La Distancia Del Dinero

Un libro de análisis técnico que te permitirá convertir los riesgos en oportunidades

Luis Francisco Ruiz

© ESTRATEGIAS DE INVERSIÓN, 2014 Edita: PUBLICACIONES TÉCNICAS PROFESIONALES S.L. Plaza Canalejas 6, 3ª planta - 28014 Madrid Tel.: 91 574 72 22 – Fax: 91 409 59 38 www.estrategiasdeinversion.com Texto: Luis Francisco Ruiz Diseño y maquetación: Pablo Carrasco L. Imagenes: 123RF.com Imprime: Impresos y Revistas S.A. (Grupo IMPRESA) Depósito Legal: M.7.669-2012 2

En estos tiempos difíciles para el sector financiero, la economía española y el formato impreso resulta obligatorio agradecer a todos aquellos que con la adquisición de este libro están brindando un respaldo a la continuidad de esta pequeña empresa. Escribir “La distancia del dinero” ha sido un trabajo de fondo donde buscar ejemplos, realizar estudios, leer investigaciones y ordenar el material me ha ocupado una gran cantidad de tiempo, horas que he robado a mis seres queridos. No podía dejar pasar esta ocasión para agradecerles su apoyo incondicional y las oportunidades que me han brindado. Sería imperdonable no mostrar también mi agradecimiento a todos los que han colaborado en las diferentes facetas del libro (financiación, revisión, maquetación…). Un guiño especial a aquellos usuarios del foro de estrategiasdeinversion.com que participaron en los posts que fueron el germen de la actual obra. Luis Francisco Ruiz 3

Índice I

La distancia del dinero

II

Manos a la obra

13

III

En busca de la verdad

19

IV

Encaramado a hombros de gigantes

25

V

La prueba del siglo

33

VI

Todo es relativo

47

VII

Cara o cruz

55

VIII

Profesión o afición

61

XIX

Homenaje a Dow parte II

69

X

Acertar o no perder

77

XI

Ni temerario ni con temor

83

XII

Paciencia, no muerda el anzuelo

91

XIII

Tortugas

99

XIV

La pela es la pela

105

XV

Ley Campoamor

113

XVI

Fractales y ruido

121

XVII

La muñeca rusa

129

XVIII Despacito y con buena letra

7

139

XIX

Avanzar y consolidar

149

XX

Sopa de letras: MTT y LTT

155

XXI

Todo tiene su tiempo

165

XXII

Fin de la trilogía

173

XXIII Riesgo y volatilidad

181

XXIV

El efecto mariposa

189

XXV

Al borde del precipicio

199

XXVI

Calma y tormenta

209

XXVII El hombre máquina

219 5

Premium

Bajo la dirección de Luis F. Ruiz Director de Análisis de Estrategias de inversión

En el libro “La Distancia del Dinero” se detalla el método empleado por Luis F. Ruiz para la selección de acciones en las carteras Ei Premium

Seguimiento diario desde la compra hasta la venta con alertas de cada movimiento

140

CARTERA Ei IBEX

+32%

IBEX 35

+24%

120

100

CARTERA IBEX Rendimiento histórico 80

Ago-11

Oct-12

Oct-13

Oct-14

130

CARTERA Ei USA

CARTERA USA Rendimiento histórico

S&P500

+23%

DOW JONES

120

+13% +9%

110

100

Oct-13

Feb-14

Jun-14

Oct-14

Suscríbete a ESTRATEGIAS de INVERSIÓN por solo 49 ¤ al año y replica nuestras carteras modelo para batir al mercado SUSCRIBETE pinchando AQUÍ

La distancia del dinero Ca pí t u l o I 7

8

A

lgunas de las obligaciones de un escritor que aspira a que su libro sea leído son: motivar, enseñar y entretener a su lector. Con ese afán busqué una similitud que consiguiese despertar su curiosidad hacia el mundo de la inversión y que, de una forma amena, fuese un buen

gancho que le invitase a ir avanzando en el resto de páginas. Varios días de búsqueda sin éxito que siempre me llevaban a titulares que poco tienen que ver con la realidad que he vivido y con un grandísimo componente comercial. Por un lado encontré una gran cantidad de libros contando los secretos necesarios para hacerse millonario y convertirse en un operador de éxito. Por otro lado, me topé con multitud de referencias que apuntaban a una gran conspiración donde el pequeño inversor es presa de un animal carnívoro o títere de un ser oscuro y trajeado al estilo de la película “El Padrino”. Ni una cosa ni la otra. Será complicado que usted se convierta en millonario gracias a los mercados (si llega a serlo con la ayuda de este libro por favor, contácte conmigo y cuénteme su historia), aunque si se lo toma en serio podrá sacarles partido. También será difícil que comience a operar en los mercados y estos le reciban con una pistola robándole su dinero y dejándole en la ruina. Aunque pienso que existen imperfecciones en su funcionamiento, descarto una manipulación constante de los mismos. ¿Cómo podría motivarles para que se aventuren en un mundo donde van a ser vapuleados de forma irremediable por un ser amorfo llamado mer-

9

cado? Sería amoral invitarles a adentrarse en esa selva llena de leones o a pegarse un baño en un mar repleto de tiburones si así lo creyese. No sabía cómo titular mi libro. No es que sea un gran aficionado al tema del boxeo, pero si hago zapping y el resto del auditorio del salón se encuentra dormido, soy capaz de aguantar varios asaltos sin cambiar de canal. En una de las retransmisiones se iluminó la bombilla cuando escuché la expresión “la distancia del dinero”, aquel espacio exacto donde los dos púgiles pueden infligir un mayor castigo a su rival y, de la misma manera, pueden recibir un mayor correctivo. Una distancia donde no existen los golpes cortos sin recorrido y tampoco los golpes largos que no alcanzan al rival perdiéndose en el aire. El brazo alcanza la extensión justa para que al impactar el grado de potencia sea máximo con el resultado final de convertirse en un espectáculo que atrae aficionados y que llena los bolsillos de los boxeadores dispuestos a enfrentarse en esos términos. Las similitudes entre este deporte y el mundo del trading / inversión / especulación / mercados financieros son asombrosas. La preparación previa al combate es vital, a nadie se le ocurre subir a pelear a un ring sin haberse entrenado antes. Tendrás que seleccionar un rival acorde con tu peso y tu experiencia, ni se te ocurra enfrentarte a un peso pesado

En el boxeo y en los mercados, la preparación previa al combate es vital

con un historial de victorias intachable pesando 60 kilos y sin experiencia. Tendrás que saber que si intentas noquear al rival descubres tus defensas y asumes un mayor riesgo. También sabrás que si no entras en la distancia no saldrás herido pero tus golpes se perderán en el aire. Sin duda, conocerte en profundidad, saber tus debilidades y fortalezas, es más importante que conocer al rival. Generar automatismos, conocer al oponente, respetarlo y enfrentarse a él con humildad es una cuestión de supervivencia.

10

Este libro no es el Santo Grial ni esconde ninguna fórmula mágica que te permitirá alcanzar la fortuna en un abrir y cerrar de ojos, pero sí te puede ayudar a que no termines KO en el primer asalto. En él estudiaremos a nuestro rival como si de un deporte de élite se tratase; analizaremos si falla más de revés o con el drive, los goles que marcan en los saques de esquina, la fiabilidad desde la línea de tres puntos… La otra pata del aprendizaje queda de su parte; si consigue aprender tanto de las victorias como de las derrotas, si no se convierte en un resultadista y se centra en realizar las cosas bien, si no le echa la culpa al árbitro, si no se deja llevar por el calor de los éxitos y no se deprime al primer varapalo, irá por el camino correcto.

11

Manos a la obra Ca pí t u l o I I 13

14

U

na de mis canciones favoritas es cantada por el incombustible Mick Jagger de los Rolling Stones; Let´s Work. La canción comienza de esta manera “No sitting down on your butt the world don’t owe you. No sitting down in a rut I wanna show you. Don’t waste your energy on making enemies. Just take a

deep breath and work your way up. Let’s work, be proud stand tall, touch the clouds. Man and woman, be free. Let’s work, kill poverty”. Mi traducción: “Mueve el culo, el mundo no te debe nada. Te quiero enseñar a no caer en la rutina. No malgastes la energía en hacer enemigos. Respira hondo, te voy a enseñar el camino hacia arriba. Vamos a trabajar, siente orgullo, mantente erguido, toca las nubes. Hombres y mujeres sed libres. Vamos a trabajar, acabemos con la pobreza”. Una introducción para ponernos manos a la obra con energía, si pueden disfrutar de la canción háganlo. Mi forma de trabajar podría definirse como lógica experimental. Les explico, en

este mundo encontrarán artículos, análisis y libros por doquier, gran parte de ellos se apoyan en lógicas no contrastadas y gran parte de los restantes en estudios contrastados con una lógica “escasa”. Dos ejemplos: 1. Invertir en bolsa cuando el ratio entre precio y beneficios estimados o a futuro (PER Forward, en inglés) se encuentra por debajo de su media histórica. Tiene su lógica. Compras las compañías o índices bursátiles más baratos. La experiencia dice que este comportamiento en la última década nos habría dejado unos rendimientos negativos. La causa es muy sencilla: el consenso siempre realiza previsiones favora15

bles de crecimiento en ventas y beneficios. La realidad, es muy diferente. Los beneficios empresariales se mueven en ciclos al igual que la economía y, aunque tienden a revertir a la media, los movimientos pueden ser muy bruscos. Ver figura 2.1. 2.1. Evolución de los beneficios del S&P 500 y su media de 10 años (1.910 – 2.011)

Fuente: Irrational Exhuberance Robert J. Shiller

2. Invertir en bolsa porque gana la super bowl un determinado equipo o en base al ciclo lunar o cuando gobierna un determinado partido en EE.UU. Por regla general son relaciones que, contrastadas históricamente, podrían darnos unos resultados espectaculares pero son solo fruto de la casualidad y carecen de toda lógica económica. Es obligatorio y esencial que nuestra forma de trabajar y los avances que vayamos realizando cumplen estos dos requisitos: tengan sentido común y sean contrastados o empíricamente válidos. Trabajaremos de forma sistemática y partiremos de la siguiente definición; conjunto de reglas lógicas que, de forma racionalmente enlazadas, buscan obtener un binomio rentabilidad / riesgo que supere a un benchmark. 16

¿Para qué sirven las reglas? Las reglas buscan un orden, una forma de trabajar, un método para obtener conocimiento, el ensayo y el error. Si desconocemos las razones que nos llevan a tomar una decisión, no las apuntamos y hacemos un seguimiento posterior, no podremos aprender de nuestros errores o aciertos.

Los avances tienen que tener sentido común y estar históricamente contrastados

El adjetivo de lógicas que añado se explica por sí mismo, no sirve cualquier tipo de regla, tiene que tener una coherencia, tiene que tener un sentido. Aunque se explica por sí mismo también es cierto que hay que remarcarlo, ya que en el mundo de la inversión existen multitud de aproximaciones y algunas de ellas con una lógica más que cuestionable. ¿Por qué racionalmente enlazadas? Podemos encontrar reglas lógicas que sean válidas pero debemos enlazarlas con el fin de conseguir nuestro objetivo. No nos sirve de nada tener infinidad de indicadores / criterios válidos si desconocemos sus ventajas e inconvenientes y no conseguimos unificarlos. Nuestro objetivo será superar al mercado o a un benchmark. De qué nos serviría dedicar multitud de tiempo a una actividad si al final el no hacer nada era la decisión acertada. Si resulta que si ese tiempo lo hubiera invertido en salud o en otra actividad profesional me hubiera sido bastante más rentable. Definimos benchmark como un índice o una referencia con la que comparamos el resultado de una estrategia o una gestión.

17

En busca de la verdad Ca pí t u l o I I I 19

20

E

l cineasta Orson Welles que rodó Ciudadano Kane, una de las obras maestras del cine, saltó a la fama por realizar una adaptación radiofónica de la novela de extraterrestres “La guerra de los mundos”. Welles incorporó tal realismo a su versión que oyentes de ciudades como Nueva York y Nueva Jersey se vieron realmente

amenazados por un ataque alienígena contagiando a parte de la población que entró en modo pánico. La histeria colectiva acababa de nacer y demostró el inmenso poder que tienen los medios de comunicación. Vivimos en una sociedad donde acceder a la información es tan sencillo como encender el ordenador o la televisión y el problema real reside en controlar un flujo de noticias en muchas ocasiones contradictorias que solo nos llevan a la confusión. La rapidez con la que se extienden los bulos / fakes por la red de redes realmente es asombrosa y en los mercados financieros los rumores infundados se extienden como la pólvora. Tener criterio para separar el grano de la paja es esencial si queremos adoptar las decisiones adecuadas. Este proceso es complejo y requiere de tiempo y de esfuerzo. La mejor forma de comenzar es acudir siempre a la fuente original reduciendo malentendidos, análisis erróneos, opiniones sesgadas y manipulaciones. Muy sencillo; si se publica determinado indicador macroeconómico que usted considera importante para una determinada inversión, acuda directamente al organismo que lo publica. Obviamente este es el camino más arduo y que requiere más tiempo pero aprenderá a 21

interpretar los indicadores y su utilidad. A partir de esta fuente original surgen multitud de nuevas noticas que han sido manipuladas por segundas personas con un mayor o menor grado de acierto en base a su capacidad analítica, conocimientos técnicos e independencia. Encontrará miles de blogs, foros, opiniones, periódicos financieros, etcétera. Quédese con aquellos que con el tiempo le inspiren más confianza y fiabilidad. En los mercados financieros existen dos grandes corrientes analíticas y / o de inversión. Por un lado, nos encontraríamos a aquellos inversores “value” o buscadores de valor en los activos. En este lado el máximo exponente es Warren Buffet que con Berkshire Hathaway lleva varias décadas superando la rentabilidad obtenida por su ben-

Tener criterio para poder separar el grano de la paja es esencial

chmark, el S&P 500. En España el comparable lo encontraríamos en Francisco García Paramés con Bestinver que también lleva un buen periodo de tiempo superando a su benchmark e incorporando valor al partícipe en sus fondos. Su esquema de trabajo general reside en buscar información de diferentes fuentes, analizarla y determinar el valor de un activo. Si este valor es inferior a su precio de mercado entonces podría pasar a ser una posible compra. Ver figura 3.1. La otra gran categoría es el análisis técnico. El inversor con criterios técnicos considera que los diferentes participantes de mercado al realizar operaciones de compra y venta incorporan toda esa información en el precio. De esta manera el tiempo mejor empleado es aquel que se destina a la creación de modelos o búsqueda de patrones de comportamiento basados en el precio con el fin de obtener un rendimiento de los mismos. Busquen la diferencia entre los dos esquemas, no es una errata. Ver figura 3.2. Desde mi punto de vista ninguna de las dos formas de entender el mercado es excluyente y utilizo las dos aproximaciones siempre que el tiempo lo permite. En lo que se refiere a este libro nos aproximaremos al mercado con el análisis técnico, mi 22

3.1. Esquema de trabajo de un inversor value

MECADO

Organismos oficiales

Bancos de inversión/ análisis

SISTEMA

Otros

Empresas

Prensa especializada

3.2. Esquema de trabajo de un inversor que utiliza el análisis técnico

SISTEMA

Organismos oficiales

Bancos de inversión/ análisis

MERCADO

Otros

Empresas

Prensa especializada

23

especialidad, y cuya principal ventaja desde mi punto de vista, reside en que utiliza la información menos manoseada y más independiente, que es la que suministra el propio mercado, precios, volúmenes, interés abierto… Antes de terminar este capítulo sobre la información y las diferentes aproximaciones de inversión que existen en base a la utilización de la misma, me gustaría que reflexionasen sobre las siguientes expresiones anglosajonas: 1. Does the markets makes the news or do the markets make the news? ¿Es el mercado el que crea las noticias o son las noticias las que hacen el mercado? 2. Buy the rumor sell the news. Compra con el rumor y vende con la noticia. Intenten no comprar o vender por una noticia o por un análisis determinado o por un consejo de un broker… No quiero decir que no lean, que no se formen una opinión, un escenario… lo que les quiero decir es que si realizan este tipo de operaciones estarán comenzando a dejar de utilizar criterios bien definidos y no actuarán de una forma controlada o sistemática.

¿Es el propio mercado el que crea las noticias?

Es obligatorio acostumbrarse a decir, “yo compro esta compañía porque cumple mis requisitos de valoración o vendo mis acciones porque el precio ha perdido determinado nivel de soporte activando mi señal de salida”.

24

Encaramado a hombros de gigantes Ca pí t u l o I V 25

26

“I

f I have seen a little further it is by standing on the shoulders of Giants”, Isaac Newton con humildad viene a decirnos con esta frase que sus aportaciones se han construído en base a conocimientos previos de grandes pensadores, “Si yo he podido ver un poco más lejos es porque me he enca-

ramado a las hombros de gigantes”. Al final todo proceso de creación parte de una base o una investigación. En el caso de “La distancia del dinero”, la columna vertebral en la que se apoya es la Teoría de Dow. Comenzamos una serie de artículos que son un homenaje a Charles Henry Dow, el gigante del análisis técnico. Charles Henry Dow (1851-1902) fue el fundador junto, con Edward David Jones

del diario económico Wall Street Journal (WSJ). Creadores a su vez de los primeros índices bursátiles: Dow Jones Industrial Average y Dow Jones Transportation Average. A lo largo de su vida, Charles Henry Dow escribió una serie de editoriales en el WSJ que dieron lugar a la llamada Teoría de Dow. Pasado poco tiempo del fallecimiento de Dow, William Peter Hamilton (18671929) asume el relevo a cargo del WSJ. Durante 27 años escribe el editorial del WSJ donde realiza una serie de análisis y recomendaciones de mercado apoyándose en las de su predecesor, aproximación analítica a los mercados financieros que plasmó en el libro “The Stock Market Barometer”. En este momento del escrito les recomiendo la lectura de “The Dow Theory: William Peter Hamilton’s Track Record ReConsidered” realizada por Stephen J. Brown, William N. Goetzmann y Alok Kumar, 27

los dos últimos pertenecientes a Yale School of Managment y el primero a la New York University. Más adelante, en 1932, Robert Rhea escribe en “The Dow Theory” una serie de principios que intentan sintetizar los conocimientos aportados por Charles Henry Dow y William Peter Hamilton. Estas afirmaciones son las que pasaremos a analizar con detalle con el fin último de sacar unos criterios claros y sencillos que nos permitirán tomar posiciones en activos financieros. 1. Los índices bursátiles reflejan / descuentan en su precio de cierre todos los sentimientos y conocimientos en materia financiera. 2. Los índices bursátiles se mueven por tendencias que, en cierta forma, se pueden ligar al comportamiento humano. Estas tendencias se pueden

Dow reconocía los excesos que se producían en los mercados

clasificar en: • Tendencia primaria de mercado, tendencia de largo plazo con una duración que puede estar entre 1 ó varios años. Esta tendencia marca el ciclo, alcista o bajista. • Tendencia secundaria de mercado, tendencia de medio plazo. Movimiento correctivo en contra de la tendencia de largo plazo que puede durar desde varias semanas a meses. • Tendencia terciaria, tendencia de corto plazo. Tendencia que suele durar varios días y puede pasar de la semana. 3. Principio de confirmación. Para que la tendencia primaria sea válida, los dos índices (Dow Jones Industrial Average y Dow Jones Transportion Average) tienen que presentar la misma dirección.

28

4. El volumen (transacciones) es más elevado cuando el mercado alcista toca a su fin y es más bajo cuando el mercado bajista toca a su fin y comienza un nuevo mercado alcista. 5. Un ciclo alcista se divide en las siguientes etapas: (1) acumulación, volumen bajo y valoraciones históricamente atractivas, (2) gran subida, incrementos de volumen, de beneficios, de confianza y caída de valoraciones y (3) exceso, confianza extrema, valoraciones elevadas, volumen elevado y aparición de inflación. 6. Un ciclo bajista se divide en las siguientes (4) distribución, aparecen caídas en precio que se califican de tramo correctivo y el volumen continúa siendo elevado, (5) gran caída, las condiciones empeoran, los beneficios disminuyen y aparecen los sell offs y (6) desesperación, valoraciones bajas pero continúan las ventas hasta que se descuenta el peor escenario posible. Ver figura 4.1.

4.1. Ciclo de precios y volumen según los principios de Dow

Tendencia alcista primaria

n Volume

crecien

te

Tendencia bajista primaria

Volu m

en de

crecie

nte

29

Dow en su teoría de ciclo bursátil reconocía los excesos que se producían en los mercados, tanto al alza como a la baja. De esta forma se reconoce que las decisiones económicas no son siempre racionales, circunstancia que también reflejan Robert Shiller y George Akerlof es su libro “Animal Spirits”. La realidad también es abrumadora, pongamos como ejemplo las burbujas más recientes; las puntocom que estalló en el año 2000, la burbuja inmobiliaria cuasi-global que comenzó a estallar en 2007 y la posible burbuja en las materias primas que se comienza a observar en la actualidad, 2011. De esta forma un analista técnico cuando se adentra en una tendencia alcista debería pensar en una escalera que lo puede conducir al infinito mientras el precio no diga lo contrario.

Este comportamiento se puede resumir en la famosa frase acuñada por el economista John Maynard Keynes (1883 - 1946), “The market can stay irrational longer than you can stay solvent”, el mercado puede comportarse de forma irracional más tiempo del que puedes permanecer solvente. Otro ejemplo que nos encontramos fueron las palabras que pronunció Alan Greenspan en 1996 “But how do we know when irrational exhuberance has unduly escalated asset values, wich…”, “como sabemos cuando la 30

exuberancia irracional ha aumentado indebidamente el valor de los activos...” En esta conferencia, el gobernador de la Reserva Federal reconocía la incapacidad de determinar cuándo los precios de un activo se habían desmarcado de su valoración de forma racional. Bien, al final lo que la historia nos dice es que los excesos son impredecibles tanto en cuantía como en duración. Charles H. Dow era conocedor de esta circunstancia y le otorgaba un lugar preferencial al comportamiento del precio a la hora de escribir sus editoriales. Ver figura 4.2.

