Introducción a las metodologías de value at risk (VAR) o valor en riesgo por Quantpedia

Comprender los riesgos de cualquier estrategia de trading cuantitativa es uno de los pilares de una gestión de cartera consistente. Por supuesto, podemos tener un buen comportamiento de la estrategia en momentos puntuales, pero para sobrevivir a las fluctuaciones del mercado, debemos tener herramientas para una sólida gestión de riesgos. La medida «Valor en riesgo» es una herramienta estándar que se utiliza para evaluar el riesgo de las estrategias de trading y de inversión a lo largo del tiempo. Planeamos presentar nuestro nuevo informe «Valor en riesgo» para los clientes de Quantpedia Pro en breve. Este artículo es nuestra introducción a las diferentes metodologías que se pueden utilizar para el cálculo de VaR.

Introducción

El valor en riesgo (VaR) se define como la pérdida máxima con una probabilidad dada, en un período de tiempo establecido (como un día), con una distribución de probabilidad asumida y en condiciones estándar de mercado. En otras palabras, es una medida del riesgo de pérdida de una inversión. El problema matemático más importante es que se desconoce la verdadera distribución de probabilidad de esta pérdida (y los rendimientos subyacentes).

Definición matemática de valor en riesgo o VaR:

La fórmula nos dice cuál es la pérdida máxima que podemos esperar mañana, en unas condiciones normales de mercado, o qué cantidad de pérdida no deberíamos exceder con un determinado nivel de probabilidad (por ejemplo, 95%).

Digamos que a = 95% y VaR _95% = 3%, esto nos dice que hay un 5% de probabilidad de perder el 3% o más del valor de una cartera en un día determinado. En otras palabras, existe un 95% de probabilidad de que no perdamos más del 3% del valor de la cartera en un día determinado, en condiciones estándar de mercado.

Las principales ventajas del valor en riesgo o VaR son el tiempo de reacción, su facilidad de uso y su amplia difusión, sobre todo en la gestión de riesgos. Sin embargo, cuando se observan eventos de cola (es decir, días realmente negativos), es menos preciso y proporciona una aproximación menos precisa de un riesgo en comparación con, por ejemplo, CVaR (del que hablaremos en la siguiente sección). En resumen, el valor en riesgo no modela lo que sucede en la cola, es decir, no modela la cola en sí, solo el umbral “donde comienza la cola”.

Cálculo

En primer lugar, hay dos elecciones principales que hacer: la elección del modelo de distribución de rendimiento y la elección del modelo de volatilidad. Examinaremos 3 modelos diferentes para la distribución de los retornos y 2 para la volatilidad. En segundo lugar, elegimos 1 día como nuestro horizonte de predicción de pérdidas y 500 días (~ 2 años) como nuestra ventana al pasado histórica. En tercer lugar, calcularemos el VaR para a = 95%.

Para simplificar un poco las cosas, nuestra cartera consta de un solo activo: SPY ETF. Como se mencionó, hay muchas formas diferentes de calcular el valor en riesgo o VaR. Decidimos analizar cuatro de los métodos más utilizados:

1. Simulación histórica
2. Método paramétrico (asumiendo distribución normal)
3. Método paramétrico combinado con el modelo GARCH para volatilidad
4. Simulación de Monte Carlo combinada con el modelo GARCH de volatilidad

Simulación histórica

El supuesto principal de este modelo es que la distribución de probabilidad es la misma que en el período de tiempo anterior. Entonces, el cálculo es bastante simple y ni siquiera necesitamos un modelo de volatilidad.

En este caso, simplemente calcular el valor en riesgo o VaR _95% como 5 ^º cuantil de los retornos diarios del período anterior (en nuestro caso, el período anterior = 500 días).

El principal beneficio de este método es la simplicidad y la ausencia de suposiciones sobre la distribución de los factores de riesgo. Sin embargo, la reacción lenta y los “saltos” en el caso de turbulencias del mercado pueden ser una gran desventaja.

La siguiente figura presenta las rentabilidades diarias y el valor en riesgo o VaR calculado por este método. Podemos ver la respuesta retrasada en tiempos de mayor volatilidad y también viceversa, cuando estos tiempos terminan.

Método paramétrico

El supuesto de referencia de todos los métodos paramétricos es que los rendimientos de los activos siguen una distribución específica. Usamos la distribución Normal en nuestros cálculos combinada con la volatilidad histórica simple, como modelo para la volatilidad. Alternativamente, la distribución t de Student también se usa ampliamente (y también hay varias adicionales).

El VaR _95% se calcula como un retorno medio del período anterior (en nuestro caso 500 días) más la volatilidad de los retornos diarios del período anterior (en nuestro caso 500 días) multiplicado por 5 ^º -cuantil de N (0,1 ) distribución:

La suposición de una distribución específica, naturalmente, nunca es completamente realista, lo cual es una de las desventajas del método. Otras desventajas incluyen la reacción lenta en tiempos turbulentos y el hecho de que el cálculo del valor promedio de los rendimientos pasados ​​no es robusto en términos de la selección de la ventana de tiempo.

Por otro lado, la simplicidad es la ventaja más significativa de este método y, en comparación con la simulación histórica, generalmente es más rápida, fluida y precisa.

La siguiente figura presenta las rentabilidades diarias y el valor en riesgo calculado por el método paramétrico utilizando distribución Normal y volatilidad histórica. Nuevamente, podemos ver la respuesta tardía en momentos de mayor volatilidad (aunque es más rápida en comparación con la simulación histórica).

Método paramétrico combinado con el modelo GARCH para volatilidad

El tercer método que aplicamos combina el enfoque paramétrico anterior con el modelo GARCH de volatilidad. Como primer paso, para cada día, calculamos la volatilidad GARCH de los últimos 20 días. Entonces, el proceso es casi idéntico al método anterior, con la única diferencia de que en lugar de utilizar la volatilidad histórica de los rendimientos diarios, utilizamos la volatilidad GARCH de los últimos 20 días.

El VaR _95% se calcula entonces como retorno medio del período anterior (en nuestro caso 500 días) más allá de la volatilidad GARCH 20 días multiplicado por 5 ^º -cuantil de N (0,1) de distribución:

La principal ventaja de este método es el proceso GARCH en sí mismo, que depende de los rendimientos al cuadrado del pasado y de las varianzas pasadas para modelar la varianza actual. Como sugiere el nombre, este método es autoregresivo y asume heterocedasticidad condicional. Esto es especialmente útil porque la volatilidad tiende a variar en el tiempo y depende de la varianza pasada, lo que hace que un modelo homocedástico sea subóptimo.

La siguiente figura presenta los retornos diarios y el VaR calculado por el método paramétrico usando distribución Normal combinada con el modelo GARCH para volatilidad. Esta figura muestra la rápida respuesta a tiempos de mayor volatilidad.

Simulación de Monte Carlo combinada con el modelo GARCH de volatilidad

El último método se aplicó es similar al método anterior, sin embargo, en lugar de utilizar 5 ^º -cuantil de N (0,1) de distribución nosotros usaremos las simulaciones de Monte Carlo. Cada vez que generar 500 realizaciones de una variable aleatoria de N (0,1), y posteriormente calcular 5 ^º -cuantil de estas simulaciones.

El valor en riesgo o VaR _95% se calcula entonces como retorno medio del período anterior (en nuestro caso 500 días) más allá de la volatilidad GARCH 20 días multiplicado por 5 ^º -cuantil de las variables generadas:

La siguiente figura presenta las rentabilidades diarias y el valor en riesgo calculado por este método. Es evidente que el tiempo de reacción a los períodos de mayor volatilidad es rápido. No obstante, una diferencia entre el método de Monte Carlo y el uso de una puntuación z estándar es solo marginal, porque las simulaciones tienden a converger a la puntuación z con el número creciente de ejecuciones.

Conclusión

La siguiente figura compara los valor en riesgo calculados por los cuatro métodos diferentes. Podemos ver claramente que los métodos que utilizan la volatilidad GARCH siguen más de cerca la evolución real del riesgo de pérdida. Además, la diferencia entre el método histórico y el método paramétrico que usa N (0,1) no es tan grande. Lo mismo se aplica al método paramétrico con GARCH en comparación con las simulaciones de Monter Carlo con GARCH, que son casi idénticas.

El mismo gráfico para el período de 2 años 2019-2021:

Además, el valor en riesgo se puede utilizar para analizar una cartera completa, no solo un activo. El método histórico y el paramétrico funcionan de manera muy similar también en el caso de activos múltiples. Sin embargo, las cosas se complican más con GARCH multidimensionales y Monte Carlo. No cubriremos el caso de activos múltiples, para que el informe sea breve y claro.

Además, existe la posibilidad de evaluar qué tan bien el valor en riesgo predice la pérdida de probabilidad del 5% (o 1- a ). Lo que usamos para tal análisis es el llamado backtesting. El backtesting funciona según el principio de comprobar cuántas veces la pérdida real cruzó (fue mayor que) el umbral de valor en riesgo. Numerosas pruebas estadísticas analizan esto, como la prueba de Kupiec basada en la razón de verosimilitud o la prueba de Christoffersen.

Valor condicional en riesgo

Introducción

El valor en riesgo condicional (CVaR), también conocido como déficit esperado, se define como una medida de evaluación de riesgos que cuantifica la cantidad de riesgo de cola que tiene una cartera de inversión con una distribución de probabilidad dada y condiciones de mercado estándar. En otras palabras, ¿cuál será la pérdida si se produce la “pérdida de probabilidad del 5%”?

Por ejemplo, digamos a = 95% y CVaR _95% = 4.5%. Esto nos dice que en el peor 5% de los casos, la pérdida promedio es 4.5% del valor del activo.

Cálculo

Al igual que con el valor en riesgo, existen múltiples formas de calcular el CVaR. Analizamos los mismos cuatro métodos:

1. Simulación histórica
2. Método paramétrico (asumiendo distribución normal)
3. Método paramétrico combinado con el modelo GARCH para volatilidad
4. Simulación de Monte Carlo combinada con el modelo GARCH de volatilidad

Simulación histórica

Suponiendo que la distribución de probabilidad es la misma que en el período de tiempo anterior, el cálculo es bastante simple. CVaR es el promedio de las rentabilidades diarias (en nuestro caso, de los últimos 500 días) que son inferiores al valor de VaR.

La siguiente figura muestra la diferencia entre valor en riesgo o VaR y CVaR calculada por el método histórico. Una vez más, podemos ver un retraso en la reacción a los períodos de tiempo más volátiles.

Método paramétrico

Hay dos formas de abordar este método. El primero utiliza solo un promedio simple por debajo del umbral de VaR, al igual que el método histórico, pero el umbral de valor en riesgo o VaR se calcula de acuerdo con el método paramétrico. El segundo enfoque implica una fórmula exacta. Expliquemos brevemente ambos métodos.

El primer enfoque calcula el CVaR como la media de las rentabilidades diarias (en nuestro caso, de los últimos 500 días) que son inferiores al valor de valor en riesgo o VaR calculado mediante el método paramétrico.

El segundo enfoque calcula el CVaR como un rendimiento diario medio (de los últimos 500 días) más la volatilidad de los rendimientos, multiplicado por Z :

Dónde

y z es de (1- un ) ^º -cuantil de N (0,1) de distribución.

La siguiente figura compara el CVaR calculado por ambos métodos y el valor en riesgo o VaR calculado usando el método paramétrico. En aras de la brevedad, utilizaremos solo el CVaR calculado como el promedio de los valores que son inferiores al umbral de VaR en todos los cálculos posteriores.

Método paramétrico combinado con el modelo GARCH para volatilidad

El tercer método que aplicamos combina el enfoque del método anterior con el modelo GARCH para calcular la volatilidad. Todo es igual que en los cálculos de valor en riesgo VaR para este método.

Calculamos el CVaR como la media de las rentabilidades diarias (en nuestro caso, de los últimos 500 días) que son inferiores al valor de valor en riesgo o VaR calculado mediante el método paramétrico combinado con el modelo GARCH.

La siguiente figura muestra la diferencia entre valor en riesgo o VaR y CVaR calculada mediante el método paramétrico con el modelo GARCH de volatilidad.

Simulación de Monte Carlo combinada con el modelo GARCH de volatilidad

Una vez más, el último método que aplicamos usa simulaciones de Monte Carlo en lugar de usar (1- a ) ^-ésimo -cuantil de distribución N (0,1). Genera 500 realizaciones de variable aleatoria N (0,1) y calcular (1- un ) ^º -cuantil de los resultados.

A continuación, se calcula el CVaR _(1- α)  como la media de los rendimientos diarios (en nuestro caso, de los últimos 500 días) que son inferiores al valor de VaR calculado con el mismo método.

La siguiente figura presenta los rendimientos diarios, valor en riesgo o VaR y CVaR calculados por este método.

Conclusión

La siguiente figura compara cuatro métodos CVaR diferentes. Para el cálculo utilizamos un promedio simple de los valores por debajo del umbral de valor en riesgo correspondiente. La volatilidad GARCH parece ser el principal factor decisivo cuando se trata de un tiempo de reacción más rápido durante los períodos volátiles.

Drawdown condicional en riesgo

El Drawdown condicional en riesgo (CDaR) se define como la caída promedio para todos los casos en los que la caída supera un cierto umbral. La lógica es muy similar a CVaR, solo estamos usando reducciones en su lugar.

El supuesto clave es que la distribución de probabilidad es la misma que en el período anterior (en nuestro caso, el período de tiempo es de 500 días). Entonces el cálculo es bastante simple. En primer lugar, establecemos un nivel de significancia a (en nuestro caso a = 95% ). En segundo lugar, calculamos CDAR _95% como el promedio de las Disposiciones del período anterior que son inferiores a la 5 ^º -cuantil de las Disposiciones del período anterior.

Entonces, por ejemplo, si a = 95% y CDaR _95% = -16%, esto nos dice que en el peor 5% de los casos, la reducción promedio es -16%.

La siguiente figura muestra los drawdowns y el CDaR.

Nuevo modelo de Machine Learning para estudiar las expresiones faciales de los CEOs [Estudio] por Quantpedia

• Las palabras no lo son todo. Por ejemplo, mostramos nuestras emociones a través de expresiones faciales, pero la investigación sobre este tema en finanzas es escasa. Una nueva investigación de Banker (2021) llena este vacío y examina las expresiones faciales de los directores ejecutivos durante las entrevistas en video de la CNBC sobre los resultados corporativos.

Los autores utilizan una red neuronal convencional para la detección de los rostros y el reconocimiento de expresiones faciales para medir la asimetría hemifacial dinámica de las expresiones. La idea se basa en la neuropsicología, que afirma que la asimetría facial genera desconfianza. Por lo tanto, la tarea crucial es averiguar si las asimetrías del CEO influyen en las acciones. Los resultados apoyan esta teoría de la neuropsicología. La asimetría hemifacial dinámica está relacionada negativamente con el retorno anormal acumulativo de tres días después de la entrevista. También existe una relación con los diferenciales de oferta y demanda que sugiere que las opiniones de los inversores están dispersas después del evento y tienden a ser más grandes. Además, la desconfianza es aún mayor cuando la empresa tiene un entorno de información más débil (alta volatilidad y dispersión de previsiones). En general, se podrían utilizar varias conclusiones del documento con enfoques ya establecidos para el análisis textual.

