grandes volúmenes de datos.

Los grandes datos se refieren a conjuntos de datos extremadamente grandes y complejos que no se pueden gestionar, procesar o analizar fácilmente utilizando técnicas tradicionales de procesamiento de datos. ¡Los grandes datos son útiles porque cuantos más datos históricos para el análisis, mayor será la precisión de la predicción!

La computación en la nube implica la entrega de recursos informáticos, como servidores, almacenamiento, bases de datos, software y análisis, a través de Internet sobre una base de pago por uso. Proporciona un acceso escalable y flexible a la potencia computacional y al almacenamiento sin necesidad de infraestructura local.

Al combinar big data y computación en la nube, las organizaciones almacenan, procesan, analizan y extraen valor de grandes cantidades de datos de manera más efectiva y eficiente. Además, aprovechan la escalabilidad, la rentabilidad y las capacidades avanzadas que ofrecen las plataformas en la nube para abordar los desafíos asociados con el procesamiento y el análisis de big data.

Evolución de las prácticas regulatorias y de gestión de riesgos

Junto con la evolución del trading, las prácticas regulatorias y de gestión de riesgos también han evolucionado bastante.

El trading actual opera dentro de un entorno regulatorio diseñado para garantizar la integridad del mercado, la equidad y la protección de los inversores.

Desde que las prácticas están siendo impulsadas por la tecnología, ha habido una necesidad de moldear las prácticas regulatorias y de gestión de riesgos en consecuencia.

Los reguladores imponen normas y reglamentos sobre las actividades para la gestión de riesgos, incluidas medidas para combatir la manipulación del mercado, garantizar la transparencia y proteger contra los riesgos sistémicos.

Tras la crisis financiera mundial de 2008, ha habido un aumento significativo de las regulaciones destinadas a garantizar la estabilidad y la transparencia del mercado. Los organismos reguladores, como la Comisión de Valores y Bolsa (SEC) en los Estados Unidos y la Autoridad de Conducta Financiera (FCA) en el Reino Unido, han implementado normas más estrictas para regir las actividades de trading.

Además, los reguladores y las empresas de trading han adoptado los avances tecnológicos para mejorar las prácticas de gestión de riesgos. Esto incluye el uso de análisis avanzados, aprendizaje automático e inteligencia artificial para identificar riesgos potenciales, detectar anomalías y automatizar los procesos de cumplimiento.

Pros y contras

La evolución del trading, impulsado por los avances tecnológicos y la innovación, ha traído numerosos beneficios a los mercados financieros.

Al mismo tiempo, hay algunos contras que los traders deben tener en cuenta. Es importante asegurarse de que las plataformas de trading en línea estén reguladas para mantener la integridad del mercado, la equidad y la protección de los inversores.

Veamos algunos pros y contras de esta evolución del trading:

Desde luego las medidas efectivas de regulación, supervisión y gestión de riesgos son necesarias para mitigar los posibles inconvenientes y garantizar la estabilidad y la equidad de los mercados financieros.

Las cadenas y el risk-parity por Marcos Pérez

• Toda cadena se rompe siempre por su eslabón más débil. Los fondos de inversión que aplican estrategias con varios eslabones no escapan a esta regla. La mayoría de fondos que aplican una estrategia tan de moda como la risk-parity (paridad en riesgo) introducen eslabones a cual más florido, lo que hace más frágil la cadena de inversión sin que su valor añadido resulte evidente. Pero, claro, a mayor complejidad aparente en las estrategias, más argumentos para cobrarle al cliente comisiones más elevadas.
• Artículo publicado en Hispatrading 34.

 En última instancia, cualquier estrategia se basa en un conjunto de hipótesis implícitas y explícitas que se concretan en unas reglas de inversión más o menos sistemáticas o discrecionales. Una serie de eslabones más o menos larga y más o menos robusta donde el riesgo a veces no siempre está allí donde miramos o creemos, sino en aquel eslabón que considerábamos como seguro. La mayoría de fondos risk-parity introducen eslabones que hace más frágil la cadena de inversión.

La hipótesis semilla de los fondos risk-parity (paridad en riesgo) se podría resumir en: Si la economía sólo puede polarizarse en cuatro estados concretos o una combinación de ellos –crecimiento, recesión, inflación y deflación–, entonces es posible diversificar la inversión en varios tipos de activos de tal manera que siempre tengamos al menos un activo en cartera capaz de capitalizar el estado actual de la economía. Vamos, que así nos aseguramos tener siempre algo en cartera que nos dará rentabilidad pase lo que pase.

La idea no es lo que se dice nueva. Aparece originalmente en boca del Rey Salomón hace 2900 años: “Invierte en siete u ocho proyectos, pues no sabes lo que ocurrirá en el futuro”. Más tarde, reaparece en un texto del Talmud escrito hace 1600 años y que se puede traducir así: “Reparte tu riqueza en tres partes equiponderadas: un tercio en inmobiliario, otro en empresas y el último en liquidez”. 

Las hipótesis subyacentes en estos concentrados de sabiduría milenaria responden a dos preguntas básicas de toda inversión, es decir, en qué activos invertir y qué modelo de asignación de activos aplicar:

1. No se puede predecir el futuro, por lo que hay que repartir la inversión equitativamente entre los diferentes tipos de activos que tengamos en cartera.
2. Hay que invertir en activos suficientes para cubrir cualquier escenario económico futuro.

Alrededor del año 1500 será cuando un vecino de Frankfort, Jakob Függer, ponga en práctica estos principios al reconocer la potencia y universalidad de una idea tan simple. Függer, que llegó a convertirse en la persona más rica del mundo conocido a principios del siglo XVI, concedió créditos por igual a comerciantes, banqueros o reyes de toda Europa. Fue notoria su estrategia de repartir su riqueza equitativamente entre diferentes tipos de industrias y siempre intentando cubrir cualquier escenario que se pudiera dar en el futuro.

Pero no será hasta los años 1970 cuando, gracias al candidato a la Casa Blanca por el partido Libertario Harry Browne y su fondo Permanent Portfolio, volvamos a oír hablar de esta idea.

La interpretación que hizo Browne del principio de impredecibilidad y de la inevitabilidad del ciclo económico le llevó a definir su Permanent Portfolio asociando a cada estado de la economía un tipo de activo financiero. Concretamente, eligió un índice de bolsa lo más amplio posible para capitalizar el crecimiento económico, la liquidez de los bonos a corto plazo para las recesiones, los bonos gubernamentales de muy largo plazo para beneficiarse de las épocas deflacionarias y, por último, el oro para cubrir tanto periodos de inflación como cualquier crisis imprevisible. Siguiendo dichos principios, asignó “permanentemente” un 25% del capital a cada uno de esos cuatro activos.

Sin embargo, quien ha vuelto a popularizar este marco conceptual de inversión en los últimos años ha sido el gestor de hedge funds mejor pagado y quizá por ello más popular, Ray Dalio, a través de su fondo Bridgewater All Weather, con más de mil empleados y 57.000 millones de euros bajo gestión. 

La aportación de Dalio a la herencia milenaria de Salomón ha sido darle una vuelta de tuerca a la idea original: En vez de repartir el mismo capital entre diferentes activos, repartir el mismo “riesgo”. Así, asociando a cada tipo de activo un nivel de riesgo determinado, asigna proporcionalmente una mayor exposición a activos considerados de bajo riesgo que a los de mayor riesgo, mientras sigue cubriendo el espacio de todos los posibles estados futuros de la economía.

Para implementar esto en la práctica se necesitan añadir dos eslabones más a la cadena. El primero es apalancarse para poder invertir más capital en activos considerados de bajo riesgo. Y el segundo es reducir el multidimensional concepto de riesgo a un simple número. Un número que sea fácilmente manejable por los modelos econométricos y estadísticos que usan los cientos de doctores en Matemáticas y Física que firmas como Bridgewater tienen en nómina. Dicho número es la desviación estándar de rentabilidades (o cuánto se mueve el precio a lo largo del tiempo), también conocido por volatilidad.

Por ejemplo, para igualar el riesgo en cartera entre renta fija a corto plazo (activo de baja volatilidad) y bolsa (de alta volatilidad), apalancaremos vía derivados tanto como sea necesario la exposición a renta fija, de tal manera que la cartera tenga igualadas las volatilidades efectivas de todas las inversiones que la componen. 

Se abre entonces una seductora idea comercial: gracias a los niveles de correlación entre activos y los niveles de volatilidad ajustados convenientemente vía apalancamiento, podremos decidir a voluntad el nivel de volatilidad total de dicha cartera. De esta forma es posible –en teoría– ajustar y configurar artificialmente la volatilidad de estos fondos a gusto del cliente, como si se tratara de tallas de camisa en unos grandes almacenes.

De ahí el nombre de este tipo de fondos que inauguró el fondo All Weather: risk-parity, o “paridad en riesgo”; tan populares que prácticamente cada gestora de renombre ha lanzado ya su propio fondo risk-parity en los últimos años. 

Pero, ¿compensa añadir esos eslabones de sofisticación extra? Si nos fijamos en los resultados desde el año 2000 del All Weather (AW) como representante de este tipo de fondos y del Permanent Portfolio (PP) como insignia de la sencillez, podremos sacar algunas conclusiones:

          Efectivamente en los últimos 18 años –periodo que incluye dos ciclos económicos– la sofisticación de la metodología risk-parity en el fondo All Weather de Dalio consigue un +0,8% extra de rentabilidad media anual respecto a la simplicidad del Permanent Portfolio de Browne. Pero, ¿a cambio de qué? Hay que sufrir más del doble de drawdown y volatilidad que en el Permanent Portfolio y con un peor año que es hasta ocho veces peor en el All Weather que en el Permanent.

