¿Podrá continuar la tendencia alcista en el oro? [Dirty Dozen] por Alex Barrow

1. Solo quedan tres días de negociación en noviembre. Será interesante ver cómo cierran el mes los principales índices. Aquí podemos ver que el Dow está a punto de completar un patrón de continuación de H&S invertido.

A corto plazo, los mercados estadounidenses parecen un poco sobrecomprados. Pero más a medio plazo, el camino de menor resistencia sigue siendo.

2. Esto se hace más interesante por el hecho de que los especuladores, tanto grandes como pequeños, se mantienen extremadamente cortos con el Dow.

3. Recientemente, nuestro indicador de liquidez de MO (una combinación de varios puntos de datos de las fincon) se volvió positivo (marcado por un sombreado verde). Esta es otra buena señal para las acciones.

4. Las exportaciones de Corea del Sur se han vuelto sólidamente positivas sobre una base de un % interanual por primera vez desde que se adentraron en terreno negativo al final de 22′. Las exportaciones de Corea del Sur sirven como un buen barómetro de la economía mundial.

5. Pero con las perspectivas no son todo color de rosa… Aquí en los EE. UU., acabamos de ver el Índice Estatal de la Reserva Federal de Filadelfia caer a -22. Cada dos veces a lo largo de su historia de más de 40 años que ha caído por debajo de cero, EE. UU. estuvo en o pronto entró en una recesión.

Este índice se calcula combinando cuatro indicadores a nivel estatal: el empleo en nóminas no agrícolas, el promedio de horas trabajadas en la fabricación por los trabajadores de la producción, la tasa de desempleo y los desembolsos de salarios y salarios deflactados por el índice de precios al consumidor de los 50 estados. Una lectura por encima de 50 indica que la economía del estado se está expandiendo y por debajo significa que se está contrayendo.

6. Con el rebote del crecimiento global, al menos ex. EE. UU., estoy vigilando de cerca el cobre, que continúa operando en su canal descendente de casi un año de duración (el siguiente gráfico es semanal).

7. El posicionamiento es bajista, pero está lejos de ser extremo. Sin embargo, nuestro indicador de sentimiento muestra una falta general de interés entre las posiciones grandes y pequeñas. Y nuestro oscilador de valoración permanece en el percentil 0.

Además, el cobre entra en su período más fuerte de estacionalidad a partir de mediados de diciembre y esto continúa hasta la primera semana de marzo.

8. Adam Tooze compartió algunos gráficos de petróleo y gas en un reciente libro de gráficos que se extraen de los recientes informes de Inversión Mundial en Energía y Petróleo y Gas de la AIE.

Tooze señala que «La vanguardia de la transición es la electrificación. La AIE muestra un aumento de la inversión en la generación de energía verde (solar, eólica), la movilidad eléctrica (VE) y, en menor medida, las redes eléctricas y la eficiencia. En todo el mundo, la energía solar y la eólica, que alguna vez fueron el dominio de los eco-freaks, ahora están atrayendo un 30 por ciento más de nuevas inversiones que el petróleo y el gas. Vale la pena hacer una pausa para tener en cuenta ese hecho».

9. Y lo que es más, la industria del petróleo y el gas no está reinvirtiendo sus dólares en la expansión o incluso en el mantenimiento de la capacidad. En cambio, está pagando la deuda y comprando acciones. Así es como se desarrolla cada ciclo de CAPEX, pero este parece que será particularmente extremo debido a la dinámica única en juego.

10. Hablando de petróleo, una de nuestras operaciones de energía favoritas y posiciones de cartera a largo plazo, Tidewater (TDW), está dando una entrada/añadir posiciones técnica de bajo riesgo.

A continuación se muestra su gráfico semanal que muestra un giro la semana pasada de su banda de Bollinger inferior. Podríamos poner un stop de compra justo por encima de los máximos de la semana pasada y poner su punto de riesgo justo por debajo de sus mínimos, lo que le da un buen objetivo con un bajo riesgo.

11. El mes pasado, señalé el gran repunte dentro del sector cripto, Galaxy Digital Holdings. Ha tenido un buen recorrido y ahora está consolidando sus ganancias a medida que forma una bandera alcista. Consideraré entrar largo en una ruptura de este rango.

12. No nos acercamos por encima del nivel clave de 2k el mes pasado en Gold. Pero parece que podemos verlo esta vez. Una ruptura alcista de este rango daría un gran apoyo a la contratación del crecimiento / suelo de EE. UU. imagen de crecimiento de EE. UU. a la que aluden los gráficos anteriores.

Estamos largos y buscaremos añadir más posiciones en la confirmación de la ruptura.

Gracias por leer.

Hablemos del riesgo en el trading por Jack Schwager

• Volatilidad. Todos la miramos cuando vamos a analizar un activo. De hecho, esta suele ser una medida usada para entender el riesgo que un activo o sistema muestra. Pero ¿de verdad es una medida fiable para medir el riesgo? Jack Schwager, en exclusiva para Hispatrading Magazine, nos habla de ello. Seguro que comienza a pensar de modo diferente.
• El artículo “Apuntes sobre el riesgo y trading” se ha publicado en Hispatrading Magazine nº42.

Este es un tema muy amplio, tanto que hablaré de él en una serie de artículos. En este, me centraré en la validez y la aplicabilidad del uso de la volatilidad como medida de riesgo. En el segundo artículo, consideraré medidas de riesgo alternativas, y diría que superiores. Finalmente, en el tercer artículo, me enfocaré en medir (y controlar) el riesgo futuro en lugar de medir el riesgo pasado. Dado que la medición del riesgo es igualmente pertinente tanto para los traders como para los inversores, utilizaré ambas perspectivas en los dos primeros artículos. 

“Volatilidad” es el término laico utilizado para referirse a una medida estadística: la desviación estándar.

“Volatilidad” es el término laico utilizado para referirse a una medida estadística: la desviación estándar. Muchos lectores conocerán la definición matemática de la desviación estándar, pero para aquellos que no, piensen en la desviación estándar como una medida de cómo son los retornos variables. Cuanto más generalizados sean los retornos al rededor del rendimiento medio histórico, mayor será la desviación estándar. Para proporcionar un sentido tangible de la desviación estándar, le pongo un ejemplo. Suponga que los rendimientos se distribuyen normalmente (un supuesto simplificador conveniente sujeto a muchas excepciones en los mercados). Si encontrara un mercado así, entonces se esperaría que el 95% del tiempo los rendimientos caigan dentro de dos desviaciones estándar del rendimiento promedio (suponiendo que usemos el rendimiento promedio histórico como el nivel de rendimiento futuro esperado). 

Por ejemplo, si un gestor tiene un rendimiento anual promedio del 15% (que se supone que es el rendimiento esperado futuro) y una desviación estándar del 5%, habría una probabilidad del 95% de que el rendimiento anual caiga en un rango entre + 5% y + 25%. Si otro gestor también tiene un rendimiento anual promedio del 15% pero tiene una desviación estándar del 20%, el rango de probabilidad del 95% para el rendimiento se ampliará a -25% y + 55%. Se supone que ambos gestores tienen el mismo rendimiento esperado, pero hay más incertidumbre, en el nivel de retorno, para el gestor con una desviación estándar más alta.

La volatilidad (es decir, la desviación estándar) a menudo se considera sinónimo de riesgo. Una confusión que se encuentra en el corazón de la mala medición del riesgo.

Es importante comprender que la desviación estándar mide la variabilidad en los rendimientos y no necesariamente refleja el riesgo de perder dinero. Piense, por ejemplo, en un fondo que perdió un 1.0% mensualmente. Dicho fondo tendría una desviación estándar de 0.0 porque no hay variabilidad en los retornos, pero tendría la certeza absoluta de perder dinero. Este peculiar ejemplo lo comentó Milt Baehr, cofundador de Pertrac, en una conversación que tuvimos hace años.

La volatilidad (es decir, la desviación estándar) a menudo se considera sinónimo de riesgo. Una confusión que se encuentra en el corazón de la mala medición del riesgo. La volatilidad es solo una parte de la imagen del riesgo, la parte que puede cuantificarse fácilmente, lo que sin duda es la razón por la que se usa comúnmente como una medida del riesgo. Sin embargo, una evaluación integral de riesgos también debe considerar y sopesar los riesgos ocultos (o de eventos), especialmente dado que estos riesgos pueden ser más importantes.

La confusión entre volatilidad y riesgo a menudo lleva a los inversores a equiparar los fondos de bajo riesgo con los fondos de baja volatilidad.

La confusión entre volatilidad y riesgo a menudo lleva a los inversores a equiparar los fondos de bajo riesgo con los fondos de baja volatilidad. La ironía es que muchos fondos de baja volatilidad en realidad pueden tener un riesgo más elevado que los fondos que tienen una alta volatilidad. 

Las mismas estrategias, que están más expuestas al riesgo de eventos (por ejemplo, volatilidad corta, crédito largo), también tienden a ser rentables la gran mayoría de las veces. Mientras no ocurra un evento adverso, estas estrategias pueden seguir adelante con NAVs en constante aumento y movimientos negativos a la baja. Mostrarán baja volatilidad (en relación con el rendimiento) y parecerán de bajo riesgo. Pero el hecho de que no se haya producido un evento adverso, durante el historial, no implica que el riesgo no exista.

Otro ejemplo. El Fondo A que emplea una estrategia de venta de opciones out de money o fuera de dinero. Salvo bruscos y grandes movimientos, el fondo cobrará una prima por las opciones que expiran sin valor y serán rentables. El historial estará dominado por un gran porcentaje de meses rentables y una volatilidad relativamente baja, proporcionando una apariencia de rentabilidad constante y bajo riesgo. Pero, ¿esta aparente volatilidad realmente implica un bajo riesgo? ¡De ningún modo! En caso de que el mercado sea testigo de una caída repentina y grande de los precios, el riesgo explotaría. Entonces, en esta estrategia, cuanto mayor sea el movimiento adverso del precio, mayor será la exposición. La antítesis perfecta de una estrategia de bajo riesgo.

El comportamiento de las inversiones, vulnerables al riesgo de eventos, opera en dos estados radicalmente diferentes: la fase predominante cuando las condiciones son favorables y una fase esporádica cuando ocurre un evento adverso. Es una locura estimar las características generales de rendimiento en base a solo una de estas fases. 

Asumir que la baja volatilidad implica que un fondo es de bajo riesgo es como asumir que un lago en Maine (Estado situado más al norte de los Estados Unidos de América) nunca se congelará en función de las lecturas diarias de temperatura tomadas solo durante el verano.

Las estrategias de trading pueden incorporar tanto baja volatilidad como alto riesgo. Las estrategias que caen en ambas categorías tendrían las siguientes características:

• La estrategia tiene una alta probabilidad de retorno moderado y una pequeña probabilidad de grandes pérdidas.
• El historial de la estrategia se superpone a un entorno de mercado favorable para el enfoque particular.
• No hubo eventos de estrés importantes para la estrategia durante el historial disponible.

Mi intención es advertir que la baja volatilidad no implica necesariamente un bajo riesgo. Sin embargo, no tengo la intención de sugerir que una baja volatilidad implique un alto riesgo. Por supuesto, algunas estrategias de baja volatilidad también serán de bajo riesgo. La clave es determinar la razón de la baja volatilidad. Si la baja volatilidad se puede atribuir a una estrategia que supone una compensación de ganancias moderadas frecuentes, a cambio de un riesgo de grandes pérdidas ocasionales (por ejemplo, vender opciones fuera de dinero, apalancar posiciones de crédito largas, etc.), entonces la evaluación del riesgo debe incorporar las implicaciones de un evento adverso. Incluso si no ocurrió durante el historial disponible. 

Sin embargo, si la baja volatilidad se puede atribuir a una estrategia que emplea un riguroso control de riesgos, por ejemplo, una disciplina de gestión de riesgos que limita las pérdidas a un máximo de 0.5% por operación, entonces la baja volatilidad sí puede reflejar correctamente un bajo riesgo.

No solo la volatilidad, como se mide típicamente por la desviación estándar, a menudo subestima drásticamente el riesgo en circunstancias en las que se aplican riesgos ocultos. En algunos casos, la volatilidad también puede exagerar significativamente el riesgo. Algunos gestores persiguen una estrategia que reduce las pérdidas, pero permite grandes ganancias. Considere el Fondo B en el que el gestor compra opciones fuera de dinero en momentos en que se anticipa un gran movimiento de precios. La pérdida, en estas operaciones, se limitaría a la prima pagada, pero la ganancia sería supuestamente ilimitada. Si, a fin de cuentas, el gestor logró entrar en el momento exacto en estas operaciones, el historial podría reflejar una alta volatilidad debido a las grandes ganancias. Sin embargo, el riesgo se limitaría a la pérdida de la prima de la opción. En efecto, el historial del gestor exhibiría alta volatilidad y un bajo riesgo.

Es importante enfatizar que el Fondo B que se acaba de describir no es el inverso del Fondo A discutido anteriormente, que constantemente vendió opciones fuera de dinero. La estrategia opuesta de comprar constantemente opciones fuera de dinero podría tener pérdidas mensuales limitadas, pero ciertamente sería propenso a grandes pérdidas acumuladas a lo largo del tiempo, debido al potencial de pérdidas consecutivas durante muchos meses. Además, dado que los vendedores de opciones lo hacen como si fueran seguros (contra los movimientos de precios), es razonable suponer que ganarán alguna prima por asumir este riesgo. 