• Autores: Rajiv D. Banker, Hui Ding, Rong Huang y Xiaorong Li
• Título:  Market Reaction to CEOs’ Dynamic Hemifacial Asymmetry of Expressions — A Machine-Learning Approach (Reacción del mercado a la asimetría hemifacial dinámica de expresiones de los directores ejecutivos: un enfoque de aprendizaje automático)
• Enlace : https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3814689

Abstracto:

Los estudios neuropsicológicos proponen que los oyentes evalúan inconscientemente la confiabilidad de los hablantes a través de sus expresiones faciales. Sobre la base de esta teoría, investigamos cómo responden los inversores a la asimetría de expresiones hemifacial dinámica (HFAsy) de los directores ejecutivos que se muestra en las entrevistas en video de la CNBC sobre los resultados corporativos.

Empleamos un enfoque de aprendizaje automático de detección de rostros y reconocimiento de expresiones faciales basado en una red neuronal convencional para medir el HFAsy dinámico de los CEO. De acuerdo con la predicción neuropsicológica de que la asimetría facial induce desconfianza, documentamos que el mercado de valores reacciona negativamente al HFAsy del CEO que se muestra en el video de la entrevista.

También encontramos que la propagación anormal de oferta y demanda alrededor de la fecha de la entrevista se asocia positivamente con el HFAsy del CEO. Además, mostramos que estos efectos son más pronunciados para las empresas con entornos de información más débiles. Finalmente, documentamos que las revisiones de los pronósticos de los analistas están asociadas negativamente con el HFAsy de los CEO.

En general, nuestro estudio proporciona evidencia de que la confianza de los inversores y el comportamiento del mercado se ven afectados por la asimetría hemifacial dinámica de las expresiones que aparecen en los rostros de los directores ejecutivos.

Como siempre presentamos varias figuras y tablas interesantes:

Citas notables del trabajo de investigación académica:

“La asimetría hemifacial de las expresiones, definida como la intensidad de la expresión o la participación muscular en un lado del rostro humano (“hemifacio”) en relación con el otro lado, es una característica bien documentada en la literatura neuropsicológica (Darwin, 1965; Borod et al., 1983 ; Borod et al. 1997). Una asimetría hemifacial alta está neuroanatómicamente vinculada a la expresión facial deliberada de un individuo (Kahn, 1964; Tschiassny, 1953), porque estas expresiones están inervadas contralateralmente por estructuras corticales a través de las conexiones monosinápticas dentro del sistema piramidal, mientras que se presume que las espontáneas están inervadas bilateralmente por estructuras subcorticales a través del sistema extrapiramidal multisináptico (Borod y Koff, 1984). Debido a su asociación neuroanatómica con la formación de expresiones.”

 

“Basándonos en evidencia previa de estudios neuropsicológicos, investigamos si el HFAsy dinámico de los CEO induce la desconfianza de los inversores y afecta su comportamiento al invertir. Primero examinamos la reacción del mercado de valores a la dinámica HFAsy de los directores ejecutivos que se muestra en los videos de entrevistas. Dado que el alto HFAsy de los directores ejecutivos induce la desconfianza de los inversores, los inversores pueden percibir a estos directores ejecutivos como gerentes autosuficientes que tienden a sacrificar el interés de los accionistas por su beneficio personal.”

“Suponemos que los inversores responden negativamente al alto HFAsy aparecido por los directores ejecutivos en entrevistas cara a cara sobre los resultados corporativos. A continuación, investigamos si el desacuerdo de los inversores sobre las noticias de ganancias es más grave para las empresas con directores ejecutivos con mayor HFAsy. Dado que los inversores se muestran escépticos acerca de la integridad de los directores ejecutivos de alto HFAsy, es posible que le den menos importancia a la información pública divulgada por estos directores ejecutivos y se centren más en la información privada. Dado que depender más de la información privada conduce a un mayor desacuerdo entre los inversores, planteamos la hipótesis de que la divergencia de opiniones de los inversionistas sobre las noticias de ganancias es mayor para las empresas cuyos directores ejecutivos exhiben un HFAsy más alto en las entrevistas en video.”

“Para capturar el HFAsy de los CEO, obtenemos una muestra de 205 entrevistas en video de CEO sobre noticias de resultados corporativos entre 2017 y 2019 del sitio web de la CNBC. Usamos el algoritmo de aprendizaje automático de la red neuronal convolucional para detectar las caras de los CEO y codificar las emociones en sus hemisferios izquierdo y derecho de la siguiente manera: Primero, usamos Python para analizar los videos de entrevistas y extraer imágenes de estos videos. En segundo lugar, utilizamos los algoritmos de la red neuronal convolucional para detectar las caras de los directores ejecutivos a partir de estas imágenes extraídas. En tercer lugar, segmentamos y reflejamos los hemisferios izquierdo y derecho de los CEO y codificamos siete emociones en los hemisferios izquierdo y derecho reflejadas de los CEO. Estas siete emociones son las expresiones faciales humanas básicas propuestas por Ekman y Friesen (1971): enfado, disgusto, miedo, alegría, tristeza, sorpresa y neutralidad. ”

“Utilizamos rendimientos anormales acumulados (CAR) y diferenciales de oferta y demanda anormales medidos durante una ventana de tres días alrededor de la fecha de la entrevista en video para capturar la reacción del mercado y el desacuerdo de los inversores, respectivamente. Los rendimientos de las acciones reflejan la creencia del inversionista promedio (Ball y Brown, 1968; Kotharis y Wasley, 2019), mientras que los diferenciales de oferta y demanda anormales capturan la divergencia de opiniones de los inversionistas sobre la entrevista (Blankespoor et al., 2014; Coller y Yohn, 2006). De acuerdo con nuestra predicción, documentamos una relación significativamente negativa entre los CAR a corto plazo y HFAsy después de controlar varias características específicas de la empresa, el CEO y el video. También documentamos una asociación significativamente positiva entre los diferenciales de oferta y demanda anormales a corto plazo y el HFAsy de los directores ejecutivos. “

“A continuación, examinamos si la evaluación de los inversores sobre el HFAsy de los directores ejecutivos se ve afectada por los entornos de información de las empresas. La literatura neuropsicológica sugiere que la experiencia previa afecta la percepción de confianza de un individuo (Chang et al., 2010; King-Casas et al., 2005; Axelrod y Hamilton, 1981). De acuerdo con esta noción, esperamos que la desconfianza de los inversores hacia el HFAsy de los directores ejecutivos sea más fuerte para las empresas con un historial de entornos de información más débiles. Utilizando la volatilidad de la rentabilidad trimestral anterior y la dispersión del pronóstico de resultados de los analistas para medir los entornos de información pasada de las empresas (Billings et al., 2015; Bushee y Christopher, 2000; Lehavy et al., 2011; Barron et al., 1998).”

¿Existe sesgo de supervivencia en la rentabilidad del mercado de valores de EE. UU.? por Ben Carlson

Me gusta compartir datos a largo plazo en el mercado de valores porque es importante tener mentalidad a largo plazo cuando hablamos de invertir.

Les muestro un gráfico:

Cada vez que comparto este tipo de datos, siempre obtengo la misma respuesta.

Esto es genial, pero ¿qué pasa con otros países? ¡¿Qué pasa con Japón?!

Es cierto que hay cierto sesgo de supervivencia en estos datos. Los ganadores escriben la historia.

No tenía que suceder de esta manera, pero Estados Unidos se ha comido a los mercados bursátiles globales, al estilo Pac Man, desde principios del siglo XX:

Las empresas estadounidenses han dominado el resto del mundo durante la última década y también han cambiado:

Pero no es que otros países no tengan un buen historial a largo plazo.

MSCI ha desarrollado índices bursátiles de países que se remontan a 1970. Estos son los rendimientos anuales de estos índices junto con el S&P 500 hasta finales de septiembre:

Ciertamente, existen algunas diferencias entre los rendimientos de las acciones de los países, pero no demasiada.

Eso no quiere decir que los inversores no hayan sufrido caídas muy fuertes del mercado de valores en el pasado. Por supuesto que sí.

Por ejemplo, el gobierno ruso confiscó los activos financieros, tanto acciones como bonos, de sus ciudadanos en 1917. El mercado de valores dejó de existir allí durante muchas décadas. Una confiscación similar de activos ocurrió en China en 1949.

Pero es difícil matar a los mercados.

Uno de mis ejemplos favoritos de esto es lo que le sucedió a Alemania en el siglo XX.

El país, podríamos decir, que inició con sus acciones dos guerras mundiales, experimentó una hiperinflación severa y sufrió lo que debería haber sido un golpe mortal para su economía debido a las consecuencias de la Segunda Guerra Mundial.

La economía se arruinó, pero rápidamente surgió de las cenizas:

La década de 1950 vio una rentabilidad del mercado de valores alemán casi del 25% anual.

Incluso si incluimos la primera mitad del siglo XX, un período que vio una serie de depresiones y dos guerras mundiales, el comportamiento a largo plazo de los mercados de valores de todo el mundo sigue siendo impresionante.

Estos son los rendimientos anuales reales de varios países entre 1900 y 2020, cortesía del Anuario de Credit Suisse:

Una vez más, algunos países son mejores que otros, pero no es como si Estados Unidos estuviera muy por encima de todas las demás regiones del mundo.

Estados Unidos ha tenido una comportamiento extraordinario de su mercado de valores durante muchas décadas. Somos el hogar de algunas de las mejores y más grandes empresas del mundo.

Estados Unidos tiene algunas ventajas sobre otros países. Tiene la economía más grande y diversa del mundo. Tiene los mercados financieros más grandes y líquidos. El gobierno generalmente deja en paz a la mayoría de las empresas, algo que no se puede decir de todos los países.

Pero no es que tenga el monopolio de las buenas ideas, la innovación, las ganancias y el progreso. Y la mayoría de sus mejores y más grandes empresas venden sus productos o servicios en todo el mundo.

Es posible que el mercado de valores de EE. UU. continúe dominando el resto del mundo durante un tiempo. Apostar contra los EE. UU. ha sido una batalla perdida durante mucho tiempo.

Pero tampoco apostaría contra el resto del mundo.

Algunas reflexiones sobre los regímenes de mercado por Yuval Taylor

Muchos inversores hablan de «regímenes de mercado».

Este término puede tener varios significados diferentes. Clásicamente, un régimen de mercado se caracteriza principalmente por cuatro medidas: tasas de interés, inflación, crecimiento del PIB y desempleo; a estas se añaden a menudo las caracterizaciones de la política fiscal y monetaria del gobierno. Pero también se puede hablar de un régimen de mercado en términos de qué factores bursátiles funcionan y cuáles no.

Por ejemplo, en términos de economía, los últimos cinco años fueron un período caracterizado por bajas tasas de interés, baja inflación, bajo crecimiento del PIB y bajo desempleo (este último ítem acaba de cambiar drásticamente). En términos del mercado de valores, el período se puede caracterizar por el momento en que las compañías de gran capitalización superan a las pequeñas, acciones caras que superan a las acciones baratas, el impulso superando a la reversión y baja volatilidad que supera a la alta volatilidad.

De hecho, hubo otro período en el que todo esto fue cierto: 2007. Y luego ha habido períodos en los que todo esto sucedió al revés: en 1991, por ejemplo, la inflación, las tasas de interés y el desempleo eran altos (aunque el crecimiento del PIB no lo fue), las acciones de pequeña capitalización y las acciones baratas obtuvieron buenos resultados. Las estrategias de impulso y baja volatilidad obtuvieron un rendimiento inferior, mientras que lo mismo podría decirse de 1982, excepto por la parte del impulso.

Muchos inversores han dedicado mucha energía a identificar qué régimen de mercado vendrá a continuación, o en qué régimen de mercado estamos actualmente, y asignar sus activos en consecuencia. Pero, ¿en qué medida los diversos componentes de un «régimen de mercado» van realmente juntos? Si tuviéramos que caracterizar períodos de tiempo basados en estos cuatro indicadores económicos y estos cuatro factores de acciones, ¿encontraríamos alguna consistencia?

Decidí probar esto mirando los rendimientos de las acciones de los últimos 57 años, desde 1963 hasta hoy, confiando en la biblioteca de Kenneth French para los rendimientos de los factores o estilos de inversión y en los datos económicos de la Reserva Federal. Pero antes de analizar los regímenes, pensé que sería importante analizar la correlación. Agregué un factor adicional para obtener una buena medida: la rentabilidad, medida por el ROE operativo.

La correlación de componentes de los regímenes de mercado

Primero, le explico mi método. Siguiendo a French, analicé los cinco factores y medí la diferencia en los rendimientos mensuales entre el quintil superior e inferior de las acciones estadounidenses en las principales bolsas. Para el factor valor utilicé el rendimiento de las ganancias; para el impulso utilicé los rendimientos del duodécimo mes al mes anterior a la medición; y para la volatilidad utilicé la varianza de la rentabilidad diaria de los precios. Para los indicadores económicos, utilicé el crecimiento anual del IPC para la inflación, los rendimientos de los bonos a diez años para las tasas de interés, el cambio porcentual en el PIB para el crecimiento del PIB y la tasa de desempleo. Entiendo que otros inversores pueden elegir diferentes indicadores y no hago ninguna afirmación sobre la superioridad de mis elecciones.

Luego creé una tabla de correlación: 

Los indicadores económicos (ver el área sombreada en gris en la parte inferior derecha) se correlacionan entre sí hasta cierto punto. También lo hacen los factores de valores con la excepción del tamaño. El único par de esos cuatro factores ajenos al tamaño que no muestra correlación es el impulso y el rendimiento de las ganancias. El único factor bursátil que parece correlacionarse bien con un indicador económico es el rendimiento de las ganancias, que se correlaciona con las tasas de interés.

Miremos de cerca estas correlaciones.