En conclusión, creo que para ese viaje no hacían falta esas alforjas. Dalio y la mayoría de fondos risk-parity introducen eslabones a cual más florido, pero a cambio hacen más frágil la cadena de inversión y su valor añadido no resulta evidente. 

En este caso y en próximos que veremos, confundir el mapa con el territorio es un pecado típico de aquellos que creen que la riqueza y complejidad del mundo de la acción humana puede ser reducida, con suficientes medios y talento, a unos pocos  modelos y parámetros siguiendo el método científico. Pecado que no solo cometen quienes construyen esos modelos y luego los empaquetan para su venta como productos de inversión, sino también aquellos que los compran, convencidos de estar pagando unas altas comisiones por un producto mejor cuanto más complejo y «difícil» aparenta ser. 

Quizá por ello la industria de los fondos huye de las aproximaciones simples y eficaces (hay docenas de fondos risk-parity, pero sólo un Permanent Portfolio) porque lo complejo es muy útil a la hora de justificar unas mayores comisiones. A pesar de que el valor que aportan es residual en los escasos y mejores casos, y ausente o peligroso en los peores.

¿Cuándo entrar en medio de una tendencia? por Jack Schwager

• Abrir una operación nunca es sencillo. Pero cuando el mercado ha iniciado una tendencia la cuestión se complica. ¿Seguirá el mercado subiendo? ¿estará el movimiento muy extendido? Jack Schwager, autor de la saga Market Wizars, nos explica en exclusiva para Hispatrading un sistema para subirnos al tren en marcha. 
• Artículo publicado en Hispatrading 40.

Hay muchos motivos por lo que quizá se esté planteando entrar, en un activo, después que el mercado ya haya realizado un movimiento sustancial. Quizá:

(1) No estaba siguiendo el mercado anteriormente.

(2) En un esfuerzo por obtener un mejor precio, esperó inútilmente una corrección que finalmente nunca se dio.

(3) Antes era escéptico sobre la fuerza de la tendencia, pero ahora ha cambiado de opinión.

Ante esta situación, muchos traders serán extremadamente reacios de entrar ahora en el mercado. ¿Por qué? Esta actitud puede explicarse fácilmente en términos psicológicos. El hecho de entrar con una posición después de que una tendencia ya esté en marcha, en cierto sentido, representa admitir un fracaso. Incluso si la operación fuera rentable, sabrá que sus ganancias habrían sido mucho mayores si hubiera actuado antes. Por lo tanto, incluso cuando esté convencido de la dirección que es probable que siga el mercado, se sentirá tentado a pensar: «Me he perdido una gran parte de la jugada, ¿por qué molestarme ahora?”.

A modo de ejemplo, póngase en la piel de un trader que se guía por los gráficos para operar. Ahora, a mediados del mes de febrero de 2014 (ver Figura 1) al ver el gráfico piensa en la gran subida del precio del café. Obviamente, usted no ha aprovechado esta gran oportunidad. El mercado se ha disparado por encima del nivel de resistencia definido por los máximos de enero de 2014 y octubre de 2013, además los precios se mantienen en el nivel más alto durante dos semanas consecutivas. Desde luego, el gráfico muestra una tendencia completamente alcista. Los precios incluso acababan de formar un patrón de gallardete después de un movimiento en vertical: la acción del precio nos avisa de otro repunte inminente. Sin embargo, al observar que los precios ya habían avanzado más del 37% desde el mínimo de noviembre de 2013 (y más del 25 % en solo siete días), es muy probable que se muestre reacio a abrir una nueva posición larga después de haber subido tanto el mercado. ¿El motivo? Razona que el mercado está muy extendido.

La figura 2 ilustra claramente lo absurdo de esta conclusión. Increíblemente, a mediados de febrero de 2014, los precios del café habían completado solamente alrededor del 35% de su avance hasta los máximos de marzo. La moraleja de este “cuento” se ilustra muy bien en el libro “Recuerdos de un operador de acciones” de Edwin Lefevre: «[Los precios] nunca son demasiado altos para comenzar a comprar o demasiado bajos para comenzar a vender».

La pregunta clave es ¿cómo entrar en medio de una tendencia?. En realidad, el objetivo al abrir una posición en medio de una tendencia es el mismo que al abrir cualquier otra: buscar el momento adecuado para entrar y controlar el riesgo. En este artículo explicaremos una manera de hacerlo: al revertir el precio. Este enfoque se basa en esperar a que se materialice una reacción menor y después entrar a los primeros signos de la reanudación de la tendencia principal. Por supuesto, el método preciso dependerá de cómo se defina la reacción y posterior reanudación de la tendencia. Las opciones son prácticamente ilimitadas. Con el propósito de ilustrarlo, proporcionaremos un posible conjunto de definiciones, que engloba un proceso en dos pasos.

En primer lugar la finalización del recuento de las correcciones: estamos ante una «corrección» cuando el «recuento de correcciones» alcanza 4. El recuento de correcciones se establece inicialmente en 0. En un mercado en alza, el recuento se eleva a 1 cualquier día, en el que el máximo y el mínimo fueron igual o inferior a los puntos correspondientes en el día en que se estableció el máximo del movimiento. El recuento se incrementaría en 1 cada día cuando el máximo y el mínimo, de cada sesión, son iguales o inferiores al máximo y mínimo del día más reciente en el que se aumentó el recuento. El recuento se restablecería a 0 en cualquier momento en que el mercado se moviera a nuevos máximos. Esta misma situación, en condiciones análogas, la aplicamos a un mercado bajista.

Y en segundo lugar la señal de recuento de impulsos: la reanudación de la tendencia principal se daría cada vez que se alcanzara «recuento de impulso” número 3. Antes de que podamos definir un recuento de impulsos, primero debemos definir un día de impulso alcista. Un día de impulso alcista es un día en el que el cierre se dio por encima del máximo del día anterior. El recuento de impulsos inicialmente se establecería en 0 y comenzaría a ser vigilado después de completar el recuento de correcciones, del que hablamos antes. En el caso de una corrección en un mercado alcista, el recuento de impulsos aumentaría en 1 cada día de subida y se restablecería a 0 cada vez que tuviéramos una corrección bajista. Una vez que se diera la señal de compra, esta corrección bajista se podría usar como un punto de referencia para el stop loss. Por ejemplo, la posición podría liquidarse en cualquier momento en que el mercado cerrara por debajo de la corrección bajista. Una vez más, podría utilizarse una formación análoga para definir una reanudación de la tendencia en un mercado a la baja.

La figura 3 ilustra el concepto de reversión con estas correcciones menores, utilizando las reglas que se acaban de detallar. Los puntos en los que se definen las correcciones se indican mediante el símbolo RD, y los números anteriores a estos puntos indican los valores de conteo de la corrección. Las señales de compra se indican en los puntos en los que el recuento de impulso es igual a 3, y las letras anteriores a estos puntos indican los valores del recuento de impulsos. Para cualquier entrada, la zona donde ubicaríamos el stop loss estaría al cierre por debajo del nivel de corrección más reciente, que en este caso es el mínimo relativo más bajo entre la finalización del recuento de corrección y la señal de recuento de impulso.

Conclusión

Al incorporar este tipo de entradas, en medio de una tendencia ya formada, un trader puede evitar que las oportunidades que se perdieron inicialmente se conviertan en tendencias totalmente perdidas. Cualquier técnica que intente darnos las claves para entrar en medio de una tendencia debería siempre combinar reglas bien definidas tanto de entrada como de salida. Este artículo ha ilustrado un método. Otros métodos los detallo en la edición del 2017 “A Complete Guide to the Futures Market”.

La importancia de su entorno al hacer trading: lecciones de Aries por Brett N. Steenbarger

Bueno, nuestro gato más joven, Aries, lleva poco tiempo con nosotros y ya nos ha dejado varias lecciones. La última lección fue un experimento mental: supongamos que se estuviera haciendo una película sobre tu vida. ¿Querrías verla? La respuesta a esa pregunta nos dice mucho sobre el camino en el que estamos.

Aries estuvo en un apartamento durante la primera parte de su vida, pero no le fue bien. Corrió, derribó cosas, mordisqueó muebles y cables eléctricos y causó estragos. No queríamos verlo en una perrera municipal, así que lo acogimos.

Fue un cambio total de ambiente para Aries. Ahora tenía tres gatas con las que jugar y una casa de cuatro pisos y más juguetes para gatos de los que podemos contar. Seguía corriendo y jugando activamente, pero ya no destruía nada. En un entorno, fue perturbador y destructivo; En un entorno enriquecido, se ha convertido en un cariñoso miembro de la familia y un gran compañero. (Mientras escribo esto, él está sentado a mis pies, escuchando nuestra música favorita).

Nuestros entornos pueden facilitar nuestras necesidades o frustrarlas. Nuestros entornos pueden sacar lo mejor de nosotros o frustrarnos. A veces nos enfocamos en cambiarnos a nosotros mismos cuando la realidad es que necesitamos un entorno interpersonal, laboral y físico que nos ayude a ser la mejor versión posible de nosotros mismos. Dedicamos muy poco tiempo a optimizar nuestros entornos en casa y en el trabajo.