4.2. Ciclo económico y ciclo de activos

Tendencia alcista primaria


Gran subida

Exceso

Distribución

Gran caída

Desesperación

Acumulación

Precio de los activos*

©

©

ª

ª

Inflación

©

©

©

ª

ª

ª

Empleo

©

©

ª

ª

Ratios de valoración

©

©

©

ª

ª

ª

Velocidad de circulación del dinero**

©

©

ª

ª

(* ) Dentro de los activos se incluyen acciones, materias primas, inmuebles... (** ) Una elevada circulación del dinero implica un elevado número de transacciones en los activos

31

La prueba del siglo Ca pí t u l o V

“Y

es for all its warts the Dow Theory has passed the most important test of all- the test of time. If you are a serious student of investing, you owe it to yourself to “go back to the future” and read the book”. “A todos los efectos la Teoría de Dow

ha pasado la más importante de todas las pruebas, la prueba del tiempo. Si eres un estudioso serio de la inversión te lo debes, regresa al futuro y lee el libro.” (Prefacio que Charles B. Carlson, presidente de Dow Jones & Co para una edición publicada en 1998 del libro de The Stock Market Barometer escrito por William Peter Hamilton en 1922). ¿Cuándo pasa una teoría a convertirse en una realidad? Supongo que si pasa la prueba más importante de todas que, es el tiempo, podríamos darle esa calificación. Es como la estatua de los relojes que hay cerca de la estación de tren de Saint Lazare que ve pasar el tiempo y, a miles de viajeros y siempre está ahí. Con el fin de contrastar una teoría, una hipótesis o un dogma construimos unos modelos que nos permiten realizar pruebas que indiquen que tal hubiera funcionado en el pasado. Este tipo de pruebas permitirán que tengamos un conocimiento más elevado del mercado que analizamos, el sistema de inversión o reglas que queremos implementar, condiciones en las que obtiene un mejor rendimiento, cuándo falla… son como los test de prueba de un coche de carreras. La importancia de estos test es elevada porque te dirán si el sistema que quieres utilizar pasa las pruebas estadísticas y, a la vez, te permitirá conocer las condiciones más aptas para obtener

35

un mejor rendimiento, al igual que las peores condiciones a las que te puedes enfrentar utilizando una determinada teoría de inversión o hipótesis de partida. Una vez explicadas algunas de las razones por las que se realizan estas pruebas pasemos a realizar el trabajo. Lo primero es seleccionar una serie de datos o precios que nos permitirán realizar las pruebas. Cuanto más amplia sea esta serie, más condiciones límites o excepcionales recogerá y mayor validez tendrá la prueba. En el caso actual hemos escogido las series de precios del

¿Cuándo pasa una teoría a convertirse en una realidad?

Dow Jones Industriales (DJI en adelante) y Dow Jones Transportes (DJT en adelante), entre el año 1900 y 2011. Más de un siglo de precios bursátiles que se han movido de forma paralela a acontecimientos de gran impacto económico: Gran Depresión, guerras mundiales, fin del patrón oro... A lo largo de todo este tiempo pondremos a prueba el principio más importante de la Teoría de Dow, los índices bursátiles se mueven por tendencias. Para ello lo primero que tenemos que hacer es identificar la tendencia primaria o principal. Construiremos reglas sencillas que no requieren una gran dosis de programación y que sean fácilmente comprensibles por el lector. Cualquier manual de análisis gráfico o chartista lo primero que le dice es que para identificar una tendencia alcista solo es necesario unir los mínimos crecientes de una serie de precios. Si lo que queremos identificar es una tendencia primaria o de largo plazo la línea trazada que une esos mínimos deberá respetarse durante un periodo prolongado de tiempo, meses / años. Por el contrario, si queremos identificar una tendencia bajista de largo plazo o primaria, tendríamos que unir los máximos decrecientes de una serie de precios con una línea que debería respetarse durante un periodo largo de tiempo. En las figuras 5.1 y 5.2 podemos ver un ejemplo de tendencia alcista y otro de tendencia bajista primaria identificadas con el análisis gráfico.

36

5.1. Ejemplo de identificación de tendencia alcista primaria con análisis chartista o gráfico (DJI MAR09 –ABR11)

5.2. Ejemplo de identificación de tendencia bajista primaria con análisis chartista o gráfico (DJI JUN07-AGO09)

37

En base a esta descripción, la primera condición que tienen que cumplir las reglas que utilicemos para identificar una tendencia primaria es la de duración. Es decir, una tendencia alcista primaria tiene que tener de media una duración cercana al año. Si analizamos un periodo de 111 años tendremos que tener alrededor de 111 señales que identifiquen tendencias alcistas o bajistas de largo plazo. La siguiente condición que pedimos para identificar una tendencia es que el DJI y el DJT se encuentren en la misma dirección, los dos alcistas o los dos bajistas, en definitiva que se cumpla el principio de confirmación que enumeramos en el capítulo anterior. El análisis gráfico o chartista es ampliamente utilizado por muchos operadores y, desde un punto de vista didáctico, es muy útil para explicar conceptos. Sin embargo tiene una elevada dosis de subjetividad. Para el ejemplo que estamos utilizando, dos personas diferentes podrían trazar varías líneas de tendencia que no tendrían por qué coincidir y que podrían calificar de tendencia primaria. Esta circunstancia hace poco útil este análisis para lo que nosotros necesitamos, unos criterios claros que definan una tendencia. Una forma de crear estos criterios claros o reglas que permitan construir un sistema de trading es con el uso de indicadores técnicos. Los indicadores técnicos son fórmulas matemáticas construidas a partir de variables como el precio y el volumen que dan lugar a un resultado numérico que se puede presentar gráficamente. El indicador técnico más sencillo y que nos sirve perfectamente para el propósito de este capítulo es la media móvil simple (MMS en adelante). Su expresión matemática es la inferior y solo consta de un parámetro, que es el número de veces que utilizamos la variable para construir la media. Por ejemplo, una MMS (40, precio de cierre de sesión) significa que sumamos las últimas 40 lecturas del precio de cierre de sesión y las dividimos por 40.

n + (n - 1) + (n - 2) + (n - x) MMS (x) = ---------------------------------------------------------------------------------------------------------------------x 38

Bien, para identificar una tendencia con una MMS podríamos utilizar el siguiente criterio: • Si precio es > ó = a MMS, entonces tendencia alcista • Si precio es < a MMS, entonces tendencia bajista De una forma visual, en la figura 5.3 podemos apreciar cómo identificamos una tendencia con estos criterios. A la vez detectamos cuál es el principal inconveniente de esta programación, el excesivo número de operaciones en las que incurrimos cuando nos adentramos en un movimiento lateral o de consolidación.

5.3. Ejemplo de identificación de tendencia con MMS (40) sobre DJI

Con el fin de evitar un exceso de operaciones cuando nos adentremos en un movimiento lateral vamos a utilizar un cruce de medias. De esta forma los criterios para identificar una tendencia serían:

39

5.4. Ejemplo de identificación de tendencia con cruces de MMS (40) y MMS (200) sobre DJI

• Si MMS (con menos datos) > ó = a MMS (con más datos), entonces tendencia alcista • Si MMS (con menos datos) < a MMS (con más datos), entonces tendencia bajista En la figura 5.4 podemos apreciar cómo identificamos las tendencias con estos criterios y que cuando nos adentramos en un movimiento lateral, el número de operaciones disminuye notablemente. Con la programación hemos conseguido de forma matemática reducir la subjetividad que nos proporcionaba el análisis chartista o puramente gráfico. Ahora tenemos unas reglas bien definidas que identifican con un gran paralelismo las tendencias alcistas / bajistas en los precios de los productos financieros, como pueden apreciar en la figura 5.5. Encontrarán que la mayor parte del tiempo, cuando el precio respeta la directriz alcista chartista, la media móvil de 40 sesiones (la de menor duración) se encuentra por encima de la media móvil de 200 sesiones (la de mayor duración). De la misma manera, cuando el precio se encuentra en tendencia 40

bajista chartista, la mayor parte del tiempo la MMS de 40 sesiones se encuentra por debajo de la MMS de 200 sesiones. 5.5. Ejemplo de identificación de tendencia alcista primaria con análisis chartista o gráfico y cruces de medias (DJI MAR09 –ABR11)

Uno de los requisitos que necesitamos para identificar una tendencia primaria es que su duración en el tiempo sea próxima a un año. Para que este se cumpla es necesario utilizar unas MMS largas o con muchos datos. Si utilizamos el ejemplo anterior de cruce entre MMS (40) y MMS (200) encontramos que la duración media de la señales sería de 0,94 años para el DJT y 0,91 años para el DJI, niveles similares a los que estamos buscando (ver tabla 5.6), ya que tenemos que tener en cuenta los movimientos laterales o de consolidación, donde no asistimos a un cambio de tendencia pero sí se activan las señales. Haremos el ejercicio más completo y, para descartar que los resultados que obtengamos son fruto de la casualidad, cogeremos tres combinaciones de cruces de más; MMS (50) y MMS (200); MMS (40) y MMS (210); MMS (50) y MMS (210). En los mercados financieros es habitual optimizar los parámetros de las reglas, es 41

5.6. Número de señales y duración generales por un cruce de MMS (40) y MMS (200)

DJT

DJI

Días analizados

27.583

27.583

Días de tendencia alcista

16.738

17.506

71

77

235,75

227,35

0,94

0,91

Señales activadas Días hábiles por señal Años por señal

decir, probar todas las combinaciones posibles con el fin de encontrar la que mejor rendimiento proporciona. No buscamos el máximo rendimiento con este ejercicio, sólo comprobamos que no llegamos a un buen resultado solo por suerte. Seguimos adelante. Una vez elegidos unos cruces de medias que generan señales con una duración en media similar al año, tenemos que definir la otra variable, es decir, que el DJI y DJT se encuentren en la misma dirección. De esta manera definiremos una tendencia alcista primaria cuando se cumpla el principio de confirmación: • MMS (menor duración, DJI) >= MMS (mayor duración, DJI) y MMS (menor duración, DJT) >= MMS (mayor duración, DJT). Estos requisitos también los pondremos a prueba con las combinaciones de medias móviles citadas más arriba. Como toda prueba en esto de los mercados financieros tiene que realizarse en términos relativos, creamos un índice de referencia o benchmark que nos dirá si el esfuerzo empleado en el ejercicio ha merecido la pena o no. Es decir, si la opción de comprar y mantener el benchmark proporciona en términos de rentabilidad vs 42

riesgo un mejor comportamiento que los criterios que utilizaba la Teoría del Dow para describir una tendencia, entonces el tiempo destinado habrá sido en balde y ganará la teoría del mercado eficiente. No se puede batir al mercado. Nuestro benchmark, como no podría ser de otra forma, será una composición a partes iguales del DJI y el DJT. Sin más preámbulos y como una imagen vale más que mil palabras ponemos el gráfico de cómo se habría comportado una inversión de 100 unidades desde 19/10/1900 hasta 26/01/2011 utilizando los criterios expuestos por un lado y, por otro, comprando y manteniendo el benchmark o buy & hold (B&H en adelante). Ver figura 5.7. A simple vista la Teoría del Dow (línea roja) tiene una pendiente positiva más constante, evitando parte de las grandes caídas y finalizando con una mayor revalorización que el benchmark (línea azul). De esta forma intuitivamente podemos obser-

5.7. Evolución de 100 unidades con los criterios establecidos para identificar una tendencia alcista primaria (Teoría de Dow) y evolución de 100 unidades del Benchmark en escala logarítmica

43

var que los criterios utilizados por Dow para detectar tendencias continúan vigentes a largo plazo, permitiendo obtener una mayor rentabilidad con un menor riesgo. 5.8. Principales ratios de perfomance de la Teoría de Dow vs B&H

Benchmark

PC (40,200)

PC (50,200)

PC (40,210)

PC (50,210)

4,59%

5,12%

5,05%

5,10%

4,83%

Desviación típica

20%

12%

13%

12%

13%

Rentabilidad vs Riesgo

0,23

0,42

0,40

0,42

0,38

Años de cesiones

40

37

38

35

40

Desviación típica en las cesiones

11,90%

3,90%

4,60%

3,70%

5,30%

0,39

1,31

1,09

1,36

0,92

Rentabilidad anualizada

Ratio sortino

¿Qué habría ocurrido con el resto de combinaciones de medias móviles simples? La respuesta la tenemos en la figura 5.8. donde presentamos los principales ratios comparativos. Analizando los resultados obtenidos para más de 110 años de historia obtenemos las siguientes conclusiones.

CONCLUSIONES D La rentabilidad anualizada de la propuesta de la Teoría de Dow con las diferentes combinaciones de medias móviles es superior a la obtenida por el B&H. En este apartado tenemos que tener en cuenta que no hemos incorporado (1) los dividendos, (2) costes de entrada y salida al mercado y (3) la remuneración de la liquidez cuando la estrategia no estaba dentro de mercado. 44

D El riesgo entendido como dispersión frente a la media o desviación típica de los resultados obtenidos por la estrategia que intenta replicar la Teoría de Dow es inferior al obtenido por el benchmark. D Mayor rentabilidad y menor riesgo de la estrategia tendencial respecto benchmark. D La estrategia también permite disminuir el número de años bajistas y las pérdidas en estos años, como podemos observar en la desviación típica de las cesiones, lo que, en última instancia, permite obtener un ratio de Sortino más elevado.

Podríamos decir que la Teoría de Dow ha pasado la prueba de la realidad. Obviamente los resultados serán cambiantes en base al punto de partida que utilicemos.

45

Todo es relativo Ca pí t u l o VI

47

48

L

a teoría de la relatividad se atribuye a Einstein. Sin embargo, Galileo la planteó con anterioridad y, hasta que Eddington no la plasmó, pasó desapercibida. Resulta que todo en la vida es relativo, hasta incluso el descubrimiento de la misma relatividad. La verdad absoluta no existe. Los mercados financieros

no se escapan y a lo máximo que se puede aspirar es a una realidad relativa. Todo puede subir o bajar en base al punto de partida y en algunas ocasiones no sabes si sube o baja. Existen diferentes grados de relatividad. Las posturas más radicales alcanzan el escepticismo, es imposible alcanzar la verdad y todo es cuestionable, de las que decidimos desmarcarnos y quedarnos con medias verdades. Los hechos o los resultados siempre pueden presentarse de diferentes formas y pueden manipularse para adaptarse a un determinado mensaje que, por regla general, justifica al que lo escribe. Seguro que alguno se habrá realizado alguna de las siguientes preguntas; ¿Qué resultados habría obtenido la estrategia que analizamos en el capítulo anterior en los últimos 30, 20 ó 10 años? ¿Cómo es posible que el mercado mantenga unos determinados comportamientos a lo largo de tantos años? ¿Es que el mercado no ha evolucionado? El mercado actual está repleto de máquinas de alta frecuencia, las órdenes electrónicas han sustituido a los corros. Ahora todo es más rápido. Deberíamos pensar que el mercado ha cambiado notablemente y que las teorías no pueden sostenerse durante un periodo tan amplio de tiempo.

49

Una reflexión interesante pero que no comparto y más en los tiempos en los que vivimos. Comprendo que la tecnología ha cambiado la forma de acceder al mercado, haciéndolo más universal. Sin embargo, la tecnología no impide que los participantes tomen decisiones de forma ilógica o irracional. Son los “animal spirits” o “espíritus animales” que utilizaba Keynes para agrupar aquellos actos económicos que no encontraban justificación racional, los comportamientos que no desaparecen y que nos hacen repetir o caer en los mismos errores. Exagerar las tendencias alcistas en una gran gama de diferentes activos (desde los tulipanes, hasta los inmuebles y pasando por las acciones) hasta despegar los precios de sus fundamentales y convertirlos en irracionales es un comportamiento común en la historia del ser humano. Greenspan acudió a este concepto con la frase

Exagerar tendencias es un comportamiento común a lo largo del tiempo

irrational exhuberance / exuberancia irracional para referirse a la burbuja bursátil que a finales de los años 90 se infló en torno a las empresas relacionadas con internet, las famosas puntocom. Puede que Greenspan, presidente de la Reserva Federal en aquel entonces, no se diese cuenta de que su política de tipos de interés bajos estaba ayudando a inflar otra burbuja mayor, la inmobiliaria, que estalló unos años más tarde. De esta forma el ser humano de forma individual o agregada en ocasiones actúa de forma racional y, en otras ocasiones, de forma instintiva o irracional. Se deja dominar por las emociones tomando decisiones que contribuyen a ampliar los ciclos expansivos y contractivos de los mercados y la economía. Una circunstancia que se repite a lo largo de la historia y que nos hace considerar que, mientras el hombre se comporte de forma humana, no dejarán de existir los excesos y las tendencias. Una razón de peso que permitirá que la Teoría de Dow se valide con el tiempo y que una estrategia basada en tendencias obtenga un buen resultado. Obviamente, como explicamos al comenzar este capítulo, los resultados son relativos y pasamos a analizarlos con un poco más de detenimiento. La primera conclu50

sión que sacarán es que cuando un mercado presenta una fuerte tendencia alcista es muy complicado superarlo sin estar invertido al 100% o apalancado. En el caso en el que estamos, donde las condiciones nos permitían estar dentro o fuera de mercado en función de la tendencia primaria, encontramos que cuando nos adentramos en épocas de fuerte tendencia alcista la estrategia pierde posiciones respecto al benchmark o la referencia. Si nos fijamos en el gráfico superior vemos cómo comprar y mantener durante la década de los 90 nos habría dado una rentabilidad media anualizada a 10 años promedio del 12,7%, frente al 7,9% que habríamos conseguido aplicando la estrategia tendencial descrita en el capítulo anterior. Ver figura 6.1. 6.1. Rentabilidad media anualizada a 10 años de la estrategia desarrollada con la Teoría de Dow y del benchmark o Dow Composite durante la década de los 90

Un exceso de rentabilidad a favor del benchmark en la tendencia alcista que se ve compensando cuando nos adentramos en una tendencia bajista como la que ocurrió durante la Gran Depresión de los años 30. Durante esa década el Dow Composite obtuvo una rentabilidad media anualizada a 10 años promedio negativa del 2,6% frente a la ganancia acumulada del 3,3% que nos permitió obtener la estrategia tendencial propuesta. Ver figura 6.2. 51

6.2. Rentabilidad media anualizada a 10 años de la estrategia desarrollada con la Teoría de Dow y del benchmark o Dow Composite durante la década de los 30

6.3. Rentabilidad media anualizada a 10 años de la estrategia desarrollada con la Teoría de Dow y del benchmark o Dow Composite década de los 70

52

De la misma manera, cuando el precio se adentra en un gran proceso lateral, como en la década de los años 70 con la crisis de la OPEP, la estrategia obtiene un diferencial positivo respecto al benchmark. A modo de conclusión y relativizando, podríamos decir que una estrategia basada en el principio de confirmación de la Teoría de Dow protegería mejor el capital si nos adentramos en un periodo de indefinición o tendencia bajista. Sin embargo, si la tendencia futura va a resultar claramente alcista la mejor opción será comprar y mantener. Ver figura 6.3.

53

Cara o cruz Ca pí t u l o VI I

55

56

E

l juego de cara o cruz consiste en seleccionar un lado de la moneda, anverso o reverso, lanzar la misma al aire y dejarla caer sobre una superficie lisa. Si el lado seleccionado es el que queda visible entonces resultas ganador y, de forma inversa, perderás si tu elección no queda a la vista. Un juego utilizado para realizar

sorteos deportivos y que a lo largo de la historia ha recibido diferentes nombres acordes con los dibujos o motivos que decoran las monedas. Por ejemplo, en México el juego se conoce como águila o sol y los romanos lo conocían como ‘capita aut navim’, cabeza o nave. Un primer párrafo que me sirve para introducirles en el mundo del azar o la aleatoriedad. Un capítulo que junto con el próximo, “Profesión o afición”, se aleja de la columna vertebral del libro pero que sirve a modo de desconexión. A la hora de aproximarse a los mercados existen dos grandes vertientes: los que apuntan a que los mercados son eficientes y que mejorar su comportamiento es cosa del azar y la otra, en la que obviamente me encuentro, que apunta a que el rendimiento de los mercados es mejorable si se actúa de una forma ordenada, planificada y lógica. La hipótesis del mercado eficiente en su grado más fuerte nos dice que el precio refleja todo y que es impredecible, resultando imbatible a largo plazo. Con estas premisas, la mejor aproximación al mercado sería comprar y mantener una posición en el broker que menores comisiones nos genere. Sin embargo, la realidad no es así. Es cierto que la inmensa mayoría de gestores que intenta superar a sus índices de referencia no lo consiguen pero eso no implica que el mercado sea eficiente, 57

sino que el gestor no lo ha realizado bien porque no le han dejado el tiempo suficiente o la suerte no ha acompañado… Sin embargo, también existen una multitud de gestores que superan sistemáticamente a los mercados. En esta ocasión y por no centrarnos siempre en la gestión orientada al precio, tomemos como ejemplo a Warren Buffet, estandarte de la gestión value o búsqueda de valor. Desde 1981 hasta 1999 batió todo los años seguidos a su benchmark, durante 18 años consecutivos. Si lanzásemos una moneda al aire y buscásemos 18 caras consecutivas tendríamos que intentarlo alrededor de 3,8 millones de veces. Los precios son impredecibles y se comportan de forma aleatoria. Comparto parte de esta postura pero no pienso que los mercados se muevan de forma aleatoria si no que lo hacen por tendencias. Pongamos que mi posición quedaría de esta forma: los precios recogen toda la información disponible en un momento determinado por los

Existe una multitud de gestores que baten sistemáticamente al mercado

participantes del mercado en ese momento y su evolución futura es impredecible aunque sabemos que los precios se mueven por tendencias igual que la economía tiene ciclos o que existen diferentes estaciones climatológicas en el año. Nadie sabe lo que ocurrirá con seguridad en el futuro y eso es una certeza. Con los precios ocurre igual pero existen determinados momentos donde la probabilidad decanta la balanza para un lado o para el otro. Lo que sí presenta para mí una certeza es que invertir con criterios aleatorios puede acabar en ruina. Voy a refrescar un ejercicio que realicé en una comunidad financiera ante un sistema aleatorio de inversión que proponía un broker on-line que, en lugar de intentar enseñar al cliente a invertir le invita a operar para generar comisiones. El punto de partida era el siguiente: lanzo una moneda al aire todas la sesiones, si sale cara compro o me quedo alcista y si sale cruz vendo o me quedo bajista, así indefinidamente. Si lanzas la moneda al aire un número suficiente de veces la probabilidad rondará el 50% en cada dirección. Si la tendencia del mercado es alcista las 58

subidas serán mayores y el 50% de las compras realizadas gracias a la moneda compensará el 50% de las ventas o las posiciones bajistas. Por el contrario, si el mercado es bajista el 50% de las posiciones bajistas compensará las pérdidas por el 50% de las posiciones alcistas tomadas dejando un beneficio. Si el mercado se desplaza en lateral la cuenta debería quedar en tablas y el coste sería el de las comisiones.