1. El valor se comporta mejor cuando las tasas de interés son altas. ¿Por qué? Si clasifica las industrias por sus rendimientos de ganancias agregados, las compañías financieras generalmente están cerca de la cima. Y las empresas financieras se benefician de las altas tasas de interés.
2. El impulso, la baja volatilidad, el alto ROE y las acciones grandes superan en conjunto. Como he mostrado, el impulso es un indicador de alta calidad, crecimiento y buena gestión, mientras que la baja volatilidad es un indicador de estabilidad en los fundamentos bursátiles. Un alto ROE depende de ganancias sólidas. En general, las acciones de gran capitalización tienen más probabilidades de sobresalir en estas áreas que las pequeñas, que a menudo son altamente especulativas, sin ganancias sólidas, con fundamentos inestables y con una mayor probabilidad de quiebra.
3. No existe una correlación entre el tamaño y el rendimiento de las ganancias. Por un lado, se podría pensar que es más probable que las empresas más pequeñas tengan un «precio incorrecto». Por otro lado, las empresas más pequeñas tienen más probabilidad de tener ganancias negativas que las grandes. Esto probablemente explica la falta de correlación.
4. No existe una correlación entre el impulso y el rendimiento de las ganancias. Podría esperar una correlación negativa, ya que a los inversores de valor les gusta comprar acciones cerca de la parte inferior y a los inversores de impulso les gusta comprar acciones cerca de la parte superior. Pero, de hecho, tanto el valor como el impulso tienen un rendimiento superior al de uno solo.
5. Existe una correlación muy fuerte entre la inflación y las tasas de interés. Esto se debe a lo que los economistas llaman «el efecto Fisher». Recuerde que las tasas de interés no se ajustan a la inflación. Entonces, las tasas de interés son iguales a la inflación más una prima de riesgo (esencialmente 0% para los bonos del Tesoro de EE. UU.) más la «tasa de interés real». Dado que la «tasa de interés real» no varía tanto como la inflación, la correlación entre la tasa de interés real y la inflación es bastante fuerte.
6. La tasa de desempleo se correlaciona con los demás indicadores económicos. Esto parece contradictorio. Si alguna vez aprendió sobre la “curva de Phillips” en sus clases de economía, recuerde que se supone que la inflación y el desempleo están inversamente correlacionados. Y se supone que un alto crecimiento del PIB conducirá a un menor desempleo. Pero el tiempo no ha sido amable con la «curva de Phillips», que esencialmente quedó inutilizable por la «estanflación» en la década de 1970. Desde entonces, hemos experimentado una serie de períodos de bajo desempleo, bajo crecimiento, bajas tasas de interés y baja inflación (como los últimos cinco años) y una serie de períodos de altos niveles de todos estos (mire 1975 a 1988).
7. El crecimiento del PIB y la inflación están correlacionados negativamente. La explicación de esto es simple: el PIB ya está ajustado por inflación. El crecimiento del PIB se calcula tomando el crecimiento real del PIB y restando la tasa de inflación. Cada vez que resta un número, la correlación entre el resultado y el número restado será negativa.
8. Existe poca o ninguna correlación entre los factores de stock y los indicadores económicos. Vea las áreas sombreadas en azul. La única excepción se discute arriba en el punto 1.

57 años de regímenes de mercado

He dividido los últimos 57 años en regímenes económicos de acuerdo con los cuatro indicadores macroeconómicos estándar y los cuatro factores de valores que mencioné anteriormente. Suavicé los resultados tomando el promedio de cada mes de los seis meses anteriores y posteriores. En el primer gráfico, califiqué las medidas de mayor a menor en función de los valores promedio máximo y mínimo. En el segundo hice lo mismo con las medidas económicas, pero los factores de valores o acciones dependen de si dominó el quintil superior o inferior. Cambié dos cosas de mi explicación en la sección anterior: el tamaño ahora es grande sobre pequeño y la volatilidad ahora es alta sobre baja; lo contrario era contradictorio cuando se miraban gráficos que mostraban valores altos y bajos.

Los siguientes gráficos indican los resultados.

En el gráfico superior, el grosor del gráfico indica qué tan alto es el indicador. Entonces, por ejemplo, a principios de 2020, a la derecha del gráfico, los cuatro indicadores económicos eran muy bajos (tasas de interés, inflación, crecimiento del PIB y desempleo). El factor de tamaño es muy amplio porque las grandes acciones predominan sobre las pequeñas. El impulso también es bastante fuerte. La volatilidad es de media a baja (las acciones de baja volatilidad superaron a las de alta volatilidad) y el rendimiento de los beneficios se ha reducido a cero (las acciones con bajo rendimiento de beneficios dominaron a las de alto rendimiento de beneficios).

El segundo gráfico simplifica todo en valores altos y bajos. Una vez más, a principios de 2020, los cuatro indicadores económicos estaban bajos (consulte las cuatro barras de colores inferiores). Las únicas cosas que eran altas eran el tamaño (dominaban las grandes acciones) y el impulso.

Al observar estos dos gráficos, se pueden dividir los períodos de tiempo en varios regímenes de mercado. La pregunta principal es: ¿existe alguna coherencia? En otras palabras, si miramos dos períodos de tiempo muy separados con las mismas condiciones económicas, ¿funcionan los mismos factores?

Realmente no.

Veamos, por ejemplo, los períodos en los que los cuatro indicadores económicos fueron altos y los períodos en los que todos fueron bajos. Los primeros fueron de 1976 a 1978 y de 1983 a 1988. Los segundos fueron de 2001, 2007 y 2015 hasta principios de 2020.

Durante el período de 1976 a 1978, las acciones de pequeña capitalización con alto rendimiento de ganancias, impulso y volatilidad obtuvieron mejores resultados. Durante el período de 1983 a 1988, las acciones más grandes con alto rendimiento e impulso de las ganancias, pero con baja volatilidad, obtuvieron mejores resultados. No hay una consistencia real.

En 2001, las empresas de pequeña capitalización con alto impulso, baja volatilidad y altos rendimientos de ganancias obtuvieron mejores resultados. Pero en 2007 y desde 2015 hasta hoy, las acciones de gran capitalización con alto impulso, baja volatilidad y bajos rendimientos de ganancias obtuvieron mejores resultados. Una vez más, no hay mucha coherencia.

¿Qué pasa si solo miramos los factores de valores? ¿Hay alguna coherencia?

No parece. El impulso usualmente ha funcionado bastante bien; hay pocos períodos en los que no ha funcionado. Pero, como señalé anteriormente, el tamaño y el rendimiento de las ganancias no están correlacionados. Son muy pocos los períodos en los que todos estos factores son coherentes entre sí.

La siguiente pregunta que debemos hacernos es si hay alguna ciclicidad en estos regímenes. ¿Es más probable que un régimen siga a otro?

Lamentablemente no. No parece haber absolutamente ningún patrón en estos regímenes.

¿Qué podemos esperar?

Imagine un período caracterizado por bajas tasas de interés, baja inflación, bajo crecimiento y alto desempleo. Esto lo hace similar al período 2009 a 2015. Pero no ha habido otros períodos con esta combinación en los últimos 57 años. Quizás, como en 2009 a 2015, los cuatro factores de acciones cambiarán, a veces superando y otras no. Eso sería un cambio definitivo con respecto a los últimos cinco años.

Por otra parte, en entornos con la inflación y el desempleo altos pero tasas de interés y crecimiento bajos, estaremos en una situación sin precedentes. El único período de los últimos 57 años caracterizado por esta combinación de indicadores fue un período corto a fines de 2011 y principios de 2012.

Ideas finales

Hay muchas otras formas de abordar los regímenes de mercado. Algunas personas usan relaciones de precio-valor contable en lugar del rendimiento de ganancias, por ejemplo, y hay otras formas de medir el impulso y la volatilidad. Con los factores macroeconómicos se podrían probar factores de segundo orden, por ejemplo, el aumento del desempleo o la variación de los tipos de interés.

Pero no veo nada que destacar. Se han dado varias ocasiones en las que los cuatro factores de valores han cambiado de rumbo: en 1969, 1975, 1991, 2008 y 2010. ¿Es probable que eso suceda ahora? No tengo ni idea.

4 cosas que nunca cambiarán para los inversores jóvenes por Ben Carlson

En la última guía trimestral del 2021 de inversiones Fortune, quisieron crear contenido específico para inversores más jóvenes. Me pidieron que diera algunos consejos a los inversores más nuevos. Esto es lo que se me ocurrió.

*******

Imagínese que es un inversor novato allá por el año 1980.

Si deseaba poner su dinero a trabajar en los mercados financieros, lo más probable era que tuviera que conducir hasta una oficina física para reunirse con un corredor. Luego, tendría que completar algunos trámites para comprar una cantidad muy limitada de fondos mutuos o acciones individuales con una gran ineficacia fiscal, todo sea dicho. Esos valores a menudo tenían una comisión inicial del 5% al ​​10% para que usted pudiera comprarlos. A continuación, tendría que emitir un cheque para financiar su cuenta. Todo el proceso podría tardar días en completarse. Y una vez que esa cuenta finalmente se financiara, si quería hacer un cambio de sus posiciones de la cartera, tenía que llamar a alguien para que lo hiciera por usted. Si deseaba añadir dinero a su cuenta, tenía que completar más papeleo y emitir otro cheque.

Ahora piense cómo los nuevos inversores financian sus cuentas hoy.

Descarga una aplicación a su teléfono, vincula su cuenta bancaria iniciando sesión en el portal en línea, deposita fondos en su cuenta y comienza a realizar operaciones en cuestión de minutos. El trading es gratuito y le permite usar el margen, comprar y vender valores al instante, y negociar opciones, ETF, acciones individuales, fondos mutuos y criptomonedas, todo a un clic del ratón. Las contribuciones futuras y las asignaciones de inversión se pueden automatizar para que se realicen a su conveniencia sin mover un dedo. Se pueden realizar cambios en su cartera con solo deslizar la pantalla de su teléfono. Y por supuesto, no es necesario tratar con otro ser humano en ninguna de estas operaciones si no lo desea.

El panorama de las inversiones ha cambiado de varias formas durante las últimas cuatro décadas. Los inversores tienen más opciones para invertir; las barreras de entrada para invertir en los mercados son básicamente inexistentes; las comisiones se han desplomado; hay productos y cuentas más eficientes desde el punto de vista fiscal que nunca; y todos podemos usar las supercomputadoras portátiles que llevamos en el bolsillo para gestionar nuestras inversiones. Nunca ha habido un mejor momento para ser inversor.

Pero si bien las comisiones más bajas y el acceso más fácil a los mercados son sin duda un gran paso adelante para los inversores individuales, también han surgido algunos desafíos.

Sus opciones de inversión son aparentemente infinitas. Ahora puede comprar y vender acciones, bonos, opciones, ETF, fondos mutuos, criptomonedas, NFT, obras de arte, vino, bienes raíces, nuevas empresas, acciones fraccionarias de automóviles, zapatillas de deporte y mucho más. Es difícil saber por dónde empezar si recién está comenzando.

Además, el hecho de que ahora pueda operar con su teléfono inteligente hace que sea más tentador comprar y vender constantemente. Montones de investigaciones académicas muestran que cuanto más operas, peor es tu rentabilidad.

A medida que la tecnología continúe mejorando, estos desafíos solo crecerán en alcance y tamaño.

Entonces, ¿cómo deberían pensar los nuevos inversores en mantenerse al día en este panorama en constante cambio?

Jeff Bezos, de Amazon, dijo una vez que con frecuencia le hacen la pregunta: «¿Qué va a cambiar en los próximos 10 años?» Pero casi nunca le preguntan: «¿Qué no va a cambiar en los próximos 10 años?«.

Nadie sabe exactamente lo que vendrá después para los nuevos inversores. Tratar de predecir el futuro es a menudo una tontería. Utilizando el marco de cambio de Jeff Bezos, los nuevos inversores tienen una mayor probabilidad de éxito en los mercados centrándose en lo que no va a cambiar.

Estos son algunos principios de inversiones de éxito que no cambiarán en los próximos años:

El riesgo y la recompensa están unidos

Si hay una regla férrea para invertir en los mercados financieros, es que obtener rendimientos superiores a la tasa de inflación requiere que acepte el riesgo de una forma u otra. No hay garantías en lo que respecta a cuál será la tasa de rendimiento, pero no puede esperar capitalizar su dinero si no está dispuesto a correr riesgos. Esto nunca ha sido más cierto que hoy, con tasas de interés generacionalmente bajas.

Para los inversores jóvenes, esto significa que los repuntes espectaculares de los activos de riesgo a veces pueden convertirse en pérdidas devastadoras. Tienes que estar dispuesto a soportar grandes pérdidas a corto plazo para experimentar grandes ganancias a largo plazo. Si no puede vivir con cierta volatilidad, no espere que su dinero crezca mucho.

Los mercados no siempre van a ser fáciles

El mercado de valores de EE. UU. tocó suelo desde el colapso inducido por la pandemia a finales de marzo de 2020. A partir de ese momento, el mercado básicamente se movió en una dirección: hacia arriba. Desde abajo el 23 de marzo de 2020, hasta finales de agosto de 2021, el S&P 500 subió más del 100%. Muchas empresas individuales duplicaron varias veces eso.

No es necesario ser un genio para ganar dinero en un entorno así, por lo que es importante no confundir nunca un mercado alcista con la inteligencia. Prácticamente cualquier cosa en la que invirtió su dinero el año pasado ha experimentado ganancias extraordinarias durante un período de tiempo tan corto.

Los nuevos inversores deben comprender que no siempre será tan fácil. Sí, el mercado tiende a subir a largo plazo, pero también puede ser extremadamente desafiante a corto plazo.

De hecho, si observamos todos los años del calendario del mercado de valores de EE. UU. desde 1928, vería una caída promedio de máximo a mínimo en un año determinado del -16,5%. En más de tres de cada cinco años ha habido un retroceso de dos dígitos. Uno de cada cuatro años ha experimentado un retroceso del 20% o más.

Las ganancias son siempre más divertidas, pero tienes que entrar en el mercado de valores entendiendo que este no siempre va en una dirección.

Los mercados a la baja son algo bueno para los jóvenes

El riesgo puede significar diferentes cosas para diferentes inversores dependiendo de dónde se encuentren en su ciclo de vida como inversor. Si está jubilado y ya no genera ingresos regularmente, un mercado bajista se convierte en algo aterrador. No tiene ahorros futuros para aprovechar los mercados a la baja. No tiene tanto tiempo para esperar a salir de una recesión potencialmente prolongada. Y no quiere ponerse en la posición de vender sus acciones cuando el mercado está a la baja para financiar su estilo de vida. Por estas razones, muchos jubilados diversifican sus posiciones de manera más amplia para incluir clases de activos más seguras como bonos y efectivo para superar estos períodos de turbulencias del mercado.

Los jóvenes se encuentran en el extremo opuesto del espectro de riesgo. Los jóvenes que aportan regularmente dinero al mercado de valores deben esperar y rezar por ver recesiones periódicas. Así es como compra con valoraciones más bajas, mayores rendimientos de dividendos y mejores precios. Cuando recién está comenzando, sus mayores activos son el tiempo y el capital humano (poder de ganancias futuras).

Nunca es divertido vivir en un mercado bajista cuando su dinero está invertido en el mercado, pero esa es la única forma en que puede comprar a precios de liquidación. Y si usted es una persona que recién comienza en los mercados con veinte o treinta años, debe esperar ver múltiples caídas del mercado a lo largo de su vida.

Acostúmbrese y prepárese para comprar cuando todos los demás corran en la dirección opuesta.

Ahorrar es tu mejor inversión

Siempre será más emocionante idear estrategias de inversión y seguir lo que sucede en los mercados, pero las finanzas personales tendrán un impacto mucho mayor para la mayoría de los jóvenes. No importa qué tan inteligente o hábil sea en lo que respecta a los mercados si no ahorra dinero de forma regular.