Hace tiempo, hubo un interesante streaming en Twitter sobre el tema de la soledad y el trading. La realidad para muchos traders (incluido yo mismo) es que el trading puede ser una actividad satisfactoria, pero completamente estéril socialmente. Para otros, el entorno en su trading puede ser intelectualmente estéril, dejándonos muertos del cuello para arriba. ¿Cuántos traders son como Aries, que actúan por frustración, no porque carezcan de autocontrol, sino porque se encuentran en el entorno equivocado? ¿Será posible que un entorno diferente y más enriquecido pueda sacar lo mejor de usted como trader?

¿Cuál es el escenario de inversión para el oro? por Ben Carlson

Un lector pregunta:

No recuerdo que se haya hecho ninguna pregunta sobre los beneficios de la inversión en oro. El oro ha aumentado alrededor de un 7 % al año durante los últimos 10 años, pero nunca se ha mencionado en ninguno de los programas de The Compound como una buena inversión. ¿No es mejor que mantener dinero en efectivo, ya que el poder adquisitivo en efectivo bajará a medida que suba la inflación, mientras que el oro al menos se mantendrá?

El oro alcanzó un nuevo máximo esta semana con más de 2100 dólares la onza. Así que es un buen momento para echar un vistazo, ya que más personas prestarán atención al metal amarillo.

Los rendimientos del oro han sido decentes en los últimos 10 años, pero no el 7 % al año. Veo rendimientos de más del 4 % anual en los últimos 10 años:

El oro es visto como un activo en el que poder diversificar, por lo que a pesar de que no ha seguido el ritmo del mercado de valores en la última década, puede ser útil mirar los rendimientos a largo plazo.

Afortunadamente, Aswath Damodaran agregó oro a sus datos históricos de rendimiento anual en la Universidad de Nueva York este año. Estos son los números de rendimientos anuales de las acciones (S&P 500), los bonos (tesoros del Tesoro a 10 años), el efectivo (T-Bills a 3 meses) y el oro de 1928-2023:

• Acciones +9,8 %
• Bonos +4,6%
• Efectivo +3,3 %
• Oro +4,9 %

Así que el oro lo ha hecho mejor que los bonos y el efectivo, pero ha estado detrás del mercado de valores por una distancia importante.

Pero estos datos requieren algo de contexto.

El precio del oro fue esencialmente controlado por el gobierno hasta 1971, cuando Nixon puso fin al patrón oro de la conversión de dólares en oro a una tasa fija.

De 1928 a 1970, el oro subió un 1,4 % al año, lo que fue inferior a la tasa de inflación anual del 2 % en ese tiempo.

De 1971 a 2023, el oro subió un 7,9 % al año. Eso va por detrás del rendimiento del S&P 500 del 10,8 % anual, pero la correlación de los rendimientos anuales fue de -0,2, lo que implica algunos beneficios sólidos de diversificación.

Sin embargo, esos rendimientos posteriores a 1970 también requieren algo de contexto. Los rendimientos se cargan de antemano en la década de 1970.

De 1971 a 1979, el oro subió casi un 1,300 % en total. Eso fue lo suficientemente bueno para un rendimiento anual de nueve años del 33,8 % al año. Algunos dirían que el oro fue una increíble cobertura de inflación en la década de 1970. Otros dirían que esos rendimientos increíbles solo estaban poniéndose al día con las décadas en las que el gobierno retuvo artificialmente el precio.

Si nos fijamos en las ganancias desde 1980, cuentan una historia diferente. De 1980 a 2023, el oro solo subió un 3,2 % al año. Eso fue muy por debajo de los rendimientos de las acciones (+11,7%), los bonos (+6,5%) y el efectivo (+4,0 %).

En ese mismo período de tiempo, la tasa de inflación anual fue del 3,2 %, lo que significa que el oro tuvo un rendimiento real durante un período de 44 años de un gran cero. Técnicamente, el precio del oro ha ido por detrás del índice de precios al consumidor desde 1980:

Esa es una perspectiva difícil para una supuesta cobertura contra la inflación.

Es importante tener en cuenta que, aunque el oro no ha hecho mucho a largo plazo fuera de la década de 1970, todavía ha habido períodos en los que proporcionó valiosos beneficios de diversificación.

Durante la década perdida de los años 2000-2009, el S&P 500 bajó un 1 % al año. En esa misma década, el oro subió más del 14 % anual.

De hecho, el oro en este siglo está superando al S&P 500. Estos son los rendimientos anuales de 2000 a 2023:

• Oro +8,5 %
• S&P 500 +7,0%

Eso es desde un mal punto de partida desde el punto de vista histórico para las acciones estadounidenses de gran capitalización, pero lo mismo ocurre con el oro en 1980.

Las acciones han tenido un rendimiento superior en la década y media desde el final de la Gran Crisis Financiera. Aquí están los rendimientos anuales de 2009-2023:

• Oro +6,0%
• S&P 500 +13,8%

Entonces, ¿dónde nos deja esto?

Al igual que con la mayoría de las clases de activos, podría crear una buena razón para estar a favor o en contra del oro dependiendo de su fecha de inicio o finalización de los rendimientos históricos.

El escenario a largo plazo del oro está en el aire. No hay flujos de efectivo, no hay dividendos, ni ingresos ni ganancias. Pero la gente ha valorado el oro durante miles de años. Eso significa algo.

También están los beneficios de la diversificación, que se pueden ver claramente al desglosar los rendimientos anuales por década:

La diversificación es el mayor punto de valor del oro. Realmente marcha a su propio ritmo.

No tengo nada en contra del oro. Simplemente no creo que sea necesariamente la inversión adecuada para mi tolerancia al riesgo o mis preferencias de asignación. Yo no invierto personalmente en oro, pero puedo ver por qué algunos inversores optan por mantener una asignación en su cartera.

Sin embargo habrá momentos en los que se quede muy atrás en el mercado de valores.

También es interesante pensar en el oro a través de la lente del oro millennial/Gen Z: Bitcoin.

Los flujos en los ETF de Bitcoin en los últimos meses han sido impresionantes.

Incluso con nuevos máximos en el precio del oro, el AUM para el mayor ETF de oro (GLD) está un tercio por debajo de su máximo:

El oro es mucho menos volátil que el bitcoin, por lo que puede haber un lugar para que ambos existan.

Pero será interesante ver si la demanda de Bitcoin finalmente amortigua la demanda de oro.

El oro tiene miles de años, así que no haría esa apuesta todavía, pero la tecnología puede cambiar el mundo a toda prisa.

Hablamos sobre esto en la última edición de Ask the Compound:

Bill Sweet se unió a mí de nuevo en el programa de hoy para hablar sobre el número de acciones que se necesitan para diversificar, la planificación fiscal para mudarse a un estado con altos impuestos, las contribuciones a la jubilación cuando tiene ingresos independientes y cómo funcionan los créditos fiscales.

Tras los bastidores de una Estrategia Efectiva: Plan de Trading  por Dario Redes

• ¿Qué se necesita para crear un sistema de trading rentable? Sin duda el tiempo, el esfuerzo y el compromiso son la clave, y a través de la comprensión constante del porqué de cada acción, lograremos convertir la repetición constante del procedimiento en un hábito para el éxito.
• Artículo publicado en Hispatrading 57.

A lo largo de los años, he analizado numerosos sistemas y estrategias, pero ninguno me ha convencido completamente. La mera presentación de estadísticas que respaldan la efectividad de una estrategia no es suficiente, ya que estas cifras pueden ser manipuladas para promocionar un sistema en particular.

Uno de los desafíos más comunes para quienes se inician en el mundo del trading, especialmente los traders novatos, es la fascinación que generan los rendimientos destacados promocionados por diversas empresas o compañías. En mi propia experiencia, caí en esta trampa, seducido por estadísticas aparentemente impecables que finalmente no se tradujeron en resultados reales.

Las estadísticas que me convencieron de adquirir una estrategia eran tan atractivas que imaginé la posibilidad de dejar mi ordenador trabajando en modo automático mientras yo disfrutaba de un merecido descanso en la playa con un daiquiri en mano. Sin embargo, la realidad fue muy distinta: los resultados obtenidos distaban considerablemente de las expectativas generadas durante mi investigación inicial, encontrando que la estrategia inicial contaba con un stop loss de 500 pips para ganar apenas 30, una situación verdaderamente inaudita.

Fue entonces cuando decidí crear mis propios sistemas y estrategias, asegurándome de que cada aspecto, desde la apertura hasta el cierre de una operación, fuera fácil de seguir con el objetivo de mejorar nuestra operativa a largo plazo.

Es crucial comprender tanto las razones de las operaciones ganadoras como las de las perdedoras. A menudo, nuestro ego nos impide reflexionar sobre las operaciones perdedoras, centrándonos únicamente en la euforia de las exitosas. Esta falta de análisis puede ser perjudicial para nuestro progreso.

Para eso, algo que me ha ayudado en mi proceso de creación de estrategias rentables es el hecho de tener un plan de trading, entre otros muchos factores y los cuales explicaré en las próximas entregas ¿Por qué es importante un plan de trading en primer lugar? 

Para ejecutar un plan de trading de manera efectiva, es esencial contar con un plan de acción coherente. Esto implica el desarrollo de una estrategia que permita verificar las entradas al mercado y mantener un registro detallado de cada operación para realizar ajustes y mejorar los resultados futuros. El desafío inherente a cualquier plan de trading es establecer el hábito de registrar cada operación, y contar con un sistema semiautomático que facilite esta tarea resulta fundamental.