7.1. Evolución del Dow Jones Industriales y las diferentes simulaciones de la estrategia de “cara o cruz” en base 100

La figura 7.1 muestra los resultados obtenidos por esta estrategia aleatoria. Hemos aplicado la estrategia al Dow Jones Industriales desde junio de 1990 hasta enero de 2011 y la línea superior azul es la evolución del índice bursátil mientras que el resto de líneas son simulaciones de cómo habrían evolucionado las diferentes estrategias con diferentes secuencias de caras y cruces. No obtenemos unos resultados demasiado esperanzadores, todas las líneas no superan al benchmark, y en tres ocasiones la estrategia de “cara o cruz” habría presentado fuertes pérdidas.

59

Podríamos decir que aquel que se enfrenta a los mercados con un modelo aleatorio deja sus resultados en manos de la Diosa Fortuna. Es más, sería incluso peor jugar a cara o cruz pues en la prueba no hemos incorporado los costes / comisiones que la estrategia habría generado haciendo los resultados más pobres aún. Hay que tener en cuenta que este periodo de prueba ha encontrado grandes tendencias alcistas, tendencias bajistas y movimientos laterales, por lo que consideramos es suficientemente amplio para darlo por válido.

60

Profesión o afición Ca pí t u l o VI I I

61

62

“P

arece, Sancho, que no hay refrán que no sea verdadero, porque todos son sentencias sacadas de la mesma experiencia, madre de las ciencias todas”, frase de Miguel de Cervantes Saavedra en Don Quijote de la Mancha. En muchas ocasiones visionamos al inver-

sor o trader de éxito como una especie de artista talentoso inalcanzable. Sin embargo, nada más lejos de la realidad. No hay que encontrarse dotado de una gran capacidad intelectual para llegar a convertirse en un inversor con éxito. No existen los caminos cortos y, la constancia en el trabajo y en el estudio junto con la experiencia que, como bien dice Cervantes es la madre de todas las ciencias, son las mejores garantías de éxito. En los próximos párrafos voy a decir muchas perogrulladas o simplezas pero

creo que nunca está de más repetirlas porque pueden ahorrar tiempo, frustraciones y dinero. El mundo de los mercados financieros atrae a multitud de gente, dicen que a los mejores cerebros. ¿El anzuelo? Dinero fácil y rápido. Muchos de los que se encuentren leyendo este libro también estarán escuchando los cantos de sirena. Con el fin de que no naufraguen me marco como objetivo en este capítulo devolverles a la realidad. Para ello voy a enfocar este artículo con números, como si fueran ustedes a montar una empresa de trading. Antes de dedicarnos a algo tendremos que aprender. Para aprender, una de dos, o lo hacemos de forma didáctica –requiere más tiempo– o bien realizamos un curso de formación. Si usted es licenciado, podrá realizar un máster y con posterioridad 63

desarrollar una vida profesional en una empresa del sector financiero. Con esta opción ligará en gran medida su futuro al futuro de la industria financiera. Bien esta sería la salida lógica para una persona que quiera dedicarse profesionalmente a este mundo, habrá dedicado una gran cantidad de tiempo y dinero con la idea de recuperarlo con posterioridad. Ver figura 7.1.

7.1. Posibilidades para vivir de los mercados financieros

Master en mercados financieros

Trabajo por cuenta ajena

Curso especializado en trading

Trabajo por cuenta propia

Trabajo por cuenta propia

Gestión de capital propio

Formación

Autoformación

Otra opción es la de, sin titulación, realizar un curso especializado o autoformarse y dedicarse al mundo del trading o de la inversión. En este caso, la normativa MIFID le pondría las cosas difíciles para gestionar carteras ajenas. La salida que le queda es gestionar su propio capital. Encontramos que es capaz de diseñar un sistema que le proporciona una rentabilidad del 30% en el 60% de los años y que en el resto de años, en el 40%, tiene una pérdida del 10%. De primeras puede parecerle algo no excesivo pero esto supone una rentabilidad anualizada promedio del 12,47% (en base a las simulaciones reali64

zadas a 20 años vista) y es notablemente superior a la obtenida históricamente por los índices bursátiles contando con la reinversión de los dividendos. En esas condiciones a 20 años vista su probabilidad de supervivencia (no dejar la cuenta en números rojos) dependerá de dos variables (1) el capital inicial de partida y (2) el sueldo que quiera usted ponerse por su trabajo. En la tabla 7.2 de doble entrada encontrará los resultados de la simulación. Tenga en cuenta que las condiciones de la simulación son favorables debido a que no hemos incluido el pago de impuestos por ganancias patrimoniales ni la pérdida del poder adquisitivo originada por la inflación. 7.2. Probabilidad de superviviencia a 20 años

Sueldo deseado ¾ 15.000

20.000

25.000

100.000

20%

0%

0%

150.000

85%

45%

30%

200.000

95%

90%

45%

Capital inicial ¾

Con estos datos lo que quiero reflejar es que vivir del trading es muy difícil si no tiene un capital acorde con los objetivos de sueldo estimados. Si su objetivo es demasiado abultado descapitalizará su cuenta pese a disponer de un buen sistema. Si su cuenta es demasiado reducida no podrá vivir del trading al menos inicialmente o tendrá que buscar otras soluciones como el apalancamiento que dispararán su probabilidad de ruina. En la figura 7.3 encontrarán otras relaciones que les resultarán también de Perogrullo. Más adelante les pongo el esquema de trabajo que yo considero el más adecuado. En un inicio no arriesguen el capital, acumulen y mientras tanto adquieran conocimientos, busquen una formación específica que sea de calidad (pocas veces la van a encontrar gratis). Una vez adquieran un nivel apto, sepan lo que arriesgan 65

y tengan desarrollado un sistema con esperanza matemática positiva, comiencen a realizar sus inversiones incrementando gradualmente su rentabilidad objetivo a medida que van acumulando experiencia y se van conociendo. 7.3. Probabilidad de éxito f (capital disponible, rentabilidad exigida, nivel de apalancamiento y conocimientos)

Rentabilidad Objetivo

Capital

Probabilidad de éxito


Conocimientos

Apalancamiento



Consulten con un asesor financiero, hagan sus cuentas, tómense sus inversiones como una afición seria y no las aparquen o las dejen al azar, aprendan de forma paulatina y se alegrarán dentro de unos cuantos años. Lo bueno de adentrarse en este mundo es que los objetivos y el tempo de aprendizaje se lo puede marcar uno mismo sin requerir una dedicación full-time. Para finalizar con este capítulo y con el énfasis que he puesto en la adquisición de conocimiento se habrán dado cuenta que pienso que no existen atajos y que el trabajo es la mejor garantía. De esta forma, aunque pueda recibir más de una crítica por lo que les estoy diciendo, no confío en las black box o cajas negras. Sistemas automáticos que se puedan vender a granel y de los que su creador no nos quiere desvelar su fórmula mágica. De la misma manera, los intereses de muchas entida66

7.4. Esquema de trabajo

Capital

Conocimientos

Rentabilidad Objetivo

Tiempo

des financieras chocan frontalmente con los intereses del cliente debido a que los productos más rentables para uno no tienen por qué ser necesariamente los más rentables para el otro. Merece la pena adquirir unos conocimientos financieros, aunque sean básicos, que le permitan defenderse en este mundo.

67

Homenaje a Dow parte II Ca pí t u l o I X

69

70

E

n la cuarta parte del segundo capítulo del libro “Don Quijote de la Mancha”, Cervantes conocedor del éxito que había tenido la primera parte de la obra deja caer la siguiente frase: “nunca segundas partes fueron buenas”. De esta forma, Cervantes era conocedor de la dificultad de mantener el nivel literario y la capaci-

dad de sorpresa que tuvo la primera edición. De la misma manera, poco sorprenderá este capítulo que es una extensión de “La prueba del siglo” pero que considero necesario para ir profundizando en el estudio de los mercados de renta variable. Después de dos capítulos de desconexión: “Cara o cruz” y “Profesión o afición”, retomamos la senda descrita por la Teoría de Dow en el capítulo “Encaramado a hombros de gigantes” y pasaremos a analizar la tendencia secundaria. Comprobaremos si, en esta ocasión, el dicho no tiene a lugar y segundas partes o tendencias secundarias fueron buenas. En el capítulo “La prueba del siglo” comprobamos que invertir a favor de la tendencia primaria o de largo plazo tiene su recompensa en términos de una mayor rentabilidad y un menor riesgo. ¿Ocurrirá lo mismo cuando pongamos a prueba la tendencia secundaria o tendencia de medio plazo? La tendencia secundaria por definición puede abarcar desde varias semanas hasta, en algunas ocasiones, varios meses. De esta forma y para el ejercicio que tenemos entre manos, vamos a considerar que, de media, la duración de un movimiento secundario se encontrará entre uno y dos meses. Al igual que en “La prueba del siglo” identificaremos la tendencia con un cruce de medias y como en esta ocasión 71

queremos que las operaciones duren menos tiempo, utilizaremos unos parámetros más cortos. Para no complicarnos la vida, al igual que en el anterior ejercicio, escogeremos los parámetros que utilizan la mayoría de operadores, las medias simples de 14 y 40 sesiones. Ver figura 9.1. 9.1. Ejemplo de identificación de tendencias de medio plazo con análisis chartista y medias móviles (DJI JUN07 –JUN11)

Una tendencia primaria está compuesta por un número indeterminado de tendencias de medio plazo o secundarias. Cuando una tendencia de medio plazo se pone en marcha no sabremos si ésta dará lugar a una tendencia primaria o de mayor plazo (1) un rebote que acaba terminando por formar un suelo de años ó (2) una corrección que termina por convertirse en una tendencia bajista que perdure una década. Utilizamos los siguientes criterios para identificar tendencias secundarias: • Si MMS (14) > ó = a MMS (40), entonces tendencia secundaria alcista. • Si MMS (14) < a MMS (40), entonces tendencia secundaria bajista.

72

En la figura 9.2 podemos observar que durante todo el periodo analizado (desde 1900 hasta 2011) encontramos que las medias seleccionadas se han cruzado al alza 366 veces en el DJT y 396 en el DJI, con una duración media que ronda los dos meses. De esta forma consideramos que este cruce nos podría servir. También seleccionaremos otros parámetros en las medias para descartar un posible casualidad o eliminar las dudas sobre una optimización; MMS (14) vs MMS (50); MMS (20) vs MMS (50), MMS (20) vs MMS (40).

9.2. Cuadro de duración media y número de señales con un cruce entre MMS (14) y MMS (40)

DJT

DJI

Días analizados

27.743

27.743

Días de tendencia alcista

15.612

16.123

366

396

42,66

40,71

2,13

2,04

Señales activadas Días hábiles por señal Meses

Podríamos definir una tendencia alcista secundaria de la misma forma que con una tendencia primaria: • MMS (menor duración, DJI) > ó = MMS (mayor duración, DJI) y MMS (menor duración, DJT) > ó = MMS (mayor duración, DJT) Nuevamente volvemos a encontrar un gráfico donde la equity line o línea de resultados obtenida por la Teoría de Dow cuando el mercado tiene una tendencia alcista secundaria presenta un perfil mucho más suave que el B&H o, lo que es lo mismo, comprar el índice de referencia o benchmark Dow Jones Composite. Circunstancia que intuitivamente nos hace considerar que habríamos obtenido un mejor binomio rentabilidad vs riesgo aplicando unas simples reglas de análisis técnico. Ver figura 9.3. 73

9.3. Evolución de 100 unidades con los criterios establecidos para identificar una tendencia alcista secundaria (Teoría de Dow) y evolución de 100 unidades del benchmark en escala logarítmica

¿Qué habría ocurrido con el resto de combinaciones de medias móviles simples? La respuesta la tenemos la figura 9.4 donde presentamos los principales ratios comparativos. La estadística que apreciamos en el cuadro corrobora lo que a simple vista hemos remarcado. Es decir, mejores ratios rentabilidad vs riesgo en las diferentes

Invertir a favor de la tendencia secundaria mejora la rentabilidad/riesgo

combinaciones de medias que simplemente comprando y manteniendo el activo o benchmark en cartera. Con los criterios establecidos para detectar una tendencia alcista secundaria y / o primaria podríamos decir que a largo plazo ha resultado atractivo permanecer fuera de mercado cuando las combinaciones de medias utilizadas se encontraban cruzadas a la baja. Nuevamente señalo que estos resultados no incorporan gastos

74

de transacción, excluyen los dividendos y la remuneración de la liquidez cuando se está fuera de mercado. 9.4. Principales ratios de perfomance de la Teoría de Dow vs B&H

Benchmark

PC (14,40)

PC (14,50)

PC (20,50)

PC (20,40)

4,52%

5,19%

5,43%

4,93%

4,57%

Desviación típica

21%

17%

15%

15%

17%

Rentabilidad vs Riesgo

0,22

0,31

0,36

0,32

0,28

Años de cesiones

40

41

39

43

47

Desviación típica en las cesiones

12,9%

6,8%

6,5%

7,5%

7,3%

0,35

0,76

0,83

0,66

0,62

Rentabilidad anualizada

Ratio sortino

75

Acertar o no perder Ca pí t u l o X

77

78

“O

nly buy something that you’d be perfectly happy to hold if the market shut down for ten years”, “Solamente compra algo con lo que puedas estar a gusto si el mercado cierra durante 10 años”. “Unless you can watch your stock holding decline

by 50% without becoming panic-stricken, you should not be in the stock market”, “Si no puede ver caer sus acciones un 50% sin ser presa del pánico, no debería invertir en el mercado de valores”. Son dos citas que se atribuyen a Warren Buffet, el oráculo de Omaha, una de las mayores fortunas del mundo y uno de los inversores más venerados. Lo tiene claro: es capaz de no entrar en modo pánico si sus acciones pierden más de un 50% en precio y se encontraría a gusto con las acciones compradas si el mercado cierra 10 años. No todo el mundo tiene unas convicciones tan firmes y para aprender es necesario saber cuándo uno se ha equivocado o hasta dónde se encuentra dispuesto a llegar cuando toma una posición. En ocasiones habrán escuchado que un buen operador / gestor / director… es aquel que acierta más veces que se equivoca. Bueno, pues la realidad no es así. Lo importante en el mundo de la gestión, y muchas veces en la vida, es no meter la pata o no cometer un gran fallo. Seguro que alguna vez les ha ocurrido en situaciones cotidianas, una entrevista de trabajo, un examen de conducir, una venta… que pensaban que tenían todo encarrilado y en un momento determinado realizan un mal comentario o toman una decisión equivocada y dan al traste con el trabajo realizado.

79

La expresión matemática de la esperanza matemática centrará los próximos capítulos y nos servirá para comprender algunas relaciones básicas. Esperanza matemática = fiabilidad x ganancia media – ((1-fiabilidad) x perdida media) donde: Fiabilidad = aciertos / total operaciones x 100 En la figura 10.1 buscamos, sin contar los costes de transacción, una tabla de triple entrada con los resultados obtenidos en base a (1) la pérdida media, (2) la ganancia media y (3) la fiabilidad o porcentaje de aciertos. 10.1. Cuadro de combinaciones de esperanza matemática

Fiabilidad (%)

Pérdida media 0

10

20

30

40

50

60

70

80

90

100

100

10000

9000

8000

7000

6000

5000

4000

3000

2000

1000

0

90

9000

8000

7000

6000

5000

4000

3000

2000

1000

0

-1000

80

8000

7000

6000

5000

4000

3000

2000

1000

0

-1000

-2000

70

7000

6000

5000

4000

3000

2000

1000

0

-1000

-2000

-3000

60

6000

5000

4000

3000

2000

1000

0

-1000

-2000

-3000

-4000

50

5000

4000

3000

2000

1000

0

-1000

-2000

-3000

-4000

-5000

40

4000

3000

2000

1000

0

-1000

-2000

-3000

-4000

-5000

-6000

30

3000

2000

1000

0

-1000

-2000

-3000

-4000

-5000

-6000

-7000

20

2000

1000

0

-1000

-2000

-3000

-4000

-5000

-6000

-7000

-8000

10

1000

0

-1000

-2000

-3000

-4000

-5000

-6000

-7000

-8000

-9000

0

0

-1000

-2000

-3000

-4000

-5000

-6000

-7000

-8000

-9000

-10000

100

90

80

70

60

50

40

30

20

10

0

Ganancia media

Al final el inversor espera ganar dinero, busca una esperanza positiva, un rendimiento a su dinero. Este objetivo se puede alcanzar de diferentes formas. Pongamos 80

un par de ejemplos sencillos. Un equipo de baloncesto busca ganar un partido, si para ello decide centrar el juego en el tiro exterior y lanza muchos triples sabrá que su porcentaje de aciertos será inferior, a cambio, espera puntuar de tres en tres y tener menos pérdidas de balón. De la misma manera un jugador de tenis que busque muchos puntos directos de saque tendrá un porcentaje de aciertos inferior.

10.2. Relaciones entre fiabilidad, ganancia media y pérdida media

Fiabilidad

Fiabilidad

Pérdida media

Ganancia media

Nuestro objetivo es desarrollar un sistema que, una vez pagados los costes, tenga una esperanza positiva que supere el coste de oportunidad o el rendimiento obtenido por la alternativa de inversión. Para afianzar esta relación con los datos reales de la tabla 10.3 encontramos que en nuestro benchmark, un índice compuesto entre el DJI y el DJT, de los 27.779 días analizados, el 52,4% son alcistas ganando en media un 0,75%. Sin embargo, en el resto de días, el 48,6%, nuestro benchmark ha terminado en terreno negativo con una caída promedio del 0,77%. Con esta relación y para un capital de 100.000 EUR esperamos obtener al día una ganancia de 24,41 EUR.

81

10.3. Estadísticas obtenidas por el benchmark y las diferentes combinaciones de MMS utilizadas para identificar la tendencia alcista primaria en el capítulo V

Estrategia

Días analizados/ Señal activa

Días alcistas

Días bajistas

Fiabilidad

Ganancia media días alcistas

Pérdida media días bajistas

Esperanza matemática x100.000

Benchmark

27.779

14.555

13.224

52,4%

0,75%

-0,77%

24,41

Teoría Dow (40,200)

14.700

7.920

6.780

53,9%

0,66%

-0,68%

42,69


14.692

7.921

6.771

53,9%

0,66%

-0,68%

42,22


14.700

7.920

6.780

53,9%

0,66%

-0,68%

42,69


14.731

7.925

6.806

53,8%

0,66%

-0,68%

40,52

Se reduce el rango de los días Días donde los criterios exigidos para detectar una tendencia alcista primaria se han activado

Se incrementa la fiabilidad

Aumenta la esperanza matemática

También podemos apreciar lo que hemos conseguido al incorporar los criterios de tendencia primaria del capítulo V, “La prueba del siglo”. En este caso vemos cómo invertir a favor de la tendencia alcista permite aumentar la fiabilidad, aumentas el número de días alcistas. Por otro lado, aunque reduces la ganancia media en los días alcistas también reduces la pérdida media en los días bajistas en una proporción similar. Una combinación que disminuye la volatilidad, si la entendemos como el rango de variación diaria, y que permite incrementar la esperanza matemática.

82

Ni temerario ni con temor Ca pí t u l o XI

83

84

“S

i conoces a los demás y te conoces a tí mismo, ni en cien batallas correrás peligro; si no conoces a los demás, pero te conoces a tí mismo, perderás una batalla y ganarás otra; si no conoces a los demás ni te conoces a tí mismo, correrás peligro en cada batalla”. Frase atribuida al

general chino Sun Tzu que pudo escribir el libro “El arte de la guerra” en el siglo IV a.c. En el primer capítulo del libro comentábamos lo importante de conocer a tu oponente en un combate, no todos los golpes deben ir con la misma intensidad y no siempre hay que golpear. Esperar al momento oportuno para descargar el golpe es vital, aunque no sea garantía de tumbar al oponente. Uno de los errores más comunes en el mundo de la inversión es invertir siem-

pre la misma cantidad de dinero, lo que en una batalla sería como utilizar siempre las mismas armas independientemente del enemigo o el entorno. Si encontramos la forma de identificar una tendencia y pensamos que los precios se mueven por tendencias, entonces el peligro disminuye cuando invertimos a su favor. Utilizando como símil la conducción; una carretera bien asfaltada con buena visibilidad y un coche bien revisado permiten incrementar la velocidad teniendo una probabilidad de accidente menor que si vamos por una carretera repleta de curvas, comienza a llover y aparece la señal de peligro por obras. Hasta ahora hemos visto cómo los criterios utilizados para detectar una tendencia alcista primaria y secundaria han permitido mejorar el binomio rentabilidad / 85

riesgo o la esperanza matemática obtenida por el benchmark. Si consideramos que estos patrones que hemos detectado proporcionan valor por separado, también deberían hacerlo de forma conjunta. De esta forma podremos detectar momentos más favorables que otros para tomar una mayor exposición o pisar más el acelerador.

11.1. Resultados obtenidos por las diferentes combinaciones de cruces de MMS sobre el DJT

Estrategia


Días alcistas

Días bajistas

Fiabilidad




DJT

27.591

14.037

13.554

50,9%

0,86%

-0,85%

23,67

DJT (40,200)

16.630

8.712

7.918

52,4%

0,79%

-0,78%

44,71

DJT (50,200)

16.645

8.721

7.924

52,4%

0,79%

-0,78%

43,85

DJT (40,210)

16.630

8.712

7.918

52,4%

0,79%

-0,78%

44,71

DJT (50,210)

16.727

8.757

7.970

52,4%

0,79%

-0,78%

45,43

DJT (14,40)

15.430

7.982

7.448

51,7%

0,78%

-0,75%

43,25

DJT (14,50)

15.597

8.096

7.501

51,9%

0,79%

-0,76%

44,76

DJT (20,50)

15.588

8.086

7.502

51,9%

0,79%

-0,76%

41,75

DJT (20,40)

15.390

7.950

7.440

51,7%

0,79%

-0,76%

39,22

A lo largo de este capítulo presentaremos diferentes combinaciones de criterios para ver el resultado que habríamos obtenido. Primero probaremos si una combinación de medias de largo plazo y de medio plazo, sin contar con el principio de confirmación de Dow, incorpora valor por separado para el DJI y el DJT. En las estadísticas que recogen las figuras 11.1 y 11.2 volvemos a encontrar que comprar 86

11.2. Resultados obtenidos por las diferentes combinaciones de cruces de MMS sobre el DJT

Estrategia


Días alcistas

Días bajistas

Fiabilidad




DJT

27.606

14.497

13.109

52,5%

0,75%

-0,77%

25,48

DJT (40,200)

17.393

9.352

8.041

53,8%

0,65%

-0,68%

36,54

DJT (50,200)

17.389

9.352

8.037

53,8%

0,65%

-0,68%

35,18

DJT (40,210)

17.393

9.352

8.041

53,8%

0,65%

-0,68%

36,54

DJT (50,210)

17.349

9.325

8.024

53,7%

0,65%

-0,68%

34,86

DJT (14,40)

16.168

8.571

7.597

53,0%

0,65%

-0,67%

30,57

DJT (14,50)

16.200

8.602

7.598

53,1%

0,65%

-0,67%

30,28

DJT (20,50)

16.326

8.666

7.660

53,1%

0,65%

-0,68%

27,24

DJT (20,40)

16.165

8.535

7.630

52,8%

0,66%

-0,68%

25,52

con las MMS cruzadas al alza incrementa la fiabilidad y reduce la pérdida media en mayor cuantía que la ganancia media, combinación que permite incrementar la esperanza matemática. El siguiente paso que vamos a realizar es comprobar que cuando los dos criterios se cumplen a la vez, la esperanza matemática se incrementa. Es decir, seleccionaremos aquellos días que presentan una tendencia secundaria y una tendencia alcista primaria de forma simultanea y veremos qué ocurre. Ver figuras 11.3 y 11.4.