Es posible que tenga aspiraciones de ser la próxima Cathie Wood, pero incluso el inversor más hábil del mundo es inútil si no tiene capital para invertir.

La mejor inversión que puede hacer desde una edad temprana es dedicar algo de tiempo y esfuerzo a comprender mejor la importancia de gastar su dinero de manera inteligente, ahorrar regularmente y permitir que el interés compuesto haga el trabajo pesado por usted a largo plazo.

Este artículo se publicó originalmente en Fortune.

La evolución de un trader ganador

Esto te hará caerte de espaldas (el énfasis es mío):

 

“En la década de 1990, Amy Edmondson, de la Harvard Business School, realizó una investigación para tratar de comprender algunas de las cualidades que componen un hospital bien administrado. Sin embargo, no estaba preparada para uno de los resultados que produjo su investigación. Después de encuestar a las enfermeras en ocho instituciones diferentes, una de las cosas que encontró su estudio fue que en aquellos hospitales donde las enfermeras reportaron el mejor equipo de liderazgo, junto con excelentes relaciones con sus compañeros de trabajo, la cantidad de errores médicos reportados fue diez veces mayor.”

¿Qué podría explicar este resultado?

“… En los hospitales donde las enfermeras se sentían seguras y muy apreciadas, tanto por sus compañeros como por sus gerentes, la razón por la que informaron más errores fue que se sentían más “seguras” psicológicamente. Las enfermeras de estas unidades más unidas y bien dirigidas hicieron comentarios como “los errores son naturales y normales de documentar” y “los errores son graves debido a la toxicidad de los medicamentos, por lo que nunca tiene miedo de decírselo al gerente de enfermería”.

“Por el contrario, en aquellos entornos en los que no se perdonaban los errores y se castigaba a los malhechores, era más probable que las enfermeras informaran que “El entorno es implacable, rodarán cabezas”. En otras palabras, era muy probable que se cometieran tantos errores, si no más, en estas instituciones, pero que no se informaran. En lugar de aprender de sus errores, estos hospitales se estaban escondiendo de ellos.”

– Don P, Peppers & Rogers Group, ¿Su empresa comete suficientes errores?

Esta introducción es tan reveladora que vale la pena repetirla:

“En aquellos hospitales donde las enfermeras informaron que tenían el mejor equipo de liderazgo, junto con excelentes relaciones con sus compañeros de trabajo, ¡la cantidad de errores médicos informados fue diez veces mayor!”

Piense en lo que esto implica:

• la gran cantidad de errores hospitalarios que NO se informan.
• la cantidad de errores que incluso los mejores hospitales cometen (muchos).
• la cantidad de errores que cometen los hospitales marginales o mal administrados (seguramente muchos más).
• la cantidad de errores ocultos o no informados que se pasan por alto por completo.

Una dispersión de informes observada de 10 a 1 sugiere que la tasa base de errores hospitalarios es notablemente alta. Si hay tasas de error notablemente altas en los confines de los hospitales, donde los procesos médicos se detallan y reglamentan de manera exhaustiva, piense cuánto más margen de error hay en el mundo relativamente indocumentado del trading y la inversión discrecional.

Y si los mejores hospitales informan un orden de magnitud más errores que sus homólogos de segunda o tercera categoría … aunque seguramente tienen un número absoluto menor de errores (porque las instituciones de alto rendimiento están mejor administradas) … piense en la abrumadora cantidad de errores que deben cometer los que tienen un desempeño descuidado … Y por simple extensión lógica, la gran cantidad de errores que los traders e inversores retail deben cometer una y otra vez, todos los días.

Por cierto, la presencia colectiva de errores de los inversores genera oportunidades reales, por la misma razón que los errores en la mesa de póquer son oportunidades de ganancias para los expertos. La diferencia es que, en un juego de póquer, normalmente solo hay un oponente en el otro lado del juego, con una gran mano. En una gran operación, puede tener una miríada de inversores, que en conjunto han cometido el mismo error, agrupando las ganancias en su bolsillo a través de su posicionamiento.

“Rodarán cabezas”

Esto alimenta una deliciosa ironía: si los hallazgos de Edmondson se repiten en los traders, uno de los indicadores más sólidos de la calidad del desempeño es la frecuencia con la que uno admite e informa debilidades o errores en lugar de ocultarlos. Esto es 180 grados de la actitud de “nunca cometo errores”.

Al entrevistar a un gestor, lo que desea escuchar es: “Hemos cometido errores muchas veces, pero hemos aprendido mucho y seguimos aprendiendo”. Si, en cambio, obtiene alguna variante de “Siempre hemos sido perfectos y seguiremos siendo perfectos”, aléjese rápido.

¿Por qué, entonces, las personas con mejor desempeño están más dispuestas a admitir errores? Quizás porque los artistas de menor rendimiento operan por miedo:

• miedo a que los jefes los juzguen con dureza.
• miedo a que los clientes o inversores juzguen con dureza (o incluso retiren fondos).
• una brújula de autoevaluación inexacta (la percepción de que todos los errores son malos).
• un campo de distorsión de datos que preserva el ego (miedo a que el ego se lastime o incluso se haga añicos).

Desafortunadamente, los malos jefes y los malos clientes en realidad justifican ese miedo en demasiados casos. La noción de que “rodarán cabezas” es el resultado de señales subconscientes entregadas y recibidas. Dentro de las organizaciones, los malos líderes realmente “matan a los mensajeros” … confunden comentarios útiles con desempeño negativo … no distinguen entre suerte y habilidad … no logran cultivar pequeñas mejoras … expansión de I + D en áreas adyacentes … mejor monitoreo de resultados … y así sucesivamente.

En el mundo de las inversiones, los malos clientes son aún peores: recompensar presentaciones hábilmente pulidas pero con mensajes vacíos … perseguir el rendimiento por un precipicio … ser emocionalmente reacio a los inevitables períodos planos … sin tener en cuenta el valor del control de riesgos … prefiriendo la suavidad artificial a la robusticidad orgánica … etcétera indefinidamente.

(La respuesta al problema de “rodarán cabezas” es irónica pero efectiva: ¡Evite los malos jefes y clientes! Si alguien con una falta funcional de comprensión y / o un punto de vista obtuso tiene la capacidad de impactar en su futuro de manera negativa, cambie su situación para eliminar el impacto de esa persona, o al menos minimizarlo, tan pronto como pueda …).

Errores vs debilidades

Para los traders sistemáticos y los traders discrecionales que hace mucho tiempo enumeraron sus procesos básicos, también es importante distinguir entre “errores” y “debilidades”, y reconocer que informar y estudiar una “debilidad” puede tener el mismo impacto beneficioso que un error.

Tome la práctica de respetar los puntos de riesgo de uno, por ejemplo, o seguir siempre una rutina diaria de tareas. Para los operadores con cierto nivel de experiencia y profesionalismo, estos estándares prácticamente nunca se desvían. Para un trader experimentado y disciplinado, los errores definidos como “una desviación de las mejores prácticas establecidas” pueden ocurrir una vez cada trimestre, o incluso con menos frecuencia (por ejemplo, menos del 2% por ciento de las veces).

Aun así, las debilidades pueden tratarse como una forma de error, y cada proceso que cruza un umbral de complejidad mínima , como la mayoría de cualquier metodología de negociación o inversión, tiene posibles debilidades incrustadas que se pueden observar, informar y contemplar: Defectos en la estructura del proceso … ajustes potenciales a las ponderaciones de los componentes variables … ajustes al proceso de análisis previo y posterior paso a paso … el refuerzo de las lagunas de conocimiento o la reelaboración de los supuestos … y así sucesivamente.

Un énfasis en la cultura

En Macro Ops somos muy conscientes de los errores y las “debilidades”, que se aplican incluso cuando los procesos son fríos y, como resultado, tenemos un gran énfasis en la cultura.

La cultura institucional es real y poderosa. Lo cultivas, lo estableces y lo fortaleces a través de lo que haces y cómo lo haces, día tras día. Piense en los hábitos, procesos y mentalidades ganadores en los que confía una persona exitosa hasta que se conviertan en una “segunda naturaleza”. Luego, expanda esos modelos mentales, formas de pensar y hacer e interpretar, a través de un equipo, una organización, una entidad de múltiples individuos, donde los valores y las acciones paso a paso, las “formas de hacer las cosas” se transmiten a cualquier persona nueva que entra por la puerta. Eso es cultura.

EVOLUCIÓN

Piense en la siguiente cadena lógica:

• Datos de error (errores + debilidades) = retroalimentación constructiva
• Retroalimentación constructiva = Oportunidad para analizar y perfeccionar
• Analizar y refinar = mejora incremental
• Mejora incremental = microevolución
• Microevolución en ciclos de tiempo extendidos = Macroevolución
• Macroevolución = más inteligente, más rápido, más profundo, más fuerte
• Más inteligente, más rápido, más profundo, más fuerte = DOMINAR

Para acercarse desde otro ángulo:

• • Evolución natural = impacto fortuito de ensayo y error distribuidos aleatoriamente
  • Evolución acelerada = impacto guiado de prueba y error modelado y observado
  • Prueba y error = experimentación, hipótesis, “fallas útiles”, etc.
  • Que regresa a errores, debilidades, etc. como “Comentarios constructivos”

Las organizaciones que fomentan deliberadamente una “cultura de aceptar errores” recibirán un volumen mucho mayor de comentarios constructivos … y estarán mejor posicionadas para responder y formular hipótesis … a su vez, permitiéndoles “analizar y perfeccionar” a un ritmo más rápido … permitiendo que mejoren y evolucionen a un ritmo más rápido que sus pares.

En el trading y la inversión, esto es enorme.

Pero las personas también pueden aplicar estas ideas. No necesitas un equipo para crear una cultura (aunque ciertamente ayuda). Puede aceptar los errores por su cuenta haciendo preguntas como:

• ¿Soy un observador atento a mi proceso de negociación e inversión?
• ¿Registro diligentemente mis errores y equivocaciones?
• ¿Busco y contemplo las posibles debilidades?
• ¿Sondeo y pruebo las debilidades como una cuestión de hábito …
• … no para derribarme, sino para fortalecer mi proceso?
• ¿Busco constantemente analizar, perfeccionar y evolucionar como cuestión de supervivencia?
• ¿Me doy permiso para reconocer mis debilidades y todavía me veo como un ganador?

Alegre vs tolerancia cero

Tenga en cuenta también que aquí hay un equilibrio importante. Ser un ganador significa caminar por la línea entre tolerar los errores, responder a ellos de manera alegre y constructiva, y eliminarlos sin piedad con una actitud de “tolerancia cero”.

En Macro Ops, nuestro modo general de operación es una respuesta de urgencia positiva a los nuevos errores que descubrimos. Cuando suena la campana de observación, “paramos la línea de montaje” y hacemos preguntas como:

• ¿Cuál fue el origen de este error (o debilidad observada)?
• ¿Proviene de una brecha en el proceso, una mala lectura de la información, un error de juicio, etc.?
• ¿Fue algo sutil y matizado, o grande y obvio?
• ¿Se incluye en investigación, ejecución, asignación estratégica u otra cosa?
• ¿Cómo extraemos la lección de esto?
• ¿Debería modificarse un aspecto específico paso a paso del proceso?
• ¿Se debe explorar (o volver a explorar) un principio conceptual o filosófico?
• ¿Cómo podemos evolucionar y fortalecernos mejor a partir de esto?
• ¿Cómo usamos esto para ser más mejores?

No podemos reclamar originalidad en esto. Las organizaciones más exitosas del mundo, ya sean centradas en el comercio o algo completamente diferente, todas tienen alguna variante de la misma mentalidad.

Por ejemplo: Las siguientes citas son de Ray Dalio, el fundador de Bridgewater (uno de los fondos de cobertura más exitosos de todos los tiempos):

“Más que cualquier otra cosa, lo que diferencia a las personas que están a la altura de su potencial de las que no lo hacen es la voluntad de mirarse a sí mismas y a los demás con objetividad.

Creo que el mayor problema al que se enfrenta la humanidad es la sensibilidad del ego para descubrir si uno tiene razón o no e identificar cuáles son sus fortalezas y debilidades.

Su capacidad para ver el panorama cambiante y adaptarse depende más de sus habilidades perceptivas y de razonamiento que de su capacidad para aprender y procesar rápidamente.

Reconozca que cometerá errores; también lo harán los que te rodean y los que trabajan para ti. Y lo que importa es cómo los trata. Si trata los errores como oportunidades de aprendizaje que pueden producir una mejora rápida si se manejan bien, se emocionará con ellos.

Si no le importa equivocarse en el camino hacia la razón, aprenderá mucho.”

Por supuesto, también hay una cierta clase de errores para los que tenemos “tolerancia cero”, cosas como:

• Descuidar el riesgo o no seguir un protocolo de gestión de riesgos
• Descuidar descaradamente un paso del proceso establecido
• Tener “problemas de audición mental”: no prestar atención a las instrucciones repetidas
• Cometer el mismo error repetidamente (no aprender de ensayos repetidos)

En otras palabras, algunos errores son comprensibles e incluso emocionantes, como dice Ray Dalio, porque su presencia indica una evolución y una oportunidad para avanzar en la frontera de la capacidad.

Pero otros errores, los que se remontan a áreas bien cubiertas, procesos bien desarrollados o problemas de código moral y hacer el mejor trabajo, representan problemas internos serios y, por lo tanto, reciben una respuesta brutalmente dura. (No tenemos miedo de perder los estribos).

El círculo de competencia

Al evaluar los errores, puede imaginarse lo aceptable frente a lo inaceptable en el contexto de un círculo: un “círculo de competencia”.

Los errores en la circunferencia del círculo de crecimiento son aceptables, e incluso deseables … si representan esfuerzos inteligentes para expandir la competencia. La única forma de hacer que el círculo sea más grande es mediante la evolución de sus capacidades … y lo hace mediante una prueba y un error reflexivos, ajustes y refinamientos ajustados al riesgo, asignaciones a I + D, etc.

Los errores dentro del círculo son inaceptables, sin embargo, porque representan fallas en áreas ya cubiertas … o fallas en áreas que deberían cubrirse … o peor aún, una falla de la estructura interna relacionada con cosas como la capacidad para el trabajo duro, el compromiso con la precisión, compromiso moral con la excelencia, etc.

Además, hay al menos dos círculos de competencia que importan: el círculo para el miembro individual del equipo y el círculo para la organización en su conjunto. Los esfuerzos para expandir la organización en su conjunto, a través de contribuciones al conocimiento del equipo o la capacidad de la red, son apreciados y recompensados. Hay muchos “buenos fracasos” con respecto a este esfuerzo, porque el potencial ROI (retorno de la inversión) es muy beneficioso a largo plazo. (Por cierto, esta es una buena prueba de fuego para el liderazgo. ¿El liderazgo “entiende” esto? ¿Lo aceptan como una directiva?)