Durante amplios períodos de tiempo, es probable que los vendedores de opciones obtengan alguna ganancia neta (a expensas de asumir una gran exposición al riesgo), lo que implica un rendimiento negativo neto esperado para compradores consistentes de opciones. Para que una estrategia de opciones en largo tenga éxito, así como para exhibir pérdidas limitadas a lo largo del tiempo, el gestor debe tener cierta habilidad para seleccionar los momentos en los que se deben comprar las opciones (en lugar de comprar constantemente opciones).

En algunos casos, la volatilidad también puede exagerar significativamente el riesgo. Algunos gestores persiguen una estrategia que reduce las pérdidas, pero permite grandes ganancias.

Por lo tanto, una alta volatilidad no es un indicador seguro de un riesgo elevado. No lo es porque con frecuencia el historial de volatilidad podría ser bajo, pero la estrategia es vulnerable a riesgos de eventos sustanciales que no ocurrieron durante la vida útil en que se analizaron los datos (es decir, existen riesgos ocultos). Y tampoco es un indicador suficiente porque, en algunos casos, una alta volatilidad puede deberse a tener grandes ganancias, mientras que las pérdidas podrían estar controladas.

La volatilidad es más útil como indicador de riesgo para estrategias de trading altamente líquidas. Por ejemplo, para estrategias largas / cortas en mercados como futuros, FX y acciones de capitalización mediana a grande la volatilidad elevada generalmente será un buen indicador del riesgo, en el sentido de que habrá una fuerte correlación entre la volatilidad y máxima pérdida durante cualquier período especificado. Pero incluso para este tipo de estrategias, la volatilidad puede ser engañosa porque la alta volatilidad podría deberse a ganancias descomunales en lugar de pérdidas descomunales. Esta característica de volatilidad subyace a la principal debilidad del ratio Sharpe. La medida de rendimiento / riesgo más utilizada, que se define como el rendimiento promedio en exceso del rendimiento libre de riesgo dividido entre la desviación estándar.

¿Qué es Global Macro Trading? por Brandon Beylo

Si estás leyendo esto, probablemente seas un inversor o trader que quiera aprender más sobre Global Macro Trading.

Tal vez hayas pasado el último año quemado por empresas tecnológicas poco rentables. Solo para ver a «Energy Bros» en Twitter como una manada de orcas alrededor de una foca bebé.

Pensaste que tenías una filosofía de inversión diferenciada. Parecía que se podía predecir los cambios tecnológicos, las transformaciones de los hábitos de consumo y los trastornos de toda la industria.

En realidad, te beneficiaste de una década de política de tasa de interés cero. Ahora que la Reserva Federal se ha apretado el cinturón, te estás preguntando dónde encontrar alfa.

Por eso estás aquí. Quieres aprender sobre Global Macro Trading. Y eso es bueno porque el Macro Trading global te salvará de una década (o más) de bajo rendimiento.

Estamos en un nuevo régimen de mercado. Uno dominado por activos físicos (léase: tangibles). De bits a átomos. Un mercado donde las presiones inflacionarias de los mayores costos de energía, alimentos y mano de obra destruyen los márgenes de beneficio y los modelos de negocio de algunas industrias. Al mismo tiempo, enriquece las industrias, las empresas y los inversores que se aprovechan de tales cambios.

Has venido al lugar correcto. Este artículo explica todo lo que necesitas saber sobre Global Macro Trading. Con este fin, aprenderá qué es el Global Macro Trading, cómo entenderlo, y por qué es esencial para el actual cambio de régimen del mercado.

Empecemos.

¿Qué es Global Macro Trading?

Global Macro Trading suena muy difícil en teoría, pero es simple en la práctica. Los macro Traders globales recorren el mundo para encontrar apuestas de riesgo/recompensa altamente asimétricas. Ideas en las que pueden arriesgar 1 $ para ganar 5 $ o 10 $.

Los operadores macro globales no tienen restricciones sobre dónde encuentran y abren sus operaciones. Ese es el verdadero secreto. Un macro trader global puede vender futuros de soja un día, comprar el Nasdaq 100 al día siguiente y vender el par dólar estadounidense/euro al siguiente.

Lo único que restringe al Global Macro Trader es su mente.

Los macro traders tienen amplias vistas de 30.000 pies en mercados como el maíz o el algodón. Desarrollan esta visión basada en puntos de datos «macro» como los rendimientos de los cultivos (para la agricultura) o el inventario, las reservas y la demanda mundial de petróleo.

Desde aquí, el Global Macro Trader encuentra el mejor instrumento para expresar su opinión sobre un mercado determinado.

Por ejemplo, supongamos que un Macro Trader piensa que Rusia retendrá más de 100.000 barriles de petróleo de la producción. En ese caso, podría ir a los futuros de petróleo y comprar como una forma de jugar el choque que se verá en el lado de la oferta.

O supongamos que el S&P 500 cotiza más de 30 veces las ganancias actuales, la economía se está calentando y los consumidores se están agotando, maximizando las tarjetas de crédito y se quedan atrás en los préstamos. El Macro Trader toma esa información y utiliza el mercado de futuros para expresar sus opiniones vendiendo los futuros del S&P 500.

No hay necesidad de complicar demasiado lo que es el Global Macro Trading. Está desarrollando una visión diferenciada de un mercado específico, y luego encontrando el instrumento más apropiado para ejecutar esa apuesta.

Por supuesto, necesitas una buena investigación macro para desarrollar esas opiniones de mercado diferenciadas. Abordemos eso a continuación.

¿Qué es Global Macro Trading?

Los inversores en acciones individuales investigan a las empresas estudiando los balances de su industria, las declaraciones de resultados, las declaraciones de flujo de efectivo y el posicionamiento competitivo. Hablan con clientes, proveedores, antiguos empleados y cualquier persona que pueda darles una idea del funcionamiento interno de la empresa.

La investigación sobre Global Macro Trading es 100 veces (tal vez 1.000 veces) más grande en alcance que la investigación de acciones individuales. Lo que hace que esto sea así cuando estás recorriendo el mundo y apostando por cosas como crisis monetarias, choques petroleros y caídas del mercado de valores.

Simplificamos esta investigación en macro en Macro Ops creando el HUD. El HUD es nuestro panel de investigación macro global que alberga los datos más relevantes (léase: señal alto, bajo nivel de ruido) para las decisiones de inversión. Puedes ver una captura de pantalla del HUD a continuación.

El HUD destaca elementos cruciales de la investigación macro como:

• amplitud
• deuda
• volatilidad
• inflación
• liquidez

Esta es la parte más crucial de la investigación macro. Un gran operador macro utiliza todos estos insumos para crear una serie de realidades potenciales.

Hay algunas maneras de obtener esta información si no eres miembro de Macro Ops Collective. Puede obtener datos financieros de la Reserva Federal, datos de petróleo de la OPEP y el Departamento de Energía de los Estados Unidos, e informes agrícolas del Departamento de Agricultura de los Estados Unidos y la Junta de Comercio de Chicago.

Otra gran manera de hacer investigación macro es leyendo el Financial Times (o FT) y las revistas globales de trading de materias primas o los boletines de cambio de divisas.

Por último, estudia los mercados de futuros. Es donde pasará la mayor parte de su tiempo expresando puntos de vista macro a través de contratos de futuros sobre índices bursátiles, materias primas, metales preciosos y más.

A estas alturas, ya sabes lo que es el Global Macro Trading y las herramientas de investigación para encontrar y desarrollar tus propios puntos de vista sobre el mundo. Entonces, ¿cómo te metes en el Global Macro Trading?

Cómo Entrar En El Macro Trading Global

Lo primero que debe hacer es operar con papel su estrategia de Macro Trading global recién desembalatado. El Global Macro Trading implica a instrumentos altamente apalancados como futuros, opciones y divisas. Puedes perderlo todo si no tienes cuidado al operar con estos instrumentos.

Haciendo trading en demo aprenderá los conceptos básicos de la gestión de riesgos, el establecimiento de stop-loss adecuados, la identificación de objetivos de beneficio y la importancia del tamaño de la posición. Todo sin arriesgar nada de tu dinero ganado con tanto esfuerzo.

Global Macro Trading suena intimidante. Los traders se están ahogandol. No es de extrañar que la mayoría de los inversores no cumplan con la transición a medida que entremos en este nuevo régimen de mercado. Uno que estará dominado por los macro traders globales y su mentalidad de «ir hasta cualquier lugar» donde haya un buen trade.

Hola ChatGPT, ¿puedes hacer probar una de estrategia de trading? por Quantpedia

El tiempo vuela. Han pasado más de seis meses desde nuestro último artículo, y medio año en un campo de rápido desarrollo como la inteligencia artificial parece diez veces más. ¡Así que revisaremos nuestro artículo y probaremos algunos nuevos trucos! ¿El chatbot de OpenAI ha hecho alguna mejora significativa? ¿Se puede usar ChatGPT como motor de backtesting? ¡Retomamos nuestra asignación de activos de paridad de riesgo y volvemos a probar los límites del desarrollo actual de IA!

Introducción

Comenzaremos con una breve recapitulación, además de que crearemos una cartera de referencia en Excel para compararla con los resultados que obtendremos de la IA. ¡Vamos a sumergirnos directamente en ello!

Datos

Nuestra fuente de datos es Yahoo Finance. Utilizamos las columnas Fecha y Cierre de Adj de los datos descargados que tienen en cuenta los splits y los dividendos. Tenemos dos archivos separados por comas, que podemos editar aún más con el software de hoja de cálculo que elijamos. Como se mencionará más adelante, utilizaremos datos de dos activos:

• SPDR S&P 500 ETF Trust (SPY)
• Acciones de oro de SPDR (GLD)

Justificación

Queremos que la IA pruebe una simple asignación de activos de paridad de riesgo:

• El universo de inversión consiste en
  • SPY y
  • ETF GLD.
• Cuando asignamos un 50% de peso a cada ETF y lo reequilibramos mensualmente, entonces tenemos una asignación de activos de referencia igualmente ponderada.
• Queremos que una IA construya una mejor estrategia de asignación de activos que la igualmente ponderada, por lo tanto:
  • Omitimos parte del conjunto de datos (un año [agosto de 2017 a agosto de 2018]) y
  • deja que la IA sugiera mejores métodos de ponderación. Luego elegimos la paridad de riesgo inversa ponderada por volatilidad. Dejamos que AI utilice los datos de los últimos 12 meses para calcular la volatilidad de cada ETF, calcular el peso de cada ETF en la cartera para el próximo mes, realizar la prueba posterior de la siguiente estrategia de asignación de activos y calcular las nuevas estadísticas apropiadas.

Aquí está el gráfico que muestra las estrategias de asignación de activos ponderadas por puntos de referencia y la volatilidad inversa que se utilizaron como puntos de referencia para los backtest realizados por la IA:

Este está hecho por nosotros los humanos. Pero, ¿podemos convencer a ChatGPT de que produzca gráficos similares y calcule las estadísticas necesarias?

Si lees nuestro anterior artículo verás como la IA se negó a enumerar más de lo posible métodos y probar una simple asignación de activos ponderada por igual. Y eso fue todo. Por lo tanto, trataremos de impulsar aún más la IA en la tarea de convertirse en un útil «analista de datos junior virtual».

Limitaciones

Mientras escribía este artículo, el ChatGPT de OpenAI permitió compartir conversaciones completas con otras personas. Sin embargo, hemos optado por no profundizar en esta función y, en su lugar, compartir solo las indicaciones y respuestas más relevantes para mantener el artículo lo más sencillo posible. También eliminamos las respuestas redundantes y duplicadas, así como las respuestas que estaban en el artículo anterior.

Hay una última cosa que queremos mencionar antes de llegar a la parte principal del artículo. Somos conscientes de los problemas con el LLM (grandes modelos de lenguaje) y las limitaciones de la IA (inteligencia artificial) cuando se trata de resolver problemas complejos (modelado financiero). ChatGPT tiene mucha confianza en dar respuestas que no siempre son correctas. A menudo se conoce como la alucinación de los LLM. Ten en cuenta esto cuando trabajes con IA.

Análisis de asignación de activos en ChatGPT

1. Prueba con los complementos de ChatGPT

Los complementos se introdujeron gradualmente a finales de marzo de 2023 y están impulsados por aplicaciones de terceros que OpenAI no controla. Los complementos conectan ChatGPT a aplicaciones externas. ChatGPT elige automáticamente cuándo usar los complementos durante una conversación, dependiendo de los complementos que hayas habilitado. No puede seleccionar uno de los múltiples complementos para usar si habilita más de uno. El artículo introductorio lo explica mejor con una analogía. Los complementos pueden ser «ojos y oídos» para los modelos de lenguaje, dándoles acceso a información que es demasiado reciente, personal o específica para ser incluida en los datos de entrenamiento.