¿Qué información debería contener nuestro Plan de Trading?

• Tipo de señal que desencadenó la operación.
• Verificación de la entrada (indicadores utilizados que generaron la señal).
• Tipo de operación (compra o venta).
• Establecimiento previo del nivel de riesgo asumido.
• Reglas claras de entrada y salida.
• Resultado final de la operación.
• Comentarios finales.

Aunque se pueden añadir elementos adicionales, como gráficos que ilustren el inicio y la conclusión de la operación, la información mencionada anteriormente es esencial.

Un aspecto crucial a abordar es el nivel de riesgo asumido en cada operación, un tema de suma importancia, ya que una gestión adecuada del riesgo determinará la supervivencia de nuestra cuenta a lo largo del tiempo.

Es importante destacar que se aprende más de las pérdidas que de las ganancias, ya que el simple hecho de ganar no revela posibles errores en nuestro plan. Ganar sin comprender por qué puede deberse a la tendencia del mercado y no a una estrategia bien definida. Hay que tener en cuenta que del 80 al 85% del tiempo, el mercado se encuentra lateralizado, en una zona de consolidación; por lo tanto, muchas entradas en dichas zonas serán fallidas. La idea de cualquier estrategia es ingresar con la tendencia, pero el desafío radica en que no sabemos a ciencia cierta cuándo se producirá dicho movimiento tendencial, y es ahí donde entra en juego la gestión del riesgo.

El registro detallado de cada operación, archivado y revisado de manera regular, proporciona una valiosa herramienta para analizar y mejorar nuestro desempeño diario.

Implementar un enfoque disciplinado en la ejecución del plan de trading es fundamental para garantizar resultados consistentes. Esto implica seguir cada elemento de la estrategia con precisión y resistir la tentación de desviarse en momentos de volatilidad o emociones intensas.

Otro aspecto adicional a considerar es la diversificación de la cartera. Dependiendo del estilo de trading y la tolerancia al riesgo de cada individuo, la diversificación puede desempeñar un papel crucial en la gestión del riesgo. Explorar diferentes instrumentos financieros, marcos temporales y enfoques estratégicos puede contribuir a una cartera más equilibrada y resiliente.

Además, la paciencia y la disciplina son virtudes esenciales en el mundo del trading. Las oportunidades no siempre se presentan de inmediato, y forzar operaciones puede llevar a resultados desfavorables. Aprender a esperar el momento adecuado y evitar la impulsividad puede marcar la diferencia entre el éxito y el fracaso a largo plazo.

Comparto un ejemplo de mi propio plan de trading.

 Como todo en la vida, estimados traders, esto lleva tiempo, esfuerzo y compromiso. No existe el sistema que genere ganancias “siderales” y permanentes. Todo lleva su tiempo, pero una vez que producimos el hábito de lo que hay que hacer (para poder manifestar dicho hábito hay que entender el porqué de las cosas) es simple repetición constante del procedimiento.

En resumen, la creación de un sistema de trading rentable es un viaje continuo que requiere tiempo, dedicación y adaptabilidad. La combinación de un plan de trading sólido, una gestión de riesgos cuidadosa, la diversificación y la paciencia puede sentar las bases para una operativa exitosa.

A medida que exploremos más a fondo estos temas, te animo a mantenerte comprometido con tu desarrollo como trader y a aprovechar cada oportunidad para aprender y mejorar.

¡Acompáñanos en este viaje hacia una operativa más exitosa y eficiente! Te espero en nuestro próximo artículo.

Dominar la psicología positiva del trading por Brett N. Steenbarger

Trabajar en el dominio de la psicología del trading o psicotrading es diferente para los traders principiantes/en desarrollo que para los experimentados. He trabajado con novatos en empresas de trading propietarias, y he trabajado con gestores experimentados que guían a grandes equipos. Los desafíos psicológicos a los que se enfrentan los dos grupos son completamente diferentes. Lo que necesita hacer para dominar su psicotrading depende en gran medida de dónde se encuentre en su curva de aprendizaje.

Aquí hay una analogía que podría aclarar las cosas. La contribución revolucionaria de Freud a la psicología se puede encontrar en su dicho: «Donde va el id, habrá ego». La identificación representa nuestros instintos básicos y primarios: nuestras tendencias de huida y lucha. Cuando somos desencadenados por conflictos pasados no resueltos, tendemos a retroceder a nuestro modo instintivo. El propósito de la psicoterapia es ayudar a una persona a procesar sus problemas y sentimientos en medio de una relación de ayuda. Esto les permite obtener una perspectiva sobre lo que es realmente una amenaza en el presente frente a una respuesta sobrante de nuestro pasado. El corazón de la terapia de Freud es que primero enfrentamos y resolvemos nuestros conflictos en el contexto de aquí y ahora de la relación de ayuda. Una vez que podamos comenzar a manejar de manera constructiva nuestros problemas dentro de la terapia, estamos listos para abordarlos en nuestra vida cotidiana. Por lo tanto, la terapia reemplaza la identificación con el ego: reemplazamos nuestros desencadenantes de huida/lucha con un pensamiento y una planificación racionales.

El campo que ha llegado a ser conocido como psicología positiva lleva el trabajo de Freud en una nueva dirección. En lugar de trabajar en la resolución de conflictos pasados y experiencias reprimidas dolorosas, la psicología positiva nos hace identificar y construir nuestras fortalezas únicas y distintivas. Por ejemplo, podría experimentar una pérdida de motivación en el trabajo y mi rendimiento podría resentirse. Un terapeuta tradicional podría hacerme explorar conflictos sobre mi trabajo y con mis colegas. Resolver problemas ocultos en el lugar de trabajo podría ayudarme a recuperar mi motivación. El terapeuta que aborda mi situación desde la perspectiva de la psicología positiva podría ayudarme a entender los aspectos positivos que necesito en mi vida y que podrían faltar en el trabajo. Por ejemplo, si una de mis fortalezas básicas es la curiosidad intelectual, es posible que tenga que abordar mi situación cambiando la forma en que interactúo con mi equipo en el trabajo, o tal vez necesite encontrar un trabajo diferente.

Así que ahora podemos apreciar la diferencia en psicología entre los traders principiantes y los avanzados. Los operadores principiantes, no acostumbrados a los mercados volátiles y en constante cambio, se enfrentan a sus respuestas al estrés de huida/lucha y a las formas en que esas decisiones dan color a su trading. Los traders experimentados, por otro lado, encuentran que sus mayores desafíos se producen cuando no cultivan y utilizan adecuadamente sus fortalezas. Por ejemplo, cuando el novato podría responder a una acción volátil en una acción con decisiones basadas en FOMO, el operador experimentado podría ser desafiado al encontrar las mejores expresiones de riesgo/recompensa de sus ideas.

Para el trader experimentado, una clave del éxito al hacer trading es saber lo que te habla y en qué eres realmente bueno. No puedes jugar con tus fortalezas si no estás íntimamente familiarizado con cuáles son esas fortalezas. Trabajar en la corrección de las debilidades solo te lleva hasta cierto punto. Eventualmente, si vas a progresar de la competencia a la experiencia, necesitas dominar tu propia psicología positiva.

Un obstáculo al que me he enfrentado en mi propio trading es que simplemente me aburro de seguir los mercados y dejo de operar. La creatividad y el aprendizaje son mis dos mayores fortalezas, y pierdo la motivación cuando no estoy descubriendo y haciendo cosas nuevas. La sabiduría común de los psicólogos de trading es convertir todo lo que haces en procesos fiables y repetibles. Eso es precisamente lo que me aburre. Si el trading comienza a sentirse como una línea de montaje en cadena, empiezo a sentirme atrapado en un trabajo rutinario. Para seguir operando de una forma fresca y emocionante, necesito hacer lo mismo que hago en mi matrimonio y en mi vida personal: encontrar nuevos desafíos y nuevas oportunidades y siempre, siempre dedicar una parte de mi tiempo a la innovación.

Hace poco escribí sobre el tema de encontrar patrones. También escribí sobre el tema del desarrollo de la resiliencia como trader. Los dos temas están íntimamente conectados, para mí y para muchas personas con las que trabajo. Lo que nos mantiene en marcha durante las inevitables pérdidas es que estamos aprendiendo continuamente, descubriendo continuamente, avanzando continuamente. Hacer cosas nuevas nos mantiene psicológicamente frescos.

Hoy temprano, empecé a analizar un nuevo conjunto de datos. Miré la amplitud del mercado desglosada sector por sector. Curiosamente, en los últimos años, cuando la fuerza de la amplitud en el sector de las materias primas de consumo (XLP) ha superado en gran medida la amplitud entre las acciones de consumo discrecional (XLY), los rendimientos de los siguientes 10 a 20 días en el mercado general (SPY) han estado significativamente por encima de la media. Este descubrimiento ha desencadenado una cadena de consultas sobre varias rotaciones del sector y cómo podrían actuar como medidas significativas del sentimiento del mercado. Nuevos datos, nuevos patrones, nuevas oportunidades, nueva motivación e impulso, nuevos juegos.

Dominamos la psicología positiva del trading aprovechando constantemente nuestros propios aspectos positivos y expandiéndolos. Creo que esta es la mayor frontera en el campo del psicotrading. ¡Más por venir!