En el lado de los miembros individuales del equipo, los círculos de competencia deben coincidir con los niveles de experiencia y expectativas. Se espera que un trader o analista senior con más de 10 años de experiencia tenga un círculo de competencia mucho mayor que, digamos, un analista nuevo con mucho talento pero solo un mínimo de experiencia. Por esta razón, un cierto tipo de error o debilidad puede ser aceptable en un miembro del equipo pero no en otro, nuevamente en relación con las diferentes situaciones.

En conjunto, esto se une para crear un enfoque ilustrado (en nuestra opinión) y orientado a objetivos para evaluar errores y debilidades: queremos maximizar el rendimiento superior, minimizar los “errores no forzados” y las fallas de proceso de bajo grado, y cultivar una expansión saludable de la competencia para tanto a los miembros individuales del equipo como a la organización en su conjunto. Los errores cometidos en alineación con este objetivo no solo se toleran sino que se aprecian: “los ganadores evolucionan” es nuestro breve y dulce lema, y se aplica en todos los ámbitos. Los errores de tipo inaceptable, si se cometen con demasiada frecuencia, dan como resultado una separación amistosa de los caminos (para evitar el resentimiento del equipo).

Con confianza humilde

En muchos sentidos, ser un trader exitoso es una paradoja. Debe desarrollar un profundo sentido de confianza en su metodología y talento, sin dejar de ser humilde y flexible. Tienes que confiar en ti mismo, pero también saber cuándo dudar inteligentemente de ti mismo, y no debes tener miedo de hacerlo. Necesitas una fe profunda e inquebrantable en quién eres y en lo que puedes hacer … pero al mismo tiempo mantener la actitud del estudiante humilde, el principiante, el cinturón blanco siempre listo para aprender.

Hacer bien esta combinación es también la clave para la evolución personal y la mejora exponencial, porque la evolución en sí misma es un proceso iterativo, impulsado por ensayo y error (y, por lo tanto, un proceso reflexivo / contemplativo). No es suficiente ensuciarse las manos y caerse de vez en cuando. Habiendo caído, debes tener el ánimo para dejar tu ego a un lado … examinar objetivamente tu debilidad o error … y luego ponerte a analizar y responder inteligentemente a los datos que nacen de tu tropiezo.

Nada de esto es ciencia. Pero es más difícil de lo que parece … más difícil incluso que la ciencia aeroespacial en algunos aspectos … y por lo tanto representa una oportunidad de oro, ¡porque muy pocos pueden hacerlo! La necesidad de preservar el ego es un obstáculo masivo para el trading de muchas maneras, incluso entre personas que parecen “humildes” por fuera, pero que no pueden aplicar la “cultura de aceptar errores” a nivel interno.

Una obsesión malsana por el dinero

Cien dólares invertidos en Berkshire Hathaway en 1965 habrían crecido a más de $ 2.8 millones para finales del 2020.

El holding de Warren Buffett es la máquina de interés compuesto a largo plazo más impresionante de la historia, aumentando su valor de mercado en un 20% anual durante casi 6 décadas.

La capitalización es algo maravilloso, pero también puede convertirse en una obsesión malsana si mira cada decisión financiera a través de esa lente.

En Buffett: The Making of an American Capitalist, Roger Lowenstein cuenta una historia de la amiga y exsocia de Buffett, Katherine Graham, cuando era editora del Washington Post.

Graham estaba en el aeropuerto con Buffett y necesitaba hacer una llamada telefónica desde un teléfono público. Le pidió a Buffett un centavo (que era lo que costaba hacer una llamada en ese momento). Buffett sacó una moneda de veinticinco centavos de su bolsillo y se fue a buscar el cambio a un cajero.

Graham le gritó, “Warren, ¡dame la moneda!”.

Buffett era tan tacaño que quería darle el cambio exacto por la llamada y ni un centavo más.

Había otra historia del libro en la que Buffett se quejaba con un amigo de que su esposa había comprado muebles nuevos por valor de 15.000 dólares para su casa. Le dijo al amigo: “¿Sabes cuánto es eso después de 20 años si lo inviertes?”.

No voy a defender las compras de muebles extravagantes, ese no es el punto. Si siempre está preocupado por el valor futuro de su dinero, se vuelve mucho más difícil disfrutar el valor presente de su tiempo.

Shelby Davis no es un nombre tan conocido como el de Buffett, pero su historial de inversión es casi tan impresionante.

Davis renunció a su trabajo a los 38 años a fines de la década de 1940 para convertirse en inversor a tiempo completo. Su sincronización fue impecable ya que el mercado de valores estaba a punto de entrar en uno de los grandes mercados alcistas de todos los tiempos. Su oportunidad fue fortuita, pero Davis también fue un fantástico inversor.

Aferrándose principalmente a las acciones de seguros, Davis logró convertir $ 50.000 en 1947 en $ 900 millones cuando falleció en 1994.

Al igual que Buffett, Davis era una máquina del interés compuesto. También provenía de la escuela de inversión en valor de Ben Graham. Y al igual que Buffett, Davis era notablemente tacaño por ser tan rico.

Buffett se burló de la compra de muebles caros para su esposa mientras hacía los cálculos en su cabeza sobre las ganancias futuras perdidas, mientras que Davis le dio exactamente el mismo discurso a su nieto … por un perrito caliente de $ 1. Se negó a comprarlo para el niño.

También les dijo a sus hijos que solo podían tener una piscina si ellos mismos cavaban el hoyo.

Sin embargo, esas son cosas relativamente pequeñas. Una vez que las sumas se volvieron lo suficientemente grandes, el dinero creó una brecha en la familia.

En su libro The Davis Dynasty, John Rothchild relata una pelea entre Davis y su hija que llegó a las páginas del New York Daily News a principios de la década de 1960:

A principios de la década de 1940, financió cada cuenta con $ 4.000. Para 1961, como informó el New York Daily News, cada “bellota de $ 4.000 se había convertido en un roble de $ 3.8 millones”.

Davis quería darle un regalo a Princeton, su alma mater, y decidió que la mejor manera de financiar el regalo era exigir que su hija, Diana, firmara toda su fortuna. (Diana quería casarse con alguien que Davis no aprobara.) Diana naturalmente se opuso, y Davis, sin recurso legal, trató de forzar su mano contratando a una firma de relaciones públicas para retratarla como una ingrata codiciosa en los tabloides de Nueva York. “Me temo que lo que Diana necesita es una buena paliza”, dijo Davis a la prensa.

Diana se defendió en los medios y la prensa se puso de su lado, pero ella y su hermano fueron humillados. Finalmente acordaron permitir que su padre donara todo menos $ 1 millón de cada una de sus fortunas heredadas para poner fin a la disputa pública, pero la relación familiar nunca se recuperó por completo. El dinero no siempre compra la felicidad.

Davis era tan bueno haciendo dinero en el mercado de valores que convirtió unos pocos miles de dólares en millones de dólares en los fondos fiduciarios de sus hijos. Y cuando se enteró de que su hija se casaba con alguien a quien no aprobaba, trató de usar ese dinero como palanca.

Escuche, el dinero es genial y todo eso, pero cuando comienza a afectar a su familia, ¿cuál es el punto? ¿Realmente vale la pena?

Hetty Green fue ampliamente conocida como “la mujer más rica de Estados Unidos” durante la Edad Dorada. A pesar de hacer una fortuna al mismo tiempo que Carnegie, Rockefeller, Morgan y Gould, el Libro Guinness de los Récords la nombró la “más avara” del mundo.

Una tacaña de renombre que a menudo usaba una sola prenda de ropa hasta que se gastaba, Green buscaba formas de ahorrar allí donde podía.

Aunque podía pagar la mejor atención médica, Hetty llevaría a su hijo a una clínica gratuita vestida con ropa que se caía a trozos para evitar pagar la atención médica.

En la biografía de Green, Janet Wallach escribió: “Que ella pensara en el dinero cuando la salud de su hijo estaba en juego era algo imperdonable. Hetty Green nunca pensó en nada sin evaluar su costo.”

El dinero puede proporcionar muchas cosas: comodidad, tranquilidad y conveniencia. Pero también puede generar estrés, celos y resentimiento.

La creación de grandes sumas de riqueza a menudo tiene un costo.

El emprendedor Felix Dennis explica en su libro How to Get Rich (Cómo hacerse rico):

Nunca he conocido a un hombre o una mujer ricos que se hicieran a sí mismos, cuyas relaciones familiares o personales no estuvieran plagadas de los problemas de crear una fortuna, ni siquiera una pequeña fortuna. Un matrimonio complicado; falta de tiempo dedicado a sus hijos; la sustitución de regalos costosos para reprimir la culpa creada por sus frecuentes ausencias de casa; la preocupación de que sus hijos se hayan acostumbrado a los privilegios y, en consecuencia, estén flojos en su educación o carezcan de ambición, todo esto es parte integrante de la riqueza que ellos mismos han hecho.

No hay escapatoria, aunque cada uno de nosotros cree que podemos ser la excepción que confirma la regla. ¿Es este un precio que está dispuesto a pagar?

Es divertido soñar despierto con la creación de suficiente riqueza para convertirse en una de las personas más ricas del mundo.

Solo recuerde que no siempre es lo que parece. Incluso algunas de las personas más ricas del planeta tienen pésimas relaciones con el dinero.

Criptomonedas Basadas en Oro ¿Futuro Prometedor? por Enrique Valdenebro

Nada dura para siempre. Y el sistema económico actual no va a ser la excepción. Atrás quedó la época en la que el oro era el principal medio de pago y el que respaldara al actual dinero fiduciario. Actualmente nuestra economía está basada en la confianza en el dólar, básicamente, y por ende, en EEUU. Y sobre este sistema ficticio, ha estado creciendo la economía que conocemos, apoyada en un creciente endeudamiento cada vez más insostenible. Pero ¿qué pasaría si esta confianza en el dólar y EEUU desapareciera?

Artículo publicado en Hispatrading 41.

Soy de la idea de que todos y cada uno de nosotros tenemos que crearnos nuestra propia independencia económica, sustentada sobre un correcto concepto del dinero y sus aplicaciones. Eso nos hará ser más felices y equilibrados en la sociedad actual. 

Si deseamos construir nuestra independencia económica de manera estable, debemos adentrarnos en conceptos y activos que, hasta ahora, nos eran del todo desconocidos y aún a día de hoy nos parecen “de locos”. Por eso, debemos estar abiertos a nuevas formas de inversión, que pueden resultar muy rentables, estables y de futuro, si sabemos elegirlas correctamente. Todo cambia y evoluciona.

Desde mi punto de vista, estos son los activos o fuentes de ingresos principales en los que deberíamos de invertir desde nuestra niñez: 

• Rentas de inmuebles.
• Renta Variable (Acciones, Commodities, Divisas…)
• Participaciones en negocios ajenos o propios.
• Criptomonedas.
• Oro.
• Bonos.

Cada una de ellas abre un abanico de multitud de opciones y alternativas que se extienden más allá del contenido de este artículo, pero nos vamos a centrar en dos de ellas: 

La primera, base de la economía actual y valor-refugio, aunque muy cuestionado (el oro), y la segunda, aparecida relativamente hace poco, y que puede resultar una alternativa al actual dinero fiduciario en un futuro (criptomonedas). 

EL ORO

Muchos bienes han sido usados como dinero antes de la aparición del oro, cuyas características lo convirtieron en el bien por excelencia, aceptado y bendecido en todo el mundo como moneda de cambio. Se comenzó a extraer en el norte de África y en el Mediterráneo oriental, hace aproximadamente 6000 años.

Desde entonces ha sido utilizado por múltiples culturas para el intercambio y como símbolo de estabilidad y poder. Y durante el siglo XIX la vigencia del patrón oro imperó como base del sistema financiero internacional. 

Pero, ¿en qué consistía esto de que el oro fuera utilizado como patrón?

Simplemente, implicaba que se fijaba la unidad monetaria en base a una determinada cantidad de oro. El emisor de la divisa garantizaba que se pudiera dar al poseedor de sus billetes la cantidad de oro consignada en ellos.

Al término de la Primera Guerra Mundial se eliminó el sistema basado en el patrón oro, debido a que los países beligerantes tuvieron que emitir mucho dinero fiduciario para financiar los esfuerzos bélicos sin tener la capacidad de respaldo del oro. En ese momento y, a raíz de los acuerdos de Breton Woods, se decidió adoptar el dólar estadounidense como divisa internacional, bajo la condición de que la Reserva Federal de EEUU sostuviera el patrón oro.

Esta situación duró hasta 1971, fecha en la que se quebró definitivamente este sistema basado en patrón oro y el dólar pasó a ser una moneda fiat respaldada por imposición gubernamental estadounidense y sin valor intrínseco, pero con un valor legal propio. 

En ese momento pasamos a un sistema financiero internacional basado en la confianza en el dólar estadounidense y por lo tanto en EEUU como garante.

Tras esta breve explicación histórica sobre la evolución del sistema basado en patrón oro, vamos a ver por qué sigue siendo tan importante el oro como activo y respaldo financiero para todos los principales gobiernos del mundo, y por qué se espera un futuro tan prometedor, o más, que el de las criptomonedas.

Desde el año 2018 el volumen de operaciones en el mercado COMEX de EEUU ha crecido enormemente, al tiempo que países como China, Rusia, etc, históricamente no alineados con las ideas de E.E.U.U., se han dedicado a acumular cantidades ingentes de lingotes de oro a precios de ganga. Estas potencias nacientes acreedoras han estado llenando sus arcas de oro, esperando que el descomunal ciclo inflacionario del dólar explote y su devaluación frente al dólar sea tal que alcance precios inimaginables a día de hoy.

A pesar de esta situación de pérdida de confianza en el dólar, E.E.U.U. se niega a aceptar su declive como superpotencia dominante, utilizando políticas de proteccionismo comercial y autárquicas, que no vienen más que a acrecentar aún más su destrucción. Con Trump, se aceleró el financiamiento inflacionario al final del ciclo crediticio, con la creencia de que generaría mayores ingresos fiscales a su debido tiempo. Y muy probablemente, la próxima crisis crediticia afecte a E.E.U.U., el Reino Unido, Europa occidental y sus aliados militares y económicos, principalmente deudores. Por otro lado, se encuentran los países acreedores que se sitúan en Asia, y están acumulando tantas reservas de oro como pueden.

La pasada crisis financiera provocó que los principales Bancos Centrales emitieran cantidades ingentes monetarias con el fin de rescatar a bancos y al sistema financiero global. Esta brutal inyección de liquidez, aún a día de hoy, está provocando una hiperreacción en las Bolsas y mercados financieros en general. 

Una vez pasada esa crisis (o eso es lo que se pensaba), vuelve a rondar la amenaza de recesión económica global, y muchos países están tomando medidas para no volver a caer en la situación anterior. Entre esas naciones, hay muchas aliadas de E.E.U.U., que están perdiendo la confianza en el monopolio del dólar, respaldado por la nada y la descomunal deuda que no para de crecer sin límite.