87

11.3. A mejores condiciones mayor exposición sin incrementar riesgo

Días con tendencia primaria alcista

Días con tendencia secundaria alcista

Días con tendencia alcista primaria y secundaria

Días totales

11.4. Ejemplo de identificación de zonas donde coincide la tendencia alcista primaria y la secundaria con MMS (14), MMS (40) y MMS (200)

88

11.5. Esperanzas matemáticas obtenidas por las diferentes combinaciones de medias Esperanza matemática obtenida de forma individual por una tendencia alcista secundaria o de medio plazo

30,57 DJT (14,40)

30,28

27,24

25,52

DJT (14,50) DJT (20,50) DJT (20,40)

36,54

DJT (40,200)

35,62

36,15

32,51

31,26

35,18

DJT (50,200)

36,04

37,67

33,58

31,80

36,54

DJT (40,210)

35,59

36,15

32,08

31,66

34,86

DJT (50,210)

36,12

37,95

34,43

31,85

Esperanza matemática obtenida de forma individual por una tendencia alcista primaria o de largo plazo

Esperanza matemática obtenida en los días que presentan tendencia alcista primaria y secundaria

43,25

44,76

41,75

39,22

DJI (14,40)

DJI (14,50)

DJI (20,50)

DJI (20,40)

44,71

DJI (40,200)

49,11

44,36

45,79

45,44

43,85

DJI (50,200)

48,61

44,47

45,43

45,51

46,83

DJI (40,210)

49,45

44,66

46,00

46,17

45,43

DJI (50,210)

48,22

43,88

45,17

45,28

Combinaciones de tendencia alcista primaria y secundaria que mejoran el mejor dato de esperanza matemática de forma individual Combinaciones de tendencia alcista primaria y secundaria que empeoran el peor dato de esperanza matemática de forma individual Combinaciones de tendencia alcista primaria y secundaria que mejoran la media simple de las esperanzas matemáticas de forma individual

Con las medias empleadas hasta ahora, encontramos 32 combinaciones diferentes que sirven para identificar zonas donde la tendencia alcista primaria y secundaria coincide, 16 en DJI y otras 16 en el DJT. En 17 de estas 32 combinaciones, la esperanza matemática mejora respecto al mejor dato obtenido de forma individual. 89

En 29 de las 32 combinaciones posibles, la esperanza supera a la media simple de las esperanzas obtenidas utilizando solamente un criterio, el de tendencia primaria o el de secundaria. Solamente en 3 ocasiones de las 32, la esperanza obtenida cuando nos encontramos en tendencia alcista primaria y secundaria empeora la esperanza obtenida de forma individual. Con estos datos podríamos decir que cuando coinciden históricamente los criterios establecidos para una tendencia alcista primaria y una tendencia alcista secundaria se mejora la esperanza matemática respecto a los momentos donde sólo coincide uno de los dos criterios. De esta manera, existen unos mejores resultados en esas zonas que permiten incrementar la exposición alcista con el fin de obtener un mejor resultado. Ver figura 11.5. Retomando el símil realizado con el coche, cuando la tendencia alcista primaria y secundaria es alcista, nos encontramos ante una gran recta y cuando una de las dos tendencias desaparece es que comienzan a aproximarse curvas. En estos momentos donde el peligro percibido es menor, tendencia alcista simultánea, podríamos pisar el

Con tendencia alcista simultánea podemos pisar el acelerador sin que el riesgo aumente

acelerador sin llegar a ser temerario con el fin de obtener una mayor rentabilidad. Sin embargo, si comenzamos a perder visibilidad, uno de los filtros falla, deberemos levantar el pie del acelerador para conducir sin temor con el fin de llegar a destino a salvo.

90

Paciencia, no muerda el anzuelo Ca pí t u l o XI I

91

92

M

uchos habrán escuchado la expresión “La paciencia es la madre de todas las ciencias”. La palabra paciencia tiene muchas acepciones y la que mejor casa en esta frase es la capacidad para hacer cosas pesadas o minuciosas, que tiene mucho que ver con la perseverancia, la

constancia y el trabajo duro. Sin embargo, en esta ocasión, el significado que quiero utilizar de la palabra paciencia es el de facultad de saber esperar cuando algo se desea mucho. En este mundo muchas veces la mejor opción es no hacer nada, dejar las cosas tal y como están. Esperar con tranquilidad a que el precio cumpla los requisitos que exigimos en nuestra estrategia es una gran virtud. Le aconsejo que no muerda el anzuelo, operar con demasiada frecuencia es uno de los errores más habituales. No podría enumerar la cantidad de veces que he escuchado que la mejor forma

de ganar en bolsa es comprar barato y vender caro. No creo que exista una sola forma o estrategia de ganar en bolsa, ni tampoco confundo precios y valor pero, por regla general, las cosas están más baratas cuando los precios han bajado que cuando han subido en un periodo de tiempo determinado. Después de los capítulos anteriores se habrán dado cuenta de que el inversor tendencial espera a que el precio confirme una dirección y luego se posiciona, de esta forma es un inversor paciente. En esta ocasión vamos a analizar lo que es la operativa a favor de momentum que comparte esta filosofía, esperar al movimiento para luego apuntarse y que choca frontalmente con el mensaje de comprar barato para vender caro.

93

12.1. Ejemplo de indicador de momentum, rate of change (ROC) en DJI

Cuando hablamos de momentum o momento en los mercados financieros nos referimos a si alguna variable ha aumentado o incrementado respecto a hace un periodo de tiempo. Si los beneficios del segundo trimestre mejoran a los del primero decimos que tienen momentum positivo. De forma inversa, el momentum será negativo cuando los beneficios han sido inferiores en el último trimestre respecto al anterior. En el caso del precio, el indicador de momentum recoge la variación del precio en t respecto a hace x sesiones anteriores. En la figura 12.1 podemos observar en la ventana central la representación del indicador de momentum. Una línea que oscila en torno a una banda que calificamos de neutral. Cuando el indicador supera esta banda decimos que el momentum es positivo o lo que es lo mismo, que el cierre diario es superior al cierre diario de hace X sesiones. En la ventana inferior graficamos el indicador ROC, rate of change en inglés, que lo podríamos traducir por ritmo de cambio. Se darán cuenta que se mueven al unísono. No lo hacemos por error, es un pequeño ejemplo que les po94

nemos de indicadores técnicos que proporcionan la misma información porque se calculan de forma similar. Al igual que realizamos con la teoría de Dow, probaremos como hubiera funcionado el indicador de momento a lo largo de un periodo amplio de tiempo. Utilizamos la serie de precios que proporciona el índice norteamericano S&P500 dando un respiro a los índices Dow Jones que hemos utilizado en nuestras pruebas hasta ahora.

Operar a favor del ’momentum’ permite dejar correr los beneficios

Hemos seleccionado la serie de precios que proporciona el profesor Robert J. Shiller en su página web irrationalexhuberance.com con datos desde enero de 1900. La prueba es sencilla, vamos a considerar que si el mes actual es alcista, el momento es alcista y mantendremos posiciones alcistas o largas abiertas el mes siguiente. Sin embargo, si el mes actual termina por ser bajista, cerramos posiciones largas si están abiertas y nos quedamos fuera de mercado. Esta sencilla regla cumple dos requisitos básicos de la gestión del dinero con análisis técnico: (1) operar a favor del precio, es imprescindible que el mes suba, y (2) dejamos correr beneficios, consideramos que el precio puede encadenar infinitos meses consecutivos alcistas, es decir no cerramos las posiciones alcistas / compradoras o largas mientras no asistamos a un mes bajista. De esta forma compramos alto, que no barato, vamos detrás del precio, no hace falta cogerlo en el mismo suelo, esperamos a que suba y luego nos apuntamos al carro, al igual que hacemos con las medias móviles en los ejercicios realizados para demostrar la existencia de tendencia. En la tabla 12.2 vemos cómo esta estrategia, sencilla, hubiera duplicado la esperanza matemática respecto a la estrategia de B&H. Leemos la primera línea, desde 1900 hasta febrero de 2011 hemos tenido 1.333 meses de los cuales han subido el S&P500 en el 59% de las ocasiones con una ganancia media del 3,01% mientras que, en los meses de caídas, la pérdida media ha sido del -3,09% dando una esperanza matemática de medio porcentual al mes. En la segunda línea vemos que, cuando el 95

mes anterior ha sido alcista, hemos obtenido 780 observaciones. De estos meses el 66% ha terminado subiendo un 3,11% de media mientras que el resto de meses la caída media ha sido del 2,71%, dando una esperanza matemática superior al punto porcentual. 12.2. Estadísticas obtenidas con momento alcista en el S&P 500

Nº meses alcistas previo

Observaciones

Fiabilidad

Ganancia media

Pérdida media

Esperanza matemática

0

1.333

59%

3,01%

-3,09%

0,50%

1

780

66%

3,11%

-2,72%

1,13%

2

512

65%

2,88%

-2,40%

1,03%

3

330

66%

2,70%

-2,52%

0,94%

4

217

69%

2,78%

-2,61%

1,12%

5

148

72%

2,66%

-2,70%

1,14%

6

104

73%

2,60%

-2,54%

1,21%

7

74

70%

2,56%

-2,64%

1,02%

8

51

73%

2,52%

-2,55%

1,13%

9

37

70%

2,50%

-2,82%

0,92%

10

26

65%

2,55%

-3,15%

0,58%

11

17

65%

2,67%

-2,88%

0,71%

12

11

55%

3,32%

-2,47%

0,69%

13

6

67%

3,41%

-1,16%

1,89%

14

4

75%

3,24%

-0,79%

2,23%

15

3

67%

2,57%

-0,79%

1,45%

16

2

50%

3,34%

-0,79%

1,28%

De esta forma podríamos decir que históricamente, para el S&P 500, ir detrás del precio ha sido una estrategia con una esperanza matemática superior a la de comprar y mantener. En el gráfico 12.3 podemos apreciar el buen comportamiento de esta estrategia en los últimos 20 años. Como alguno de vosotros apreciará de forma 96

intuitiva, cuando el mercado presenta una tendencia alcista acusada (1990-2000) la estrategia no consigue superar al benchmark, sin embargo, cuando viene la época de turbulencias (2000-2003) y (2007-2008) protege notablemente bien el capital reduciendo la volatilidad.

12.3. Estrategia basada en el momentum mensual sobre el S&P 500 vs B&H

Aunque son estrategias similares es conveniente saber distinguir entre momento y tendencia. Para intentar explicarlo de una forma didacta voy a poner un par de ejemplos. Nos encontramos deprimidos desde hace tiempo por un cúmulo de circunstancias. Un amigo llama a la puerta de tu casa y te invita a una fiesta. En la fiesta conoces un grupo simpático de gente y te lo pasas fenomenal convirtiéndote en el rey de la pista de baile, estás en tu momento, pero la tendencia de fondo continúa siendo bajista. Puede que la fiesta actúe de catalizador y te ayude a recuperarte de

97

la depresión, pero el día siguiente es demasiado precipitado para decir que te has recuperado. Otro ejemplo, eres una persona equilibrada con un trabajo que te gusta y buenos amigos que te hacen sentir feliz. Sin embargo, un día discutes con el jefe y termina por despedirte. Acabas de entrar en un momento malo pero puedes considerarlo un bache, no tiene por qué cambiar tu estado de ánimo general y afectar a tu tendencia “alcista”.

98

Tortugas Ca pí t u l o XI I I

99

100

R

ichard Dennis fue un operador del Chicago Mercantil Exchange que tuvo un gran éxito. La diferencia entre él y el resto de operadores de éxito es que pensaba que ganar dinero en los mercados no era un arte al alcance de sólo unos pocos. Se podían formar traders como se criaban tortugas. De esta manera seleccionó a

un grupo de personas a las que llamó “turtles” y les enseñó un sistema de inversión que llevaron exitosamente a la práctica en los mercados de futuros sobre materias primas, índices bursátiles y divisas. Esta estrategia de inversión activaba las compras cuando el precio actual superaba al precio de hace X días, era una estrategia basada en el momento. Sobre el momentum o momento se ha escrito ampliamente y es una de las estra-

tegias más implementada por los hedge funds o los fondos de inversión libre que operan en los mercados de futuros siguiendo el camino de las tortugas. Si quisiéramos buscar literatura, buscando en la web encontraríamos numerosos artículos académicos que respaldarían el fenómeno. Me gustó un artículo de The Economist publicado el 6 de enero de 2011, “Why Newton was wrong”, que hace multitud de referencias a investigaciones donde se demostraba que en diferentes mercados y para un periodo prolongado de tiempo, las compañías que mejor se habían comportado en el pasado experimentaban un mejor comportamiento en el futuro. Parece que la teoría de la gravedad no se puede aplicar a los mercados, lo que más sube tiende a hacerlo mejor en el futuro y no siente atracción por volver al punto de partida. Este patrón de comportamiento tiene una lógica aplastante. Las compañías que por diferentes causas (innovación, falta de competencia…) son ca101

paces de generar unos ingresos y beneficios crecientes a lo largo de un periodo prolongado de tiempo, desarrollan unas amplias tendencias alcistas en precio, experimentando de forma constante un mejor comportamiento relativo. Las compañías que por diferentes causas (mercado maduro, falta de crecimiento….) menguan de forma constante en ingresos y beneficios experimentan una tendencia bajista o un peor comportamiento relativo. Si para dar por válida una estrategia tendencial o la teoría de Dow realizamos numerosas pruebas, sería justo realizar también diferentes pruebas a la estrategia de momento antes de darle el visto bueno. Con este objetivo ampliaremos el estudio que realizamos sobre el índice S&P 500 con datos mensuales, extendiéndolo a los índices DJI y DJT con series de precios que toman cierres diarios, semanales, mensuales y trimestrales. Es decir, la estrategia alcista de momentum con datos diarios dará señal de compra cuando el día anterior sea alcista y no desaparecerá hasta que asistamos a un día bajista. De la misma manera ocurrirá con datos semanales, mensuales y trimestrales. Ver figuras 13.1 y 13.2. 13.1. Estadísticas de la estrategia de momentum para diferentes marcos temporales en DJI

Marco temporal

Observaciones

Fiabilidad

Ganancia media

Pérdida media


B&H trimestral Con momento alcista trimestral

443 248

56% 63%

8,81% 8,35%

-7,77% -6,54%

1,55% 2,77%

B&H mensual Con momento alcista mensual

1.331 728

55% 57%

4,71% 4,57%

-4,51% -4,00%

0,54% 0,91%

B&H semanal Con momento alcista semanal

5.795 3.025

52% 55%

2,05% 1,95%

-2,01% -1,78%

0,12% 0,26%

B&H diario Con momento alcista diario

27.782 13.948

51% 55%

0,86% 0,87%

-0,84% -0,77%

0,02% 0,12%

Leyendo las dos primeras líneas de la figura 13.1. La serie de precios que tenemos para el DJT tiene 443 trimestres, de los cuales el 56% ha sido alcista con una ganancia media del 8,81%. El resto de meses, en el 44% de las ocasiones la pérdida media ha sido del 7,77%. En la segunda fila, aplicamos la estrategia de momento, es 102

13.2. Estadísticas de la estrategia de momentum para diferentes marcos temporales en DJT

Marco temporal

Observaciones

Fiabilidad

Ganancia media

Pérdida media


B&H trimestral Con momento alcista trimestral

443 259

59% 62%

7,20% 7,22%

-6,39% -5,65%

1,57% 2,35%

B&H mensual Con momento alcista mensual

1.331 753

57% 56%

3,87% 3,73%

-3,84% -3,47%

0,53% 0,58%

B&H semanal Con momento alcista semanal

5.795 3.210

55% 57%

1,67% 1,54%

-1,82% -1,63%

0,12% 0,17%

B&H diario Con momento alcista diario

27.891 14.332

52% 54%

0,75% 0,72%

-0,76% -0,70%

0,03% 0,07%

decir, compramos si el trimestre anterior ha sido alcista y hasta que no asistamos a un trimestre bajista mantenemos la posición. En este caso tendríamos 248 observaciones, de éstas el 63% habría terminado con el índice al alza subiendo de media un 8,35%. El resto de trimestres, el 37% de las ocasiones, habría bajo de media un 6,54%, combinación que nos habría dado una esperanza matemática del 2,77% vs el 1,55% del B&H. Atendiendo al resto de líneas y tablas encontramos que la estrategia de momento habría obtenido una mejor esperanza matemática que comprar y mantener en todas las series de precios analizadas. Acorde con las estadísticas obtenidas, sin tener en cuenta comisiones y remuneración de liquidez, podríamos decir que el fenómeno de momento observado en el S&P 500 se encuentra también en el DJI y en el DJT en diferentes marcos temporales. Ir detrás del precio parece una buena estrategia.

103

La pela es la pela Ca pí t u l o XI V

105

106

L

a expresión catalana “la pela es la pela” puede utilizarse de varias formas apuntando a que el dinero es el dinero, el dinero manda, la vida es la vida,… y dependiendo del entorno y las circunstancias en las que se utiliza, puede tener un diferente significado. Para el caso que nos atañe, la utilizaremos apuntando a que el dinero es

el dinero, la peseta es la peseta, los costes son los costes y las comisiones son las comisiones. Muchas estrategias pueden parecer atractivas pero al incluir los costes en los que se incurren dejan de serlo y es que, al final, lo que interesa es el resultado neto. El estereotipo de un operador de mercados financieros es el de una persona

tremendamente sofisticada y un poco atacada de los nervios que se pasa el día mirando la pantalla o pegando gritos al operador de enfrente comprando y vendiendo papeles. La imagen más cautivadora para los principiantes suele ser la de una persona rodeada de pantallas con gráficos al minuto que se pasa el día realizando operaciones. Con este punto de partida los novatos se adentran al mercado apalancando sus cuentas o pidiendo prestado, realizando operaciones con escasa duración. Una situación que muchas veces deriva en el over trading o en operar demasiado. La realidad es que lo más difícil es no hacer nada. En muchas ocasiones es mejor ahorrarse la comisión y no operar, dejando correr los beneficios y no ajustando unos stops que saltan con leves repuntes de la volatilidad. Incorpora las comisiones / costes en los modelos porque te llevará a descartar muchos de ellos y evitarás que el broker sea el único ganador en tu aventura inversora.

107

Para comprender estos costes imaginemos que queremos comprar unas acciones de Telefónica y el broker on-line nos ofrece la siguiente cotización. Si somos impacientes o no podemos permitirnos el lujo de dejar escapar una operación, debemos atacar al precio mejor que nos ofrece el mercado, en el caso del ejemplo sería 17,79. Si nuestro sistema está diseñado para operar en rangos y podemos dejar escapar una operación, entonces podríamos intentar comprar a un precio mejor, 17,78, 17,77... Ver figura 14.1. 14.1. Cotización de Telefónica

Telefónica S.A.

Mejor precio de compra limitado

Mejor precio de venta limitado

17,78

17,79

Bien, compramos porque nuestro sistema lo dice y lo hacemos al mejor precio que encontramos, que es 17,79. La diferencia entre los mejores precios de compra y de venta se llama spread y su intervalo más pequeño es el tick o unidad mínima de negociación. Por regla general encontramos que una activo es más líquido cuando el spread se encuentra más tiempo sin alejarse de la unidad mínima de negociación o tick. En el caso de Telefónica, que es una de las compañías más líquidas del mercado español, el spread suele rondar 1 céntimo de euro. Otra de las variables que influye en la liquidez es el precio del activo. Para explicarlo con un ejemplo, si las acciones de Banco Santander cotizan a la mitad de precio que las de Telefónica (figura 14.2), a mismo spread el coste es el doble. Otro de los costes que deberíamos incluir serían las comisiones del intermediario o broker 108

que cambiarán en función de dónde cotice el activo, tipo de mercado… En definitiva, los mayores determinantes de la liquidez son: el spread, las comisiones de brokerage y el precio del activo. 14.2. Cotización de Banco Santander

Santander S.A.

Mejor precio de compra limitado

Mejor precio de venta limitado

8,89

8,90

Resolviendo el siguiente ejercicio ¿En qué activo costará menos comprar 100.000 EUR? ¿Telefónica o Santander? En la Figura 14.3 obtendríamos los resultados donde el número de acciones de Telefónica es el resultado de dividir 100.000 EUR entre el precio de cotización 17,80, al igual que en el número de acciones del Banco Santander. Señalamos que un punto porcentual son 100 puntos básicos (pb, en adelante). 14.3. Comparativa de costes Telefónica Vs Santander EUR

pb

Telefónica

[ (Spread * Nº acciones) + comisiones ]

(0,01 * 5.618) + 10

66,18

6,6

Santander

[ (Spread * Nº acciones) + comisiones ]

(0,01 * 11.235) + 10

122,36

12,2

109

14.4. Evolución de las estrategias de momentum aplicadas con datos semanales y mensuales sobre el DJT desde 1950 hasta la actualidad sin costes Equity Line de estrategia de momentum aplicada con datos semanales sin comisiones Equity Line de estrategia de momentum aplicada con datos mensuales sin comisiones

Como toda operación en el mercado costa de una entrada y una salida podríamos duplicar por dos el coste. Una vez conocidos estos costes es hora de ir incorporándolos a los estudios que realizamos con nuestras estrategias, porque el impacto sobre el rendimiento neto final de la operativa puede ser muy abultado.