Al principio, seleccionamos y probamos algunos complementos relevantes con el uso de (clasificados de los más a los menos útiles para la tarea seleccionada):

• El complemento Polygon trae datos de mercado, noticias y fundamentos para acciones, opciones, divisas y criptomonedas de Polygon.io El complemento es útil para obtener datos financieros externos de alta calidad en el entorno de ChatGPT y nos ayuda a no confiar en los datos almacenados en algún lugar del modelo de lenguaje de ChatGPT que pueden ser muy borrosos o incompletos.
• Savvy Trader AI tiene datos de acciones, criptomonedas y otros datos de inversión en tiempo real, y este también proporciona respuestas oportunas,
• Statis Fund Finance promete ser una herramienta de datos financieros para analizar las acciones. Puedes obtener cotizaciones de precios, analizar promedios móviles, RSI y más. Tienen datos precisos y también han mostrado algunos resultados prometedores.
• Quiver Quantitative, con el que se puede acceder a datos sobre el comercio de acciones del Congreso, el cabildeo, el comercio de información privilegiada y la legislación propuesta, fue de poca utilidad en esta prueba, pero sigue siendo un complemento interesante
• El complemento PortfolioMeta afirma que da ayuda y debe usarse para analizar acciones y obtener datos y análisis de inversión integrales en tiempo real. Aún así, no lo usamos, ya que nunca fue elegido para ser utilizado en ninguna combinación.
• TradingBro obtiene datos financieros de ChatGPT para su trading/aprendizaje: resultados empresariales, vista de analistas, DCF, detalles de ventas, operaciones con información privilegiada, etc.

El mejor uso para nosotros que encontramos fue la combinación de cualquiera de los dos

• Polygon, Savvy Trader AI y/o Statis Fund Finance

ya que puedes habilitar tres complementos simultáneamente. Como se mencionó anteriormente, ChatGPT elige el más adecuado (no somos conscientes de los algoritmos específicos que evalúa y elige). Podemos tener algo de control sobre eso si solicitas seleccionar un complemento específico para una tarea en un mensaje enviado a ChatGPT durante tu análisis de datos.

Decidimos deliberadamente omitir las indicaciones que ya se habían utilizado en nuestro artículo anterior y centrarnos en nuevas investigaciones y respuestas.

Compartimos la transcripción seleccionada de la conversación:

Aquí, tenemos el primer detalle significativo e interesante. En nuestro artículo anterior, nos quedamos solos con ChatGPT, que se negó, además de enumerar alternativas interesantes, a hacer cualquier cálculo. Ahora, con el uso de complementos, la situación es un poco diferente:

Ahora, lo hace, pero necesitábamos ajustar, cuidar y dirigir ChatGPT para producir resultados deseables. Encontramos: «Calculate volatility from 12 previous months, and use it for next month and do it interatively from August 2018 to August 2021.«. Incitar a funcionar realmente de la manera que lo pretendíamos. Y lo hace muy bien:

En intentos anteriores, ChatGPT intentó calcular la volatilidad, pero la calculó erróneamente para todo el año y utilizó ese valor para cada mes, lo que dio resultados incorrectos. Como puede ver, necesitábamos regenerar las respuestas y actualizar nuestras indicaciones para afinarlas.

Y la respuesta continúa:

Además, aquí tenemos la comparación con el modelo de igual ponderación que se hizo anteriormente, incluso cuando no lo pedimos. Lo vemos como una contribución interesante, pero a veces puede ser molesto si no obtienes la respuesta que estás buscando exactamente y te distrae de tu objetivo principal.

Pero aquí viene lo que los plug-ins no pueden hacer: visualizar los resultados. Desafortunadamente, debido a que no hay un entorno de ejecución, producen código, pero no pueden ejecutarlo:

En su lugar, quiere visualizar los datos como una tabla, que no es lo que queremos, y decidimos no incluirlos aquí.

2. Análisis avanzado de datos (anteriormente conocido como intérprete de código)

Code Interpreter es un emocionante complemento a ChatGPT de OpenAI, introducido en marzo de 2023.

Todavía está en desarrollo y está marcado como una versión alfa. Dicho de forma sencilla, es un modelo experimental de ChatGPT que puede usar Python, manejar cargas y descargas, y trabajar como un intérprete de Python en funcionamiento en el entorno de ejecución con cortafuegos. Obviamente, hay algunas limitaciones, a saber, una sesión que está viva durante la duración de una conversación de chat (con un tiempo de espera superior) y las llamadas posteriores pueden acumularse unas sobre otras. Admite la carga de archivos en el espacio de trabajo de conversación actual y la descarga de los resultados de su trabajo. Así que la herramienta tiene muchas ventajas y algunas desventajas, pero eso no nos limita a probarla para el análisis estadístico de los datos financieros.

Al escribir nuestro artículo (agosto y septiembre de 2023), OpenAI lanzó su cambio de marca y lo cambió de nombre a Advanced Data Analysis (junto con el lanzamiento de ChatGPT Enterprise).

Para el análisis avanzado de datos (intérprete de código), necesitábamos cargar los datos de Yahoo Finance, como se mencionó anteriormente.

En la herramienta, puedes ver el código que produjo, y también describe muy bien el contenido del archivo.

Íbamos a someternos al procedimiento de nuevo, dándole las mismas indicaciones de nuevo para preservar la reproducibilidad con la mayor precisión posible. Y todo el proceso comienza de nuevo. Esta es la parte más importante de la conversación que proporciona respuestas a las preguntas planteadas.

Como estábamos haciendo cálculos en diferentes días, ChatGPT nos pidió que volvamos a cargar archivos de datos csv, lo que hicimos.

Finalmente, ChatGPT, en su forma de Análisis Avanzado de Datos, podría producir un código de trabajo para representar la curva de equidad y visualizar su cambio de tiempo; ¡lo empujamos e incluso pedimos un estilo de gráficos similar al de Quantpedia! Y, volià:

Además de todo, cuando se le pide que resuma el código anterior, ChatGPT proporciona un resumen lo suficientemente justo. Así que nunca te sientes excluido cuando necesitas entender algo que hace.

Conclusión y comparación

Ahora, nos gustaría comparar nuestro intento inicial de probar la estrategia de asignación de activos con los nuevos enfoques con

• nuevo modelo (ChatGPT 4.0),
• nuevo modelo (ChatGPT 4.0) con el mejor uso de complementos y
• nuevo modelo (ChatGPT 4.0) con el uso de Análisis Avanzado de Datos (también conocido como Intérprete de código)

Primero hagámoslo cuantitativamente, comparando los resultados en forma de números, y luego escribamos nuestras impresiones basadas en probar cada opción.

Podemos ver que para ambas carteras, el uso de análisis avanzado de datos nos da los resultados más cercanos a la realidad calculados de forma independiente. Sorprendentemente, los resultados de nuestro artículo anterior, aparte del cálculo de volatilidad perdido, no son tan malos para una cartera igual ponderada, pero, por supuesto, no produce ningún resultado para el método de ponderación basado en la volatilidad, aparte de las sugerencias del proceso de cálculo.

Cada solución tiene sus propias ventajas y desventajas. Hagamos un resumen:

Enfoque manual: Cuando haces las cosas manualmente, es lento, pero si sabes lo que quieres lograr, puedes llegar allí con un control total sobre el proceso de análisis y con la oportunidad de solucionar posibles problemas.

Eso fue hasta ahora. Pero aquí está el futuro. ¿Qué pueden aportar los LLM?

1. Los viejos modelos de GPT (incluidos los pre-3.5) no pueden con cálculos un poco más avanzados, como el uso de diferentes métodos de ponderación en su estrategia de asignación de activos. Pero podemos verlos como lo suficientemente «creativos» como para darle buenas ideas de lo que podría ser bueno probar en su análisis de datos.
2. Nuevos modelos GPT (post 4.0): su imaginación está mejorando y puede ayudarlo a pensar fuera de la caja aún mejor; el uso de varios complementos les da la capacidad de usar datos de varias fuentes que se combina con una mejor comprensión rápida, lo que los hace capaces de procesar varias consultas más difíciles, y pueden hacer tales ponderaciones de volatilidad y demás. Después de numerosos intentos, encontrará las secuencias rápidas para dar a ChatGPT para producir el resultado deseado.
3. Análisis avanzado de datos: como su nombre podría sugerir, esta es probablemente el complemento más avanzado al LLM de OpenAI y es adecuado para realizar tales tareas. Además de eso, debuga, personaliza y ejecuta el código Python que produces. Incluso puedes ver el código y ver si está haciendo el trabajo previsto.

Entonces, ¿cuál es la conclusión final? Hasta ahora, acabamos de realizar un análisis de datos financieros relativamente fácil, pero el Análisis Avanzado de Datos (Intérprete de Código) parece ser una herramienta útil para borradores rápidos y verificación de nuevas ideas y conceptos. Su potencia es probablemente limitada en este momento, y no podemos usarla para cálculos a gran escala (principalmente debido al espacio en disco limitado y a la memoria disponible). Pero el potencial de este nuevo  «juguete» de investigación para los quants es, sin duda, increíble.

Autor: Cyril Dujava, Analista Quant, Quantpedia

¿Por qué no sigo mi plan de trading? por Brett N. Steenbarger

• Artículo publicado en Hispatrading 56.
• Todos tenemos un plan de trading. ¿Por qué en ocasiones no lo seguimos echando a perder toda nuestra curva de resultados? ¿Cómo podemos evitar entrar en este proceso destructivo?

A veces, no solo dejamos de escuchar a nuestra voz interior, sino que hacemos activamente lo que sabemos que es perjudicial para nuestro trading y nuestro éxito. Operamos bien semana tras semana y de repente sobredimensionamos una posición, nos negamos a respetar nuestro stop loss, aumentamos la posición perdedora y luego hacemos volar la cuenta por los aires. O, por el contrario, nos preocupan tanto las pérdidas que salimos rápidamente de las posiciones ganadoras antes de que alcancen sus objetivos, dejando mucho dinero sobre la mesa y arruinando nuestras posibilidades de éxito.

¿A qué se debe esto? ¿Qué podemos hacer para mantenernos alineados con prácticas y procesos que sean consistentes?

Un lector se me acercó recientemente, explicando que de vez en cuando experimenta pérdidas que eliminan una gran parte de sus ganancias mensuales. Es frustrante operar bien la mayor parte del tiempo, solo para perder la disciplina y aparentemente sabotear todo lo que hemos logrado de un momento a otro. La raíz del autosabotaje es el autoabandono. Perdemos temporalmente de vista lo que estamos destinados a hacer y en su lugar actuamos por impulso. Abandonamos el alma de lo que hacemos y permitimos que nuestras operaciones sean impulsadas por el ego.

Nunca he estado convencido de que la raíz de tal auto-sabotaje sea un deseo profundo e interno de lastimarse a uno mismo. Por lo general, no es la ausencia de autoestima lo que hace que actuar por impulso. Más bien, experimentamos «eventos desencadenantes» que ponen en marcha acciones automáticas y, a menudo, dañinas. El problema es una pérdida temporal del libre albedrío. Bajo un cierto conjunto de condiciones emocionales y físicas, nos comportamos de maneras preprogramadas y nos volvemos reactivos en lugar de activos. Literalmente, es una pérdida de autoconciencia que nos permite comportarnos de maneras que perjudican nuestros intereses.

Pensemos en todas las situaciones en las que *nunca* nos alteramos y nos comportamos de manera reactiva y autodestructiva. Como cuando no se tiene cuidado al cruzar calles llenas de automóviles. ¿Se imagina actuar de formar razonable el 99% del tiempo, pero solo de vez en cuando, el 1%, ir directo hacia los automóviles sin tener cuidado de que no le atropellen? O ¿manejar maquinaria peligrosa (cortacéspedes y hornos por ejemplo) con cuidado la mayoría de las veces, sólo para ir y cortarnos o quemarnos gravemente de vez en cuando? ¿Por qué no nos alteramos en esas situaciones? La primera razón es que nuestro ego no se ve implicado y la segunda es que somos plenamente conscientes de los peligros que corremos. Si no *necesito* cruzar la calle rápidamente y soy consciente del tráfico, soy perfectamente capaz de esperar a que se interrumpa el tráfico para cruzar con seguridad. Si soy claramente consciente del peligro, actuaré con precaución. Siempre.

Aquí es donde es útil realizar un “chequeo desde el cuello hacia arriba” antes de tomar cualquier riesgo. Si un cirujano tiene programada una intervención, pero se encuentra en un estado de agitación debido a una circunstancia personal, ese cirujano retrasará la operación. «Por encima de todo, no hacer daño» es el principio operativo. Si un piloto está a punto de despegar para un vuelo, se comunica con el copiloto y, juntos, revisan la lista de verificación previa al vuelo para asegurarse de que el avión esté preparado de verdad para volar. Si algo falla mecánicamente, el vuelo se retrasará. Por encima de todo, no hacer daño.

Lo opuesto al autoabandono es la autoconciencia. Si nos acercamos a cada sesión de trading, – ¡cada operación! – Igual que un cirujano aborda una operación o la forma en que un piloto se prepara para un vuelo, entonces estaremos en el estado en que normalmente estamos cuando cruzamos una calle concurrida. La conciencia del riesgo y el peligro nos permite no hacer daño.  No es la disciplina o la orientación al «proceso» lo que nos permite no alterarnos cuando manejamos un cuchillo de tallar en la cocina. Es la conciencia inmediata y aguda del peligro. La clave es la autoconciencia: saber cuándo tenemos la mentalidad equivocada para asumir riesgos. Al igual que el cirujano, al igual que el piloto, debemos tomar el peligro tan en serio que estamos dispuestos a posponer nuestra actuación hasta que estemos seguros de que «no haremos daño». Si hemos realizado nuestro propio chequeo del cuello hacia arriba, nunca operaremos por impulso.

¿Cuándo volveremos a ver nuevos máximos en el mercado de valores? por Ben Carlson

El S&P 500 hizo por última vez un nuevo máximo histórico el 3 de enero de 2022.

El mercado ha estado trabajando lenta pero seguramente para volver a nuevos máximos, pero hemos estado bajo el agua durante casi dos años:

El mercado está a poca distancia de los nuevos máximos, pero las acciones no han ido a ninguna parte durante casi dos años.