Explicación de la estrategia de trading De Gary Bielfeldt por Alex Barrow

Gary Bielfeldt fue un trader de éxito que saltó a la fama en la década de 1980 al operar con bonos del Tesoro. A mediados de la década de 1990, Bielfeldt fundó su propia empresa de trading, GNP Commodities, que se convirtió en una de las empresas de trading más grandes del mercado de futuros de bonos T. Veamos una explicación de su estrategia de trading.

Cómo Gary Bielfeldt Analiza Los Mercados

Bielfeldt explica su proceso al hacer trading en Jack Schwager’s Market Wizards:

Siempre trato de apoyarme principalmente en el análisis fundamental. Sin embargo, como me pareció muy difícil conocer todos los fundamentos, por lo general lo estás haciendo bastante bien si tienes el 80 por ciento de las piezas, pensé que era importante tener [análisis técnico] al que recumir en caso de que mi análisis fundamental fuera incorrecto. Desarrollé mi propio sistema de seguimiento de tendencias [y lo usé] principalmente como respaldo para decirme cuándo salir de una posición.

Lo mejor que cualquiera puede hacer al empezar es aprender cómo funciona un sistema de tendencias. Operar con un sistema de tendencias durante un tiempo le enseñará a un nuevo trader el principio de dejar que las ganancias corran y cerrar las pérdidas. Si puedes aprender disciplina usando un sistema de seguimiento de tendencias, incluso temporalmente, aumentará tus probabilidades de tener éxito como trader.

A principios de 1988, estuve mucho tiempo en el mercado de bonos principalmente porque esperaba una economía más débil. Todo parecía estar en el objetivo hasta principios de marzo, cuando el mercado de bonos comenzó a caer. En algún momento, tienes que decir que estás equivocado. En este caso, mi sistema me proporcionó la justificación para salir de mi posición perdedora.

La realidad del trading es que te equivocarás MUCHO. Incluso los mejores traders como Peter Brandt solo tienen un porcentaje de victorias de alrededor del 30 %. Eso significa que están perdiendo el 70 % del tiempo.

Los mercados son difíciles y es imposible saberlo todo. Incluso si tienes más información y una mejor tesis fundamental que cualquier otra persona, los precios aún pueden moverse en tu contra. Y cuando lo hacen, debes ser capaz de admitir que estás equivocado y salir de tu posición. Aceptar esta realidad es la razón por la que los mejores traders utilizan el análisis técnico además del análisis fundamental para proteger y hacer crecer su dinero.

Gary Bielfeldt Sobre La Gestión De Riesgos Y El Tamaño De La Posición

Cuando estás empezando, es muy importante no quedarse demasiado atrás porque es muy difícil contraatacar. La mayoría de los traders tienen tendencia a asumir riesgos que son demasiado grandes al principio. Tienden a no ser lo suficientemente selectivos sobre cuándo asumen riesgos.

Muchos de los mejores operadores no arriesgan más del 1 % del saldo de su cuenta en cualquier operación. Esto tiene sentido cuando entiendes con qué frecuencia puedes perder en el mercado. Arriesgar solo el 1 % significa que puedes tener 100 operaciones perdedoras seguidas antes de explotar tu cuenta. Esto te da un gran margen de seguridad.

La regla del 1% también garantiza que no te quedes demasiado atrás, como explica Bielfeldt. Por ejemplo, una pérdida del 50 % en su cuenta requiere una ganancia del 100 % solo para alcanzar el punto de equilibrio. Pero una pérdida del 10% en su cuenta solo requiere alrededor de una ganancia del 11% para alcanzar el punto de equilibrio. Cuando se trata de mercados, cuanto más te metes en un agujero, más difícil es salir.

Esta pequeña regla de posición es muy común para los traders de sistemas como Bielfeldt y también para los inversores legendarios como Richard Dennis, que emplea una regla similar en su estrategia de trading de tortugas.

Gary Bielfeldt Sobre La Paciencia Y Las Probabilidades En El Trading

Aprendí a jugar al póquer a una edad muy temprana. Mi padre me enseñó el concepto de jugar con las probabilidades. No juegas todas las manos y te quedas en cada carta, porque si lo haces, tendrás una probabilidad mucho mayor de perder. Deberías jugar con las buenas manos y abandonar las peores manos, perdiendo la apuesta. Cuando hay más cartas sobre la mesa y tienes una mano muy fuerte, en otras palabras, cuando sientes que los porcentajes están sesgados a tu favor, levantas y juegas esa mano hasta el final. Si aplicas los mismos principios de la estrategia de póquer al trading, aumenta significativamente tus probabilidades de ganar. Siempre he tratado de tener en cuenta el concepto de paciencia esperando el trade correcto, al igual que esperas el porcentaje de mano en el póquer. Si una operación no se ve bien, sales y tomas una pequeña pérdida; es precisamente equivalente a perder la apuesta al abandonar una mano mala en el póquer. Por otro lado, cuando los porcentajes parecen estar fuertemente a tu favor, deberías ser agresivo y realmente tratar de aprovechar el trading de manera similar a la forma en que aumentas las buenas manos en el póquer.

La diferencia entre los buenos traders y los grandes es saber cuándo las probabilidades están a su favor para dimensionar y añadir todavía más capital a esa posición ganadora.

En Macro Ops llamamos a esto Teoría de la Explotación de la Cola de Grasa. Los rendimientos se distribuyen de manera desigual en los mercados, lo que significa que el 90 % de sus ganancias vendrán de solo el 10 % de sus operaciones. El truco es ser capaz de aprovechar realmente ese 10%.

Aprovechar al máximo esas operaciones ganadoras garantizará que las pérdidas de todas sus otras operaciones estén más que cubiertas. Al final del día, lo que importa es cuánto ganas con tus trades ganadores frente a cuánto pierdes con los perdedores.

Cómo estimar mejor los rendimientos esperados a largo plazo por Quantpedia

Niels Bohr, el premio Nobel de Física, dijo: «La predicción es muy difícil, especialmente si se trata del futuro». En el ámbito del análisis financiero, estimar los rendimientos a largo plazo de las acciones en un horizonte de 10 a 20 años presenta un desafío increíble. A pesar de los desafíos significativos en la previsión de las tendencias del mercado y las condiciones económicas durante períodos tan largos, esta tarea sigue siendo importante para los inversores, los gestores de carteras y los responsables políticos, ya que algunos de ellos a menudo dependen de estas previsiones para desarrollar estrategias de inversión y marcos de políticas eficaces. La información del documento revisado de hoy da información valiosa sobre cómo mejorar estas predicciones.

El documento, llamado, título traducido al español, Estimación de los rendimientos esperados a largo plazo, trata de estimar con precisión los rendimientos esperados a largo plazo de los mercados de valores, lo que es esencial para las entidades corporativas y los inversores individuales de la misma manera. Investigan la capacidad de diferentes marcos y proxies de entrada para estimar los rendimientos de OOS a 10 y 20 años durante largos períodos de tiempo históricos y períodos más recientes. Descubrieron que varios enfoques generan mejoras significativas en comparación con las previsiones históricas del modelo medio. OOS-R2 puede ser tan significativo como el 40 % incluso en el período más reciente, y la asignación de activos basada en las previsiones del modelo presentado puede mejorar la relación Sharpe y el VaR de una cartera en más del 50 %.

Las metodologías que los autores emprendieron consisten en ejecutar varios marcos y proxies utilizados para generar pronósticos E(R) a largo plazo y comparar el rendimiento de los enfoques para estimar los rendimientos esperados que se han considerado principalmente de forma aislada. Muestran que los E(R) a 10 a 20 años se pueden estimar ex-ante: las mejoras en el pronóstico fuera de la muestra (OOS) sobre los pronósticos medios históricos son tan grandes como el 40 %, incluso en el período más reciente. Es importante destacar que estas ganancias existen dentro de un rango de períodos de tiempo.

Los resultados son de interés para aquellos que requieren pronósticos de retorno precisos a largo plazo, y alentamos especialmente a los lectores ávidos a que miren las Tablas 1 y 2, que proporcionan resúmenes perspicaces de los hallazgos críticos del documento.

• Autores: Rui Ma, Ben R. Marshall, Nhut H. Nguyen, Nuttawat Visaltanachoti
• Título: Estimating Long-Term Expected Returns (Estimación de los rendimientos esperados a largo plazo)
• Enlace: https://papers.ssrn.com/sol3/papers.cfm? abstract_id=4493448

Resumen

Es de vital importancia es estimar los rendimientos esperados a largo plazo con la mayor precisión posible. Los investigadores suelen basar sus estimaciones en el rendimiento y el crecimiento, la valoración o un marco combinado de rendimiento, crecimiento y valoración. Nuestros resultados indican que varios enfoques superan en gran medida las estimaciones basadas en rendimientos medios históricos del punto de referencia, con mejoras en el error cuadrado medio que superan el 40 %. El uso de estos enfoques en las decisiones de asignación de activos da como resultado una mejora en los ratios de Sharpe de más del 50 %.