Durante muchos años los bancos centrales estuvieron vendiendo sus reservas de oro. En especial los europeos. Pero cuando se hizo oficial este cambio de estrategia y paradigma, fue a partir de este pasado 26 de julio, el Banco Central Europeo (BCE) anunció que no renovará el Acuerdo sobre el Oro de Bancos, el cual expiró en septiembre de 2019, por el cual los Bancos Centrales se comprometían a ir vendiendo las reservas de oro que tenían.

Con la ruptura de este acuerdo todos los Bancos Centrales se preparan o están rehaciendo sus reservas de oro, vendidas años atrás a unos precios del oro muy inferiores. Las compras de oro en los mercados internacionales tienen unos actores muy influyentes y de gran tamaño, con los cual es de esperar que la demanda y el precio aumenten considerablemente.

La fiebre del oro parece que está desatada de nuevo.

En la Figura 2 podemos ver el gráfico del oro. Observamos que en agosto de 2017 se produjo la señal de ruptura en A, con objetivo de subida a B. Las subidas se han acelerado últimamente debido al fin del acuerdo entre los bancos centrales de irse deshaciendo de sus reservas de oro. Esperamos que el precio del oro suba mucho más del nivel B marcado como objetivo, aunque no tenga porqué ser a corto plazo.

¿Cómo podemos beneficiarnos de esta situación?

Si lo que esperamos es que el oro se revalorice fuertemente dada la actual coyuntura económica internacional, podemos hacerlo de diferentes maneras:

• Comprando oro físico.
• Comprando derivados sobre el oro (opciones/futuros).
• Comprando ETFs  sobre el oro (GLD).
• Comprando acciones cuyo negocio esté fuertemente vinculado al oro.
• A través de criptomonedas basadas en oro.

De esta última opción vamos a hablar, ya que consideramos interesante y, diversificando correctamente, puede ser una fuente de ingresos futuros muy importante. Siempre, por supuesto, siendo conocedores del riesgo elevado que estamos asumiendo. De ahí, que las cantidades que debamos invertir en ello tengan que ser residuales.  Que tan solo representen una pequeña fracción de nuestro capital total.

Soy partidario de invertir un pequeño porcentaje de nuestro capital en activos arriesgados pero con gran potencial de revalorización y bien escogidos. Y el resto, en activos más «conocidos y habituales» y por lo tanto menos rentables.

Este pequeño porcentaje será el que tenga que proporcionarnos la rentabilidad de nuestra cartera, y no el porcentaje mayor de nuestro capital, que estará en activos más estables y menos volátiles.

La idea es arriesgar un pequeño porcentaje de nuestro capital en activos de muy alta volatilidad y riesgo, pero debidamente estudiados y escogidos. Si no funcionan, no mermarán nuestro capital global más que ligeramente. Y sin embargo, si funcionan y resultan ser exitosos, nos proporcionarán unas rentabilidades e incrementos de capital notables.

Las criptomonedas basadas en oro son criptomonedas consideradas de las más estables, por tener un respaldo físico en oro, por lo cual deberían de ser poco volátiles. Sin embargo, dentro de éstas existen diferentes tipos y riesgos, en base al negocio y confianza de la empresa y forma de depositaría del oro, así como de la criptomoneda o token que las representa.

No nos vale cualquier criptomoneda basada en oro, ya que actualmente existen multitud de proyectos. Algunos ya en funcionamiento y con cryptos cotizadas, y otros aún en proceso de captación de capital y formándose. 

Si vamos a invertir en oro a través de criptomonedas basadas en oro tendremos que conocerlas y saber qué son, cómo funcionan y cómo participar en ellas.

¿QUÉ SON LAS CRIPTOMONEDAS BASADAS EN ORO?

El concepto es bastante sencillo. Es una criptomoneda emitida representando el valor del oro. Por ejemplo, una moneda es igual a 1 gramo de este metal. Físicamente, el oro es almacenado en un servicio de custodia, un tercero, y las personas pueden intercambiar digitalmente al oro cuando compran y venden su criptomoneda.

El precio mínimo de esta moneda siempre será igual al del oro. En caso de que la criptomoneda se vuelva extremadamente popular, entonces el precio podría incrementarse, incluso por encima del precio del oro. En caso contrario, al menos conservará el valor del oro, como si fuera un stop loss.

Lo que va a determinar la volatilidad y confianza o desconfianza en esta criptomoneda es la manera en que será almacenado el oro físico por los responsables. Porque la moneda en sí no tiene problema ya que está protegida por la tecnología blockchain, pero el oro físico siempre tendrá la limitación del riesgo de almacenamiento, y los elevados niveles de seguridad necesarios. Así que tanto la empresa como el negocio serán determinantes en la confianza y evolución de la criptomoneda basada en oro.

¿Qué ventajas tienen las monedas respaldadas por oro?

• Tienen respaldo físico en oro, y por lo tanto tienen valor real y tangible en sí mismas.
• Intercambiables por ese oro, que está almacenado por el emisor de la moneda en cajas de altísima seguridad. Este emisor-custodio actúa como garante de nuestro oro.
• Sin embargo, al estar apoyada en la tecnología blockchain, existe una trazabilidad, transparencia y seguimiento de las operaciones perfecta, lo que hace mucho más difícil las posibles actuaciones negligentes o corruptas.
• Son independientes de Gobiernos e instituciones tradicionales.
• Fácil y rápida conversión entre monedas respaldadas por oro y monedas fiat cuando deseemos.
• Vinculadas a la evolución del oro. Como mínimo, tendrán un precio equivalente al oro que las respalda. Si se hacen populares y tienen negocios paralelos exitosos, pueden disparar su cotización.

Dentro de las critomonedas basadas en oro, voy a diferenciar entre:

1. Las que su negocio es exclusivamente el de moneda respaldada por oro y cuyo fin es la de otorgar seguridad, transparencia y liquidez a los inversores que deseen invertir en oro. 
   1. Normalmente, en estas criptomonedas, 1 token suele estar respaldado por 1 gramo de oro y suelen ser frecuentemente auditadas por compañías auditoras externas. 
   2. El pago y las transferencias realizadas con estas monedas están carentes de intermediarios y se realizan peer to peer entre las partes interesadas, con una reducción de costes importante y disponibilidad casi inmediata.  
   3. Dependiendo de cada moneda se podrá negociar en diferentes exchanges de criptomonedas. Se podrán comprar a través de algún exchange en el que coticen o directamente en la ICO en su página web.

2. Aquellas en las que, además, existe un negocio añadido alrededor del cual gira la moneda y que pueden otorgar mayor volatilidad y rentabilidades. Negocios, por supuesto, relacionados con el oro y metales preciosos. Estos negocios pueden ir, desde la participación en la extracción del mineral, como apoyar financieramente a las empresas de extracción a cambio de un porcentaje en el beneficio, como a la refinería o el e-commerce de productos de oro y plata. Para ello, como ejemplo, vamos a explicar un negocio, que consideramos interesante a 3-5 años vista, y que tiene una moneda con respaldo en oro, al tiempo que desarrolla actividades colindantes como la extracción, refinería, comercialización. En qué consiste:

• Son propietarios y explotadores de 7 minas de oro y metales preciosos en un país de Sudamérica, muy rico en este tipo de metales. Se estiman más de 892.257 onzas troy de oro de recursos inferidos en las tres principales vetas de la mina. 
• Su negocio radica en:
  • Extracción de oro y metales preciosos de sus minas.
  • Refinería del oro y metales preciosos extraídos.
  • E-commerce.
• Han creado una moneda respaldada por el oro que se extrae de las minas de las que son propietarios, basada en Ethereum, y que actualmente cotiza en varios exchanges.
• Todos los poseedores de la moneda, además de tener un valor respaldado por oro, tienen una serie de beneficios:
  • Pueden comprar oro con descuentos de hasta el 90%.
  • Participan en el reparto trimestral de beneficios conseguidos por el conjunto de negocios (extracción, refinería, e-commerce) 
  • Reciben información exclusiva sobre los intereses del mercado del oro y del resto de los metales preciosos, y de su relación con el mundo de las criptomonedas.
  • Reciben cupones descuento o promociones canjeables en su e-commerce por cualquiera de los productos de oro y otros metales preciosos que haya en el catálogo
• El hecho de que haya una creciente demanda mundial de oro y que se pueda comprar con importantes descuentos poseyendo esta moneda, lo hace muy interesante. Además, manteniendo la moneda en cartera se obtienen beneficios añadidos en la compra y reparto de beneficios, con lo cual, se tenderá a mantener en cartera y a no especular con ella.

Este es un ejemplo de moneda respaldada por oro, en la que se aúnan otra serie de negocios que la pueden hacer aún más interesante

Bitcoin y el resto de criptomonedas no están respaldadas por activo físico alguno. Igual que cualquiera de las monedas fiat conocidas. Sin embargo, cualquiera de las criptomonedas basadas en oro sí tienen el respaldo de oro físico almacenado en bunkers.

¿CÓMO PODEMOS INVERTIR EN MONEDAS RESPALDADAS POR ORO?

Para poder invertir en monedas respaldadas por oro tendremos que disponer de bitcoins o ethereums, que normalmente son las monedas de pago, más que las monedas fiat.

Para ello, tendremos que abrir un wallet en alguna empresa de wallets como Coinbase, Electrum, Binance, Blockchain, Trezor o similar, y realizar una transferencia de moneda fiat a ese wallet, donde podremos almacenar nuestros bitcoins (BTC) o ethereums (ETH).

Una vez tengamos nuestros BTC o ETH en nuestro wallet ya podremos comprar monedas respaldadas por oro de alguna de las siguientes formas:

• Buscando un exchange donde coticen esas monedas y comprándolas en mercado.
• Comprando las monedas en la ICO de la moneda, a través de su página web. Normalmente esta opción suele ser para monedas que aún están en sus momentos iniciales y no cotizan o acaban de comenzar a operar en algún exchange. 

No recomendamos hacer trading con monedas respaldadas por oro por el simple motivo de que suelen ser menos volátiles y más estables que el resto de criptomonedas. Para hacer trading sería mejor encontrar alguna otra criptomoneda con liquidez y mayor volatilidad, que las hay. Tan solo haríamos trading si encontrásemos un patrón contrastado en intradía que permitiese entrar y salir rápido aprovechando esa ineficiencia del corto plazo. 

Pero, en principio, el fin de las monedas respaldadas por oro sería el de ofrecer rentabilidad y seguridad a nuestras inversiones, con un carácter de medio-largo plazo.

CONCLUSIONES

Ante la situación económica actual, y el cambio que se está produciendo a nivel mundial, incluso los bancos centrales están tomando posiciones de respaldo del dinero fiat con bienes tangibles como el oro. Esto está provocando que la cotización del oro y metales preciosos esté subiendo y despertando el interés de muchos operadores e inversores. ¿Pero cómo invertir en oro para respaldar el resto de nuestras inversiones, y hacerlo de la mejor manera, más rentable y segura? Una de las opciones, que están cogiendo fuerza, es la de las monedas respaldadas por oro. Pero, como en cualquier otra inversión, están surgiendo múltiples alternativas, y en nosotros está, saber estudiar y seleccionar las más adecuadas a nuestro nivel de asunción de riesgo. Y el riesgo también existe, sobre todo en el emisor que actúa como garante de nuestro oro. Porque el resto, sí está protegido por la tecnología blockchain.

Cómo ser un gran inversor, octava parte: conozca la diferencia entre información e influencia por Yuval Taylor

• Este artículo es el octavo de una serie de diez que se basa en el libro de Michael J. Mauboussin “Thirty Years: Reflections on the Ten Attributes of Great Investors” (Treinta años: reflexiones sobre los diez atributos de los grandes inversores). Le animo a leer “Cómo ser un gran inversor, primera parte: piense en números”, “Cómo ser un gran inversor, segunda parte: comprender el valor” , “Cómo ser un gran inversor, tercera parte: evaluar la estrategia”, Cómo ser un gran inversor, cuarta parte: compare de forma eficaz ,Cómo ser un gran inversor, quinta parte: piense en probabilidades y Cómo ser un gran inversor, sexta parte: actualice sus opiniones de forma eficaz y Cómo ser un gran inversor, séptima parte: tenga cuidado con los sesgos conductuales. Tenga en cuenta: en este artículo, me aparto de las ideas de Mauboussin en varios momentos.

Mauboussin desglosa dos funciones del precio de una acción. Primero, nos dice (nos da información sobre) cuánto cree el mercado que vale una acción. En segundo lugar, actúa como una influencia sobre los compradores: si un precio sube, la gente quiere subir y comprar; si un precio está bajando, es más probable que los inversores quieran vender. La tarea de un gran inversor es aprender a separar los dos, hacer caso solo a la información e ignorar la influencia. Dejaré que Mauboussin lo explique:

“Invertir es un ejercicio inherentemente social. Como resultado, los precios pueden pasar de ser una fuente de información a una fuente de influencia. Esto ha sucedido muchas veces en la historia de los mercados. Tomemos el boom de las puntocom como ejemplo. A medida que subían las acciones de Internet, los inversores que tenían estas acciones se enriquecieron rápidamente. Esto ejerció influencia sobre quienes no poseían acciones y muchos de ellos terminaron comprando también. Esto alimentó el proceso. El rápido crecimiento del sector de las puntocom no se debió tanto a las expectativas fundamentadas sobre cómo Internet cambiaría los negocios si no a cómo participar en este movimiento. La retroalimentación negativa cedió a la retroalimentación positiva, que aleja al sistema de su estado anterior.”

Michael J. Mauboussin

Me gustaría ver la diferencia entre información e influencia de una manera más científica, menos anecdótica. Echemos un vistazo a las empresas que experimentaron un cambio de precio en un período de cuatro semanas que fue un 20% más que el del índice de referencia. Limitaremos este experimento al Russell 3000 y excluiremos a las empresas biofarmacéuticas, ya que estos grandes saltos de precios son comunes cuando se aprueba o cierra un medicamento. Y solo veremos las acciones cuya última publicación de ganancias fue hace más de cuatro semanas y cuya próxima publicación de ganancias es mayor a cuatro semanas. La fuente de mi investigación es Portfolio123.

Si la información prevalece, deberíamos ver un gran porcentaje de estas empresas volver a sus precios anteriores; si prevalece la influencia, deberíamos ver que los nuevos precios se mantienen.

Durante los últimos veinte años, las acciones de este grupo cuyo precio ha subido un 20% más que el índice de referencia experimentan una caída promedio del 0,83% en las siguientes cuatro semanas (en comparación con un aumento del 0,79% para todas las acciones); las acciones que han caído un 20% ven un aumento promedio del 1,69% en las siguientes cuatro semanas.

Ahora clasifiquemos los cambios de precios basados en publicaciones de resultados como información y los cambios de precios no basados en publicaciones de resultados como influencia. Esta es, por supuesto, una clasificación demasiado amplia: hay mucha información entre las publicaciones de resultados, y algunos de los movimientos que rodean las publicaciones de resultados deben clasificarse como influencia o ruido. Pero mantengamos las cosas lo más sencillas posibles por el momento. Si la información es más relevante que la influencia, los cambios importantes de precios que ocurren inmediatamente después de la publicación de resultados deberían ser más rígidos que los cambios importantes de precios entre publicaciones de resultados.