En muchas ocasiones, no hacer nada es la mejor opción

Una vez aclarado el concepto asumiremos que (1) nos comportamos de forma racional, elegiríamos el producto más líquido que podemos escoger para aplicar nuestro sistema, y que (2) las comisiones son constantes a lo largo del tiempo. Bajo estas premisas podríamos decir que con productos ampliamente líquidos nos costaría la operación alrededor de unos 7,5 puntos básicos o lo que es lo mismo 75 EUR por cada 100.000 EUR. Estos 7,5 puntos básicos serán, mientras no se diga lo contrario, el coste estándar que aplicaremos a nuestras operaciones. 110

14.5. Evolución de las estrategias de momentum aplicadas con datos semanales y mensuales sobre el DJT desde 1950 hasta la actualidad con costes Equity Line de estrategia de momentum aplicada con datos semanales con comisiones Equity Line de estrategia de momentum aplicada con datos mensuales con comisiones

El impacto del coste de las operaciones sobre nuestros rendimientos tendrá una relación directa al número de operaciones realizadas. La mejor forma de explicar esta relación es con un ejemplo gráfico. En la figura 14.4 tenemos la misma estrategia de momentum que comentamos en el capítulo anterior aplicada con diferentes con datos semanales y trimestrales sobre el DJT. El gráfico recoge el resultado sin comisiones y observamos cómo la estrategia aplicada a datos semanales (línea verde) habría obtenido una mejor rentabilidad que la obtenida con datos mensuales (línea roja). Sin embargo, cuando incluimos a la estrategia unos costes de 75 pb por operación, la cosa cambia. En este sentido, el comportamiento de la estrategia aplicada con una frecuencia mensual habría tenido un menor castigo mientras que el castigo con datos semanales habría sido mucho más abultado. Ver figura 14.5.

111

14.6. Impacto de las comisiones sobre la rentabilidad anualizada de la misma estrategia de momentum sobre el DJT (1950-actualidad) sin incluir dividendos ni remuneración de liquidez Estrategia de momentum con datos

Rentabilidad anualizada sin comisiones

con comisiones

Trimestrales

6,7%

6,6%

Mensuales

7,4%

7,2%

Semanales

8,0%

7,0%

En la figura 14.6 podemos observar cómo la rentabilidad anualizada con datos semanales habría sido inferior, 7,0%, a la obtenida con datos mensuales, 7,2%.

112

Ley Campoamor Ca pí t u l o XV

113

114

E

l poeta Ramón de Campoamor escribió el siguiente verso; “En este mundo traidor / nada es verdad ni mentira / todo es según el color / del cristal con que se mira”. Cuando se realiza una interpretación interesada de una reglamentación se dice que se está aplicando la Ley Campoamor. En muchas ocasiones encon-

trarán interpretaciones opuestas del mismo dato económico o de la misma realidad. En el análisis chartista esto ocurre con frecuencia, los niveles de soporte no coinciden y las escalas temporales entran en conflicto. En gráficos diarios se ha superado determinado nivel pero no en gráficos semanales confundiendo o dando lugar a diferentes interpretaciones. En nuestro caso no existen malentendidos con los diferentes marcos temporales. De hecho buscamos con reglas claras que todos apunten en la misma dirección. En el capítulo XI “Ni temerario ni con temor” identificábamos con diferentes combinaciones de cruces de medias móviles las ocasiones en las que coincidían la tendencia alcista primaria y la secundaria. En esos momentos la esperanza matemática aumentaba permitiendo detectar situaciones de precio más favorables que otras. ¿Ocurrirá lo mismo si utilizamos el momentum en diferentes marcos temporales, diario, semanal, mensual y trimestral?

115

15.1. Ni temerario ni con temor (capítulo XI)

Días con tendencia primaria alcista

Días con tendencia secundaria alcista

Mayor esperanza matemática

Días con tendencia alcista primaria y secundaria

Días totales

Menor esperanza matemática

Vamos a realizar un ejercicio similar pero utilizando reglas de momentum en lugar de utilizar medias móviles. Sólo necesitaremos los datos de cierre (C de ahora en adelante) trimestral (t de ahora en adelante), mensual (m de ahora en adelante), semanal (s de ahora en adelante) y diario (d de ahora en adelante). De esta forma tendremos momento alcista o positivo con datos trimestrales si Ct es mayor que Ct -1, con datos semanales si Cs es mayor que Cs-1 y así sucesivamente. Para el ejercicio identificaremos las zonas de la siguiente manera (ver figura 15.2): • Zona de mejores condiciones cuando el momento sea alcista en todos los marcos temporales. • Buenas condiciones cuando en tres de los cuatro marcos temporales el momento sea alcista. • Condiciones favorables cuando en dos de los cuatro marcos temporales el momento sea alcista. 116

• Condiciones aptas cuando en uno de los cuatro marcos temporales el momento sea positivo. • Condiciones no aptas cuando en ninguno de los marcos temporales el precio tenga momento positivo.

15.2. Suma de momentums

+

Momento trimestral

-

-

-

-

+

-

-

+

-

+

+

+

+

+

-

+

Momento mensual

-

-

-

+

-

-

+

-

+

-

+

+

+

-

+

+

Momento semanal

-

-

+

-

-

+

-

-

+

+

-

+

-

+

+

+

Momento diario

-

+

-

-

-

+

+

+

-

-

-

-

+

+

+

+

Buenas condiciones Condiciones aptas Mejores condiciones Condiciones no aptas Condiciones favorables

La idea que vuelve a subyacer detrás de todo este análisis es que, si con determinadas reglas somos capaces de identificar zonas que en el pasado han obtenido una mejor esperanza matemática, en esas zonas podremos tomar una mayor exposición sin incrementar el riesgo. Los resultados obtenidos para el DJT y DJI aparecen en las tablas posteriores. Se darán cuenta que en las nuevas estadísticas hemos incorporado tres nuevas columnas con el fin de incorporar una mayor información y darle continuidad al capítulo anterior sobre costes de entrada y salida. Volvemos a utilizar unos costes por operación, entrada y salida, de 7,5 puntos básicos o 75 EUR por operación de 100.000 EUR. En la primera fila el número de operaciones sería 0 porque estaríamos ante la estrategia de comprar y mantener, B&H, que intentamos batir. Los costes de entrada día son el resultado multiplicar el número de operaciones por 75 EUR (7,5 pb sobre 100.000 EUR) y dividirlos entre el número de días que 117

permanece activa la operación, es decir, promediamos todos los costes entre los días que las condiciones se encuentran activas. Para finalizar, la esperanza matemática neta por día no sería más que restar a la esperanza matemática bruta estos costes para una posición de 100.000 EUR. 15.4. Resultados obtenidos para el ejercicio suma de momentos sobre el DJI

Costes de entrada día

Filtros de momentum activados

Días activados

Fiabilidad

Ganancia media (%)

Pérdida media (%)

Esperanza matemática día bruta x100.000

Operaciones

Esperanza matemática día neta x100.000

0

27.506

52,50%

0,75

-0,77

24,98

0

25,0

1

25.825

52,85%

0,73

-0,75

29,57

1.086

26,4

3,15

2

20.355

53,48%

0,69

-0,71

38,86

2.324

30,3

8,56

3

11.470

54,67%

0,66

-0,67

61,11

2.749

43,1

17,98

4

3.346

55,50%

0,62

-0,65

55,23

1.668

17,8

37,39

Una vez explicadas las nuevas columnas pasemos a observar cómo la esperanza matemática bruta tiende a aumentar cuando existen más filtros de momentum activados. Sin embargo, cuando pasamos a analizar la esperanza matemática neta vemos cómo cuando restamos los costes, resulta que la esperanza matemática cuando los cuatro filtros permanecen activados en el DJI, no supera a la obtenida por el B&H. Este podría ser el caso de una estrategia en teoría válida pero que, llevada a la práctica, no tendría beneficio alguno. Esto se debe al incorporar el filtro diario en el ejercicio, el número de operaciones se dispara, siendo el coste de estas operaciones más elevado que el beneficio obtenido por las mismas. Luego aunque es cierto que existe el momentum con datos diarios, no se puede sacar un beneficio económico superior a la estrategia de comprar o mantener si no somos capaces de reducir el coste de las operaciones. Para ir concluyendo podríamos decir que la esperanza matemática se incrementa a medida que existen más filtros de momentum activos en diferentes marcos tem118

15.5. A más momento mejor

Días con dos filtros de momentum activados

Días con tres filtros de momentum activados

Mayor esperanza matemática

Días con todos los filtros de momentum activados

Días con un sólo filtro de momentum activado

Menor esperanza matemática

porales. A más momento más velocidad, cuantos más filtros estén activos encontraremos que podríamos incrementar, con ciertas limitaciones, la posición buscando una mayor rentabilidad y con riesgo similar.

119

Fractales y ruido Ca pí t u l o XVI

121

122

U

n fractal es una figura plana o espacial compuesta de infinitos elementos que conservan su aspecto y distribución independientemente de la escala con que se observe. Podemos encontrar formaciones simétricas o irregulares que se repiten en diferentes escalas. Una espiral sería el mejor ejemplo y se pueden

encontrar en la naturaleza; las líneas costeras, las formaciones montañosas y los copos de nieve son utilizados para explicarlos. En los mercados financieros, si conseguimos identificar o detectar estas formaciones podremos obtener un provecho al conocer el resultado final. Ralph Nelson Elliot, de profesión contable y conocedor de la Teoría de Dow, debido a una enfermedad pasó la última parte de su vida en California. Contemplando el mar señaló que las olas experimentaban un comportamiento repetitivo, un fractal, en diferentes escalas. Un comportamiento de la naturaleza que podía extrapolarse a los mercados financieros y que finalizó con dos publicaciones; “El principio de onda” en 1938 y “Ley de la naturaleza. El secreto del Universo”. Unas ondas que clasifica en base a la fortaleza del movimiento; las ondas impulsivas son las que marcan la tendencia principal del precio y las ondas correctivas suponen un descanso en la tendencia primaria. La otra clasificación depende de la duración del movimiento. La mayor duración de un impulso o una corrección pertenece al gran superciclo y abarca décadas o centurias. La menor duración de un movimiento es el minuto y se denomina subminuette. Entre medias encontramos movimientos anuales, semanales, mensuales… 123

El fractal detectado lo podemos describir como una pauta impulsiva que consta de 5 ondas; 3 de ellas impulsivas (ondas 1,3 y 5) y dos de ellas correctivas (ondas 2 y 4). Una pauta correctiva compuesta por tres ondas; la onda A y la onda C correctivas y la onda B impulsiva. Un fractal que se repite hasta la saciedad de tal manera que una pauta impulsiva de un superciclo (decenios y hasta incluso ciclos) estaría compuesta por miles / millones de pautas de una duración inferior. Ver figura 16.1.

16.1. Fractal detectado por Elliot Pauta impulsiva Onda 5 Onda 3 Onda B

Onda 4 Onda A

Onda 1 Onda C

Onda 2 Pauta correctiva

Una teoría que es “fácilmente” comprensible pero que se encuentra sujeta a una gran dosis de subjetividad. En este sentido será complicado encontrar dos recuentos de ondas similares entre los realizados por multitud de operadores. Desde mi punto de vista, esta elevada subjetividad y la dificultad de programación de la multitud de requisitos exigidos por Elliot me han llevado a desestimar esta herramienta para realizar estrategias en los mercados. De hecho considero que muchos de los recuentos que cumplen parte de los requisitos exigidos, no he encontrado ninguno que cumpla todos, es fruto de una búsque124

da incansable. Detectar patrones similares de precios en gráficos intradiarios, compuestos por barras de minutos, y gráficos mensuales, semanales o diarios es fruto de la casualidad y poco tiene que ver con un fractal que se repita de forma constante. He realizado el siguiente ejercicio. He seleccionado 4 series de precios del índice europeo Eurostoxx50; con datos semanales, diarios, en 60 minutos y en 5 minutos. He agrupado las variaciones de las series en cuatro grupos idénticos, cuartiles. Entendemos como variación la diferencia porcentual entre el cierre en el periodo t y el cierre en el periodo t-1. Con posterioridad he dividido el cuartil que recoge las variaciones más grandes entre el cuartil que recoge las variaciones más pequeñas. De esta manera, leyendo el gráfico 16.2, encontramos lo siguiente. Con datos semanales, el cuartil que recoge las variaciones más amplias del precio es 10 veces superior al cuartil que recoge las variaciones menos amplias. A medida que reducimos la escala temporal, esta relación va aumentando. En gráficos de 5 minutos las

16.2. Relación entre la variación media del cuartil con rangos más amplios y la variación media del cuartil con rangos más estrechos

125

variaciones más grandes superan en más de 20 a las variaciones más pequeñas. Está claro que si los fractales existen, éstos no mantienen las proporciones y no son simétricos. De esta manera serían irregulares, sujetos a la subjetividad y difícilmente identificables con una misma programación. Esta circunstancia se debe principalmente a que los grandes movimientos ligados a noticias se producen en escasos minutos mientras que el resto de la sesión, sobre todo en las horas del almuerzo, el movimiento es reducido. Otra de las razones que puede explicar esta situación es la

Los patrones que dejan los gráficos de velas son más fáciles de detectar

manipulación de los mercados y que frecuentemente es motivo de crítica en los comentarios de los operadores intradiarios. A modo general lo podemos denominar efecto ruido o efecto pantalla, a medida que nos adentramos en plazos más pequeños debemos saber que nos encontraremos con movimientos que desentonarán y parece que salen de la pantalla de nuestro ordenador dificultando la detección de tendencias y/o patrones en los gráficos. Otra aproximación a los mercados que busca detectar determinados patrones o fractales en el precio es el análisis realizado con gráficos de velas. Un análisis incorporado de forma relativamente reciente en los mercados financieros occidentales y que fue creado por Homma un operador del mercado de futuros del arroz del siglo XVIII. Homma observó que el precio dejaba determinados patrones de comportamiento que le permitían detectar posibles cambios de tendencia. No es el objetivo de este capítulo explicar con detalle la operativa con velas japonesas pero vamos a darles unas pequeñas pinceladas. Las partes de una vela son el cuerpo que es la distancia entre el precio de apertura y el de cierre. Se representa con un cajón que, si se encuentra sin relleno o blanco, significará que la vela ha sido alcista, el cierre es mayor que la apertura. Sin embargo, si el cajón tiene relleno significa que la vela ha sido bajista, el cierre es inferior a la apertura. El resto que sobresale del cajón son las sombras que marcan la distancia al máximo o al mínimo de la vela. Ver figura 16.3. 126

16.3. Partes de una vela

Máximo

Máximo

Sombras

Apertura

Apertura

Cuerpo

Cierre

Cierre

Sombras Mínimo

Mínimo

16.4. Patrones / formaciones en gráficos de velas japonesas

Formaciones bajistas

Martillo invertido

Martillo invertido

Envolvente bajista

Martillo

Envolvente alcista

Formaciones alcistas

Martillo

127

16.5. Martillos en Ibex 35

A diferencia de las pautas que proponía Elliot, las formaciones o patrones que dejan los gráficos de velas son mucho más fáciles de detectar. Un principiante con unas pocas horas de lecciones y de pantalla delante del ordenador podrá observar estas formaciones sin mucha dificultad. Una facilidad que hace que este tipo de patrones tenga un elevado grado de universalidad que favorece su cumplimiento. Si todo el mundo observa el patrón y actúa de la misma manera terminará por cumplirse. En definitiva, considero que la búsqueda de patrones en el precio tiene una mayor utilidad cuando menos subjetivo es el patrón a detectar y más fácil es identificarlo. A medida que utilizamos gráficos con un menor marco temporal, el ruido se dispara y dificulta una operativa tendencial, escapándose a las estrategias o comportamientos de mercado que estamos estudiando en este libro.

128

La muñeca rusa Ca pí t u l o XVI I

129

130

L

a muñeca rusa o matrioska es una artesanía rusa con forma de botella ensanchada y que tiene pintado en su exterior una mujer. Su originalidad radica en que se encuentran huecas por dentro, albergando otra muñeca rusa en su interior y así sucesivamente hasta que no queda espacio. Las artesanías huecas que albergan objetos

dentro son una tradición en Rusia, llegando al extremo de que los zares imperiales encargaron al orfebre Fabergé unos huevos de pascua al estilo de las muñecas. Son auténticas obras maestras de la joyería que en las casas de subastas alcanzan pujas de vértigo. Los índices bursátiles son como las matrioskas, están compuestos por una mul-

titud de acciones con un mayor peso o ponderación dentro del mismo. Hasta ahora todos los estudios que hemos realizado han sido sobre índices. ¿Qué tal funcionarían las estrategias aplicadas a las acciones? En este capítulo intentaremos responder a esta pregunta profundizando y abarcando uno de los activos que mayor familiaridad tienen en el inversor minoritario. A la hora de realizar un estudio sobre una estrategia o un sistema con acciones nos encontramos con un gran problema, las series de precios. ¿Qué acciones debemos seleccionar? Si seleccionamos aquellas acciones que cotizan en los índices en la actualidad y buscamos su histórico nos enfrentaremos con dos problemas (1) nos encontramos que muchas de ellas tienen un escaso histórico y (2) escogeremos a los grandes campeones sin tener en cuenta el sesgo de superviviencia, es decir, existen muchas compañías que han dejado de cotizar porque simplemente han dejado de existir. 131

17.1. Compañías que forman parte en la actualidad del DJI y su fecha de incorporación al índice Compañía

Incorporación al índice

Compañía

Incorporación al índice

3M

1976

Intel

1999

Alcoa

1979

IBM

1976

American Express

1982

Johnson & Johnson

1997

AT&T

1999

JP Morgan

1997

Bank of America

2008

Kraft Foods

2008

Boeing

1987

McDonald’s

1985

Caterpillar

1991

Merck

1979

Chevron

2008

Microsoft

1999

Cisco System

2009

Pfizer

2004

Coca-Cola

1987

Procter & Gamble

1932

Du Pont

1935

Travelers

2009

Exxon Mobil

1928

United Technologies

1939

General Electric

1896

Verizon

2004

Hewlett-Packard

1997

Wal-Mart

1997

Home Depot

1999

Walt Disney

1991

De las 30 compañías que componen en la actualidad el Dow Jones Industriales, la mayoría entraron a formar parte en los últimos 20 años. De las 12 empresas que inicialmente lo constituyeron hace unos 115 años, ninguna permanece. Muchas de estas compañías han sido sujetas a operaciones corporativas o sacadas del índice por su baja representatividad y sustituidas por una nueva, grande y brillante, acción. De esta forma, los índices están compuestos por grandes campeones debido a que una empresa ha tenido que experimentar un buen comportamiento en precio para que, por capitalización, representatividad y/o volumen de negocio haya conseguido ser elegida. La pertenencia a un índice otorga visibilidad a una empresa per-

132

mitiéndole mejorar su marca y facilitando la captación de capital, pero no implica que continúe experimentando un mejor comportamiento relativo. 17.2. En rojo, compañías del Ibex35 con un histórico escaso

Compañía

1. Abengoa

10. Bankinter

19. Gamesa

28. Mediaset

2. Abertis

11. BBVA

20. Gas Natural Fenosa

29. OHL

3. Acciona

12. BME

21. Grifols

30. Red Eléctrica de Es.

4. Acerinox

13. Criteria

22. Iberdrola Renov.

31. Repsol

5. ACS

14. Ebro Foods

23. Iberdrola

32. Sacyr Vallehermoso

6. Amadeus

15. Enagás

24. Inditex

33. Santander

7. ArcelorMittal

16. Endesa

25. Indra

34. Técnicas Reunidas

8. Banco Sabadell

17. FCC

26. IAG

35. Telefónica

9. Banco Popular

18. Ferrovial

27. Mapfre

17.3. Listado de compañías seleccionadas del Mercado Continuo español

Compañía

1. Abengoa

11. Banesto

21. Ercros

31. Santander

2. Abertis

12. Bankinter

22. FCC

32. Service Point

3. Acciona

13. BBVA

23. Gas Natural-Fenosa

33. Sniace

4. Acerinox

14. Catalana Occidente

24. Iberdrola

34. Sol Melia

5. ACS

15. Cementos Portland

25. La Seda

35. Telefónica

6. Alba

16. Cepsa

26. Mapfre

36. Tubacex

7. Amper

17. Colonial

27. Metrovacesa

37. Uralita

8. Banco Pastor

18. Duro Felguera

28. OHL

38. Urbas

9. Banco Popular

19. Ence

29. Repsol

39. Viscofan

10. Banco de Valencia

20. Endesa

30. Sacyr Vallehermoso

40. Zardoya Otis

133

Somos conocedores de estos problemas a la hora de seleccionar las compañías que formarán la base de datos con la que vamos a trabajar, para bien o para mal. El universo de compañías seleccionables para realizar las pruebas ha sido el Mercado Continuo y los criterios para filtrar las compañías han sido (1) que tuvieran un histórico que llegara hasta el año 1997 y, (2) dentro de las que pasaran la primera condición, seleccionaríamos aquellas 40 compañías que más efectivo han negociado. Ver figura 17.3. A la hora de construir nuestro benchmark con el fin de evitar complejidades y perdernos en matices, lo haremos de forma equiponderada con revisiones mensuales. Es decir, todas las compañías tendrán el mismo peso dentro del índice, este peso se revisará de forma mensual y no incorporará los dividendos repartidos. Tampoco le daremos un nombre especial. Esa inventiva la dejaremos para otra ocasión posterior, será simplemente benchmark. Ver figura 17.4.

17.4. Nuestro benchmark vs Ibex35

134

Una vez averiguados el benchmark y las compañías que lo constituyen decidimos aplicar una estrategia de momentum en marco temporal semanal y mensual. Las condiciones son las siguientes: 1) Si en el mes / trimestre t el precio de la acción es mayor que en el mes / trimestre t-1 consideramos que el momento es alcista para esa compañía. 2) Si más de la mitad de las compañías presentan momento alcista, entonces decidimos invertir. Es decir, si en el mes de febrero más de 20 compañías de nuestro benchmark (recordamos que tiene 40 compañías) presentan momento alcista, decidimos tomar posiciones largas o compradoras. Si menos de 20 compañías presentan momento alcista, nos quedamos en liquidez. 3) Una vez activada la señal de compra, distribuimos el capital a partes iguales entre las compañías que presentan momento alcista.