Llevamos poco menos de cuatro años de la década de 2020 y la mitad de esos años no han visto nuevos máximos, pero ya hicimos muchos de ellos en esta década.

Este es el número de nuevos máximos históricos por década desde 1950:

El mercado de valores es errático, por lo que algunas décadas tenemos muchos nuevos máximos, mientras que en otras tenemos muy pocos.

Según mis cálculos, ahora hemos pasado 473 días de negociación sin nuevos máximos para el S&P 500.

Esa es en realidad la quinta racha más larga desde 1950:

Lo más loco de esas otras rachas es lo cerca que estaban.

En cada caso, tuvimos una recesión, seguida de un breve aplazamiento del mercado alcista y luego una recesión aún mayor a corto plazo.

El mercado bajista al final de los años go-go de 1968-1970 es uno de los desplomes más olvidados de la historia, seguido unos pocos años más tarde por el desagradable mercado bajista de 1973-1974.2

Y todos conocemos la década perdida que inició este siglo, en la que el mercado de valores se redujo a la mitad dos veces.

El S&P 500 subió un 6,8 % anual desde 1968 a 1980, pero ese rendimiento se comió por completo la tasa de inflación del 7 % en ese momento.

El mercado subió un total del 23 % desde 2000-2013, un rendimiento anual del 1,6 %.

A pesar del hecho de que tuvo dos períodos prolongados en los que los inversores vieron pocos máximos nuevos de todos los tiempos, si nos fijamos en los rendimientos de 1968-2013, el mercado de valores seguía subiendo casi un 10 % al año.

Esta es una de las razones por las que el mercado de valores puede ser tan loco. Los rendimientos son muy inestables. Pueden ser horribles durante largos períodos de tiempo. Podrías estar bajo el agua durante años.

Es posible que podamos ver nuevos máximos históricos en el S&P 500 a finales de este año o principios del próximo año. Y luego podríamos experimentar otro mercado bajista que vea como las acciones no van a ninguna parte durante más tiempo. O podríamos estar presenciando el nacimiento de un nuevo mercado alcista.

La verdad es que nadie lo sabe.

Esta es una de las razones por las que las acciones ofrecen una prima de riesgo sobre otras clases de activos.

Siempre existe la posibilidad de una década perdida o de un gran mercado alcista.

Lo importante para los inversores es que su plan financiero debe basarse en la expectativa de que ambos escenarios sean probables a lo largo de su ciclo de vida de inversión.

Simplemente no sabes cuándo.

Confiamos en Yellen por Dr. Ed Yardeni

Cuando Janet Yellen fue presidenta de la Reserva Federal desde octubre de 2010 hasta febrero de 2014, a menudo me refería a ella con cariño (y respeto) como el “Hada Madrina del mercado alcista”. Me di cuenta de que casi cada vez que hablaba públicamente sobre las perspectivas de la política monetaria y la economía, el mercado de valores subía.

No ha sido tan optimista con respecto al mercado de valores desde enero de 2021, cuando se convirtió en secretaria del Tesoro de Estados Unidos durante la administración Biden. Bajo su dirección hasta el momento, el déficit presupuestario federal aumentó hasta alcanzar el récord previo a la pandemia de 1,7 billones de dólares en los 12 meses transcurridos hasta octubre (Gráfico 10). Lo mismo puede decirse del aumento de 2,3 billones de dólares durante este mismo período en los títulos negociables del Tesoro estadounidense, que ascienden a la increile cifra de 5,0 billones de dólares desde que Yellen se unió a la administración Biden.

Las perspectivas de déficit se han visto exacerbadas por el récord de 26 billones de dólares en deuda negociable en poder del público que el Tesoro debe reembolsar a tasas de interés más altas que cuando Yellen asumió el mando del Tesoro. Durante los últimos 12 meses hasta octubre, los desembolsos netos por intereses del Tesoro aumentaron a un récord de 692.200 millones de dólares (Fig. 11).

Bajo la supervisión de Yellen hasta ahora, la deuda que emite el Departamento del Tesoro ha sido rebajada por Fitch Ratings en agosto y Moody’s el viernes pasado. Sin embargo, el lunes pasado, Yellen dijo que no está de acuerdo con la decisión de Moody y respondió que la administración Biden está “completamente comprometida con una vía fiscal creíble y sostenible”.

El 26 de octubre, en un evento en la oficina de Bloomberg en Washington, Yellen descartó la idea de que los rendimientos de los bonos estuvieran aumentando simplemente porque las necesidades de financiación del Tesoro habían aumentado. Ella afirmó: «No creo que mucho de eso esté relacionado». Culpó de las tasas de interés más altas a la economía fuerte: “La economía continúa mostrando una fortaleza tremenda, y eso sugiere que es probable que las tasas de interés se mantengan altas por más tiempo”, dijo.

Sin embargo, el Tesoro ayudó a provocar un importante repunte de los bonos el 1 de noviembre al anunciar que la próxima ronda de subastas tendría más letras y menos pagarés y bonos. En otras palabras, Yellen admitió de hecho que la oferta sí importa.

Gasto militar y rentabilidad de sus mercados de valores por Quantpedia

Introducción

«Si vis pacem, para bellum«, es un antiguo proverbio romano traducido como «Si quieres paz, prepárate para la guerra», y es la idea principal detrás de la política militar de muchos estados nacionales modernos. En el mundo actual interconectado a nivel mundial, librar una verdadera «guerra» a menudo tiene repercusiones comerciales realmente negativas (como se dio cuenta la Federación Rusa en 2022). Aún así, a pesar de que las guerras entre las naciones desarrolladas afortunadamente no son tan populares como solían ser, los estados modernos invierten fuertemente en su propia defensa. Nadie quiere ser atrapado militarmente sin estar preparado en caso de una crisis geopolítica local o global. Un ejército fuerte debe traer un entorno seguro para hacer negocios, y el comercio debe florecer sin interrupciones. Pero, ¿todos esos gastos militares nacionales son recompensados financieramente? ¿Los mercados de valores de los países con un fuerte rendimiento militar superan a sus pares? Esa es la pregunta que hemos decidido responder en el siguiente análisis.

Literatura relacionada

Por supuesto, no somos los primeros en preguntar cómo afecta la geopolítica a los mercados.

Sakiru Adebola Solarin y Pritish Kumar Sahu (2015), en su «El efecto del gasto militar en el desarrollo del mercado de valores: evidencia del panel de las estimaciones del sistema GMM» examinan el impacto del gasto militar en el desarrollo del mercado de valores en 36 países de 1989 a 2010. Las estimaciones del sistema de panel dinámico (método estadístico) GMM (método generalizado de momentos), se utilizan dentro de un marco de panel para probar la relación con una matriz de variables de control. Aumentan la medida tradicional del gasto militar: la carga militar, con su índice integral de nueva construcción: el Índice de Militarización Global. En general, los resultados muestran que el gasto militar afecta negativamente y significativamente al rendimiento del mercado de valores en los 36 países seleccionados.

Por el contrario, una conclusión casi completamente diferente proviene del documento de DiPietro, W.R., Anoruo, E. y Sawhney, B. (2008) llamado The Effect of the Size of the Military on Stock Market Performance in the United States and the UK, que utiliza un análisis de regresión para investigar la relación entre el gasto militar y el rendimiento del mercado de valores de los Estados Unidos y el Reino Unido. Específicamente, el estudio aplica los procedimientos de la raíz de la unidad Bierens-Guo para determinar las propiedades de las series temporales de las variables del estudio. La técnica estándar de OLS se emplea para determinar la influencia del gasto militar en los mercados de valores desde 1914 hasta 2001. Los resultados de las ecuaciones de OLS sugieren que el gasto militar afecta significativamente positivamente el rendimiento del mercado de valores de los Estados Unidos y el Reino Unido. La implicación de este hallazgo es que la clase de altos ingresos y las personas en el poder tienen menos probabilidades de oponerse a los aumentos en el gasto militar, a pesar de que dichos gastos no son en el mejor interés de la sociedad.

De manera más general, Rooney, Bryan, Grant Johnson y Miranda Priebe preguntan ¿Cómo afecta el gasto en defensa al crecimiento económico? descubrió que priorizar el gasto en defensa sobre la inversión en infraestructura, una preocupación interna de larga data, podría socavar el crecimiento económico y, por lo tanto, los recursos disponibles para la defensa a largo plazo. Los economistas generalmente creen que el aumento de la deuda pública de EE. UU. eventualmente socavará el crecimiento, pero hay desacuerdo sobre exactamente cuándo o cómo. La literatura económica no es concluyente sobre cómo el aumento de los impuestos para mantener o aumentar el gasto en defensa afectaría al crecimiento económico.

Una nota interesante sobre la volatilidad del mercado en tiempos de guerra proviene del artículo de NBER Por qué los mercados de valores son menos volátiles cuando los EE. UU. están en guerra: el aumento del gasto en defensa reduce la volatilidad agregada de las acciones y reduce la gama de previsiones de beneficios de los analistas para las empresas relacionadas con la defensa, particularmente aquellas que realizan I+D y pruebas.

Datos, metodología y enfoque

Nuestro conjunto de datos para los rendimientos de los mercados de valores en los países es el mismo que el utilizado en nuestro análisis anterior de los ETF de los países. Los datos de gastos militares se publican anualmente. Por lo tanto, reasignamos los datos mensuales (del artículo anterior) a EOY (fin de año). Nuestro artículo anterior omitió selectivamente el mercado estadounidense, pero no podemos hacer eso cuando queremos analizar los gastos militares, ya que Estados Unidos es el país con el mayor gasto militar y el ejército más fuerte del mundo. Por lo tanto, añadimos al representante de la amplia U. S. mercado, SPY ETF, a la lista final de países y sus ETF:

Como fuente de gastos/gasto militar, encontramos un conjunto de datos alternativo gratuito (basado solo en fuentes abiertas) proporcionado por el INSTITUTO INTERNACIONAL DE INVESTIGACIÓN DE LA PAZ DE ESTOCOLMO, que se encuentra en su base de datos llamada Base de Datos de Gastos Militares SIPRI, que contiene series temporales consistentes sobre el gasto militar de 173 países para el período 1949-2022. (En caso de que esté interesado, información sobre las fuentes y métodos de los datos del SIPRI, incluidos los métodos para calcular los datos del año calendario a partir de los datos del año financiero, para calcular las cifras de precios constantes de US$ y para estimar los datos que faltan para los países como parte de los totales mundiales y regionales, consulte https://www.sipri.org/databases/milex/sources-and-methods.). A partir del archivo de Excel disponible y real, hemos realizado el preprocesamiento y filtrado de los datos relevantes de dos hojas de interés correspondientes:

1) Datos del gasto militar por país en dólares estadounidenses actuales (millones), presentados de acuerdo con el año natural.
2) Datos del gasto militar por país como porcentaje del PIB (producto interior bruto), presentados de acuerdo con el año natural.

Como se mencionó anteriormente, nos centraremos en esas dos variables del conjunto de datos para determinar si afectan al rendimiento general de los mercados de valores de todo el mundo.

Construcción final del conjunto de datos

Yahoo Finance fue elegido para recopilar datos sobre los ETF desde su creación. Luego, utilizamos el sitio web de MSCI para descargar los índices de los países que faltan para ampliar el conjunto de datos a la máxima longitud posible. Nuestro conjunto de datos de precios comenzó el 31 de diciembre de 1992. La base de datos de gastos militares se actualiza anualmente, y hay un retraso de aproximadamente un año entre la publicación del gasto militar. Al obtener todos los datos del conjunto de datos SIPRI, necesitamos incorporar este retraso en los informes en la metodología. Por lo tanto, como ejemplo, asignamos/reequilibramos la cartera a finales de diciembre de 1992 para el año 1993 en función de los datos de gastos militares de 1991 de cada país. Y seguimos así año tras año.

Estrategia

Para estudiar el impacto de los gastos militares, probamos estrategias simples de trading/inversión anuales reequilibradas largas y cortas basadas en el universo de inversión mencionado anteriormente (que consta de 22 ETF de países). Al final de cada año T, invertimos mucho en X países con los gastos militares más altos, y al mismo tiempo, cortamos X países con los gastos militares más bajos según lo informado para el año T-1.

Estábamos sometidos a una serie de pruebas cambiando X como:

• Pares 1v1, 2v2, 3v3, 5v5, 7v7, 10v10;
• y probamos estrategias con y sin EE. UU. Representante del ETF (SPY). Los Estados Unidos representan el mayor gasto en el ejército del mundo (en cantidades de dólares, y la mayoría de las veces también en el porcentaje de las cantidades del PIB). Por lo tanto, el ETF SPY siempre se elige en la parte larga de nuestra cartera. Queríamos probar el impacto del gasto militar en el rendimiento del mercado de valores cuando eliminamos el mercado de valores del país con el ejército más fuerte.

Probamos 2 predictores: el gasto total en dólares y el % del gasto del PIB. Todas las posiciones se ponderan y reequilibran por igual al final del año.

Resultados

En primer lugar, analizamos los datos de gasto total en dólares (USD). Por supuesto, descubrimos que EE. UU. siempre es el primero; por lo tanto, siempre somos compradores de SPY (además de otros países ricos) contra uno o más países pobres que gastan menos en dólares en total en el ejército. Los países de los mercados emergentes y los países pequeños suelen ser los que menos gastan, por lo que esta métrica es más como ir a lo largo de EE. UU. + países grandes contra los países emergentes «pobres» y los países pequeños.