Ya le he dado las cifras de las acciones con cambios de precio importantes entre las publicaciones de resultados; en general, tienden a revertirse. Pero las acciones con cambios de precio importantes en torno a la publicación de resultados actúan de manera diferente. Aquellos con un aumento excesivo del 20% en las cuatro semanas que incluyen una publicación de resultados tienden a ganar un 1,61% adicional durante las siguientes cuatro semanas; Las acciones con una pérdida excesiva del 20% tienden a realizar una reversión con una ganancia del 1,15%, pero esto es significativamente menor que la reversión media de las acciones que han caído un 20% sin una publicación de resultados (1,69%), y significativamente menos que todas las acciones con una exceso de caída del 20% (1,41%).

Aquí están los números:

Solo para hacer la diferencia aún más clara, aquí están todos esos números anualizados.

Ahora, obviamente, hay formas mucho más sofisticadas de ver los grandes cambios de precios que si están relacionados o no con los anuncios de ganancias. Pero quería darte estos números para enfatizar el punto principal: cuando estás viendo un cambio en el precio de una acción, es muy importante tratar de averiguar si está relacionado con el valor subyacente de la acción o si es solo ruido / influencia. Si es lo último, es mucho más probable que se gire el precio.

Demasiados inversores miran solo o principalmente el precio de una acción. Pero debido a que el precio de una acción refleja una gran cantidad de información al respecto, no le dará muchas pistas sobre si va a subir o bajar.

Hay dos formas de capitalizar el precio de una acción: cuando cree que la información que informa el precio es incorrecta y cuando cree que el precio se basa en el ruido o la influencia más que en la información. Ambos son proyectos muy difíciles.

Debido a que las empresas públicas tienen que divulgar tanta información, y debido a que la SEC es bastante buena para vigilarla, es difícil encontrar casos en los que la información sea incorrecta. Y diferenciar la información de la influencia puede resultar bastante difícil. Si una acción que le interesa parece bastante barata o cara y hay muy poco que indique por qué es tan barata o cara, ¿le dirá mucho un movimiento reciente de precios? Probablemente no.

Pero hay una tercera forma de ganar dinero con las acciones: anticipar cambios en la información. Y la mejor manera de hacerlo es observar lo que la empresa está haciendo en realidad en lugar de mirar su precio. No estoy diciendo que uno deba ignorar el precio por completo, pero examinar cómo una empresa está asignando su capital, observar sus patrones de generación de ingresos, rastrear su flujo de efectivo, etc., puede indicarle a un inversor inteligente qué precio podría justificar la información futura.

¿Comprendes tu sistema de trading? por Van K. Tharp

¿Qué tienen que ver las creencias con nuestra forma de operar? Van K. Tharp nos explica la importancia de construir un sistema que se adapte a nuestra forma de ver el mercado. Artículo publicado en Hispatrading Magazine nº48.

La mayoría de las personas no comprenden que necesitan un sistema si quieren ganar dinero en los mercados. Lo más importante es que ese sistema debe ajustarse a usted, a sus objetivos, a su psicología y a sus creencias, para que pueda operar con él de manera efectiva.

Además, ese sistema, como mínimo, necesita una señal que le indique cuándo “abortar la misión” (avisándole cuándo esté equivocado), una salida con beneficio y una estrategia de dimensionamiento de la posición para cumplir con sus objetivos. Sin esos criterios, como mínimo, no puede decir que tiene un sistema.

El dinero se gana reduciendo las pérdidas y dejando correr las ganancias. No se logra acertando la mayor parte del tiempo, sino pensando siempre en términos de relación riesgo-recompensa a lo largo de la operación. ¿Cuál es mi potencial recompensa en este momento? ¿Cuál es mi potencial riesgo? Si la relación riesgo-recompensa no es favorable, entonces no debería abrir esa operación. Es por eso que siempre recomiendo que piense en sus ganancias y pérdidas en términos del riesgo inicial en la operación (o los múltiplos de R). Cuando comprende que su sistema se caracteriza por la distribución de los múltiplos de R que asume, entonces comienza a pensar en la relación entre la recompensa y el riesgo. Ese es el camino hacia el éxito en los mercados.

Además, hay otros aspectos clave de los sistemas. Debe conocer sus objetivos. ¿Qué espera lograr con su sistema? ¿Qué puede tolerar en términos de drawdown mientras opera? Cuando se comprenda a sí mismo, podrá llegar a un acuerdo sobre los objetivos que se ajusten a sus necesidades. Cuando lo hace, puede comenzar a diseñar un sistema que se adapte a usted, sin embargo, la mayoría de las personas no piensan en sus objetivos y, por lo tanto, no pueden diseñar un sistema que se adapte a ellos.

Otro aspecto clave de un sistema es que no opera en el mercado. En cambio, debe operar con sus creencias sobre el mercado. Hasta que tenga creencias útiles o pueda encontrarlas, no tendrá éxito en el trading. Sin embargo, incluso cuando tenga creencias útiles, debe desarrollar o encontrar un sistema que se ajuste a esas creencias. Intentar diseñar o desarrollar un sistema sin conocer las creencias que debe seguir es una receta para el desastre.

Por ejemplo, suponga que cree que debería comprar algo cuando está infravalorado y venderlo cuando está sobrevalorado. Lo primero que debe hacer con esta creencia es determinar si su comprensión del valor tiene alguna validez. ¿Es útil? Mi impresión es que la mayoría de los analistas de mercado tienen definiciones de valor que no son útiles cuando evalúan el valor de mercado de una acción. Para ellos, determinar el valor es un ejercicio mental por el que les pagan salarios de seis cifras, pero no tiene nada que ver con el precio futuro de las acciones.

Suponga que su definición del valor de una acción es el valor de liquidación de la empresa. ¿Por qué se vendería si pudieras liquidarla en un año? Y si resta la deuda de la empresa de esa cantidad, ¿sigue siendo un valor positivo? ¿Cuál es ese valor de liquidación expresado por acción? ¿Qué pasa si el valor real de las acciones está tan bajo que se vende por, digamos, el 70 por ciento del valor de liquidación de las acciones? Ahora, para mí esa es una definición razonable de valor. Hablé de esta estrategia en mi libro Estrategias seguras. Otra buena definición de valor podría ocurrir cuando una acción lleva algunos activos en sus libros a $ 2 cuando su valor real es de $ 20 y la acción se vende solo por su valor en libros; de nuevo, eso se traduce en valor real.

En cambio, la mayoría de los analistas determinan algo como (1) cuál podría ser el valor de algún producto nuevo para la empresa (como el último iPhone), (2) cuál sería el factor de crecimiento de la empresa con este nuevo producto y (3 ) qué relación precio-ganancias (P / E) debería tener con ese factor de crecimiento. Esto, para mí, no tiene validez real, pero a los analistas se les pagan salarios de seis cifras para jugar a esto. ¿Quién soy yo para poner en duda un juego en el que pagan tan bien? Podría pensar suscribirse a algunos de los correos electrónicos de «Seeking Alpha» para ver buenos ejemplos de esto. Aproximadamente el veinte por ciento de los correos electrónicos que recibo ahora me dicen por qué las acciones de Apple están sobrevaloradas y otro veinte por ciento me dice por qué Apple está infravalorada.

Si tiene creencias sobre el valor que son útiles, probablemente podría traducirlas en un sistema de trading razonable. Sin embargo, si tiene tales creencias, ¿podría comprar una acción cuyo precio subió desde $ 50 a $ 200, incluso si, según su definición, no tenía “valor” a un precio de $ 50? Probablemente no pueda porque solo puedes operar tus creencias. Por lo tanto, para que un sistema se adapte a usted, debe evaluar sus creencias sobre el mercado, la utilidad de esas creencias y si puede encontrar algo que se ajuste a esas creencias.

La mayoría de la gente no hace tales evaluaciones. Ni siquiera comprenden el impacto de sus creencias. Por lo tanto, compran un sistema y se preguntan por qué no pueden seguirlo después tal y como estaba diseñado: simplemente no está hecho para ellos.

Desarrollando su edge

Debe comprender que un sistema es una colección de creencias sobre el mercado.

Esa colección de creencias debería darle:

• Condiciones que deben existir antes de entrar al mercado.
• Una señal de entrada específica y bien definida.
• Una salida en el peor de los casos que le indica cuándo está equivocado y que define lo que será una pérdida de 1R para usted en esa operación.
• Una metodología para salir de la posición con toma de ganancias.
• Sus objetivos para ese sistema; esos objetivos deben decir algo sobre qué tipo de ganancias está buscando, qué tipos de drawdowns puede tolerar y la probabilidad relativa de cada una (por ejemplo, está dispuesto a tolerar un 50 por ciento de probabilidad de una caída del 15 por ciento).
• Un algoritmo de dimensionamiento de posiciones para alcanzar esos objetivos.
• Por último, una comprensión de las diversas condiciones del mercado por las que debe negociar el sistema y las condiciones del mercado por las que debe evitar el sistema.

Cuando comprenda sus creencias acerca de cada una de estas partes de un sistema podrá ver cómo esas creencias afectan a su forma de operar. Para hacer esto le animo a que lea mi libro, «Trading Beyond the Matrix”.

¿Cómo anticiparse a una caída del mercado?

• Alexander Elder nos muestra, con un ejemplo reciente, su metodología para intentar adelantarse a los giros del mercado. 
• Artículo publicado en Hispatrading Magazine 48.

Cualquier operador experimentado le dirá que los movimientos del mercado no se pueden pronosticar con total precisión. Es verdad. Pero los eventos futuros proyectan sombras antes de que ocurran, lo que permite a los operadores inteligentes prepararse y no ser sorprendidos por giros repentinos. Pues bien me gusta fijarme en las sombras antes de esperar a que sea demasiado tarde. ¿Cómo podemos hacer esto? Veamos cómo poder prepararnos ante giros del mercado, con un ejemplo en el índice SP500 en el mes de julio.

El índice New High – New Low nos da dos tipos de señales. Las Spike signals surgen en los gráficos semanales, dando una señal de compra importante varias veces en una década. Por el contrario, las Spike Bounce o señales de rebote se dan alrededor de una docena de veces a lo largo de un año. El marco temporal que vigilamos, para este último tipo de señales, es en la ventana de un mes en un gráfico diario. Así entramos en los rebotes del mercado. Casi siempre se extinguen antes de que un rally se convierta en un mercado bajista.

La última señal Spike Bounce o señal de rebote se extinguió a principios de julio, ya que el NHNL diario, en la ventana de un mes, se hundió por debajo de su nivel de menos 300.

Tanto Kerry como yo estuvimos señalando constantemente la debilidad del repunte del mercado. La expansión de nuevos mínimos, por encima del número de nuevos máximos, es una de esas señales. Lo que respaldaba este rally era un puñado de “grandes acciones» que hacían nuevos máximos. Por ejemplo, AAPL, NVDA, ADBE, AVGO, MRK y una docena más. Mientras tanto, el resto de acciones – acciones de nivel medio – estaban retrocediendo

La ley de los retornos y cómo explotarla

Vilfredo Pareto fue un economista italiano nacido a mediados del siglo XIX que hizo un interesante descubrimiento sobre la propiedad de la tierra en Italia.

Mientras inspeccionaba su ciudad italiana, descubrió que el 80% de la tierra era propiedad de solo el 20% de la población. Después de investigar más, descubrió que esta distribución 80/20 también prevalecía en otras ciudades. Y de hecho, esta regla 80/20 no parecía aplicarse solo a la propiedad de la tierra; sino también a la distribución y fuentes de generación de ingresos. Pareto había tropezado con una ley de poder de origen natural.

Una ley de potencia, como se conoce en matemáticas, es una relación entre dos cantidades de manera que una es proporcional a la potencia fija de la otra. Las leyes del poder están incrustadas en el tejido mismo del universo; aplicándose al tamaño de las erupciones solares, la población de las ciudades y la intensidad de los terremotos, por nombrar solo algunos.

La regla 80/20, ahora conocida como ley de Pareto, se usa a menudo como un principio rector en las decisiones comerciales y de productividad. Las ganancias en el trading y de inversión también se adhieren a esta ley de poder. De hecho, siguen una distribución aún más extrema, de 90/10. Es decir, entre los grandes traders e inversores, el 90% de sus ganancias tienden a provenir del 10% o menos de sus operaciones. Veamos lo que decía Ken Grant en su libro Trading Risk :

“Hace algunos años, en mi observación de los patrones de P / L, noté la siguiente tendencia interesante: Para prácticamente todas las cuentas que encontré, la inmensa mayoría de la rentabilidad se concentró en un puñado de operaciones. Una vez que este patrón me quedó claro, decidí probar la hipótesis en una gran muestra de gestores de carteras para quienes había datos disponibles a nivel de transacción. Específicamente, tomé cada transacción en cada cuenta y las clasifiqué en orden descendente por rentabilidad. Luego fui a la parte superior de la lista de operaciones y comencé a añadir las ganancias de cada transacción hasta que el total fuera igual a la rentabilidad general de la cuenta.”

“Lo que encontré reforzó esta hipótesis en términos sorprendentemente inequívocos. Para casi todas las cuentas de nuestra muestra, el 10% superior de todas las transacciones clasificadas por rentabilidad representó el 100% o más del P / L de la cuenta. En muchos casos, el umbral del 100% se cruzó al 5% o menos. Además, este patrón se repitió de manera consistente en todos los estilos de negociación, clases de activos, clases de instrumentos y condiciones del mercado. Este es un concepto importante que tiene implicaciones de gran alcance para la gestión de carteras, muchas de las cuales intentaré abordar aquí.”

“Para empezar, si aceptamos la noción de que toda la rentabilidad de su cuenta se realizará en, digamos, el 10% superior de sus operaciones, entonces se deduce por definición que el 90% restante es una propuesta de equilibrio. Piense en esto por un momento: es probable que, literalmente, 9 de cada 10 de sus operaciones se realicen para producir ganancias de exactamente cero. Casi te dan ganas de recoger tus gráficos y volver a casa, ¿no es así? De hecho, el principal peligro de ser consciente de este concepto es la tendencia a malinterpretar sus implicaciones. Por esta razón, queremos ser muy cuidadosos con la forma en que usamos la información para impulsar el proceso de gestión de la cartera y todos sus componentes.”

“La primera reacción de la mayoría de las personas cuando ven su puntuación de “90/10” es asumir que se trata de un problema que debe corregirse. Esto no es así; y si responden operando menos, concentrando su cartera exclusivamente en lo que consideran sus mejores ideas, es probable que se decepcionen con los resultados. La regla 90/10 es difícil de superar, por lo que creo que la mejor manera de verla es que necesitas el 90 para obtener el 10.”