17.5. Evolución de las estrategias de momentum con datos mensuales y trimestrales

135

Los resultados de las estrategias los podemos ver en la figura 17.5. No hemos incorporado los costes de construir el benchmark, ni los costes de entrada y salida a mercado. A su vez, tampoco hemos remunerado cuando la estrategia permanece en liquidez que, en el caso de datos mensuales, ha ocurrido durante el 46% del tiempo y, utilizando datos trimestrales, ha ocurrido durante el 44% del tiempo analizado. Para darle continuidad al capítulo XV, “Ley Campoamor”, vamos a realizar la misma prueba pero, en esta ocasión, sólo seleccionaremos aquellas compañías que presentan momento con datos mensuales y trimestrales. Las condiciones son las siguientes: 1) Si en el mes t el precio de la acción es mayor que en el mes t-1, consideramos que el momento es alcista para esa compañía y le damos un punto. De la misma manera, si en el trimestre t el precio de la acción es mayor que en el trimestre t-1, le damos otro punto. De esta forma una compañía puede obtener 2 puntos si tiene momento alcista

La combinación de filtros o criterios vuelve a mejorar el resultado

trimestral y mensual a la vez, 1 punto si solamente tiene momento alcista en mensual o en trimestral y 0 si no tiene momento alcista en ningún marco temporal. 2) Si la suma de todos los puntos obtenidos por las 40 compañías es igual o superior a 40 (el 50% de los puntos totales porque tenemos 40 compañías x 2 puntos posibles) consideramos que existe momento en el índice y decidimos invertir. 3) En esta ocasión distribuimos el capital a partes iguales entre las compañías que presentan una lectura de dos puntos. Los resultados de esta estrategia los observamos con linea morada en la figura 17.6, llamada “Total Momentum”. Nuevamente la combinación de filtros o criterios mejora el resultado “Total Momentum” experimenta un mejor comportamiento que invertir solamente con momento mensual o trimestral. 136

17.6. Evolución de las estrategias de momentum con datos mensuales, trimestrales y combinada, “Total Momentum”

Con este capítulo hemos querido testar alguna de las estrategias sobre índices bursátiles pero con acciones, con el fin de abarcar, con la misma filosofía de inversión, otros activos financieros. No será este el último capítulo en este sentido, más adelante realizaremos nuevos estudios que también tendrán su provecho.

137

Despacito y con buena letra Ca pí t u l o XVI I I

139

140

“D

espacito y buena letra, que el hacer las cosas bien, importa más que el hacerlas”, de Antonio Machado. El movimiento ‘slow’ o lento en español, define una actitud en la vida que comparto, y es despegarse de la lucha constante contra el

reloj. Se puede competir haciendo las cosas bien, entregando un buen producto o un buen informe, y para ello se requiere tiempo. Competir en velocidad no tiene ningún sentido, las decisiones importantes requieren tiempo y meditación. Una buena planificación elimina el estrés y ayuda a llegar con aliento a las fechas de entrega. Lo podemos extrapolar a la forma de vivir y, por favor, tómate un minuto para saborear el café. En el capítulo vamos a ver una deformación no intencionada de la realidad que

se puede achacar a la filosofía del copiar y pegar, del querer escribir rápido y sin cuestionar la fuente. A algún inversor avezado puede que le sorprenda y al principiante le parecerá una obviedad. Para mí fue un pequeño gran descubrimiento y un error del que alerté en el capítulo III, “En busca de la verdad”. Cuando los manuales o libros de análisis técnico de mi generación se aproximan a enumerar los principios de la Teoría de Dow y llegan al punto 4 sobre el volumen, comentan algo parecido a lo siguiente; “El volumen va a favor de la tendencia. En una tendencia alcista el volumen se incrementa cuando los precios suben, y disminuye cuando los precios bajan. En mercados bajistas el volumen aumenta cuando los precios bajan y disminuye cuando los precios aumentan”.

141

18.1. Principio de volumen deformado de la Teoría de Dow Tendencia alcista primaria


lu Vo me nd

nt ie

nt

Vo l

um

en

e

ec

cie

cr

re

e

ec

Esta relación podríamos observarla en la figura 18.1 que hemos llamado “Principio de volumen deformado de la Teoría de Dow”. Nombre asignado debido a que esta definición elimina o transforma las características esenciales de la teoría. Es, a su vez, un claro ejemplo de la desinformación en la que vive la sociedad actual que, aunque paradójicamente dispone de miles de fuentes de información (cadenas de TV, blogs, portales de Internet…) carece de tiempo para analizarla, como ya hemos comentado. Las razones pueden ser múltiples, falta de capacidad crítica o de tiempo o de recursos, pereza, exceso de confianza y un largo etcétera. Esto es lo que dice William Peter Hamilton sobre el volumen de negociación en “The Stock Market Barometer” en 1922, traducción mía: “Merece la pena reseñar que el volumen de negocio es siempre mayor en mercados alcistas que en mercados bajistas. Crece a medida que suben los precios y se contrae cuando los precios bajan”. El original “It is worth while to note here that the volume of trading is always larger in a bull market than in a bear market. It expands as prices go up and contracts”. La figura 142

18.2. Principio de volumen original de la Teoría de Dow Tendencia alcista primaria

m Volu

re c en c


e ient

Vo lu

me

nd

ec

re

cie

nt

e

18.2 titulada “Principio de volumen original de la Teoría de Dow”, recoge la simple relación entre la evolución del precio y de las transacciones. Nada que ver con la definición con la que comenzábamos el capítulo. La lógica para esta relación es tan aplastante que parece una obviedad y cuesta entender cómo se pudo llegar a enredar tanto este principio de la teoría. Los ciclos económicos poseen ciertas relaciones que se retroalimentan entre sí de forma positiva o virtuosa en los ciclos alcistas, o de forma negativa o viciosa en los ciclos bajistas. En un ciclo económico expansivo, donde se crea empleo y se cubren las necesidades básicas, existe un excedente de dinero que va destinado a los activos de riesgo que suben de precio por una mayor demanda. Los márgenes empresariales se incrementan, aumentan las operaciones corporativas y el dinero circula con rapidez generándose una mayor actividad y una mayor creación de empleo. La velocidad de 143

circulación del dinero, el número de transacciones y las operaciones corporativas se incrementarán a medida que el ciclo económico mejore. Ver figura 18.3. 18.3. Círculo virtuoso

Aumento rentas/patrimonio

Subida de precios

Incremento transacciones

Creación de empleo

Mayores beneficios

De forma inversa actuarán estas relaciones cuando entremos en un ciclo económico contractivo. La pérdida o el temor a la pérdida del puesto de trabajo lleva a las familias a contraer el gasto. Las malas perspectivas económicas de las empresas restringen la inversión y facilitan nuevos despidos. Los agentes económicos se quedan a la expectativa, baja el consumo, los precios y las transacciones económicas y financieras y cae el volumen y la velocidad de circulación del dinero. Una relación tan obvia que podríamos trasladarla a la inmensa mayoría de bienes y que, como ejemplo claro, encontramos en el mercado inmobiliario español donde en la actualidad se compran / venden y se construyen la mitad de viviendas que en el punto álgido de la burbuja. Actividad y transacciones van de la mano.

144

Bien, una vez explicada la lógica de esta relación pasemos a intentar codificarla con reglas para testarla acorde con nuestra base de datos. En esta ocasión, hemos decidido ampliar la base de datos a varios índices bursátiles y, cada una de ellas, con un periodo no inferior a los 10 años. Un pequeño apunte antes de continuar. El volumen se identifica con el número de acciones / contratos / unidades intercambiadas en un espacio de tiempo determinado, y el efectivo negociado sería la cantidad de dinero (precio por unidades intercambiadas en un espacio de tiempo). Para el ejercicio que vamos a realizar podríamos

El impacto de las políticas de compra de activos desvirtúa el volumen

haber seleccionado ambas variables, ya que, según apunta la Teoría de Dow, si el número de transacciones aumenta con el precio, el efectivo negociado también se incrementará. Las condiciones para definir un volumen creciente han sido: 1) MMS (10, volumen) > MMS (200, volumen). Es decir, que la media móvil simple de los últimos 10 datos de volumen diario es mayor que la media móvil simple de 200 sobre el volumen. Encontramos que el volumen es superior a la media. 2) MMS (200, volumen) t > MMS (200, volumen) t-200. Es decir, que la media móvil de 200 días de volumen hoy es mayor que la media móvil de 200 de volumen de hace 200 sesiones. Encontramos que el volumen es creciente. Realizando un análisis general de los resultados de la tabla 18.4, encontramos que las condiciones de volumen incrementan la esperanza matemática del B&H. Esta circunstancia se obtiene gracias a un incremento de la fiabilidad. Como curiosidad, nos encontramos con el Nikkei225, que ha obtenido una esperanza matemática negativa debido a la tendencia bajista de los últimos años. En este caso, el filtro de volumen habría conseguido darle la vuelta a la tortilla y acabar con una esperanza matemática positiva. 145

18.4. Resultados obtenidos cuando el volumen es creciente y superior a la media

Índice

Días analiz.

Pérdida Pérdida Bº Bº Espza Espza Diferencia medio media matem. medio media Espzas matem. Fiabil. Fiabil. dias x100.000 dias dias dias (%) alcistas bajistas (%) alcistas bajistas x100.000 matemáti. [1] [2] [[1] -[2]] (%) (%) (%) (%)

Cac 40

3.950

52,48

1,10

-1,11

50,8

51,32

1,04

-1,05

22,1

28,6

Dax X.

3.949

54,56

1,09

-1,22

41,3

53,76

1,05

-1,14

35,5

5,8

Dow J.

20.401

52,76

0,73

-0,73

42,6

51,95

0,74

-0,75

23,8

18,7

Ibex 35

4.515

54,11

0,94

-0,99

49,6

53,78

0,99

-1,05

45,6

4,0

KLSE

2.878

54,71

0,71

-0,69

72,6

52,57

0,73

-0,72

42,0

30,6

Nasdaq

6.358

55,60

0,95

-1,07

53,7

55,35

0,92

-1,04

43,8

9,9

Nikkei

3.837

51,04

1,23

-1,20

36,0

50,12

1,11

-1,13

-6,4

42,3

SP 500

15.038

53,10

0,68

-0,68

41,8

52,72

0,65

-0,66

31,5

10,3

El fltro de volumen mejora la fiabilidad

El fltro de volumen mejora el B&H

Podríamos concluir que el volumen importa, y mucho, a la hora de identificar una tendencia y posicionarse en el mercado. Sin embargo, la situación actual de mercado y los desarrollos tecnológicos pueden trastocar esta variable. Intento explicarme. En los últimos años han entrado a intervenir en el mercado dos participantes que lo distorsionan. Por un lado las high frequency trading machines (HFT de ahora en adelante) y que podríamos traducir por máquinas que realizan operaciones con alta frecuencia. Por otro lado los bancos centrales, en especial la Reserva Federal de EE.UU, con las políticas monetarias de compra de activos o quantitative easing (QEs de ahora en adelante).

146

Las máquinas de HFT, por lo que he conseguido alcanzar, se dedican a realizar arbitrajes y conceden liquidez al sistema llegando en algunas ocasiones a suponer el 50% de las transacciones realizadas en los mercados bursátiles. En principio realizan operaciones en milisegundos (en un espacio de tiempo muy reducido) con el fin de casar las posiciones de compra y las de venta. Analizan el libro de órdenes, los precios de un activo que cotiza en diferentes mercados, o en diferentes vencimientos o productos… llevándose el diferencial. Un comportamiento que, desde mi punto de vista, no desvirtúa el mercado, quitando el famoso flash crash del 6 de mayo de 2010 que llevó a que el Dow Jones perdiese más de 10 puntos porcentuales en escasos minutos. Un error que, por el coste que ocasionó a sus causantes, tenderá a no repetirse. Al fin y al cabo, estas máquinas ejecutan estrategias o hacen de intermediario, y el volumen que negocian tenderá a estancarse y no debería afectar a la evolución tendencial del mismo. Puede que incorporen algo de ruido al corto plazo, no estoy seguro, pero no afectarán a las tendencias de medio o largo plazo en los precios. El impacto en los mercados financieros de las políticas monetarias de compra de activos sí tiene, desde mi punto de vista, un efecto mucho más amplio que las máquinas de HFT. Tiene la capacidad de modificar la interpretación que hemos dado al volumen de negocio. A estas políticas popularmente se las conoce como “imprimir dinero” consisten en lo siguiente: el banco central se dedica a comprar los bonos que emite su país incorporándolos en su balance. El dinero se crea de la nada y el riesgo en precio se traslada directamente al banco central que compra esos bonos. Esta intervención se realiza con una cuantía suficiente de dinero y en un 147

periodo de tiempo escaso, aunque siempre apuntando a que se renovará cuando sea necesario, y tiene como objetivo subir el precio de los bonos y bajar los tipos de interés. Un impacto que se traslada al resto de mercados financieros, desvirtuando volúmenes y precios.

148

Avanzar y consolidar Ca pí t u l o XI X

149

150

“A

veces hay que retroceder dos pasos para avanzar uno” de Napoleón Bonaparte. Qué les parece si sustituimos pasos por capítulos. Está siendo la tónica del libro retomar un capítulo anterior para volver a comprobar una estrategia o algo similar. Seguimos avanzando, pero

consolidamos parte de los conocimiento adquiridos, al igual que una tendencia alcista primaria para a pensárselo para luego continuar. En este capítulo retrocederemos dos capítulos atrás para repescar las series de precios de las acciones y comprobaremos los conocimientos adquiridos sobre el volumen. De esta forma, continuamos con la dinámica abierta de trabajo que nos permite extrapolar o comprobar los avances afianzando conocimientos. Así pues, las compañías seleccionadas para realizar el testeo de las condiciones de volumen son las mismas que las utilizadas en el capítulo XIII. A modo de recordatorio señalamos que son 40 compañías pertenecientes al Mercado Continuo español con un histórico que llega hasta 1997. Vamos a crear tres índices con el fin de analizar tres aproximaciones diferentes a la variable de volumen. El propio nombre del índice, index en inglés, nos dirá la condición que exigimos a las compañías que lo componen: 1) Above average Turnover Index o Índice de volumen superior a la media. Las condiciones son las siguientes:

151

19.1. Total volumen index

Acciones con volumen creciente

Acciones con volumen superior a la media

Total volumen index; acciones con volumen creciente y superior a la media

Total acciones

a. Si el efectivo negociado en un mes es superior a la media del año consideramos que es superior a la media. b. Si más de la mitad de las compañías de nuestro benchmark (más de 20) presentan un volumen superior a la media, entonces distribuimos el capital a partes iguales entre las compañías que tienen el filtro activado. c. Si 20 ó más compañías no tienen volumen creciente, dejamos el dinero en liquidez sin remunerar. 2) Increase Volume Index o Índice de incremento en el volumen de negocio. Recoge aquellas compañías que presentan un volumen creciente de una año respecto al otro. Las condiciones son las siguientes: a. Si el promedio anual del efectivo negociado del mes actual es superior al promedio anual del efectivo negociado durante el mismo mes durante el año pasado, decimos que el volumen es creciente.

152

19.2. Evolución de los índices de volumen y el benchmark

b. Si más de la mitad de las compañías presentan un volumen creciente, distribuimos el capital a partes iguales entre todas las compañías que cumplen el requisito. c. En el caso contrario, si la mitad de las compañías o más no tienen volumen creciente, dejamos el dinero en liquidez, sin remunerar. El índice se queda sin cambios. 3) Total Volume Index o Índice de volumen total. Compuesto por aquellas compañías que presentan un volumen creciente y superior a la media. a. Si el volumen de una compañía es creciente y superior a la media, le asignamos una puntuación de 2. Si el volumen es creciente o superior a la media, la puntuación es 1. Si el volumen es inferior y decreciente, entonces la puntuación queda en 0. b. Si la puntuación de las cuarenta compañías que componen nuestro benchmark suma más de 40 puntos consideramos que nos encontramos en una situación de volumen creciente y superior a la media. Entonces distribuimos el capital de forma equiponderada entre aquellas acciones con una puntuación de 2.

153

c. Si la puntuación es igual o inferior a 40 dejamos al índice en liquidez sin remunerar. Los resultados obtenidos por los tres índices creados se pueden observar en la figura 19.2. Above Average Volume Index presenta la equity line más suave. Esto se debe a que los criterios exigidos solo se cumplen en el 30% de las ocasiones. El 70% del tiempo se queda en liquidez. Respecto al índice de volumen creciente, Increase Volume Index, señalamos que permanece más tiempo activado. El 51% de los meses se cumplen las condiciones, y presenta un comportamiento relativo notablemente mejor que el benchmark. Sin lugar a dudas, el mejor comportamiento lo experimenta el Total Volume Index, que aparece representado con línea morada de mayor grosor. Las condiciones se cumplen en el 41% de los meses analizados y el rendimiento final supera ampliamente al obtenido por el benchmark y los otros dos índices de volumen. Se podría decir que nuevamente los filtros / condiciones / reglas que utilizamos funcionan mejor de forma conjunta que separada.

154

Sopa de letras: MTT y LTT Ca pí t u l o XX

155

156

F

MI, BCE, OCDE, PIB, RMBS, CDS, MBS, DJI, QE, PPA, IPF, IPC, PNB, PER, BPA, RPD, MMS, ATR, PEG, CAGR, ROE, RSI, WACC, CAGR… no me he vuelto loco, todos son acrónimos que se utilizan en los mercados financieros y que, si los juntas, parecen una gran sopa de letras. No es por ser especial o intentar cifrar un

código, pero en la carrera de economía era esencial utilizarlos para tomar apuntes. Esto ocurrirá en un gran número de profesiones, pero si te excedes al utilizarlos encontrarás que más de uno te mirará con cara rara. En los próximos capítulos vamos a añadir un poco más de leña al fuego e incor-

poraremos unas cuentas siglas más al mundo financiero. Construiremos y graficaremos indicadores técnicos con el fin de sintetizar o agrupar los estudios que estamos realizando para que, de forma más visual e intuitiva, podamos tomar decisiones de inversión. Podríamos calificarlos de indicadores de segunda generación. Son un giro de tuerca sobre los indicadores técnicos clásicos que intentan aportar un valor extra a los que podemos encontrar en cualquier software. Este valor lo incorporan al construirse con una mezcla de inputs de precio y volumen de diferentes activos. Los indicadores son de construcción propia y recibirán un nombre que tenga relación directa con su esencia con el fin de facilitar su comprensión. Es decir, para evitar confusiones, se llamarán lo que quieren reflejar. Una vez creado, realizaremos una visión gráfica y un análisis de resultados en base a las diferentes formas de interpretación. Para acabar, señalar que las estadísticas realizadas y los gráficos

157

presentados son sobre las cuarenta compañías y el benchmark que hemos utilizado en los últimos capítulos sobre acciones. 20.1. Interpretación 1 del MTT (en azul, escala izquierda), cruce al alza y a la baja de la banda 0

MTT, Medium Term Trend o Indicador de tendencia a medio plazo. Este indicador recoge el número de compañías de un índice o un benchmark que presentan tendencia a medio plazo. Se representa en forma de oscilador, es decir, que oscila en torno a un nivel neutral que establecemos en 0. • Cálculo: 1. Sumatorio de las compañías que componen el índice y que tienen tendencia alcista a medio plazo. Compañías con tendencia alcista a medio plazo 2. Aplicamos la siguiente fórmula: MTT = (Compañías con tendencia alcista – (Nº Total de compañías del índice / 2)) x ((100 / (Nº Total de compañías del índice / 2))

158

20.2. Interpretación 2 de MTT (en azul, escala izquierda), upticks y downticks

• Visualización e interpretación: de esta forma nos encontramos con una línea que oscila alrededor de 0 pudiendo alcanzar un valor máximo en 100 y un valor mínimo de -100. • Interpretación 1: si el valor es superior a 0, nos encontramos que más de la mitad de las compañías presentan tendencia alcista a medio plazo. De esta forma, tendremos que el índice también debería encontrarse en tendencia alcista. Podríamos identificar un cruce al alza de la banda 0 como una señal de compra y un cruce a la baja de la banda 0 como una señal de venta. Ver figura 20.1. • Interpretación 2: si el indicador crece respecto al dato anterior, es decir MTT t > MTT t-1, tenemos un uptick o la tendencia de medio plazo está mejorando. Por el contrario si el indicador decrece respecto al dato anterior, experimenta un downtick y podríamos decir que la tendencia está empeorando. Ver figura 20.2.

159

20.3. Estadísticas obtenidas para la interpretación 1 del indicador MTT

Total días

Días alcistas

Fiabilidad

Ganancia media días alcista

B&H

3.573

1.964

54,97%

0,80%

MTT > ó = a 0

2.111

1.186

56,18%

0,70%

Total días

Días alcistas

Fiabilidad


B&H

3.573

1.609

45,03%

0,80%

-0,87%

-50,72

MTT < ó = a 0

1.463

685

46,82%

0,96%

-1,09%

1,23

Interpretación 1

Interpretación 1

Pérdida media Esp. matemática días alcista x100.000 -0,87%

50,72

-0,70%

86,16

Pérdida media Esp. matemática días alcista x100.000

20.4. Estadísticas obtenidas para la interpretación 2 del indicador MTT

Total días

Días alcistas

Fiabilidad


3.573

1.964

54,97%

0,80%

-0,87%

50,72

992

560

56,45%

0,75%

-0,79%

79,15

Total días

Días alcistas

Fiabilidad


B&H

3.573

1.609

45,03%

0,80%

-0,87%

-50,72

MTT Downtick

1.004

464

46,82%

0,86%

-0,88%

-49,34

Interpretación 1 B&H MTT Uptick Interpretación 1



Para probar el performance o comportamiento del indicador realizaremos dos estadísticas acordes con las interpretaciones que hemos dado al indicador. Las tablas superiores recogen las estadísticas obtenidas para la interpretación 1. Analizamos los días que el indicador MTT presenta un valor igual o superior a 0, es decir, cuando la mitad o más de las compañías que componen el benchmark presentan tendencia alcista de medio plazo. De los días totales, 2.111 días fueron con un MTT superior a 0. De estos días, 1.186 fueron alcistas con una ganancia media del 0,70%. El resto de días fueron bajistas con una pérdida media del 0,70%. Una combinación que nos dejaría una esperanza matemática diaria de 86,16 frente a 50,72 que habríamos obtenido si hubiéramos comprado y mantenido.