Por lo tanto, aquí tenemos resultados que incluyen a los Estados Unidos:

Estados Unidos gasta más en el ejército que los próximos diez países de la clasificación juntos. El mercado de valores de EE. UU. superó al resto del mundo en la última generación (aproximadamente 30 años). Puede ser una coincidencia, puede que no lo sea.

Por lo tanto, hicimos una pregunta interesante: ¿Cuál es el impacto si probamos la misma métrica (gasto total en dólares en el ejército), pero sin los EE. UU.?

Fuente: https://www.pgpf.org/chart-archive/0053_defense-comparison

Lo que sugiere el primer gráfico y la tabla de nuestro análisis es que si gastamos a largo plazo a los grandes dólares y acortamos a los pequeños que gastan dólares, nuestra cartera de diferenciales supera, pero se debe únicamente a que el mercado de EE. UU. supera el rendimiento y a que EE. UU. también tiene un alto gasto militar. Pero si eliminamos a los EE. UU. de la ecuación, entonces el gasto militar en dólares en total deja de ser un predictor en absoluto.

¿Es el caso de EE. UU. de alguna manera especial? Es difícil decirlo por los datos que tenemos. El gasto militar no tiene capacidad predictiva para el resto del mundo. Pero puede ser posible que el alto gasto militar de EE. UU. imponga algún tipo de «Pax Americana» que se traduzca en oportunidades de negocio favorables solo para las empresas estadounidenses. Nuestro rápido análisis sugiere que hay algo de verdad en el documento de DiPietro, W.R., Anoruo, E. y Sawhney, B. (2008). Pero probablemente tendríamos que realizar una prueba más larga para sacar conclusiones más sólidas sobre el caso especial de los Estados Unidos.

Nuestro siguiente análisis se centró en el gasto militar como % del PIB.

Cuando analizamos el gasto militar como % del PIB, entonces la dominación de EE. UU. no es absoluta. EE. UU. fue reemplazado en primer lugar por Taiwán (durante 2 años) y Singapur (durante 10 años) de 1993 a 2005. Entonces, ¿cómo funcionan las estrategias a corto plazo basadas en el gasto militar como % del PIB (incluidos los EE. UU.)?

Los resultados son casi los mismos que en el caso del total de dólares gastados (solo un poco peor). El gasto militar como % del PIB debería nivelar el campo, ya que ahora no es tan importante lo grande que es el país, solo cuánto gasta en el ejército en relación con su tamaño. Lo que vemos en el gráfico y la tabla es que los países que gastan más en el ejército suelen superar a los que gastan menos. Pero los EE. UU. todavía están incluidos.

¿Qué pasa si eliminamos a los EE. UU. del universo de la inversión? ¿Cómo se comportan las estrategias?

Podemos ver que las estrategias a corto plazo (sin los EE. UU.) basadas en el gasto militar como porcentaje del PIB están mejorando ligeramente que las basadas en el gasto total en dólares, ya que todos los resultados son positivos. Sin embargo, el diferencial económico y estadístico es casi insignificante.

Conclusión

Entonces, ¿cuál es nuestra conclusión? Nuestro análisis sugiere que EE. UU. es realmente un caso especial entre los países. Tiene una economía fuerte, lo que le permite invertir mucho en el ejército, lo que ayuda a mantener una economía fuerte, lo que ayuda a invertir mucho en el sector militar, y así suce, y así. Para los EE. UU., los gastos militares se pagaron bien. Pero no es el caso de otros países, donde no pudimos encontrar una relación significativa entre los gastos militares (en términos totales de dólares o en % del PIB) y el rendimiento del mercado de valores.

Sin embargo, un factor subyacente puede afectar significativamente el rendimiento del mercado de valores de EE. UU. en comparación con el resto del mundo. Ese factor es la fortaleza/debilidad del dólar estadounidense. Ya hemos analizado cómo el rendimiento de las acciones, las materias primas y los bonos está influenciado por la fortaleza del dólar estadounidense. Podemos sospechar que el factor del dólar estadounidense también afecta al rendimiento de los mercados de valores emergentes y desarrollados. Es nuestra sospecha, pero está bien financiado, ya que un artículo que explora este tema ya está en la estantería, pero no se ha publicado :). Solo estamos pidiendo un poco de paciencia; pronto le presentaremos los datos ;).

En nuestro análisis, los mercados internacionales están representados por ETF que tienen un precio en dólares estadounidenses y no en sus respectivas monedas locales. Por lo tanto, el análisis del impacto de los gastos militares puede verse de manera diferente si analizamos los rendimientos de LCY de los mercados de valores internacionales, no su rendimiento en USD.

Pero para el inversor en dólares, nuestro análisis es válido.

Atención a esta señal de amplitud del mercado por Sentimentrader

• El abuelo de los impulsos de amplitud se ha disparado en la Bolsa de Nueva York
• Desde 1950, la señal ha tenido un historial perfecto de ganancias en la mayoría de los sectores.
• Antes de 1950, hubo algunas señales falsas en la década de 1930.

Atención a esta señal de amplitud

Todo el mundo (bueno, «todo el mundo») hablará de los impulsos de la semana pasada. Estos se han convertido en un tema cada vez más popular en los últimos diez años, lo que ha llevado a quienes se oponen instintivamente a determinar que ya no son efectivos porque no vale la pena saber lo que todo el mundo sabe.

Es justo, pero hemos visto evidencia limitada de que su eficacia ha disminuido. Digo «limitada» y no «absurda» porque varios impulsos dieron señales falsas durante 2022. Es imposible saber si es porque es solo una de esas cosas (nada funciona el 100% de las veces) o porque la estructura del mercado ha cambiado. Lo único que sabemos es que si continúan dando más señales falsas que en el pasado, entonces tenemos motivos para creer que algo ha cambiado, sea lo que sea, y deberíamos sopesarlas.

El estándar de oro de los impulsos de amplitud se ha convertido en el Zweigh Breadth Thrust del respetado analista y gestor Martin Zweig. Una media móvil exponencial de 10 días de la cifra de avance-retroceso de la Bolsa de Nueva York debe pasar de menos del 40% a más del 61,5% en diez sesiones.

En todas las acciones negociadas en la Bolsa de Nueva York, el tradicional Zweig Breadth Thrust acaba de activarse después de varios intentos muy próximos desde el máximo de 2021.

Lo que nos dice el estudio

Sin duda veremos un montón de notas sobre varios aspectos del fuerte repunte de la semana pasada. Los alcistas promocionarán ejemplos cuidadosamente seleccionados y extraídos de datos con antecedentes perfectos, mientras que los bajistas sin duda sacarán a relucir la idea trillada y en su mayor parte desacreditada de que los repuntes más fuertes sólo ocurren en los mercados bajistas. La gente nunca cambia.

Se podría acusar al Zweig Breadth Thrust de ser objeto de extracción de datos, en parte porque contiene criterios muy específicos. Lo que tiene a su favor es una larga trayectoria en tiempo real y una excelente trayectoria a pesar de su origen y popularidad. A menos que estas señales dejen de funcionar de manera consistente, continuaremos dándoles mucha importancia, y la última semana ha desencadenado varias razones de peso para esperar que los compradores sigan mostrando interés en las acciones.

La inflación es el menor de los males por Ben Carlson

A finales de la década de 1970, la inflación estaba fuera de control.

El New York Times escribió una historia en primera plana en la que entrevistaron a un grupo de personas normales para ver cómo la inflación estaba afectando sus vidas.

En ese momento, el IPC había subido un 73 % acumulado en la década o casi un 7 % al año. La inflación había estado haciendo estragos el tiempo suficiente como para que finalmente comenzara a afectar los hábitos de la gente:

En entrevistas en todo el país, The New York Times descubrió que la «sociedad desechable» de finales de la década de 1960 y principios de la década de 1970 está siendo reemplazada, en muchos casos, por una nueva ética de la economía. La gente conduce coches más tiempo y usa ropa más a menudo, planta sus propios jardines y arregla su propia fontanería.

Muchos estadounidenses usan las mismas palabras para describir esta nueva actitud: «Compramos solo lo que necesitamos, no lo que queremos». Pero esto significa que parte del jugo de la vida, desde nuevos equipos de música hasta viajes a la playa, se está acabando por la presión del aumento de los precios.

Una de esas entrevistas fue con un vendedor de pan llamado Terry McLamb de Raliegh, Carolina del Norte. McLamb dijo que «se siente impotente para mejorar sus condiciones de vida». Esto es lo que escribieron en ese momento:

Pero muchos otros se quedan con sentimientos de frustración y miedo. Terry McLamb, el vendedor de pan, ha visto aumentar sus ingresos de 9.000 a 15.000 dólares al año en cinco años, pero dice: «Me estaba yendo mejor con ingresos más bajos. Todo tiene que llegar a un punto en alguna parte, pero no sé dónde».

En los cinco años que terminaron en 1978, el índice de precios al consumidor subió un 47 %. Los ingresos de McLamb aumentaron un 67 % en ese mismo período. Sus ingresos superan a la inflación en un 20 %, pero no estaba contento.

Obviamente, la inflación no es la única variable que puede afectar a cómo se siente alguien sobre sus perspectivas financieras en un momento dado. Pero la inflación puede ser engañosa, especialmente cuando es alta.

La mayoría de las personas creen que merecen los salarios más altos que tienden a acompañar a una mayor inflación. Nadie siente que merece precios más altos. Además, la gente se acostumbra a salarios más altos más rápido que a precios más altos porque ves los precios cada vez que gastas dinero.

Han pasado más de 40 años desde que hemos lidiado con una inflación altísima, por lo que tiene sentido que la gente se sienta desanimada por los aumentos de precios que hemos experimentado en los últimos años.

Acumulativamente, EE. UU. El IPC ha subido casi un 20 % desde el inicio de la pandemia:

El ritmo de la inflación se ha ralentizado, pero esos precios más altos ya están preparados.

La gobernadora de la Reserva Federal, Lisa Cook, declaró recientemente en un discurso que cree que la mayoría de la gente quiere que los precios vuelvan a los niveles anteriores a la pandemia:

«La mayoría de los estadounidenses no solo buscan la desinflación. Tú y yo, como macroeconomistas, estamos buscando la desinflación. Están buscando la deflación. Quieren que estos precios vuelvan a estar donde estaban antes de la pandemia«, dijo Cook.

«Esa es mi propia teoría», concluyó. «Pero escucho eso mucho. No tengo que esperar a leer artículos sobre eso, lo escucho de mi familia, de muchas personas diferentes».

Lo entiendo.

La gente no disfruta de la volatilidad económica.

Pero esto no funciona así. Así no es como funciona nada de esto. No puedes mantener tus salarios más altos mientras los precios vuelven a los niveles de 2019. La deflación puede sonar atractiva con respecto a los precios, pero eso también significa salarios más bajos, un menor crecimiento económico y pérdida de empleo.

La inflación no es algo bueno, per se, pero es el menor de los dos males.

El gasto de una persona es el ingreso de otra persona. Los salarios más altos provienen de precios más altos o viceversa.

Mientras la economía esté creciendo, la deflación es rara.

Esta es la tasa de inflación anualizada en los EE. UU. desde 1950:

De las casi 900 lecturas mensuales de inflación en este período de tiempo, solo ha habido 33 cifras deflacionarias mensuales. Así que los precios han disminuido menos del 4 % del tiempo desde 1950.

La deflación se produjo en la década de 1950 bajando del nivel de azúcar posterior a la Segunda Guerra Mundial, durante la Gran Crisis Financiera y brevemente en 2015. Eso es todo. El resto del tiempo, los precios subieron.

Mira lo que pasó después del aumento de la inflación de la década de 1970. Nunca tuvimos deflación. Los precios nunca cayeron en la década de 1980 o 1990. Siguieron subiendo, solo que a un ritmo más lento.

La mayor diferencia entre ahora y la década de 1970 es que la gente comenzó a cambiar sus hábitos en ese entonces. Ese no parece ser el caso para el consumidor estadounidense todavía.

Matthew Klein escribió recientemente sobre nuestros hábitos de gasto actuales en The Overshoot:

El gasto en bienes y servicios fabricados en EE. UU. aumentó a una tasa anual del 9 % en el tercer trimestre de 2023. Incluso después de restar la inflación, la producción real aumentó a una tasa anual del 5 %. Parte de ese rendimiento excepcional fue probablemente una casualidad, y debería descartarse en consecuencia. Pero incluso antes del trimestre más reciente de subida fuerte, el gasto total ha estado creciendo constantemente a una tasa anual de poco más del 6 % desde mediados del verano pasado. Además, el gasto ajustado a la inflación por parte de los estadounidenses y EE. UU. El PIB, excluyendo el impacto de los cambios en los inventarios y la balanza comercial, ha estado creciendo consistentemente un poco más rápido del 3 % al año en el período 2023, entre el 1 y el tercer trimestre. En comparación, la demanda interna real aumentó solo un 0,8 % al año en promedio entre el primer y el cuarto trimestre de 2022, a la vez que el gasto nominal total y los ingresos aumentaron alrededor del 7 % al año.

En otras palabras, si bien ha habido una desaceleración significativa en la tasa de aumentos de precios de alrededor del 6 % al año al 3 % al año, la tasa de crecimiento del valor en dólares del gasto y los ingresos se ha desacelerado en mucho menos (del 7 % al año al 6 % al año). Hasta ahora, esto se ha traducido en una aceleración masiva en la tasa de crecimiento de los niveles de vida de los estadounidenses.