Como siempre, presentamos varias figuras y tablas interesantes:

Citas notables del trabajo de investigación académica:

«Nuestros resultados indican que el marco de tres componentes es superior para las previsiones de 10 años, aunque no por un gran margen. El modelo de tres componentes que genera estimaciones de ΔV basadas en la composición de la cartera de riqueza de Rintamaki (2023), denotado como VWPC, supera a otros modelos de tres componentes en la previsión de rendimientos a 10 años para todo el período de muestra de 1891 a 2020. Sin embargo, en dos períodos de submuestra más recientes, no es estadísticamente diferente de otros modelos de tres componentes, como el que asigna un peso igual a cuatro proxies para ΔV. Sugerimos que este último modelo es superior en general, ya que funciona mejor en un entorno de asignación de activos. Genera una reducción del 34,91 % en los MAE y un aumento del 57,70 % en el OOS-R2 en comparación con el modelo medio histórico para las previsiones de 10 años durante el período de muestra de 1891-2020. Además, una cartera de bonos de acciones con pesos asignados en base a estas previsiones de E(R) tiene un ratio Sharpe aproximadamente un 65,56 % más alto y una mejora del 50,06 % en el valor en riesgo (VaR) durante el período 1891-2020. Es importante destacar que este modelo también conduce a ganancias de mejora en períodos más recientes. Los rendimientos a veinte años suelen ser más difíciles de predecir. Sin embargo, varios enfoques, como el modelo de tres componentes con el proxy de la relación precio/beneficio (TRCAPE) de rendimiento total ajustado cíclicamente, mejoran significativamente la precisión de estas predicciones.»

«Contribuimos a varias líneas de los estudios publicados sobre la previsibilidad del retorno a largo plazo. Fama y French (1988) utilizan un enfoque de rendimiento solo y muestran que los rendimientos de dividendos explican más del 25% de la variación de los rendimientos de dos a cuatro años. Campbell y Shiller (1998) contribuyen a la literatura de la valoración sola al centrarse en predecir los rendimientos a 10 años utilizando una relación precio/ganancias que se deriva de las ganancias promedio de los últimos 10 años. Sugieren que la contabilidad de las fluctuaciones de las ganancias a lo largo del ciclo económico es importante y muestran que esta métrica, que se conoce ampliamente como la relación precio/ganancias ajustada cíclicamente (CAPE), es efectiva para predecir los rendimientos de las acciones. Bogle (1991a, b) introduce el enfoque de tres componentes y sugiere que las previsiones de los rendimientos a 10 años dan «una replicación notablemente precisa de los rendimientos totales reales realizados».

«Presentamos estadísticas resumidas en la Tabla 1. Los rendimientos anuales promedio son del 10,66 %, 11,76 % y 12,27 % para los períodos de 1872-2020, 1955-2020 y 1988-2020, respectivamente. Los rendimientos tienen una astisidad negativa en los tres períodos de muestra. La kurtosis es negativa durante todo el período, pero positiva en los períodos más recientes. En el Panel B, presentamos rendimientos geométricos y de registro medios para intervalos de 10 y 20 años que avanzan un año a la vez. Son estos rendimientos de registro anualizados los que utilizamos en nuestros pronósticos de modelos. Para el intervalo de 10 años, los rendimientos de registro anualizados promedio son del 8,65 %, 9,40 % y 8,57 % para los tres períodos, respectivamente, mientras que para el intervalo de 20 años, estos son del 8,73 %, 9,68 % y 7,55 %, respectivamente. Del mismo modo, el Panel C informa de la desviación estándar de los rendimientos geométricos y los rendimientos para los intervalos de 10 y 20 años que se avanzan un año a la vez.»

«En la Tabla 2, informamos de los resultados de los pronósticos de 10 años. Calculamos el MAE como la diferencia absoluta promedio entre el pronóstico y los rendimientos reales. También calculamos la diferencia en MAE entre cada modelo de predicción y el pronóstico medio histórico.⁷ Medimos la significación estadística de esta diferencia utilizando el método de arranque de bloques móviles, que tiene en cuenta la autocorrelación en la serie temporal. La longitud óptima del bloque se determina según Patton, Politis y White (2009). Para cada modelo de predicción, generamos 1000 remuestras de arranque e informamos de significación estadística basada en el valor p de arranque unilateral (es decir, la proporción de los MAE del modelo de predicción de muestra de arranque que exceden el modelo medio histórico MAE en la misma muestra de arranque).»

«Los resultados de la Tabla 2 indican que el marco de tres componentes es el marco de mejor rendimiento. Para las previsiones a 10 años, este marco tiene el promedio de MAE más bajo en los períodos de 1981-2020, 1955-2020 y 1988-2020. Para determinar la diferencia estadística entre el marco de «tres componentes» y los otros tres marcos (es decir, «rendimiento solo», «Gordon» y «valoración solo»), primero calculamos el error absoluto promedio anual para cada marco a lo largo del tiempo. Utilizando las cuatro series temporales resultantes, luego aplicamos la prueba Diebold-Mariano (Diebold y Mariano, 1995). Como se muestra en el Apéndice 3, el error absoluto promedio de «tres componentes» es estadísticamente significativamente menor que «Gordon» en los tres períodos de tiempo y estadísticamente significativamente más bajo que «valoración sola» y «rendimiento solo» en dos de los tres períodos de tiempo».

Los locos años 90 frente a los locos años 2020 por Dr. Ed Yardeni

Desde principios de la década de 2020, hemos estado comparando la década actual principalmente con las décadas de 1920 y 1970. Sin embargo, la caída del 42,3% del S&P 500 desde el 12 de octubre de 2022 hasta un nuevo máximo histórico el 23 de febrero nos hace considerar si otro período representa un posible escenario análogo, es decir, la segunda mitad de la década de 1990. Vemos paralelismos entre las condiciones de entonces y ahora que pueden sugerir lo que se avecina tanto para el mercado de valores como para la tasa de fondos federales (FFR).

En aquel entonces, el Nasdaq 100 lideraba las subidas del S&P 500 (Fig. 1 y Fig. 2). Eso parece estar sucediendo nuevamente, ya que la relación entre este último y el primero tocó suelo el 5 de enero de 2023 (Fig. 3). Estamos especialmente intrigados por la similitud entre el reciente ascenso vertical del precio de las acciones de Nvidia y el de las acciones de Cisco a finales de los años 1990 (Fig. 4).

De hecho, Melissa y yo estamos considerando la posibilidad de que el guión de la segunda mitad de la década de 1990 sea el escenario más probable para el FFR durante el resto de la década actual. En aquel entonces, los precios de las acciones se dispararon. El efecto riqueza positivo impulsó el crecimiento económico. La inflación fue contenida por el rápido crecimiento de la productividad, lo que implicaba que la FFR ajustada por inflación estaba en línea con la denominada FFR «neutral». Considera lo siguiente:

(1) PIB real. La década de 1990 comenzó con una recesión breve y poco profunda (Gráfico 5). El crecimiento del PIB real se recuperó rápidamente desde un mínimo del -1,0% interanual durante el primer trimestre de 1991 a su promedio histórico del 3,1%. Durante la segunda mitad de la década, fluctuó entre 4,0% y 5,0%.

La década actual comenzó con una recesión breve pero grave debido al confinamiento por la pandemia a principios de 2020. Fue seguida por una recuperación muy fuerte. En el cuarto trimestre de 2023, el PIB real había vuelto a la tasa de crecimiento promedio histórica del 3,1%. Debbie y yo esperamos ver un crecimiento del PIB real igual o superior a esta tasa hasta finales de la década gracias al sólido crecimiento de la productividad.

(2) Productividad. La tasa de crecimiento de la productividad de las empresas no agrícolas fue muy volátil durante la primera mitad de los años noventa (Gráfico 6). Se disparó al 5,0% interanual durante el primer trimestre de 1992. Luego cayó al -0,6% durante el cuarto trimestre de 1993. Durante la segunda mitad de la década, volvió a superar su promedio histórico de 2,0%. Alcanzó un máximo del 4,2% a finales de la década.

Durante la primera mitad de la década actual, el crecimiento de la productividad también ha fluctuado ampliamente, del 6,8% durante el tercer trimestre de 2020 al -2,4% durante el segundo trimestre de 2022. Pero volvió a estar por encima de su promedio histórico del 2,7% a finales del año pasado. En nuestro escenario de los Locos 2020, esperamos un auge del crecimiento de la productividad durante la segunda mitad de la década actual, muy similar al de la segunda mitad de la década de 1990.

(3) Inflación. Además de impulsar la tasa de crecimiento del PIB real, la productividad (junto con el salario por hora) determina los costos laborales unitarios (CLU), cuyo cambio porcentual interanual es la tasa de inflación subyacente. Tanto las tasas de inflación CLU como las del IPC cayeron significativamente durante la primera mitad de los años noventa (Gráfico 7). El primero cayó del 5,1% en el cuarto trimestre de 1990 al -0,2% en el segundo trimestre de 1994. Durante este mismo período, la tasa de inflación IPC disminuyó del 6,3% al 2,3%. Durante el resto de la década, cayó a un mínimo de 1,4% en marzo de 1998 y terminó la década en 2,7%.

En nuestro escenario de los Locos 2020, la inflación del IPC continúa moderándose junto con la inflación de los CLU a medida que el crecimiento de la productividad continúa mejorando. La inflación ULC se redujo al 2,3% interanual durante el cuarto trimestre de 2023 desde el 6,3% durante el primer trimestre de 2022. Si el crecimiento de la productividad aumenta al 3,5%-4,5% durante el resto de esta década, como esperamos, eso impulsaría la tasa de crecimiento del PIB real y al mismo tiempo mantendría un estricto control sobre la inflación.