160

20.5. Identificación de divergencias alcistas / bajistas en el MMT (en azul, escala izquierda)

En esta ocasión también hemos analizado el indicador para posiciones bajistas. Es decir, analizamos qué ocurriría si vendemos o nos quedamos cortos o bajistas cuando el MTT se encuentra por debajo de 0. Nos tendríamos que ir a la parte inferior de la tabla para analizar estas estadísticas. En este caso, los días bajistas serían nuestros aciertos y la pérdida media de los días bajistas, nuestros beneficios. Es decir, ganamos cuando el mercado cae. Por el contrario nuestra posición corta sufriría perdidas por la ganancia media de los días alcistas, cuando el mercado sube. Si hubiéramos vendido el benchmark durante el periodo analizado habríamos obtenido una esperanza negativa de -50,72, la inversa que si hubiéramos comprado. Sin embargo, la esperanza matemática de quedarnos bajistas cuando el indicador MTT se encuentra por debajo de 0 sería de +1,23, y habríamos conseguido ganar dinero con las posiciones cortas. Les puede parecer escaso el número, pero yo me daría por satisfecho con no perder posicionándome bajista en un mercado que no para de subir. En la tabla 20.4 encontramos las estadísticas obtenidas para la interpretación 2 del indicador MTT. Es decir nos posicionamos alcistas cuando el indicador repunta 161

o forma un uptick y bajistas cuando el indicador forma un downtick o baja. En el caso alcista la esperanza matemática habría sido superior utilizando el indicador que comprando y manteniendo. En el caso de las posiciones bajistas habríamos perdido algo menos que vendiendo el benchmark. Si son observadores, se habrán dado cuenta de que nos dejamos unos días sin analizar. Estos son cuando el indicador no cambia o permanece constante. 20.6. Interpretación 1 de LTT (en azul, escala izquierda), cruce al alza y a la baja de la banda 0

Más allá de estas estadísticas, de estas interpretaciones programables, podríamos buscar la formación de divergencias alcistas o bajistas con el precio. Una interpretación más subjetiva y menos cuantificable que las anteriores. Definimos divergencia alcista cuando el indicador, MTT, sube mientras el índice o benchmark permanece plano o estancado. Al contrario, la divergencia bajista surge cuando el indicador retrocede mientras el índice sube o permanece plano. Ver figura 20.5.

162

LTT, Long Term Trend o indicador de tendencia a largo plazo. El indicador se construye de la misma forma que el indicador Medium Term Trend pero en este caso es un reflejo de la tendencia de largo plazo. Identificamos tendencia de largo plazo alcista cuando la media móvil simple de 40 sesiones del precio es superior a la media móvil simple de 200 sesiones del precio. • Cálculo: 1. Sumatorio de las compañías que componen el índice y que tienen tendencia alcista a largo plazo. Compañías con tendencia alcista a largo plazo 2. Aplicamos la siguiente fórmula: MTT = (Compañías con tendencia alcista – (Nº Total de compañías del índice / 2)) x ((100 / (Nº Total de compañías del índice / 2)) • Visualización e interpretación: Las dos formas de interpretaciones serán las mismas que en el indicador anterior. La primera, si el nivel se encuentra por encima de 0 ó por debajo. La segunda, si se encuentra subiendo o bajando. Se visualiza de la misma manera que el anterior indicador pero, en este caso, nos encontra-

Usar indicadores de 2ª generación recompensa en términos de esperanza matemática

mos ante una línea más suave que oscila mucho menos debido a que intentamos identificar la tendencia alcista de largo plazo que, obviamente, no cambia tan a menudo como la tendencia de medio plazo. En la figura 20.6 vemos cómo desde 2006 hasta MAY11 el indicador sólo ha experimentado 4 cruces con su banda 0, mientras que en el primer gráfico del capítulo el indicador cruzaba 4 veces en 6 meses. • Estadísticas: Hemos sacado las mismas estadísticas para el MTT que para el LTT. De la misma manera, para el MTT la esperanza matemática para posiciones alcistas, cuando la tendencia de largo plazo es mayor o igual a 0, es superior a la de comprar y mantener: 79,44 versus 50,72. También la apertura de posiciones bajistas 163

con una lectura del LTT inferior a 0 tiene su recompensa en términos de esperanza matemática: +6,00 versus -50,72. Respecto a los upticks y downticks señalamos que las observaciones son mucho más reducidas, pudiendo distorsionar las conclusiones. Necesitaríamos una serie de precios con más datos, debido a que el indicador se mantiene constante, no experimenta upticks o downticks, en el 80% de las ocasiones. Ver figura 20.7. 20.7. Estadísticas obtenidas por las dos interpretaciones del LTT

Total días

Días alcistas

Fiabilidad


B&H

3.573

1.964

54,97%

0,80%

-0,87%

50,72

LTT > ó = a 0

1.970

1.133

57,51%

0,67%

-0,72%

79,44

Total días

Días alcistas

Fiabilidad


B&H

3.573

1.609

45,03%

0,80%

-0,87%

-50,72

LTT < ó = a 0

1.444

707

48,96%

0,99%

-1,04%

6,00

Total días

Días alcistas

Fiabilidad


3.573

1.964

54,97%

0,80%

321

176

54,83%

0,66%

Total días

Días alcistas

Fiabilidad


3.573

1.609

45,03%

0,80%

-0,87%

-50,72

309

148

47,90%

0,97%

-1,20%

65,64

Interpretación 1

Interpretación 1

Interpretación 2 B&H LTT Uptick Interpretación 2 B&H LTT Downtick

164

Pérdida media Esp. matemática días bajistas x100.000


Pérdida media Esp. matemática días bajistas x100.000 -0,87%

50,72

-0,74%

29,18


Todo tiene su tiempo Ca pí t u l o XXI

165

166

“T

odo tiene su tiempo, y todo lo que se quiere debajo del cielo tiene su hora: Tiempo de nacer y tiempo de morir; tiempo de plantar y tiempo de arrancar lo plantado…” cita del libro del Eclesiastés del Antiguo Testamento. En los mercados financieros

también todo tiene su tiempo; tiempo de esperar, tiempo de comprar o tiempo de vender. El sentido de la oportunidad o timing en inglés es esencial en los negocios. Esperar el momento oportuno y seleccionar el lugar adecuado es básico si queremos que una aventura empresarial llegue a buen puerto. Tener sentido de la oportunidad nos ayudará en la vida y no deberíamos confundirlo con ser un oportunista o un aprovechado. Si van a realizar una petición de mano o una subida salarial piensen en el momento oportuno. En este capítulo vamos a volver a analizar e intentar identificar el fenómeno del

momento que ya vimos en los capítulos “Paciencia, no muerda el anzuelo”, “Tortugas” y “Ley Campoamor”. Es cierto que parte del saber estar en el lugar adecuado a la hora exacta es una mezcla de arte, suerte y trabajo. Vamos a identificar y plasmar de forma visual con indicadores de segunda generación los lugares más oportunos para comprar y para vender. Saber esperar y seleccionarlos es cuestión de arte, aunque operar siempre con el momento a favor sin cuestionarlo, también es rentable. El objetivo de este capítulo y el anterior es el mismo: presentar de una forma clara y sencilla la información, comprobando que es útil estadísticamente. Para ello incorporaremos cuatro indicadores que se construyen de la misma forma pero con datos obtenidos en diferentes marcos temporales. Los indicadores son momento 167

diario, momento semanal, momento mensual y momento trimestral. La programación es igual de sencilla que la explicada en los anteriores capítulos sobre el momento, y las series de precios utilizadas para realizar los análisis, continúan sin cambiar. I. Partimos de los siguientes indicadores; Momento diario (MD), Momento semanal (MS), Momento mensual (MS) y Momento trimestral (MT). Indicadores que recogen el momento de las compañías que componen un índice determinado en diferentes marcos temporales. Se representa en forma de oscilador y su nivel neutral o banda de equilibrio adquiere un valor de 0. • Cálculo: 1. Sumatorio de las compañías que componen el índice y que tienen momento alcista. Es decir, cierre de hoy mayor que cierre de ayer para obtener el momento diario. En el caso de querer obtener el momento mensual, cierre de hoy mayor que el cierre de hace 21 días. Para el momento trimestral, el cierre de hoy lo compararemos con el cierre de hace 63 días, y si queremos el momento semanal, lo haremos con el cierre de de hace 5 días. Compañías con momento alcista 2. Aplicamos la siguiente fórmula: MD = (Compañías con momento alcista con datos diarios – (Nº Total de compañías del índice / 2)) x ((100 / (Nº Total de compañías del índice / 2)) • Visualización e interpretación: La visualización en interpretación son las mismas que en los indicadores anteriores. De esta forma nos encontramos con una línea que oscila alrededor de 0 pudiendo alcanzar un valor máximo de 100 y un valor mínimo de -100. • Interpretación 1: Si el valor es superior a 0, implica que más de la mitad de las compañías presentan momento alcista. Por el contrario, si el valor es inferior a 0, quiere decir que la mayoría de compañías que componen el índice presentan momento negativo. Podríamos identificar un cruce al alza de la banda 0 como una señal de compra, y un cruce a la baja de la banda 0 como una señal de venta. 168

Acorde con esta interpretación y mirando la figura 21.1, nos damos cuenta que los cruces al alza y a la baja son habituales, pese a que los datos son con momento mensual. Si los datos presentados fueran los del momento diario, los cruces serían más frecuentes. De la misma manera, si los datos empleados para la creación del gráfico fueran trimestrales, la línea se suavizaría y los cruces serían menos frecuentes.

21.1. Interpretación 1 de MM (en azul, escala izquierda), cruce al alza y a la baja de la banda 0

• Interpretación 2: Upticks, si el indicador repunta o sube respecto al dato anterior y downticks, si el indicador baja respecto al dato anterior. Con esta interpretación las señales son mucho más frecuentes que las que proporcionan los indicadores tendenciales que vimos en el capítulo XVI. Es decir, los indicadores de momento son más rápidos y generan un mayor número de señales que los indicadores tendenciales, incorporando un mayor ruido pero apuntándose con mayor rapidez a los movimientos del mercado.

169

En el capítulo XV “Ley Campoamor”, observamos como las estrategias de momento nos daban una esperanza matemática positiva bruta en todos los marcos temporales con los índices DJI y DJT. Sin embargo, cuando incorporábamos los costes asociados, la esperanza matemática no aportaba valor añadido respecto al B&H, debido al elevado número de operaciones realizadas. De esta manera, nos encontramos con unas estrategias / indicadores que proporcionan una información válida pero no realizable. Un problema que vamos a intentar resolver con la creación de un nuevo indicador que vamos a llamar “Total momento” y que va a incorporar toda la información generando menos ruido, menos señales de entrada y salida en el mercado. II. Total momento (TM). Indicador que va a agregar los diferentes momentos de todas las compañías en diferentes marcos temporales, presentando una única lectura. • Cálculo: 1. Sumatorio de todos los momentos alcistas; con datos diarios, semanales, mensuales y trimestrales. Total momento alcista = compañías con momento alcista con datos diarios + compañías con momento alcista con datos semanales + ... datos trimestrales 2. Aplicamos la siguiente fórmula: TM = (Total momento alcista – (Nº Total de compañías del índice x Nº marcos temporales utilizados / 2)) x ((100 / (Nº Total de cías. del índice x Nº marcos temp u.) / 2)) Como podemos observar en la tabla 21.2, al agregar los datos de momento diario con el resto de marcos temporales, reducimos el número de cruces al alza y a la baja, incorporando la información pero reduciendo el número de cruces con la banda 0 ó señales de entrada y salida al mercado. Otra forma de hacerlo, sería incorporando al indicador una media móvil simple, que suavizaría los datos y reduciría el ruido. En la tabla vemos como se reduce notablemente el número de cruces del indicador con su banda neutral al aplicar una media móvil de los tres últimos datos.

170

21.2. Nº de veces que los diferentes indicadores cruzan con la banda 0

Indicador

Nº cruces banda 0

Momentum diario (MD)

730

Momentum semanal (MS)

322

Momentum mensual (MM)

139

Momentum trimestral (MT)

92

Total momentum (TM)

326

Media móvil simple (3, MD)

330

Media móvil simple (3, MS)

192

Media móvil simple (3, MM)

86

Media móvil simple (3, MT)

44

Media móvil simple (3, TM)

129

• Estadísticas: Para finalizar sacamos en la figura 21.3 las estadísticas que de forma habitual realizamos para el testeo de las estrategias o de los indicadores, de la misma manera que en el capítulo anterior, comprobamos las dos posibles interpretaciones del indicador con posiciones alcistas / largos y posiciones bajistas / cortos. La segunda fila de la tabla 21.3 recoge aquellos días que el indicador se encuentra por encima de la banda 0 y que utilizaríamos para abrir largos. El 57,93% de estos días son alcistas con una ganancia media del 0,69%. En el resto de días, la pérdida media sería del 0,65%, dejando una esperanza matemática de 126,41, más de dos veces superior a la de comprar y mantener, que hubiera sido de 51,28. Para posiciones bajistas o cortos, si hubiéramos vendido la serie de precios desde el principio, habríamos obtenido una esperanza diaria matemática negativa de 51,28. Abriendo posiciones cortas cuando el indicador Total momento se encuentra por debajo de 0, la esperanza matemática habría sido positiva con un resultado de 99,49.

171

21.3. Estadísticas obtenidas para la interpretación 1 y para la interpretación 2 del indicador TM, parte superior para posiciones alcistas y parte inferior para posiciones bajistas Total días

Días alcistas

Fiabilidad


B&H

3.551

1.953

55,00%

0,80%

TM > ó = a 0

2.370

1.373

57,93%

0,69%

Total días

Días bajistas

Fiabilidad


B&H

3.551

1.598

45,00%

0,80%

-0,87%

-51,28

TM < a 0

1.181

601

50,89%

1,07%

-1,23%

99,49

Total días

Días alcistas

Fiabilidad


B&H

3.551

1.953

55,00%

0,80%

-0,87%

51,28

TM Uptick

1.700

955

56,18%

0,80%

-0,81%

92,04

Total días

Días alcistas

Fiabilidad


B&H

3.551

1.598

45,00%

0,80%

-0,87%

-51,28

TM Downtick

1.765

809

45,84%

0,80%

-0,92%

-13,43

Interpretación 1

Interpretación 1

Interpretación 2

Interpretación 2

Pérdida media Esp. matemática días bajistas x100.000 -0,87%

51,28

-0,65%

126,41




Los resultados en el caso de la interpretación 2, abrir largos / comprar con upticks y abrir cortos / vender con downticks, también habrían superado al benchmark. No con tanta holgura como en la interpretación 1 y a costa de un mayor número de operaciones que habrían minado los resultados.

172

Fin de la trilogía Ca pí t u l o XXI I

173

174

G

eorge Lucas aporreó multitud de puertas buscando financiación para rodar Star Wars. Al final, la Fox se atrevió y llegó a un acuerdo por el cual se quedaría con todos los derechos del merchandising y un 40% del taquillaje a cambio de su trabajo y su idea. El éxito de la primera parte permitió doblar el presupuesto

para la segunda entrega y el director no necesitó de aportaciones de capital externas. El final de la historia la conocemos: dos trilogías que batieron records en las taquillas. La palabra trilogía viene del griego y era un conjunto de obras trágicas que se presentaban a concurso en los festivales de teatro. Con este capítulo acabamos la trilogía de los indicadores de segunda generación.

Una batería de indicadores que se pueden utilizar como estrategias por sí solos o de forma conjunta y que nos permitirán seguir de forma rápida y fácil al mercado. En esta ocasión retomamos las tres estrategias que construimos con el volumen de negocio en el capítulo XVIII “Despacito y con buena letra”. En la primera de ellas seleccionábamos aquellas compañías de nuestra base de datos que tenían un efectivo negociado superior a la media, “Above Average Turnover”; en la segunda ,testábamos cuando el efectivo negociado era creciente, “Increase Volumen”; y en la tercera, realizábamos un combinado, “Total Volumen”, que seleccionaba aquellas acciones con un efectivo negociado creciente y superior a la media. I. AAT, Above Average Turnover o Indicador de volumen superior a la media. Cuantifica que parte de las compañías que componen un índice o un mercado pre175

sentan un efectivo negociado superior a la media. Se representa de la misma forma que los indicadores de segunda generación que hemos creado hasta el momento en forma de oscilador, con una banda de equilibrio en 0. • Cálculo: 1. Sumatorio de las compañías que componen el índice y han negociado un volumen de efectivo superior a la media. Es decir, cuando el efectivo negociado en el último mes es superior a la media del año. Compañías con efectivo negociado superior a la media 2. Aplicamos la siguiente fórmula: AAT = (Compañías con efectivo negociado superior a la media – (Nº Total de compañías del índice / 2)) x ((100 / (Nº Total de cías. del índice / 2)) • Visualización e interpretación: Cuando la línea se encuentra por encima de 0, más de la mitad de las compañías del índice o mercado analizado presentan un volumen de negocio superior a la media. El valor máximo alcanzará 100, es decir, todas las compañías del índice presentan un volumen superior a la media, y -100 cuando todas las compañías analizadas presentan un volumen inferior a la media negociada durante el último año. Las interpretaciones son las mismas que en los capítulos anteriores de indicadores de segunda generación. La primera, si el indicador se encuentra por encima o por debajo de 0. La segunda, si se encuentra subiendo o bajando, realizando upticks o downticks. Como podemos apreciar en la figura 22.1, y si lo comparamos con los indicadores de momento, nos encontramos con un indicador que podríamos calificar de lento. Es decir, genera pocos cruces con la banda 0, todo lo contrario que lo que hacían los indicadores de momento y similar a lo que realizan los indicadores construidos con medias. Genera menos ruido y la idea es que una lectura superior a 0 representa interés o actividad dentro de las compañías que componen el mercado favoreciendo subidas en precio.

176

22.1. Above Average Turnover -AAT- (en azul, escala izquierda) y benchmark

II. IVI, Increase Volume Index o índice de volumen creciente. Indicador que oscila en torno a una banda 0 y recoge aquellas compañías que presentan un volumen de negocio creciente en términos de media interanual. • Cálculo: 1. Sumatorio de las compañías que componen el índice y presentan un volumen de negocio creciente respecto al año anterior. Compañías con volumen de negocio creciente 2. Aplicamos la siguiente fórmula: IVI = (Compañías con volumen de negocio creciente – (Nº Total de compañías del índice / 2)) x ((100 / (Nº Total de cías. del índice / 2)) • Visualización e interpretación: Cuando la línea se encuentra por encima de 0, más de la mitad de las compañías del índice o mercado analizado presentan un volumen de negocio creciente en términos de media interanual. El máximo nivel que puede alcanzar es 100 cuando todas las compañías presentan un volumen creciente 177

y, por el contrario, el valor mínimo sería -100 si todas las compañías presentan un volumen decreciente.

22.2. Increase Volume Index -IVI- (en azul, escala izquierda) y Benchmark

Como podemos apreciar en el gráfico superior, este indicador es más lento que el anterior y produce muchos menos cruces con la banda 0. Es un indicador de largo plazo que recoge la actividad o el ritmo de negociación. En ciclo económico expansivo, la actividad de negociación crecerá a medida que los precios suben. En un ciclo económico contractivo, la actividad de negociación se deprimirá a medida que los precios bajen. III. TVI, Total Volume Index o Índice de volumen total. Es una combinación entre los dos indicadores anteriores, AAT e IVI, que recoge la información que aportan ambos.

178

• Cálculo: 1. Sumatorio de las compañías que componen el índice y presentan un volumen de negocio creciente respecto al año anterior o un volumen de negocio superior a la media. Compañías con volumen de negocio creciente + compañías con volumen de negocio superior a la media 2. Aplicamos la siguiente fórmula: TVI = (Compañías con volumen de negocio creciente – (Nº Total de compañías del índice / 4)) x ((100 / (Nº Total de cías. del índice / 4)) • Visualización e interpretación: La visualización e interpretaciones que damos a este indicador son las mismas que las utilizadas para todos los indicadores de segunda generación. Cruce de la banda 0 y repuntes (upticks) o caídas (downticks) del indicador. Al tratarse de una combinación entre los indicadores anteriores, aumenta el número de cruces con la banda 0 respecto al más lento, el indicador IVI y reduce el número de cruces con la banda 0 respecto al indicador más rápido, el AAT. • Estadísticas: En la tabla 22.3 encontramos las estadísticas obtenidas con la interpretación 1 de los diferentes indicadores de volumen. En la primera fila, si compramos y mantenemos el benchmark, la estrategia nos habría dado una esperanza matemática diaria de 41,61. Sin embargo, si compramos cuando los nuevos indicadores de volu-

Los indicadores de volumen mejoran la esperanza matemática

men, AAT, IVI y TVI se encuentran por encima o igual a 0, la esperanza matemática habría sido mayor. De la misma manera, si vendemos y mantenemos el benchmark, habríamos obtenido una esperanza matemática diaria negativa de 41,61. Pero, si hubiéramos vendido o abierto posiciones cortas cuando los indicadores se encuentran por debajo de 0, la esperanza matemática, aunque negativa, habría sido inferior. Es decir, habríamos perdido menos. En la interpretación 2 del indicador las estadísticas serían las siguientes. Si adoptamos posiciones largas o alcistas cuando el indicador repunta o forma un uptick, 179

22.3. Estadísticas obtenidas para la interpretación 1 y para la interpretación 2 de los indicadores de segunda generación construidos con volumen Total días

Días alcistas

Fiabilidad


B&H

3.361

1.842

54,81%

0,79%

-0,86%

41,61

AAT > ó = a 0

1.325

772

58,26%

0,79%

-0,86%

100,05

IVI > ó = a 0

1.870

1.036

55,40%

0,72%

-0,78%

47,74

TVI > ó = a 0

1.497

857

57,25%

0,75%

-0,85%

66,97

Total días

Días bajistas

Fiabilidad


B&H

3.361

1.519

45,19%

0,79%

-0,86%

-41,61

AAT < a 0

2.036

966

47,45%

0,79%

-0,87%

-3,59

IVI < a 0

1.239

581

46,89%

0,83%

-0,91%

-12,88

TVI < a 0

1.612

775

48,08%

0,77%

-0,83%

-3,09

Total días

Días alcistas

Fiabilidad


B&H

3.361

1.842

54,81%

0,79%

-0,86%

41,61

AAT Uptick

1.026

562

54,78%

0,85%

-0,92%

54,34

IVI Uptick

330

200

60,61%

0,79%

-0,73%

195,04

TVI Uptick

1.015

567

55,86%

0,82%

-0,88%

73,35

Total días

Días alcistas

Fiabilidad


B&H

3.361

1.519

45,19%

0,79%

-0,86%

-41,61

AAT Downtick

1.041

487

46,78%

0,73%

-0,83%

0,88

IVI Downtick

332

151

45,48%

0,77%

-0,77%

-67,72

TVI Downtick

1.046

491

46,94%

0,71%

-0,83%

9,42

Interpretación 1

Interpretación 1

Interpretación 2

Interpretación 2





habríamos obtenido una mejor esperanza matemática que comprando el benchmark en todos los indicadores creados, AAT, IVI y TVI. En el caso de abrir posiciones cortas, si los indicadores forman downticks o ceden posiciones, habríamos obtenido una mejor esperanza matemática con los indicadores AAT y TVI, obteniendo un peor resultado con el IVI.