Esta es probablemente una de las principales razones por las que los estadounidenses están tan molestos con los precios más altos: siguen pagándolos.

Torsten Slok de Apollo destacó una encuesta de hace pocos días que muestra un número récord de consumidores que planean ir de vacaciones a un país extranjero en los próximos 6 meses:

Las reservas de cruceros se están ejecutando a un ritmo que es un 25-30% más alto que los niveles previos a la pandemia. Los cruceros se están quedando sin inventario.

Mira los números de ventas del gasto en restaurantes en Estados Unidos:

Es mucho más alto que la tendencia anterior a la pandemia.

Los vehículos más vendidos en Estados Unidos en 2022 fueron el Ford F-150, el Chevy Silverado y el Dodge Ram.

La gente sigue gastando entre 50 y 60 000 dólares en camiones nuevos, saliendo a comer, yendo a cruceros y de vacaciones a Europa.

Esto no es todo el mundo y ciertamente hay casos en los que la gente está reduciendo sus gastos. Pero en conjunto, el mayor impacto que la inflación ha tenido en los hábitos de los consumidores es que todos nos quejamos más de lo que solíamos. Tal vez sea porque todo el mundo también está gastando más.

Afortunadamente, la tasa de inflación se está desacelerando. Veremos si nuestra tasa de gasto se pone al día con el tiempo.

El mejor índice bursátil para monitorear las tendencias alcistas y bajistas: VLGI por Jon Wolfenbarger, CFA

• A menudo buscamos índices o indicadores que nos den pistas sobre la futura dirección del activo que estamos analizando. ¿Sabía que hay un índice que puede ser clave para entender el movimiento del SP500? Probablemente nunca había odio hablar de él.
• Artículo publicado en Hispatrading 56.

Si solo pudiera monitorear un índice bursátil para determinar la tendencia alcista o bajista del mercado bursátil de EE. UU., sería uno del que la mayoría de los inversores nunca han oído hablar: el Value Line Geometric Index («VLGI» por sus siglas en inglés).

¿Qué es el VLGI?

El VLGI se creó en 1961 y está compuesto por alrededor de 1700 acciones que se consideran una amplia representación de las acciones de América del Norte (EE. UU. y Canadá). 

La característica más importante de este índice es cómo se calcula. Está ponderado por igual utilizando una media geométrica. Esto significa que la variación diaria del precio de este índice se calcula multiplicando la relación entre el precio de cierre de cada acción y su precio de cierre anterior y elevando ese resultado al recíproco del número total de acciones. 

El resultado de este cálculo es que el cambio diario del VLGI representa el cambio diario de la media de las acciones. En otras palabras, el VLGI es un excelente indicador del rendimiento de la acción media, lo que significa que la mitad de las acciones en el mercado generalmente se comportan mejor y otra la mitad generalmente se comporta peor que el VLGI en un determinado día.

Eso hace que el VLGI sea un excelente indicador de la amplitud del mercado de valores, lo que ayuda a resolver el problema con los índices bursátiles ponderados por capitalización de mercado como el S&P 500, que están muy influenciados por un puñado de acciones de mega capitalización. Por lo general, en una tendencia alcista o bajista sostenible, la mayoría de las acciones participan en la respectiva tendencia alcista o bajista. Cuando solo un puñado de acciones están impulsando el precio de un índice como el S&P 500, eso suele ser un signo de una tendencia insostenible. 

VLGI como indicador principal y de confirmación

Lo que me gusta particularmente del VLGI es que históricamente da dos pistas muy valiosas sobre la tendencia futura del S&P 500.

1. Por lo general, el VLGI alcanza su punto máximo antes de los máximos principales en el S&P 500, lo que sirve como un indicador líder útil para las desaceleraciones del mercado bajista 
2. Por lo general, el VLGI se recupera con fuerza cuando comienza un nuevo mercado alcista, lo que sirve como confirmación de un nuevo mercado alcista

Veamos algunos gráficos para ver cómo el VLGI puede ser útil para identificar y beneficiarse de los principales mercados alcistas y bajistas.

El la figura 1 se muestra el VLGI en la parte superior desde 1995, con el S&P 500 en la parte inferior, junto con las medias móviles de 250 días para ambos índices. Es interesante ver cuánto ha subido el índice S&P 500 ponderado por capitalización de mercado en comparación con la media de acciones, como representa el VLGI. Desde su máximo de 1998, el VLGI ha subido solo alrededor del 12%, mientras que el S&P 500 ha subido más del 310%. Eso significa que la mayoría de las acciones no han hecho mucho en los últimos 25 años, pero las acciones importantes de gran capitalización se han mantenido muy bien.

Colocamos líneas verticales rojas en los puntos máximos importantes del mercado alcista en el VLGI y líneas verticales verdes en puntos mínimos importantes del mercado bajista en el VLGI. Por lo general, el VLGI alcanza su punto máximo antes del S&P 500, lo que lo convierte en un indicador líder útil para el S&P 500. 

Por desgracia, el VLGI suele tocar suelo al mismo tiempo que el S&P 500, por lo que no sirve como indicador adelantado del S&P 500 en los mínimos. Sin embargo, después de tocar suelo, el VLGI suele repuntar con fuerza, como he destacado con flechas verdes alcistas. Actualmente, el VLGI se mantiene en una tendencia bajista, lo que sugiere que el mercado bajista que comenzó a principios de 2022 aún no ha terminado.

Ahora vamos a acercarnos a los principales períodos del mercado bajista para ver más de cerca lo útil que puede ser el VLGI.

El VLGI alcanzó un máximo para este período en abril de 1998 (primera línea roja), lo que sirvió como una señal de advertencia para la importante ola de ventas de 1998 en el S&P 500 por tres meses. El VLGI se recuperó y alcanzó un máximo menor en julio de 1999 (segunda línea roja). Eso precedió al máximo del mercado alcista del S&P 500 en marzo de 2000 por ocho meses. El mínimo final tanto para el VLGI como para el S&P 500 en marzo de 2003 (línea verde) fue seguido por un repunte claro y convincente por encima de sus respectivas medias móviles de 250 días, lo que señaló que había comenzado un nuevo mercado alcista.

La figura 2 muestra el VLGI y el S&P 500 de 2006 a 2010. El VLGI alcanzó un máximo para este período en julio de 2007 (línea roja), que precedió al máximo del mercado alcista del S&P 500 en octubre por tres meses. El mínimo final tanto para el VLGI como para el S&P 500 en marzo de 2003 (línea verde) también fue seguido por un fuerte repunte por encima de sus respectivas medias móviles de 250 días, lo que indica el próximo mercado alcista.

La figura 3 muestra el VLGI y el S&P 500 desde 2019. Curiosamente, el VLGI alcanzó un máximo en enero de 2020 (primera línea roja), un mes antes de que el S&P 500 comenzara su breve mercado bajista de «pánico por el covid». Una vez más, el mínimo (línea verde) fue seguido por un fuerte repunte en ambos índices, lo que indica otro mercado alcista. 

Después, el VLGI alcanzó un máximo en noviembre de 2021 (segunda línea roja), dos meses antes de que el S&P 500 alcanzara su punto máximo en enero de 2022. Si bien el S&P se ha recuperado con fuerza desde octubre de 2022 y está solo un 7% por debajo de su máximo de principios de 2022, el VLGI ha estado estancado durante más de un año y todavía está casi un 20% por debajo de su máximo. Esto pone de relieve el hecho de que el S&P 500 ha sido impulsado por un puñado de acciones tecnológicas de mega capitalización, en lugar de un rally apoyado por una base más amplia. Este es un indicador importante que sugiere que aún no ha comenzado un nuevo mercado alcista bursátil sostenible.

Resumen

Para determinar si el mercado de valores de EE. UU. está en una tendencia alcista o bajista sostenible, se recomienda vigilar de cerca el VLGI. Por lo general, alcanza su punto máximo antes del S&P 500 al final de un mercado alcista y se recupera con fuerza al final de un mercado bajista. Actualmente, se mantiene en una tendencia bajista que dura casi dos años, lo que sugiere que el mercado bajista aún no ha terminado, a pesar del fuerte repunte en el S&P 500 impulsado por un puñado de grandes acciones tecnológicas.

Capitán América por Dr. Ed Yardeni

Economía estadounidense: superhéroe. Al igual que el Capitán América, la economía estadounidense parece tener un escudo indestructible. La Reserva Federal ha aumentado agresivamente la tasa de los fondos federales en 525 puntos básicos desde marzo de 2022 con el objetivo de endurecer las condiciones financieras para desacelerar la economía y aumentar la tasa de desempleo con el objetivo final de reducir la inflación de precios y salarios (Fig. 1).

Sin embargo, el PIB real aumentó un 4,9% (saar) y un 2,9% interanual durante el tercer trimestre (Fig. 2 y Fig. 3). La producción real de las empresas no agrícolas, que se utiliza para calcular la productividad, se disparó un 5,9% (saar) durante el tercer trimestre y un 3,1% interanual. La tasa de desempleo se ha mantenido por debajo del 4,0% desde febrero de 2022. Sin embargo, tanto las tasas de inflación de los precios al consumo como de los salarios han caído desde sus máximos de 2022 del 9,1% y el 5,9% al 3,7% en septiembre y al 4,4% en octubre (Gráficos 4 y 5). ).

Debbie y yo hemos estado discutiendo las principales razones de la resiliencia y las tendencias desinflacionarias de la economía desde principios del año pasado. Traemos una breve actualización:

(1) Consumidores resilientes. El gasto de los consumidores ha seguido creciendo a pesar del endurecimiento de las condiciones crediticias (Gráfico 6). Como resultado, el empleo ha seguido creciendo, impulsando el poder adquisitivo de los consumidores. El empleo asalariado aumentó a un nivel récord de 156,9 millones durante octubre, un aumento interanual del 1,9% (Figura 7). Muchas de las industrias con las nóminas más grandes continúan expandiendo sus nóminas de empleo a territorios récord, incluida la construcción (8,0 millones), los servicios educativos (4,0 millones), las actividades financieras (9,2 millones), la atención médica y la asistencia social (21,7 millones), ocio y hostelería (17,0 millones) y servicios profesionales y empresariales (23,0 millones).

Algunas de las industrias que están ampliando sus nóminas lo hacen debido a la fuerte demanda de sus servicios por parte de los Baby Boomers, la mayoría de los cuales ahora son personas mayores. Estos incluyen actividades financieras, atención médica y servicios sociales, y ocio y hotelería. Los boomers jubilados tienen más de 75 billones de dólares en patrimonio neto y gastarán gran parte de él a medida que envejezcan. Es probable que muchos de sus hijos adultos anticipen que heredarán parte del patrimonio neto de sus padres, lo que los impulsará a ahorrar menos y gastar más de sus ingresos.

También hay que tener en cuenta que los ingresos personales no derivados del trabajo (procedentes de intereses, dividendos, alquileres e ingresos de los propietarios) alcanzaron un máximo histórico de 6,5 billones de dólares (saar) durante septiembre (gráfico 8).

(2) Gasto de capital impulsado por la tecnología y la deslocalización. La deslocalización está impulsando el gasto de capital, como lo demuestra el aumento interanual del 14,1% en el gasto de capital real en nuevas estructuras manufactureras durante el tercer trimestre (Fig. 9). Las empresas están asignando una mayor parte de sus presupuestos de gastos de capital a hardware y software tecnológico para aumentar su productividad en respuesta a la escasez crónica de mano de obra. Como resultado, la producción de equipos de alta tecnología y el gasto en software están en máximos históricos (Fig. 10). También está en auge la producción industrial de defensa, que probablemente seguirá aumentando hasta alcanzar nuevos máximos históricos dada la agitación geopolítica en todo el mundo. (Figura 11).

(3) Estímulo fiscal. El gasto del gobierno federal está creciendo rápidamente, liderado por los desembolsos por intereses netos pagados. Totalizaron un récord de 659.200 millones de dólares en los últimos 12 meses hasta septiembre. Sin duda, se trata de un hecho inquietante. Sin embargo, hay que tener en cuenta que los tipos de interés elevados representan una gran ganancia inesperada para los hogares que reciben ingresos por intereses, que han aumentado significativamente. Mientras tanto, los proyectos de ley de gasto aprobados por el Congreso el año pasado seguirán impulsando el gasto en construcción de infraestructura pública, que se encuentra en un nivel récord (Figura 12).

(4) Balances refinanciados. En su conferencia de prensa del 1 de noviembre, el presidente de la Reserva Federal, Jerome Powell, reconoció que la Reserva Federal “puede haber subestimado la solidez de los balances de los hogares y las pequeñas empresas”. Esto se debe en parte a que muchos de ellos refinanciaron sus deudas a tasas de interés históricamente bajas durante los últimos años. De modo que el aumento de las tasas de interés desde principios del año pasado no ha aumentado los pagos de intereses de sus deudas lo suficiente como para afectar su gasto general.

(5) Migración interna. Desde la pandemia, ha habido una migración significativa de los estados del norte a los del sur, que tienen un clima más cálido, impuestos más bajos y más puestos vacantes. Eso ha creado una gran demanda de vivienda, especialmente de apartamentos de alquiler. También significa que los estados con poblaciones en aumento deben gastar más en infraestructura para acomodar a sus nuevos residentes y trabajadores.

Economía global: poco heroica. El precio NYMEX del barril de petróleo crudo alcanzó un máximo este año de 93,68 dólares el 27 de septiembre. A pesar de la guerra que comenzó entre Israel y Hamás el 7 de octubre, el precio ha bajado 16,27 dólares desde ese máximo a 77,42 dólares. Esto a pesar de que Arabia Saudita y Rusia redujeron sus exportaciones durante el verano y mantuvieron sus recortes hasta fin de año.