(4) Desempleo. Durante la década de 1990, la tasa de desempleo aumentó del 5,4% en enero de 1990 a un máximo del 7,8% en junio de 1992 (Gráfico 8). Luego tuvo una tendencia a la baja durante el resto de la década, finalizándola en 4,0%.

La tasa de desempleo cayó al 3,5% a principios de la década actual. Se disparó al 14,8% durante el cierre pandémico. Volvió a estar por debajo del 4,0% a finales de 2021 y se mantuvo por debajo de este nivel hasta enero de este año.

Así pues, el mercado laboral ya es más ajustado que a finales de los años noventa. Anteriormente hemos observado que existe una correlación inversa entre la tasa de desempleo y la tasa de crecimiento tendencial de la productividad (Fig. 9). Eso tiene sentido: cuando es difícil encontrar mano de obra, las empresas tienen un incentivo para aumentar la productividad de sus empleados.

En nuestra opinión, esto describe la situación actual, por lo que esperamos que las empresas sigan invirtiendo en tecnologías que mejoren la productividad. Las tecnologías actuales tienen mucho más potencial que nunca para impulsar tanto la fuerza muscular como la productividad del cerebro, y muchas más empresas que nunca necesitarán ese impulso dadas las difíciles condiciones del mercado laboral. Y sólo por casualidad, estas tecnologías de fuerza y cerebro son más útiles y asequibles que nunca para casi todo tipo de empresas.

(5) Tasa de los fondos federales. La tasa de los fondos federales cayó de alrededor del 8,00% a principios de la década de 1990 a alrededor del 3,00% durante 1993 (Fig. 10). Aumentó durante 1994 y alcanzó un máximo del 6,30% el 31 de marzo de 1995. Luego osciló principalmente entre el 5,00% y el 6,00% durante el resto de los años noventa.

En aquel entonces, a la economía le iba bien y el crecimiento de la productividad mejoró. La tasa de desempleo estaba cayendo. La inflación fue moderada. Esto bien podría describir el resto de la década actual. Si es así, entonces tal vez la TFF se mantenga más alta (es decir, 5,25%-5,50%) durante mucho más tiempo (es decir, hasta el final de la década).

Sí, pero ¿qué pasa con el FFR real? Si la inflación continúa moderándose, como esperamos, la FFR real aumentará y será aún más restrictiva. Para evitar una recesión debido a ese ajuste, ¿no tendrá la Reserva Federal que reducir el FFR?

En primer lugar, para que conste, cuestionamos la relevancia de una FFR real, que ajusta una tasa de endeudamiento bancario a un día con una tasa de inflación interanual. Los diferentes períodos de tiempo lo convierten en un concepto muy extraño, por decir lo menos.

En cualquier caso, la FFR se sitúa actualmente en el 2,24% (Fig. 11). La economía no tuvo problemas con tasas de interés reales que oscilaban entre el 2,00% y el 4,00% durante la segunda mitad de los años noventa. Quizás suceda lo mismo durante el resto de esta década. Ya ha sucedido antes, por lo que podría volver a suceder, especialmente porque el entorno económico parece bastante similar.

(6) Rendimientos de los bonos. Si bien el concepto de FFR real nos parece extraño, no tenemos ningún problema con el rendimiento real de los bonos, es decir, el rendimiento del bono del Tesoro estadounidense a 10 años menos la tasa de inflación del IPC sobre una base interanual (Fig. 12). Sucede que sigue bastante bien el rendimiento de los TIPS a 10 años.

Durante la década de 1990, el rendimiento real de los bonos fluctuó en un rango fijo entre un mínimo del 2,0% (diciembre de 1990) y un máximo del 5,3% (noviembre de 1994). Actualmente es del 1,0%. Si la inflación continúa cayendo al 2,0%, mientras el rendimiento nominal de los bonos se mantiene en torno al 4,0% (porque la Reserva Federal mantiene el FFR más alto durante mucho más tiempo de lo esperado), entonces el rendimiento real de los bonos se duplicaría al 2,0%. ¡Eso todavía estaría por debajo de los rendimientos reales de los bonos de la década de 1990, cuando la economía funcionó perfectamente bien!

(7) Mercado de valores. Si volvemos a ser la década de 1990, ¿estamos en 1994 o estamos más cerca de 1999? No estamos seguros. Sin embargo, estamos seguros de que, como ocurrió durante la segunda mitad de la década de 1990, el mercado de valores está teniendo un efecto riqueza significativamente positivo en la economía ahora que los principales índices bursátiles están en niveles récord. Ésa es otra razón para creer que la economía seguirá siendo resiliente y otra razón por la que la Reserva Federal podría dudar en reducir el FFR por un tiempo, tal vez por mucho tiempo.

El valor de todas las acciones negociadas en Estados Unidos se quintuplicó durante la década de 1990, de 4 billones de dólares a 20 billones de dólares (Fig. 13). Actualmente se ha cuadruplicado por encima de ese nivel, hasta alcanzar unos 80 billones de dólares.

(8) Conclusión. Los locos años noventa fueron una década con muchas similitudes con los locos años veinte. La década de 2020 parece seguir un guión similar. Tanto la década de 1920 como la de 1990 terminaron con desplomes del mercado de valores seguidos de desplomes.

Por eso seguimos monitoreando los indicadores de fusión. Esto incluye las expectativas de consenso de los analistas sobre el crecimiento de las ganancias a largo plazo (LTEG) del S&P 500 (Fig. 14). Ha aumentado considerablemente desde el mínimo del año pasado del 9,0% durante la semana del 11 de abril al 14,7% actual. Se trata de un gran salto que refleja revisiones al alza en las perspectivas a largo plazo de la tasa de crecimiento de las empresas MegaCap-8 (es decir, Alphabet, Amazon, Apple, Meta, Microsoft, Netflix, Nvidia y Tesla) tras los excelentes informes de resultados de algunas de ellas recientemente (Fig. 15). El LTEG del MegaCap-8 subió del 13,4% durante la semana del 31 de enero de 2023 al 38,9% durante la semana del 23 de febrero de 2024. Sin embargo, el LTEG general todavía está muy por debajo de los picos de fusión anteriores.

Al mismo tiempo, estamos en alerta ante la posibilidad de que se repitan los mismos máximos vistos con la inflación de los años 1970 causados por las dos crisis energéticas durante esa década. Esta preocupación nos centra en el precio del barril de crudo Brent, que sigue siendo notablemente moderado a la luz de los conflictos en Oriente Medio (Fig. 16).

Encontrar Patrones de Trading Rentables por Timothy Sykes

¡Hay nueva oportunidades para beneficiarse todos los días!

El mercado de 2024 sigue impresionando a todos.

Había algunas preocupaciones de que el indicador de inflación preferido de la Reserva Federal mostrara una inflación persistente.

Los datos salieron el 29 de febrero: los gastos de consumo personal (PCE) mostraron una inflación del 2,4 % interanual en enero. Eso ha bajado desde el 2,6 % en diciembre de 2023.

Nos estamos moviendo en la dirección correcta. Y el mercado está satisfecho. Las acciones de S&P 500 ETF Trust (NYSE: SPY) se recuperaron después de liberarse el dato.

Aquí hay un gráfico…

Cuando el mercado de valores está caliente, hay más oportunidades para que los operadores se beneficien.

Y como se puede ver en el gráfico de arriba, el mercado está en una carrera alcista en 2024.

Un ejemplo: operé una acción llamada Enveric Biosciences Inc. (NASDAQ: ENVB) cuando se disparó un 250 % por noticias alcistas sobre una nueva oportunidad de licencia con otra empresa de biotecnología no revelada.

Pero como puedes ver en mi operación a continuación… estas jugadas se mueven rápido.

¿Ves la potencia que tiene sincronizar tus señales con el sentimiento del resto del mercado?

El impulso alcista del precio de Bitcoin podría seguir por Sentimentrader

• Después de una breve caída tras la introducción de los ETF de Bitcoin al contado, el activo digital se ha disparado al alza.
• Un comportamiento de precios similar en el Bitcoin sugiere que la trayectoria ascendente seguirá durante el próximo año.
• Cuando el Bitcoin mostró patrones de precios comparables a los actuales, el S&P 500 subió en todas las ocasiones durante el año siguiente.

Uno de los activos con mayor riesgo del mundo está subiendo

La introducción de los fondos cotizados en bolsa de Bitcoin al contado marcó un hito importante en la evolución del mercado de las criptomonedas, proporcionando a los inversores tradicionales una vía regulada y de fácil acceso para obtener exposición a los activos digitales.

Después de una breve caída, que probablemente fue un escenario de comprar con el rumor y vender con la noticia, el Bitcoin se ha disparado desde que tocó suelo el 23 de enero de 2024.

Utilizando la nueva herramienta Correlation Pattern Match, identifiquemos períodos en la historia que se parezcan al comportamiento de los precios en torno a este evento fundamental para ver si el actual impulso alcista persistirá.

Lo que nos dice el estudio

A raíz de la reciente aprobación de los ETF de Bitcoin al contado, el activo digital experimentó un notable aumento de precios. El uso de la herramienta Correlation Pattern Match para comparar el comportamiento actual de los precios con otros períodos históricos similares sugiere que el Bitcoin puede subir más a pesar de su extraordinaria racha alcista. Después de movimientos similares, el Bitcoin subió durante los siguientes dos y tres meses, el 91% del tiempo. Cuando el Bitcoin muestra un impulso de precios alcista, el contexto favorable beneficia a otros activos de riesgo como el S&P 500. Una gestión adecuada del riesgo es imperativa para navegar con éxito en los mercados. Ese es especialmente el caso cuando se opera con un activo altamente volátil como Bitcoin.