“Para entender mejor esto, usemos una analogía con el béisbol (por qué no, todos los demás lo hacen). Piense en la situación que enfrenta un bateador de .300 en el béisbol, quien, aunque sabe que no tendrá éxito el 70% de las veces, no puede simplemente negarse a subir al plato en 7 de cada 10 ocasiones en las que (estadísticamente hablando) no es probable que obtenga un golpe.”

“La verdad es que los 7 outs que hace en 10 turnos son una condición necesaria de su promedio de bateo de .300, y no puede esperar tener más éxito limitando sus turnos al bate de lo que puede esperar tener éxito en sus operaciones reduciendo su número de transacciones. Es cierto que, al igual que el bateador puede saber que lo hace mejor contra ciertos equipos y lanzadores y en ciertos parques que otros, usted, como gestor de cartera, tendrá algunas ideas sobre las condiciones que conducen más a la máxima rentabilidad: en nombres individuales, en el mercado. ciclos y otros factores. Sin embargo, en ambos casos, el individuo en cuestión no puede esperar obtener ningún beneficio por falta de participación.”

“Por lo tanto, la lección principal que debe extraer del 90/10 puede ser que el 90% de sus transacciones, que probablemente sumen cero P / L, son un componente crítico de su éxito. Si se analizan adecuadamente, estas operaciones pueden proporcionar información sobre los elementos controlables de las actividades de gestión de su cartera que pueden ser enormemente valiosos para sus resultados finales. Sin embargo, si luchas contra esta marea, es probable que caigas en un gran grupo de participantes del mercado que tienen conjuntos de habilidades muy útiles pero que inevitablemente se convierten, ellos mismos, en sus peores enemigos”.

La distribución de rendimiento de la cartera de Macro Ops también sigue esta regla 90/10, y esto es así por diseño.

La mayoría de nuestras ganancias anuales provienen de unas pocas operaciones durante el año. Por el contrario, la mayoría de nuestras operaciones / inversiones en las que entramos (en promedio, el 75% de ellas) se cancelarán efectivamente entre sí. Tendremos muchas pequeñas operaciones perdedoras y algunas pequeñas ganadoras … y después tendremos 3-5 grandes operaciones ganadoras que generalmente representan más del 90% de nuestro resultado final.

Este es un hecho fundamental para el éxito del trading y la inversión. Buffett, Soros, Druckenmiller y Dalio viven bajo esta misma ley de distribución. Si estudia sus resultados, la regla 90/10 prevalece entre todos los grandes. Una de las razones por las que son «genios» es porque han aprendido a abrazar activamente esta verdad y construir sus estrategias de una manera que explote esta ley del poder en su totalidad.

La lucha contra la distribución natural de los rendimientos es uno de los puntos de falla más comunes entre los traders e inversores … es por eso que el 90% de los traders no logran vencer al mercado y solo el 10% lo logra (irónico, ¿no?). La sobreoptimización, tratar de mejorar la tasa de ganancias de uno, es una trampa común y un juego de perdedores. Como dijo Grant, “necesitas el 90 para obtener el 10”.

La distribución 90/10 también es producto de la creación de asimetría en los oficios. La asimetría es el resultado de encontrar oportunidades y estructurar las operaciones de una manera en la que el beneficio potencial supera con creces la pérdida máxima. Esto se crea en parte al asumir pérdidas pequeñas y rápidas mientras les da a los ganadores mucho más espacio para correr. Es el axioma atemporal «acorta tus pérdidas y deja correr a tus operaciones ganadoras”.

Bruce Kovner habla sobre la realidad de las distribuciones en los resultados:

«Michael Marcus me enseñó otra cosa que es absolutamente fundamental: tienes que estar dispuesto a cometer errores con regularidad; no tiene nada de malo. Me enseñó a hacer su mejor valoración, equivocarse, a hacer su siguiente mejor valoración, a equivocarse, a hacer su tercer mejor valoración y luego a duplicar su dinero.»

Aceptar estas verdades es uno de los obstáculos más difíciles para los traders e inversores. Los seres humanos simplemente no están programados para perder y la clave para ser un buen trader es ser un excelente “perdedor”. Y esto se debe a que un trader maestro entrará en muchas más operaciones perdedoras que ganadoras. Mark Spitznagel relata en su libro The Dao of Capital cómo su mentor Everett Klipp le enseñó esta lección desde el principio, quien le dijo que “para tener éxito hay que amar perder”.

Los aficionados quieren altas tasas de acierto y piensan que cada operación será espectacular. El trader maestro es infinitamente paciente y tiene suficiente fe en su método, adquirido a través de la experiencia. Permanece frío y con mente calculadora dejando que la ley de Pareto haga su magia.

¿Impacta el sentimiento de las redes sociales en el precio de las acciones? [Estudio]

Aunque los modelos no pueden captar por completo la realidad, son esenciales en el análisis y la resolución de problemas. Lo mismo podría decirse de los modelos de valoración de activos. Estos modelos tuvieron un largo recorrido pasando desde el modelo CAPM hasta el modelo de cinco factores de Fama y French. Sin embargo, los modelos para intentar fijar los precios de los activos todavía se basan en fundamentos y, como vemos en la práctica todos los días, los mercados financieros o los inversores no siempre son racionales. 

Los precios tienden a desviarse de sus valores fundamentales. Investigaciones anteriores ya han sugerido que los activos están impulsados tanto por los fundamentos como por el sentimiento. La novedosa investigación de Koeppel (2021) continúa en la exploración de la hipótesis mencionada anteriormente y conecta el sentimiento con los factores en la metodología de Fama y French. El resultado más interesante de la investigación es la construcción del factor de riesgo de sentimiento basado en los indicadores de sentimiento basados en búsquedas directas. Los datos provienen de MarketPsych, que analiza la información que fluye en las redes sociales. Las noticias públicas no son una fuente de ese indicador de sentimiento explotable.

La puntuación de sentimiento extraída de las redes sociales se puede aprovechar para aumentar el modelo de cinco factores de Fama y French. Según los resultados, esta añadidura parece estar justificada. Agregar el sentimiento al modelo fundamental puro explica más los movimientos y reduce los alfas (intersecciones). Además, el factor no está relacionado con los factores de riesgo bien conocidos y establecidos utilizados en los modelos de valoración de activos anteriores, incluido el impulso. Finalmente, el factor de sentimiento parece estar superando a otros factores, incluso a los establecidos como factores de beta inteligente.

• Autores: Christian Koeppel
• Título: Does Social Media Sentiment Matter in the Pricing of U.S. Stocks? (¿Importa el sentimiento de las redes sociales en el precio de las acciones de EE. UU.?)
• Enlace : https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3771788

Abstracto

Este documento aplica un proxy de sentimiento basado en redes sociales desarrollado recientemente para la construcción de un nuevo factor de riesgo para modelos de precios de activos con sentimiento creciente (sentiment-augmented) en acciones de EE. UU. Teniendo en cuenta la endogeneidad, la autocorrelación y la heterocedasticidad en un marco de GMM, encontramos que incluir el sentimiento mejora significativamente el comportamiento del modelo de cinco factores de Fama y French (2015, 2017) para diferentes industrias y carteras de estilo como el tamaño, valor, rentabilidad e inversión. La prima de riesgo de sentimiento proporciona el componente faltante en la teoría de precios de activos conductuales de Shefrin y Belotti (2008) y (parcialmente) resuelve los enigmas de precios con crecimiento extremo, los giros extremos y las pequeñas acciones en las que se invierte mucho a pesar de la baja rentabilidad.

Como siempre, los resultados se presentan mejor a través de las imágenes:

Citas notables del trabajo de investigación académica

“Los modelos clásicos asumen que sus predicciones son las mismas, ya sea que el comportamiento del precio sea racional o irracional, y constante en el tiempo. Por lo tanto, los resultados muestran que incluso el modelo FF5 describe solo parcialmente el rendimiento esperado de un activo y, en particular, falla en situaciones presuntamente irracionales. Siguen sin resolverse los enigmas de los precios de los activos de las acciones difíciles de valorar, es decir, para explicar los rendimientos promedio de las acciones pequeñas o de las empresas que invierten mucho a pesar de la baja rentabilidad. Cuando la oferta y la demanda determinan precios de mercado, las evaluaciones de esas empresas parecen desviarse de sus valores fundamentalmente explicables y podrían ser impulsadas por inversores irracionales. Este comportamiento no puede ser capturado por ningún modelo de precios fundamental que asuma agentes racionales en mercados perfectos. De hecho, los inversores no actúan necesariamente de forma completamente razonable ni persiguen únicamente la maximización de su función de utilidad personal. Del mismo modo, ni siquiera tienen una aversión excepcional al riesgo. No tienen datos perfectos ni capacidades cognitivas ilimitadas para recopilar, absorber e interpretar toda la información de manera inmediata y correcta para derivar decisiones totalmente racionales y óptimas. Los mercados tampoco son muy eficientes ni están libres de arbitraje, como suele suponerse en las finanzas tradicionales. A diferencia de estas, las teorías del comportamiento consideran los sesgos humanos y las imperfecciones del mercado en el análisis del riesgo y el rendimiento, y en el proceso de toma de decisiones para las inversiones. Además de la tasa libre de riesgo y una prima de riesgo fundamental, el valor intrínseco de un activo se describe con más detalle por el sentimiento, formando un factor de descuento estocástico conjunto para los flujos de efectivo futuros. Debido a la falta de otras fuentes, la prima de riesgo de sentimiento a menudo se ha estimado como la dispersión de los pronósticos de los analistas.”

“Probamos la hipótesis de Shefrin y Belotti mediante la construcción de un factor de riesgo de sentimiento novedoso basado en un conjunto de indicadores de sentimiento del inversor basados en búsquedas directas y desarrollados recientemente proporcionados por MarketPsych. Este nuevo tipo de medida se deriva de un procesamiento del lenguaje humano patentado que analiza la información específica de los activos a medida que circula a través de los canales de las redes sociales (ver, por ejemplo, Chen et al., 2014). Este estudio muestra que este indicador captura y cuantifica el sentimiento de los inversores, lo que lo convierte en el factor ideal para modelar la prima de riesgo del sentimiento en la sección transversal de los mercados de valores de EE. UU.”

“Al utilizar indicadores de sentimiento ascendentes y basados en búsquedas para construir un nuevo factor de riesgo, revelamos patrones en los rendimientos promedio relacionados con el estado de ánimo de los inversores. El puntaje de sentimiento aumenta el modelo de valoración de activos fundamentales existente de Fama y French (2015) para el mercado de valores de EE. UU. y agrega la prima de sentimiento al paradigma de precios de Shefrin y Belotti (2008). Hacemos un seguimiento de las mejoras de rendimiento significativas para diferentes carteras de industrias y de imitación de factores hasta las actividades de los inversores en las redes sociales. No se encuentra el mismo efecto explotando el sentimiento extraído de los canales públicos de noticias. Las diferentes nociones del estado de ánimo humano se expresan en las redes sociales y se pueden utilizar para formar un factor de riesgo de sentimiento reequilibrado mensual que es ortogonal a la situación macroeconómica o subyacente a los
desarrollos relacionados con el ciclo económico. Tampoco está relacionado con los factores fundamentales de precios existentes y es independiente del impulso».

Una estrategia sencilla para mejorar como traders por Brett N. Steenbarger

Hoy te mostraré un esquema simple para mejorar como traders mes a mes.

1) Revisa tus operaciones del mes. Mantener estadísticas sobre tus operaciones es una excelente manera de hacerlo. ¿Cuántas operaciones ganadoras y perdedoras tuviste? ¿Cuáles fueron los tamaños promedio de tus operaciones ganadoras y perdedoras? ¿Cómo fueron las mayores operaciones ganadoras en comparación con las mayores perdedoras? ¿Qué ideas fueron responsables de las operaciones ganadoras y perdedoras?

2) Identifica lo que hayas hecho mejor durante el mes e identifica algo durante el mes que necesitas mejorar. Eso significa comparar tus mejores y peores operaciones y/o tus mejores y peores días de operaciones.

3) En el espíritu de FIGS (fijación de objetivos enfocados e intensivos), identifica lo que harás cada día para hacer más de lo que hiciste mejor y corregir lo que hiciste peor. Este tiene que ser un plan diario que abordarás en cada sesión de trading y que implicará desarrollar tus fortalezas y abordar tus debilidades.

4) Mantén un diario de operaciones de qué tan bien lograste las dos metas establecidas para la semana y cómo puedes aumentar tu progreso al día siguiente.

5) Repite este proceso, estableciendo nuevas metas, cada mes.

¿Por qué importa si las acciones tienen un gap alcista o bajista en la apertura? por Sentimentrader

Por qué la apertura es importante para las rentabilidades intradía

Hace tiempo que se sabe que las acciones estadounidenses se han comportado mejor de la noche a la mañana que durante el horario habitual de negociación. Hay muchas teorías, pero en verdad nadie sabe realmente por qué.

Jay analizó en profundidad este fenómeno con el SPDR S&P 500 ETF Trust (SPY) analizándolo desde su creación. Pero en su ultimo estudio, catalogó las sesiones por separado clasificando el día si la apertura fue más alta o más baja que el cierre del día anterior.

Por ejemplo, el siguiente gráfico muestra el crecimiento de $1 en SPY con una estrategia de compra durante la sesión o en horario intradía solo los jueves en que el SPY abrió al alza frente al crecimiento de $1 en el SPY en horario intradía si el SPY abrió a la baja o al mismo nivel que el día anterior.

Podemos ver claramente que si las acciones abrieron al alza el jueves, también tendieron a hacerlo significativamente mejor durante las horas regulares de negociación. Un operador hiperactivo que utilizara esta estrategia (sin incluir las comisiones o el deslizamiento) habría obtenido una rentabilidad del -17,8 % si hubiera comprado el SPY después de una apertura bajista el jueves. Otros días muestran diferencias aún más marcadas en el rendimiento.

¿Qué saben los expertos en tecnología?

Jay también señaló que la compra de información privilegiada en el sector de la tecnología sigue apareciendo en su radar, y parece completamente contrario a la intuición en función de todo lo leído y escuchado en la prensa financiera.

El Ticker XLK (la línea superior en el gráfico a continuación) rastrea el índice de acciones tecnológicas. La línea inferior del gráfico representa las compras en el mercado abierto por parte de expertos corporativos o insiders en las empresas que forman el ETF XLK. Los puntos rojos resaltan las semanas en que hubo más de 17 compras en el mercado abierto durante un período continuo de 6 meses.

Viendo el miedo que todo el mundo tiene actualmente, a que el mercado se desplome, y el bajo nivel de compras por parte de insiders en otros sectores hay algo que nos llama mucho la atención. ¿El qué? Vemos como los insiders en tecnología están comprando a manos llenas. Por eso, la pregunta es: ¿Están locos estos insiders tecnológicos o saben algo que nosotros no sabemos? ¿Qué podría hacer que estos ejecutivos ignoren a los pesimistas analistas y  en vez de eso compren como lo están haciendo?