Una razón para este desarrollo es que la producción de los yacimientos de petróleo crudo de Estados Unidos ha vuelto a alcanzar niveles récord (Fig. 13).

Otra razón es que la economía global sigue débil. Por ejemplo, los datos sobre el comercio de mercancías de China en octubre mostraron que las importaciones aumentaron un 5,8% interanual y las exportaciones cayeron un 4,5% durante el mismo período. De hecho, ambos se han mantenido relativamente estables desde principios de 2022 (Fig. 14). La producción industrial de Japón cayó en septiembre (-3,7% interanual) y también se ha mantenido estable desde principios de 2022 (Fig. 15).

Perfil de Volumen, Principios de Subasta de Mercado y Flujo de Ordenes – Operando en base a la lectura del Flujo de Ordenes (Parte II) por Demian Pack

• La combinación de estas tres herramientas, nos ofrece un poderoso y preciso enfoque de los mercados. En este artículo abordamos la lectura del flujo de órdenes.
• Artículo publicado en Hispatrading 18.

En el número anterior, nos enfocamos en detallar algunas cuestiones relevantes en torno al Perfil de Volumen, herramienta que utilizamos para organizar la información que nos brinda la interacción de los participantes del mercado, identificando el contexto, la estructura y niveles claves, entre otras cuestiones.

En esta segunda nota, nos enfocamos en la lectura del flujo de órdenes. Este concepto compone el segundo fundamento de nuestra metodología, el cual utilizamos a los fines de  identificar aquello que se encuentra sucediendo debajo del mercado.

Introducción

Existen diferentes maneras de leer el flujo de órdenes, la interacción entre los participantes del mercado y su impacto sobre el precio. Lo que desarrollamos aquí, tiene que ver con nuestra visión particular. Acorde lo sostuvimos en la nota anterior, es de nuestro interés transmitir conceptos alternativos al análisis técnico tradicional, incorporando una perspectiva distinta, la cual buscamos sea enriquecedora para el lector. 

Por lo pronto, comenzamos por preguntarnos ¿Qué es el flujo de órdenes? Muchos habrán escuchado las historias en torno a Jesse Livermore, y su innata capacidad para “leer la cinta” (read the tape en Inglés) lo cual le posibilitaba entender quién se encontraba en control del mercado. Nosotros buscamos replicar esta innata habilidad, a partir de nuestro enfoque y tecnología.

Existen varias maneras de leer el flujo de órdenes. En los mercados OTC (Over The Counter) o aquellos en los cuales se opera A viva voz, como pueden ser los pits del CME, en Chicago – mercados de futuros- en donde los operadores se reúnen a transar en un espacio cerrado. Estos operadores conocen el volumen que las contrapartes operan usualmente, entienden sus gestos faciales y caporales, y demás características que hacen a la habilidad del operador de entender (o al menos inferir escenarios acerca de) aquello que se encuentra sucediendo en el mercado.

Con la evolución de los mercados de capitales, y en particular con el advenimiento de la tecnología y las telecomunicaciones en las últimas décadas, los mercados tomaron otra dirección, posibilitando a quien lo desee, participar libremente, en todo momento y en cualquier lugar. Esta característica conlleva a la anonimidad de los participantes en un de un contexto cada vez más complejo, al cual se han agregado fenómenos tales como el HFT (Trading de Alta Frecuencia) y Dark Pools (mercados “privados” en donde la identidad y el volumen de los operadores se encuentra garantizada). La posibilidad de conocer quién se encuentra del otro lado del trade hoy ya no existe. 

La clave entonces es responder a la pregunta anterior desde una perspectiva actual respecto de la forma en la cual podemos abordar el flujo de órdenes, así como la  información que podemos obtener a partir de éste, la cual consideramos clave para entender aquello que se encuentra sucediendo en el mercado.

Podemos definir entonces al Flujo de Ordenes como todas aquellas órdenes (agregado de órdenes) de compra y de venta que se encuentran ejecutándose en el mercado en un momento determinado.  Cuando un individuo ejecuta una orden, ésta se convierte en parte del flujo de órdenes del mercado.

El flujo de órdenes representa la interacción la oferta y demanda en tiempo real, originado por todos los compradores y vendedores participando en el mercado en un momento determinado (tiempo presente).

Colectivamente, las acciones de compradores y vendedores componen el flujo de órdenes, de manera que es una consecuencia natural que el precio se transforme producto del resultado de dicha interacción.

Flujo de Ordenes como todas aquellas órdenes (agregado de órdenes) de compra y de venta que se encuentran ejecutándose

en el mercado en un momento determinado.

Acorde lo desarrollamos en la nota anterior, los mercados de capitales no difieren de cualquier otro mercado en su esencia, sean éstos automóviles, casas o apartamentos, viajes, o cualquier otro activo. Un incremento de la demanda por sobre la oferta conllevará a un incremento de precios. Inversamente, la aparición de una mayor proporción de órdenes de venta (representando el interés de los vendedores) tendrá como consecuencia menores precios.

Vendedores  > Compradores = Menores Precios

Vendedores  <  Compradores  = Mayores Precios

El punto relevante es ¿cómo podemos hacer para extrapolar e identificar este tipo de (acciones) en el marco del análisis de los mercados financieros, particularmente en Commodities, FX, Futuros y CFD?

Para esto hemos adaptado y desarrollado una serie de indicadores propietarios que nos permiten medir y leer el flujo de órdenes, de manera identificar las acciones de compradores y vendedores. Particularmente puntos de inflexión en el mercado en los cuales se transfiere el control desde un grupo a otro.  

Los mercados se mueven en función de la oferta y demanda plasmada en el flujo de órdenes. Independientemente de los factores que influencien la toma de decisiones, la energía que mueve a los mercados es producto de las acciones colectivas entre compradores y vendedores. 

Cuando los compradores (vendedores) ceden el control a los vendedores (compradores), el precio tenderá a bajar (subir).  Particularmente en áreas de pivot (swing points) es donde podemos individualizar este tipo de comportamiento. En la próxima nota veremos como la lectura del flujo de órdenes combinada con la identificación de áreas clave en el mercado, nos presenta una ventaja competitiva a la hora de  establecer setups y escenarios de alta probabilidad en el mercado.

El flujo de órdenes maneja el precio

Podemos trabajar con la idea del flujo de órdenes como análogo a las manos que manejan los hilos de una marioneta. El movimiento de las manos representa la interacción de oferta y demanda, el cual se plasma en el movimiento de la marioneta, representando al precio. 

Durante la nota anterior hablamos respecto de la presencia o falta de consenso en un mercado. Señalamos entonces dos conceptos: balance y desequilibrio.  El primero reflejando un acuerdo entre compradores y vendedores, mientras el último muestra desacuerdo entre compradores y vendedores en términos de la relación precio-valor. Esto da origen a una nueva  búsqueda de valor, representando la convicción de un grupo de participantes en el mercado en la forma de mayores o menores precios, dependiendo del grupo que se encuentre en control. Este fenómeno se repite fractalmente, en todos los niveles de mercado y es el reflejo del concepto de subasta –bidireccional-  en su esencia misma.

Lo importante es destacar e identificar el punto en el cual  se genera este desequilibrio -por un lado- sumado a la actuación agresiva de compradores o vendedores, dependiendo el escenario. Previamente, lo analizamos desde el punto de vista  de la estructura del mercado (Perfil de Volumen).  En este sentido, no buscamos predecir, sino trabajar con distintas alternativas en la forma de escenarios condicionales, para luego verificar si se dan los presupuestos que verifican los mismos, primero a partir de una visión amplia y global del mercado (contexto), para luego enfocarnos en ámbitos más acotados y de plazos más cortos, de manera de ejecutar un plan táctico dentro de la estrategia. 

Esto conlleva dos consecuencias principales: por un lado, nos permite eliminar el “ruido” de la acción de precio, y por el otro nos brinda la posibilidad de ver el potencial del trade, y manejarlo, en el caso que necesitemos –por ejemplo- darle algo de espacio a una posición que se mueve en nuestra contra.

Respecto de su dinámica de funcionamiento, el flujo de órdenes se asemeja a la gasolina que utiliza un automóvil para moverse. Sin gasolina, el auto no cuenta con la energía para moverse –sin flujo de órdenes, los precios no se mueven significativamente. 

Ahora bien, si el automóvil se encuentra en movimiento, y quitamos el pie del acelerador, la inercia misma de la masa en movimiento hará que el automóvil disminuya paulatinamente la velocidad hasta parar completamente. Inversamente,  si el automóvil encuentra un obstáculo, éste parará su marcha en forma casi instantánea. 

Lo mismo sucede con el flujo de órdenes. Si el precio de un activo determinado se encuentra moviéndose en una  dirección que se encuentra frente a una serie de órdenes stop-loss, dependiendo de la intensidad e importancia de éstas, la velocidad e impulso del precio tenderá a disminuir (inercia) paulatinamente o a cambiar de dirección en forma drástica, denotado por una respuesta -flujo de órdenes- más agresivo. Conceptualmente, el flujo de órdenes tiende a neutralizarse previo a un cambio de dirección en el precio. 

La eterna lucha entre oferta y demanda. Dinero Inteligente versus el Dinero Débil

Como las mareas, los mercados se mueven en ciclos. Independientemente del plazo en el cual enmarquemos nuestro análisis, siempre podemos ver corrientes donde el precio sube y baja, como resultado de la interacción entre oferta y demanda. En virtud del grupo que prevalezca, es la reacción que experimentará el precio.

Para esto, definimos dos grupos distintos. Por un lado, lo que denominamos Dinero Inteligente, el cual definimos como aquel  grupo de operadores en el mercado cuya característica principal radica en un conocimiento profundo de la estructura del mercado y su funcionamiento. El Dinero Inteligente utiliza la información relevante a su favor. Tiene un concepto y visualización más profundo del mercado. Si bien éste se encuentra compuesto por Hedge Funds y grandes instituciones financieras -entre otros- el concepto busca identificar a aquellos cuya operatoria  resulta consistente y manejan un nivel de información superior en torno a la lectura del mercado. 

Por otro lado, encontramos al Dinero Débil, entendido como aquel grupo de operadores que no logra una operatoria consistente. Por lo general este es un grupo de bajos recursos de conocimiento, tecnología, experiencia y capital. Este grupo no se encuentra en poder de la información relevante, y en consecuencia se convierte en víctima de su contraparte. Una presa fácil.

La dinámica del mercado refleja la relación entre estos dos grupos. El Dinero Inteligente gana a costa de presionar al Dinero Débil, con el objetivo de hacerse de liquidez, como núcleo central de la dinámica del mercado. 

Este fenómeno se traduce en desequilibrios entre oferta y demanda en niveles clave, en donde el precio cambia de dirección en áreas y puntos de inflexión (swing points), producto de la dinámica por la cual el Dinero Inteligente lleva al activo hacia áreas que le son favorables y de alta probabilidad (Zonas de Liquidez) para operar, buscando la liquidez misma, provista por las ordenes de stop-loss establecidas por grupo representando por el Dinero Débil. El Dinero Inteligente presiona sobre dichas órdenes, hasta el punto en que no existen más órdenes que barrer-o que la resistencia por parte de las mismas se presente como invulnerable, al menos temporalmente. Es entonces que el Dinero Inteligente deja de presionar al Dinero Débil, disminuyendo en consecuencia la intensidad sobre la acción de precio.

El proceso continúa hasta que se vulneran la mayoría de las órdenes stop-loss, y el mercado pierde liquidez. No existiendo más órdenes que presionar (análogamente al automóvil que se queda sin combustible), el Dinero Inteligente toma una nueva dirección en búsqueda de nuevas órdenes de stop-loss, y así subsiguientemente, corriente tras corriente. Dependiendo de la intensidad del proceso, es que veremos movimientos paulatinos o más agresivos.

Una importante proporción de los movimientos del mercado se origina en este comportamiento. La individualización de esta dinámica nos abre una perspectiva que nos permite identificar importantes oportunidades para individualizar situaciones de cambio de dirección en el precio.

La individualización de la dinámica entre Dinero Inteligente y Dinero Débil nos abre una perspectiva que nos permite individualizar situaciones de cambio de dirección en el precio.

Cuestiones Técnicas: La mecánica. 

Por lo pronto, nos parece relevante realizar algunas aclaraciones. En principio, nuestro enfoque pone especial énfasis en el volumen. Es por eso, que los gráficos que utilizamos no abarcan una representación temporal (barras de 5 minutos, 1 hora, 1 día, por ejemplo), sino que incorporamos gráficos que representan TICK (en inglés denominados TICK charts). 

Los gráficos TICK, calculan una cierta cantidad de operaciones antes de imprimir una nueva barra. Estos gráficos solamente representan aquellas operaciones que se han ejecutado, a diferencia de los gráficos de representación temporal, en donde cada barra se completa una vez finalizado el plazo (por ejemplo, una barra cada 5 minutos). Este tipo de gráficos requiere mayor volumen de datos del mercado para ser eficiente.  Los gráficos en base a TICK basan su representación en el volumen (actividad) operado y tienen la capacidad de proveer mayor y mejor información respecto de aquello que se encuentra sucediendo en el mercado, reflejando más eficientemente  el flujo de órdenes.