¿Por Qué Usar Las Cartas De Fondos De Cobertura? por Alex Barrow

Las cartas de fondos de cobertura son una parte clave de nuestro proceso de generación de ideas en Macro Ops.

A menudo me preguntan cómo se me ocurren algunas operaciones. Mi respuesta habitual es que leo mucho, hablo con otros traders y pienso.

No tengo una sola fuente. Esto se debe en parte a que estamos interesados en todo tipo de operaciones (es decir, valor, macro clásica, situación especial, etc.) y no nos limitamos a un enfoque en particular. Lo que nos preocupa es la asimetría… cuanto mayor sea la convexidad, mejor.

Como no puedo darles mi red de traders y gerentes de HF con los que hablo, pensé en hacer algo mejor y compartir con ustedes mi lista de lectura de cartas de fondos trimestrales, sitios y blogs que leo regularmente para la generación de ideas. Hay muchos gestores de fondos por ahí, y la mayoría no vale la pena. La siguiente selección incluye a los pocos que creo que tienen más talento.

Te darás cuenta de que esta lista está muy sesgada hacia los gestores de valor de pequeña capitalización. La razón es que estas son las ideas que más me interesan. No leo muchos otros trabajos macro porque ese es el mundo en el que vivo. Y muchos de estos gestores de fondos de valor pueden dedicar mucho más tiempo a investigar una sola empresa de lo que yo podría. Siempre hacemos nuestra propia investigación, por supuesto. Pero cuando tienes un grupo de gestores de fondos de gran valor que hacen el filtrado inicial por ti, es de gran ayuda.

Como dijo Picasso, «Los buenos inversores piden prestado, los grandes inversores roban»… o algo así.

Debe Leer Los Recursos De La Carta De Fondos De Cobertura Para Generar Ideas De Inversión

A continuación se muestran mis diez mejores lecturas trimestrales de fondos de cobertura que se deben leer.

Además, leer estas cartas es como recibir una maestría en inversión de valor. Hay autenticas joyas en todas ellas (enlaces a secciones de informes incluidas en todos los nombres).

Greenhaven Road Capital

Scott Miller dirige Greenhaven Road Capital. El fondo se centra en los rincones del mercado pasados por alto y fuera de lo común. Miller caza acciones de pequeña a micro capitalización, SPAC, spin-offs y empresas muy castigadas.

Miller mantiene un perfil bajo. Ponerlo en nuestro podcast es más difícil que llegar al Papa. En cambio, da más vueltas que la mayoría de los inversores.

Puedes leer algunas de sus últimas ideas que aparecen en nuestra Carta de Inversión de Valor Recaphere.

GreenWood Investors

Steven Wood dirige GreenWood Investors, que es un fondo de inversión colaborativo dedicado a invertir en constructores y transformadores a nivel mundial. El mandato global de GreenWood le permite invertir en casi cualquier negocio que cumpla con sus criterios de «Constructores» y «Transformadores».

Disfruto de las cartas de Steven porque no solo es un pensador/inversor agudo, sino que aporta un enfoque único a la inversión al centrarse en el largo plazo.

Alluvial Capital

Dave Waters dirige Alluvial Capital, que podría ser el fondo de cobertura más esotérico que hayas visto. El fondo se centra exclusivamente en acciones de microcapitalización y altamente ilíquidas. Estoy hablando de acciones que negocian 1-2 acciones cada trimestre.

Alluvial tiene un don para identificar empresas que todos los demás no pueden encontrar o creer que están muertas hace mucho tiempo.

Algunas de estas empresas requieren que usted posea acciones antes de compartir el último Informe Anual.

Siempre encuentro ideas nuevas y emocionantes al leer las cartas de Dave y sé que tú también lo harás.

Rowan Street Capital

Alex Kopel y Joe Maas dirigen Rowan Street Capital, una empresa de inversión altamente concentrada orientada al crecimiento. Rowan Street equilibra mi sesgo de valor natural en lo que leo.

Alta Fox Capital

Connor Haley dirige Alta Fox Capital, un fondo de cobertura orientado al valor desde hace mucho tiempo con un toque de activismo. Soy un gran fan del marco de inversión y el rigor de la investigación fundamental de Haley. Está construyendo una gran empresa y tiene un historial histórico impresionante.

Como la mayoría de los inversores de esta lista, Connor invierte a nivel mundial y a menudo descubre nombres que no habría encontrado de otra manera.

Puedes leer más sobre el marco de Connor y las cartas de los inversores aquí.

Maran Capital

Dan Roller gestiona Maran Capital, un pequeño fondo de inversión que invierte en acciones de pequeña y micro capitalización pasada por alto. Junto con las pequeñas y microcaps, Roller pasa la mayor parte de su tiempo identificando ideas de situaciones especiales que generan rendimientos no correlacionados para el fondo.

He encontrado un puñado de ideas interesantes de la carta de Dan. También he tenido la suerte de conocerlo personalmente. Es un tipo increíble y un inversor inteligente.

Echa un vistazo a sus cartas para inversores aquí.

Pretorian Capital

Praetorian Capital es un fondo de cobertura clásico de alta volatilidad que invierte en una cesta concentrada. Harris Kupperman dirige Praetorian y es el fundador de KEDM.com.

1 Main Capital

1 Main Capital es una asociación de inversión sesgada a largo plazo que invierte principalmente en negocios de alta calidad, valorados de forma atractiva y en crecimiento. Yaron Naymark dirige el fondo. Puedes ver nuestro podcast con Yaron aquí.

Me gusta leer las cartas de Yaron porque siempre hay un negocio que menciona que es de alta calidad, que tiene potencial para el crecimiento orgánico y la expansión de su margen, y que cotiza a un precio decente (o barato).

Laughing Water Capital

Laughing Water Capital es una asociación de inversión boutique que invierte en un número concentrado de empresas que se ocupan de algún problema a corto plazo que la administración puede solucionar razonablemente.

Matt Sweeney dirige Laughing Water Capital. Al igual que Dan Roller, he tenido la oportunidad de conocer personalmente a Matt. Es un gran tipo.

Puedes escuchar nuestro podcast con Matt aquí.

Me encanta leer las cartas de Sweeney porque los analistas de acciones tradicionales nunca encuentran las acciones que compra,

Bonsai Partners

Andrew Rosenblum dirige Bonsai Partners, una asociación de inversión boutique que tiene un número concentrado de empresas de alta calidad que operan con valoraciones atractivas. Andrew y yo pescamos en aguas muy similares, así que siempre encuentro 1-2 nuevas ideas para añadir a la lista de seguimiento después de leer sus cartas.

Puedes obtener más información sobre Andrew y su proceso escuchando su podcast con Good Investing Talks (aquí).

Resumen Importante De Las Cartas De Los Fondos De Cobertura

Así que estas son las cartas trimestrales que me aseguro de al menos hojear cada trimestre si no leer en su totalidad. Sin embargo, no hay duda de que me he perdido algunas cartas muy buenas en este artículo.

Para la generación de ideas, también encuentro útiles sitios como Value Investors Club, MOI Global y SumZero. VIC y SZ son gratuitos siempre y cuando envíes una idea aprobada.

Twitter también es un gran recurso para la generación de ideas. Si sabes cómo usarlo bien (que es un tema para un futuro artículo), puedes crear una red altamente diferenciada de generación de ideas.

Un final explosivo para una racha de calma por SentimenTrader

• El S&P 500 pasó casi un año completo sin un movimiento diario de +/- 2%
• Eso terminó la semana pasada con un movimiento explosivo al alza.
• Un comportamiento similar generó ganancias durante el año siguiente en todos los casos, con una salvedad

El S&P puso fin a un largo período de calma con una explosión al alza

Hemos visto recientemente que el índice más famoso del mundo ha disfrutado de uno de los períodos de movimientos tranquilos más largos de la historia, al tiempo que ha ido acumulando ganancias significativas.

Finalmente se puso fin a ese período de calma, pero no de la forma habitual. En lugar de que la volatilidad aumentara debido a la caída de las acciones, hizo lo contrario. El S&P terminó uno de los tramos más largos de su historia sin un movimiento diario de +/- 2% al recuperarse fuertemente gracias al informe de ganancias de NVDA.

Lo que nos dice el estudio

Varias señales de advertencia técnicas han estado apareciendo durante el último mes, pero los índices continúan recuperándose rápidamente incluso del más mínimo retroceso. Muchas de esas señales técnicas fueron rápidamente diluidas porque las acciones más pequeñas recuperaron algo de holgura e impulsaron a los índices a nuevos máximos. Éste es el comportamiento clásico del mercado alcista.

El aspecto más negativo de las acciones en este momento es que les ha ido tan bien que los rendimientos a medio plazo tienden a ser débiles y el riesgo/recompensa es igual o un poco peor. Eso no significa mucho para los inversores con un horizonte temporal superior a unos pocos meses. Y el hecho de que el índice de referencia más utilizado del mundo saliera de un largo período sin grandes cambios diarios y explotara al alza confirma aún más este comportamiento. Una actividad similar precedió siempre a ganancias durante el año siguiente, y esa es una evidencia difícil de argumentar.