A los efectos de medir el flujo de órdenes, utilizamos una serie de indicadores y algoritmos propietarios. Por un lado, nuestro indicador de presión de compra-venta, el cual mide la intensidad del grupo que se encuentra en control. Esto nos permite anticipar distintos escenarios en torno a un posible cambio de dirección en el precio.

Asimismo, medimos la convicción y el posicionamiento dinámico de compradores y vendedores en el mercado a través del análisis del flujo de órdenes acumulativo (parte inferior del gráfico 4, por ejemplo), el cual refleja el posicionamiento dinámico, en donde medimos el posicionamiento de compradores y vendedores y en función de éste, podemos analizar en tiempo real la convicción de los mismos. Para conceptualizarlo, invitamos al lector a pensar el posicionamiento dinámico como un concepto análogo al del Commitment Of Traders,  publicación semanal que busca reportar las posiciones de los mayores operadores en los mercados de futuros.  

Ejemplos Prácticos

En el siguiente gráfico, podemos apreciar los conceptos que hemos desarrollado previamente, aplicados al par EUR/USD y al petróleo WTI.

Par EUR/USD

En la Gráfico 4 el precio del par continuó incrementándose hasta los 1.3585 (C), mientras el monitoreo de la presión de compra-venta nos indica que la participación de compradores comienza a disminuir (la participación de vendedores comienza a aumentar) gradualmente desde los 1.3480, una semana antes de producirse el movimiento (A).  Esto se encuentra verificado por la imposibilidad de la demanda de superar el posicionamiento dinámico de los vendedores establecidos en torno a los 1.3500, quienes resisten la presión por parte de compradores hasta los 1.3585 (B). Una vez llegado el precio a este nivel (C), los últimos compradores llegan a comprar, aunque ya es tarde (esto se evidencia en la acción de precio en torno a los 1.3585). El Dinero Inteligente se encuentra posicionado con anticipación para cambiar de dirección, presionando en consecuencia al dinero débil.

Inversamente, cerca de Noviembre 20/21 de 2013, vemos que en torno a los 1.3400. Luego de una retracción prácticamente ininterrumpida de 200 pips, los vendedores tienden a disminuir su presión, lo cual vemos comienza a gestarse un día antes, con la disminución paulatina de la presión de venta, dada por la divergencia entre menores precios, sumado al incremento de presión de compra-venta (D), lo cual denota un cambio de ánimo en virtud de la mayor presencia de compradores. Los vendedores no pueden seguir presionando ya que encuentran resistencia por parte de compradores, lo cual podemos apreciar en la parte inferior del gráfico, denotado por la línea celeste (E). Este proceso toma casi 1 día en completarse, con el consecuente incremento en los niveles de precios.

Petróleo WTI

En este caso, vemos la acción de precio correspondiente al 1 de Febrero de 2014. En primera instancia, pasadas las 11:15AM,  luego de una liquidación importante desde los $97.90, encontramos una primera respuesta por parte de compradores en los $96.35, lo cual  lleva el precio hasta los $96.60. Esta no es suficiente para revertir el precio, buscando nuevos mínimos en torno a los $96.27, en donde sí entonces aparece una agresiva respuesta por parte de compradores (recuadro a), que lleva el precio hasta los $97.33 (recuadro c). Paralelamente, vemos como en el marco de este descenso la presión de los vendedores va disminuyendo paulatinamente, anticipando la eventual (agresiva) reacción por parte compradores, que se materializa luego de una hora, denotada por la divergencia (recuadro b), con el consecuente incremento en el nivel de precios hasta los $97.30.

Inversamente, podemos apreciar la dinámica opuesta. Cerca de los $97.30 (recuadro c). Vemos como, mientras los precios se encuentran tocando máximos de la sesión en torno a los $97.30, la presión de venta (compra) se encuentra aumentando (disminuyendo) (recuadro d), lo cual conlleva a la consecuente retracción en el precio hasta los $96.30. 

Alternativamente, en el grafico 6, podemos ver otro ejemplo en el petróleo WTI hacia fines de Enero de 2014, en donde el flujo de órdenes acumulativo precede al precio (nuevamente, la inercia a la cual nos referimos se encuentra presente). Podemos apreciar que, a pesar de encontrar menores precios, los compradores ya se encuentran  posicionados hacia el lado opuesto de la dirección, casi una hora antes.  Similarmente a lo planteado en el gráfico 5, encontramos una primera respuesta por parte de compradores, la cual no es suficiente para revertir el movimiento, marcando nuevos mínimos, los cuales contrastan con un incremento de compradores, que tiene si tiene como corolario, un incremento en el precio posteriormente. El flujo de órdenes maneja al precio.

Finalmente, es interesante notar dos cuestiones relevantes. La primera radica en la extensión de la divergencia: por lo general, cuanto más amplia ésta es, mayor es el tiempo en el cual el precio tarda en reaccionar, pero también mayor es la intensidad del movimiento resultante. Por otro lado, es importante notar que este enfoque (como todos) no resulta infalible. Existen muchos casos en que dicha divergencia no se verifica producto de brusco cambio en las expectativas del mercado, y en consecuencia de su reflejo en el flujo de órdenes. Sin embargo, es un método bastante confiable, en particular en combinación el análisis de posicionamiento dinámico y zonas de liquidez, identificadas con anticipación.

Conclusión

Concluimos este artículo esperando que el enfoque presentado haya generado un interés por parte del lector. Nuestro objetivo ha sido mostrar una visión alternativa respecto del análisis y operatoria en los mercados financieros, incorporando elementos que brindan un perspectiva clara y precisa, robusta y prácticamente aplicable a cualquier tipo de activo. La lectura del flujo de órdenes, si bien no es infalible, presenta una perspectiva muy efectiva a la hora de encarar los mercados, fundamentalmente por su enfoque, cuya característica principal radica en trabajar observando aquello que se encuentra sucediendo en el mercado en tiempo presente. La lectura del flujo de órdenes actúa en el HOY. Nótese que no hablamos de predecir, sino de prepararnos en relación a posibles escenarios y verificar si las condiciones que buscamos se presentan en el flujo de órdenes, en áreas identificadas con anticipación. Esa es nuestra concepción. 

Señal de compra en el Nasdaq 100 por Sentimentrader

• El índice de volatilidad (VXN) del Nasdaq 100 se revirtió de un período de elevada volatilidad.
• Cambios similares precedieron a un repunte en el ETF NDX 100 (QQQ) el 79% del tiempo durante los dos meses siguientes.
• Alphabet y Amazon también activaron señales de compra de reversión de la volatilidad

Un cambio alcista en la volatilidad

En una nota reciente, compartí una señal de compra para un modelo de trading que utiliza el índice de volatilidad CBOE (VIX) para evaluar cuándo aumenta la volatilidad esperada a 30 días, lo que indica miedo, y posteriormente cae. Si bien esa alerta fue prematura, otros índices de volatilidad ahora están confirmando un posible régimen de volatilidad esperado más bajo.

El índice de volatilidad CBOE (VXN) del índice Nasdaq 100 aumentó al nivel más alto en 84 sesiones de negociación. Posteriormente, se giró a la baja, lo que provocó una señal de compra en el Nasdaq 100, que se puede operar cómodamente utilizando el ETF QQQ.

Lo que nos dice el estudio

A medida que los mercados pasan de condiciones bajistas a alcistas, la volatilidad suele ser uno de los primeros indicadores que muestra un posible punto de inflexión, dada su naturaleza de reversión a la media. Sin embargo, debido a que es susceptible a las oscilaciones, los operadores siempre deben incorporar otras medidas como indicadores de amplitud y tendencia de precios en un enfoque de ponderación de la evidencia. El índice de volatilidad (VXN) del Nasdaq 100, una medida de la volatilidad esperada a 30 días, aumentó hasta el máximo de su rango de 84 días y se giró a la baja, lo que generó una señal alcista para un índice orientado a la tecnología. Alertas similares produjeron excelentes resultados para el ETF Nasdaq 100 (QQQ) en todos los horizontes temporales. Los índices de volatilidad de Alphabet y Amazon también retrocedieron a la baja, lo que provocó señales de compra para dos de las 7 grandes acciones.

¿Momento de invertir en acciones de pequeña capitalización? por Ben Carlson

Imaginemos una conversación entre yo y un hipotético inversor del mercado de valores muy preocupado:

Inversor: El S&P 500 lo único en lo que invertir, pero estoy preocupado porque las valoraciones son muy altas y todas las ganancias provienen de unas pocas acciones.

Yo: Si crees que las acciones de gran capitalización de EE. UU. están sobrevaloradas, siempre podrías invertir en acciones de pequeña capitalización, acciones de valor o acciones extranjeras.

Inversor: ¡Sí, pero los rendimientos de esas acciones han sido terribles! ¡Todas han tenido un rendimiento inferior al S&P durante años!

Yo: Es cierto, pero las valoraciones son mucho más razonables.

Inversor: ¡Pero las valoraciones son muy bajas por alguna razón!

Yo: ¡Obviamente las acciones no están baratas tampoco sin razón!

Básicamente es este meme:

Entiendo la preocupación.

Las grandes acciones tecnológicas han llevado la delantera hasta ahora. Solo hay que ver la diferencia en el rendimiento entre el Nasdaq 100 y el S&P 500, las tecnológicas de mayor tamaño frente al Russell 2000, las acciones de valor de pequeña capitalización y las acciones internacionales en los últimos 10 años:

Las acciones tecnológicas han estado dominando y con razón. Estas son algunas de las corporaciones más exitosas que el mundo ha visto y los precios de las acciones lo confirman.

No tendría precedentes si las acciones tecnológicas continuaran dominando el mercado de valores en la próxima década como lo han hecho durante la década anterior, pero suceden cosas sin precedentes en los mercados todo el tiempo.

Una burbuja de IA ciertamente no está fuera del debate.

Las acciones de pequeña capitalización no solo han tenido un rendimiento inferior al S&P 500, sino que lo han hecho con una volatilidad mucho mayor.

Mira el perfil del drawdown del Russell 2000 en los últimos diez años:

Según mi recuento, se han hecho correcciones de dos dígitos en los últimos diez años:

• 2014: -12,2%
• 2015-16: -26,4%
• 2018: -27,2%
• 2020: -41,9%
• 2022-23: -33,0%

Esos también son cuatro mercados bajistas y dos caídas directas del 30 % o más. Este no ha sido un momento divertido para mantener acciones de pequeña capitalización.

Sin embargo, hay un lado positivo.

Este ha sido un mercado excepcional para el costo promedio en dólares en acciones de pequeña capitalización. Tal vez sea un glotón, pero he estado comprando acciones pequeñas durante cada una de las correcciones que hemos tenido por el camino.

La caída de los precios es algo bueno para los inversores.

Si eres un ahorrador neto, no quieres ver máximos de todos los tiempos constantemente. Deberías esperar volatilidad, correcciones y caídas. Te permiten comprar a precios y valoraciones más bajos.

Y las valoraciones de las acciones de pequeña capitalización son muy bajas en este momento, en relación con el S&P 500 y su propia historia.

Tomé un puñado de métricas de valoración en el S&P 500 junto con un simple fondo de índice de pequeña capitalización de Vanguard y un fondo de valor de pequeña capitalización:

En todas las acciones métricas, las acciones de pequeña capitalización y de valor parecen mucho más baratas que las acciones de gran capitalización.

Para ser justos, las acciones de pequeña capitalización son baratas por una buena razón. Las corporaciones más pequeñas son mucho más sensibles a las tasas de interés que las grandes corporaciones. Las empresas más grandes pudieron asegurar tasas de interés ultra bajas durante la pandemia. Muchas pequeñas empresas no tuvieron tanta suerte y ahora están pagando el precio en un entorno de tipos más altos.

Las acciones suelen tener un rendimiento inferior por una buena razón.

También hay diferencias en el sector que podrían ayudar a explicar las brechas de valoración. Las acciones tecnológicas son algo así como el 38 % del S&P 500, pero solo el 18 % del fondo de índice de pequeña capitalización de Vanguard.

Pero incluso mirar las acciones de pequeña capitalización en relación con su propia historia muestra que las valoraciones son bastante atractivas. He aquí un vistazo a las valoraciones de las acciones más grandes, medianas y pequeñas de Yardeni Research:

Las acciones de pequeña y media capitalización son casi tan baratas como lo fueron en una base de P/E a plazo como lo fueron durante el desplome del Covid. Ahora son más baratas de lo que eran en cualquier momento de la década de 2010.

Por supuesto, las valoraciones no garantizan nada a los inversores, especialmente a corto plazo. El S&P 500 ha sido caro en relación con las acciones de pequeña capitalización, las acciones internacionales y las acciones de valor durante varios años y no ha importado.

Tal vez los fundamentos ya no importan, pero esa no es una apuesta que esté dispuesto a hacer con mis ahorros.

Además, no tienes que volver tan atrás para encontrar un ciclo en el que los papeles se invirtieran y las pequeñas acciones dominaran a las grandes.

Estos son los rendimientos desde el comienzo de 2000 hasta finales de 2013:

Las acciones de pequeña capitalización ganaron al S&P 500 durante más de una década, más que duplicando los rendimientos de las acciones de gran capitalización.

Nunca he sido un inversor de todo o nada.

No veo la necesidad de asumir riesgos innecesarios concentrándose en un solo sector o estrategia. No hay nada gratis cuando se trata de invertir, pero la diversificación es casi tan barata como un perrito caliente en Costco.

Micheal y yo hablamos sobre esto en el vídeo de Animal Spirits de esta semana:

Suscríbete a The Compound para que no te pierdas un episodio.