180

Riesgo y volatilidad Ca pí t u l o XXI I I

181

182

“I

f you don`t risk anything you risk even more” frase de la escritora de superventas de EE.UU, Erica Jong que podríamos traducir de la siguiente manera, “Si no arriesgas nada, arriesgas mucho más”. En la vida el no arriesgar te llevará a perderte multitud de experiencias. Las grandes historias

están repletas de decisiones arriesgadas al igual que en el mundo empresarial, una gran compañía es un cúmulo de riesgos asumidos. El camino hacia el ´”éxito” depende mucho más de el riesgo que uno puede asumir que de tener una buena idea o ser un genio. El riesgo puede definirse como la posibilidad de que ocurra un daño. Intentar medir un riesgo asignándole una probabilidad forma parte de la disciplina actuarial en los mercados de seguros. En los mercados financieros el riesgo de impago intenta ser cuantificado por las agencias de calificación crediticia, muy cuestionadas por sus modelos de evaluación, que no supieron o quisieron evitar la burbuja de las hipotecas subprime y por su falta de objetividad. No es tarea fácil cuantificar que un determinado evento pueda ocurrir en un periodo de tiempo definido, es más propio de gurús que de profesionales. Desde mi punto de vista, en la inmensa mayoría de ocasiones, el sentido común y el conocimiento son los mejores modelos de riesgo y valoración. Una afirmación a la ligera que gana peso en una situación como la actual donde la hipótesis del activo libre de riesgo es cuestionada a diario. En muchas ocasiones se tiende a identificar volatilidad en los mercados financieros con riesgo. La volatilidad es una magnitud cuantitativa que mediante la aplicación de una fórmula matemática podemos medir. Sin embargo, el riesgo solo puede 183

aproximarse en términos de probabilidad en base a un modelo que estará sujeto a determinadas hipótesis. Con el fin de facilitar las cosas identificamos riesgo con volatilidad y lo definimos como velocidad y amplitud o rango con el que se mueve el precio. De tal manera que a mayor velocidad y rango, el riesgo de sufrir una pérdida en una posición o cartera incrementa. Un ejemplo sencillo para entender la volatilidad: si en la sesión de hoy el Ibex entre el máximo y el mínimo de la sesión se ha movido 100 puntos mientras que ayer el rango o distancia entre máximo y mínimo fue de 50 puntos, podríamos decir que la jornada de hoy ha sido más volátil que la da ayer.

Definimos el riesgo como velocidad y rango con el que se mueve el precio

Otra forma un poco más compleja de calcular la volatilidad es con el indicador Average True Range (ATR, de ahora en adelante) que se traduciría como media del rango verdadero. En muchos manuales de análisis técnico en español, se ha traducido como promedio de amplitud. Es una media simple de x lecturas, por defecto suelen ser 14, del rango verdadero. Se dice rango real a la distancia mayor en términos absolutos entre los siguientes puntos: • El máximo y el mínimo de hoy • El cierre de ayer y el máximo de hoy • El cierre de ayer y el mínimo de hoy El rango se le llama verdadero porque las dos últimas aproximaciones del rango intentan recoger los huecos de apertura al alza o la baja que puede experimentar el precio en un día determinado. En muchas ocasiones, ocurre que el precio comienza la jornada alejado del cierre del día anterior porque cuando el mercado estaba cerrado ha aparecido alguna noticia de relevancia que ha alterado el valor o la percepción de los agentes sobre el activo. En esos días, el rango del máximo y el mínimo puede ser reducido pero en realidad el hueco ha sido amplio y se desperdicia esa información. 184

En la ventana inferior de la figura 23.1, aparece incorporado la evolución del ATR y como pasa a triplicarse en dos meses, desde los 200 puntos que rondaba a comienzos de septiembre hasta finales de agosto. Los huecos de escape al alza y a la baja durante este proceso fueron una constante y sin duda colaboraron a incrementar la volatilidad en el año 2008, en plena crisis financiera. 23.1. Ibex 35 con huecos y evolución del ATR

Llegados a este punto, alguno se preguntará ¿por qué no utilizarla en términos porcentuales? Tiene toda la razón, y retomando el ejemplo del gráfico superior, podríamos decir que con el Ibex a 12.000 puntos durante el mes de agosto hubo una volatilidad media de 200 puntos, es decir del 1,67%, mientras que a finales de octubre el ATR era de 500 puntos, frente a los 9.000 que cotizaba el índice español, es decir un 5,56%. Otra aproximación de volatilidad que es ampliamente utilizada por los gestores es la volatilidad anualizada. Esta se obtiene de la siguiente manera: 185

• Variaciones = Cierre de hoy / Cierre de ayer -1 • Desviación Típica (Variaciones, 252) • Anualizada = desviación típica (variaciones, 252) x raíz (252). Si los datos son mensuales multiplicaríamos por raíz de 12 y en el caso de ser semanales por raíz de 52.

23.2. Dow Jones Industriales y volatilidad anualizada

En la figura 23.2, podemos apreciar como las caídas bursátiles son seguidas de una subida amplia en la volatilidad anualizada. Un comportamiento que puede extenderse al resto de activos de riesgo o que se mueven a favor del ciclo económico. Sin embargo, esta relación es inversa cuando se trata de activos refugio o activos que se mueven en contra del ciclo económico. En la figura 23.3 del futuro sobre el bono alemán, se puede apreciar como la volatilidad aumenta con las subidas. A este fenómeno se le denomina “búsqueda de refugio” y es un claro reflejo de la expresión “el dinero es el animal con más miedo que existe”.

186

23.3. Bund y volatilidad anualizada

En resumen, cuando el mercado se comenta de forma defensiva o existe cierto miedo el precio se acelera y experimenta mayores bandazos, provocando subidas en el precio de los activos considerados más seguros (deuda soberana) y provocando caídas en los precios de los activos donde los retornos en los precios se encuentran ligados a una buena evolución

Las relaciones en los mercados financieros no son eternas

del ciclo económico. Si el comportamiento es a la inversa, nos encontraríamos ante un movimiento expansivo o cíclico del mercado. Unas relaciones que, como suele ocurrir en los mercados, no son eternas y se cuestionan de forma recurrente. En las crisis emergentes, era habitual encontrarnos con caídas simultáneas en los precios de los bonos y acciones de países por falta de confianza en los inversores. La deuda alcanzaba niveles de insostenibilidad derivando en quitas de deuda y depreciaciones de las monedas. Una experiencia que los países más industrializados comienzan a experimentar ahora en sus propias 187

23.4. Relaciones de la volatilidad

Activos refugio

Volatilidad

Riesgo

Comportamiento defensivo del mercado Activos cíclicos

Activos refugio

Volatilidad

Riesgo

Comportamiento expansivo del mercado Activos cíclicos

carnes y de la que la mejor conclusión que puede sacarse desde el punto de vista del inversor, es que la diversificación entre categorías de activos es tan importante como la diversificación geográfica.

188

El efecto mariposa Ca pí t u l o XXI V

189

190

“S

i agita hoy, con su aleteo, el aire de Pekín, una mariposa puede modificar los sistemas climáticos de Nueva York el mes que viene” cita de James Gleick autor de Chaos, Making a New Science. La Teoría del Caos defiende que en sistemas dinámicos complejos, una pequeña variación

en el punto de partida puede dar lugar a grandes variaciones en el futuro. De esta manera, encontramos una relación de causa-efecto donde un pequeño cambio (el aleteo de una mariposa en Pekín), puede causar un gran impacto (modificar el clima de Nueva York). En muchas ocasiones, ante una cita importante por la publicación de un dato

macroeconómico o la declaración de un banquero central o un dirigente político, he pensado que los mercados financieros se comportan de forma caótica. Una frase inadecuada puede activar órdenes de venta a mercado que saltan los stops que se encuentran por debajo de los mínimos de la sesión anterior, derivando en un cierre semanal por un determinado nivel de soporte, caídas bursátiles que desaniman a los lectores del periódico a consumir un poco menos y que acaban terminando en una tendencia bajista que dura un par de años. En el lado contrario, las declaraciones de un banquero central apuntando a que va a realizar compras masivas de bonos, son capaces de activar órdenes de compra a mercado que generan una tendencia alcista en los activos y gracias al efecto riqueza, son capaces de salvar una economía de una recesión inminente. Es cierto que la evolución de los mercados dentro de un mes, dos meses… es impredecible. Será una cuestión de suerte acertar o no en el precio de un activo 191

financiero dentro de un periodo de tiempo determinado. Al igual que un médico no puede predecir cuándo va a morir un paciente, un economista o analista financiero no sabrá cuándo una economía va a entrar en recesión, lo que ocurrirá de aquí a 5 años o el precio de las acciones de Telefónica en el año 2020. El médico si podrá decirle que la analítica de un paciente se encuentra en los parámetros adecuados y que una resonancia no muestra ningún daño, apuntando a una salud robusta. De la misma manera, las cuentas de una empresa o una economía nos darán información sobre sus fortalezas o debilidades. A lo largo de este libro hemos desarrollado una serie de herramientas que nos permiten obtener de los mercados de renta variable una analítica (tendencias, momento y volumen), que aunque no nos concede una predicción exacta, sí proporciona una información sobre la probable dirección futura del precio en base a su comportamiento histórico. Si esta relación se mantiene,

La evolución de los mercados financieros es impredecible

podremos obtener un beneficio económico. En el caso de la volatilidad, tenemos que someterla a las mismas pruebas para averiguar si posee una relación con el precio que nos permita decantar la balanza por una determinada dirección a la que podamos obtener provecho. De la misma forma que hemos puesto a prueba los diferentes filtros / indicadores / estrategias en varios marcos temporales y en diferentes activos, lo haremos con la volatilidad, realizando unos ejercicios similares a los anteriores. Las pruebas se realizarán sobre 12 índices bursátiles de diferentes zonas geográficas y con una serie histórica que supere los 14 años. Por regla general, se tiende a asociar subidas de volatilidad a tendencia bajista. Cabría esperar que cuando la volatilidad se encuentra por encima de la media o se encuentra subiendo (upticks), deberíamos esperar caídas en las cotizaciones bursátiles. De forma inversa, se considera que las tendencias alcistas son pausadas y con bajas dosis de volatilidad. Intuitivamente, todo apunta a que una volatilidad inferior a la media o bajando (downticks) favorecerá una subida de los precios de las acciones. 192

24.1. Esperanzas matemáticas obtenidas con volatilidad subiendo y volatilidad bajando en diferentes marcos temporales Esperanza matemática Activo

Marco temporal

Volatilidad subiendo

Volatilidad bajando

Esperanza matemática Activo

Marco temporal

Volatilidad subiendo

Volatilidad bajando

DJI

Diario

0,03%

0,02%

SMI

Diario

0,02%

0,05%

DJI

Semanal

0,13%

0,10%

SMI

Semanal

0,24%

0,11%

DJI

Mensual

0,57%

0,67%

SMI

Mensual

1,03%

1,23%

DJI

Trimestral

0,95%

0,57%

SMI

Trimestral

1,91%

0,58%

S&P 500

Diario

0,04%

0,01%

CAC 40

Diario

0,04%

0,01%

S&P 500

Semanal

0,14%

0,18%

CAC 40

Semanal

0,13%

0,09%

S&P 500

Mensual

0,49%

0,73%

CAC 40

Mensual

0,91%

1,46%

S&P 500

Trimestral

0,65%

0,89%

CAC 40

Trimestral

1,58%

1,70%

Ibex 35

Diario

0,04%

0,03%

AORD

Diario

0,03%

0,04%

Ibex 35

Semanal

0,14%

0,24%

AORD

Semanal

0,08%

0,23%

Ibex 35

Mensual

0,91%

0,90%

AORD

Mensual

0,18%

0,91%

Ibex 35

Trimestral

2,07%

1,39%

AORD

Trimestral

0,00%

0,71%

Nasdaq

Diario

0,04%

0,05%

KLSE

Diario

0,00%

0,04%

Nasdaq

Semanal

0,28%

0,11%

KLSE

Semanal

-0,06%

0,23%

Nasdaq

Mensual

0,64%

1,12%

KLSE

Mensual

0,72%

0,60%

Nasdaq

Trimestral

1,65%

2,10%

KLSE

Trimestral

-1,92%

-0,03%

FTSE 100

Diario

0,03%

0,03%

Nikkei 225

Diario

0,02%

-0,02%

FTSE 100

Semanal

0,06%

0,23%

Nikkei 225

Semanal

0,11%

-0,02%

FTSE 100

Mensual

0,85%

1,18%

Nikkei 225

Mensual

0,52%

0,93%

FTSE 100

Trimestral

1,23%

0,52%

Nikkei 225

Trimestral

0,01%

0,10%

Dax 30

Diario

0,04%

0,04%

TWI

Diario

0,01%

0,01%

Dax 30

Semanal

0,05%

0,33%

TWI

Semanal

-0,02%

0,07%

Dax 30

Mensual

0,92%

1,31%

TWI

Mensual

0,17%

1,07%

Dax 30

Trimestral

1,31%

0,10%

TWI

Trimestral

0,56%

0,36%

Esperanza matemática superior Esperanza matemática inferior

193

El ejercicio que vamos a realizar es sencillo. Si la distancia entre el máximo y el mínimo de la sesión de hoy es superior a la distancia entre el máximo y el mínimo de la jornada de ayer, decimos que la volatilidad se encuentra subiendo. Si no ocurre así, decimos lo contrario, que la volatilidad está bajando. Obtendremos la esperanza matemática para los 12 índices bursátiles seleccionados en diferentes marcos temporales distinguiendo entre volatilidad subiendo y volatilidad bajando. Ver figura 24.1. Al igual que en las ocasiones anteriores encontrábamos que comprar con tendencia alcista o momento alcista, o volumen creciente y superior a la media permitía obtener un mejor resultado, en esta ocasión, los resultados no son concluyentes. En el 60,4% de los índices y en los diferentes marcos temporales analizados, encontramos que comprar cuando la volatilidad

Los extremos de volatilidad favorecen caídas en el precio

está bajando presenta una esperanza matemática más favorable que comprar cuando la volatilidad está subiendo. Una fiabilidad de la estrategia que nos hace descartar que esta interpretación de la volatilidad nos pueda ayudar en la dirección del precio. Es decir, una estrategia que se base en comprar cuando la volatilidad baja, podría resultar válida, pero se encuentra muy lejos de los buenos resultados obtenidos en otras ocasiones, por lo que decidimos no incorporarla a nuestras herramientas. Sería precipitado descartar esta variable solo analizando los upticks, subidas, o downticks, bajadas. Vamos a realizar un nuevo ejercicio. Si la distancia entre el máximo y el mínimo de la sesión de hoy es superior a la media de las últimas 252 jornadas, vamos a considerar que la volatilidad se encuentra encima de la media. De forma inversa, si el rango entre el máximo y el mínimo no supera el promedio de las últimas 252 sesiones, consideraremos que nos encontramos por debajo de la media. Los resultados que presenta la figura 24.2 tampoco son concluyentes. De hecho, justo en el 50% de las ocasiones comprar con la volatilidad inferior a la media habría aportado una mayor esperanza matemática que comprar con una volatilidad 194

24.2. Esperanzas matemáticas obtenidas con volatilidad por encima y por debajo de la media


Marco temporal

Superior a la media

Inferior a la media


Marco temporal

Superior a la media

Inferior a la media

DJI

Diario

0,05%

0,00%

SMI

Diario

0,05%

0,02%

DJI

Semanal

0,07%

0,15%

SMI

Semanal

0,22%

0,12%

DJI

Mensual

0,70%

0,39%

SMI

Mensual

1,08%

0,40%

DJI

Trimestral

1,67%

1,35%

SMI

Trimestral

2,87%

1,29%

S&P 500

Diario

0,04%

0,02%

CAC 40

Diario

0,07%

-0,01%

S&P 500

Semanal

0,12%

0,18%

CAC 40

Semanal

0,16%

0,09%

S&P 500

Mensual

0,47%

0,80%

CAC 40

Mensual

1,06%

0,00%

S&P 500

Trimestral

1,37%

2,42%

CAC 40

Trimestral

4,33%

-0,61%

Ibex 35

Diario

0,07%

0,02%

AORD

Diario

0,04%

0,02%

Ibex 35

Semanal

0,32%

0,11%

AORD

Semanal

0,04%

0,23%

Ibex 35

Mensual

1,21%

0,55%

AORD

Mensual

0,61%

0,71%

Ibex 35

Trimestral

3,53%

1,50%

AORD

Trimestral

2,51%

1,43%

Nasdaq

Diario

0,06%

0,03%

KLSE

Diario

0,03%

0,02%

Nasdaq

Semanal

0,16%

0,21%

KLSE

Semanal

0,14%

0,09%

Nasdaq

Mensual

1,28%

0,50%

KLSE

Mensual

-0,21%

0,93%

Nasdaq

Trimestral

3,48%

2,02%

KLSE

Trimestral

-0,04%

2,95%

FTSE 100

Diario

0,03%

0,03%

Nikkei 225

Diario

0,05%

-0,03%

FTSE 100

Semanal

0,10%

0,18%

Nikkei 225

Semanal

0,15%

-0,05%

FTSE 100

Mensual

1,19%

0,11%

Nikkei 225

Mensual

0,68%

-0,25%

FTSE 100

Trimestral

0,82%

2,71%

Nikkei 225

Trimestral

0,29%

0,32%

Dax 30

Diario

0,06%

0,02%

TWI

Diario

0,06%

-0,01%

Dax 30

Semanal

0,08%

0,28%

TWI

Semanal

0,07%

0,07%

Dax 30

Mensual

1,24%

0,51%

TWI

Mensual

-0,13%

0,70%

Dax 30

Trimestral

2,78%

1,91%

TWI

Trimestral

0,70%

2,27%

Esperanza matemática mayor Esperanza matemática menor

195

superior a la media. Nos encontramos con un filtro / indicador o estrategia que no ayuda a determinar la dirección del precio o mejorar la esperanza matemática, ya sea utilizando repuntes o cruces con la media. ¿Qué es lo que ocurre? Es cierto que existe relación entre caídas de precio y subidas en la volatilidad, se comportan de forma inversa. Sin embargo, esta relación no es suficientemente recurrente como para sacarle un partido direccional. Es decir, una vez identificado el repunte o la caída de la volatilidad, gran parte del movimiento se ha producido llegando tarde en la activación de la estrategia y saliendo también tarde en el cierre de la misma. A la vez ocurre que en las fases de burbuja del ciclo, cuando los precios se desbocan, la volatilidad repunta con los precios al alza. Relación que se denomina “pánico alcista” y que pudimos observar a finales de los años 20 y de los 90 en las bolsas. En la figura 24.3, podemos apreciar cómo la volatilidad repunta con las subidas de precio en la formación de la burbuja de los años 20, en el Dow Jones Industriales.

24.3. DJI en gráfico mensual (1920-1951) con volatilidad anualizada y diferentes señales de compra y venta en los con un cruce entre la volatilidad y su propia media

196

24.4. Estadísticas obtenidas para diferentes marcos temporales

1. Con datos diarios Fiabilidad



Esp. matemática x100.000

Rango reducido

50,8%

0,12%

-0,11%

4,60

Rango algo inferior a la media

51,8%

0,36%

-0,34%

21,08

Rango algo superior a la media

53,4%

0,70%

-0,68%

58,59

Rango amplio

50,4%

1,80%

-1,79%

15,74

Cuartiles

2. Con datos semanales Fiabilidad




Rango reducido

56,1%

0,29%

-0,30%

34,70


58,4%

0,91%

-0,89%

161,38


57,7%

1,74%

-1,70%

282,20

Rango amplio

51,2%

3,93%

-4,10%

10,80

Cuartiles

3. Con datos mensuales Fiabilidad




Rango reducido

55,0%

0,73%

-0,63%

116,18


56,4%

2,04%

-1,93%

310,11


65,6%

3,87%

-3,74%

1.253,80

Rango amplio

54,6%

8,31%

-9,00%

452,74

Cuartiles

Podríamos decidir solamente invertir en zonas extremas de mercado. Es decir, cuando la volatilidad es muy inferior a la media o muy superior a la media. Para ello, realizamos el siguiente ejercicio agrupamos los rangos de variación del DJI en cuatro grupos a partes iguales. Un primer grupo o cuartil, con un rango reducido que abarca aquellos días que el precio se mueve en menor cuantía. Dos grupos centrales, que recogerían los datos que se encuentran próximos a la media. Un último grupo, que abarcaría aquellas variaciones más amplias. En la figura 24.4 obtendríamos las estadísticas para diferentes marcos temporales.

197

La sorpresa es que las observaciones con volatilidad / rango más reducido o que se encuentran en el cuartil más bajo, no presentan una esperanza matemática superior al resto, incluso se encuentra por debajo de la media. De la misma manera, cuando la volatilidad / rango es más amplio, también encontramos una esperanza matemática inferior a la media. Entonces, podríamos decir que si buscamos subidas en el precio, nos encontraremos más cómodos si la volatilidad no se encuentra en ningún extremo de mercado, moviéndose en torno a la media y siendo indiferente si sube o baja.

198

Al borde del precipicio Ca pí t u l o XXV

199

200

“I

f you gaze for long into an abyss, the abyss gazes also into you” frase escrita por Friedrich Nietzsche que podríamos traducir de la siguiente manera “Si contemplas demasiado el abismo puedes terminar por caer en él”. Algunos refranes españoles podrían tener un significado similar; “Tanto va el

cántaro a la fuente que al final se rompe” o “Quien con fuego juega, se quema”. Tarde o temprano, si te dedicas a invertir en los momentos de máximo riesgo terminarás por quedarte “pillado”. En múltiples capítulos de este libro hemos visto como la tendencia es tu amiga, “Trend is your friend” en inglés, que viene a decir que resulta recomendable y rentable operar a favor de tendencia. Sin embargo es menos conocido el dicho de que la volatilidad es tu amiga, “Volatility is your friend”. Un dicho que apunta a que las grandes caídas de mercado que vienen acompañadas por grandes subidas en la volatilidad suponen una gran oportunidad de compra de cara al largo plazo debido a las valoraciones atractivas de las empresas. En principio una reflexión repleta de sentido común y que supondría tener una estrategia que se basa en comprar al límite cuando todo el mundo sale, vivir al borde del precipicio o asomado al abismo. Seguro que más de uno de los inversores con experiencia y que han sufrido situaciones de máximo estrés habrán terminado por capitular y vender su cartera a precios de suelo de mercado. En esta ocasión, si nos creemos que la volatilidad es tu amiga, vender cuando se encuentra en un extremo de mercado es un error. Realicemos un análisis gráfico de situaciones críticas que se han vivido en los mercados 201

en los últimos 40 años en el Dow Jones Industriales. Encontramos lo siguiente. En la mitad de la década de los 70 con la crisis del petróleo y en 1987 con el famoso Black Monday, la volatilidad se disparó (ver histograma de volatilidad anualizada señalado con círculos verdes); y como bien hemos comentado hasta ahora supuso una gran oportunidad de compra a largo plazo pues el mercado desarrolló una amplia tendencia alcista. La siguiente señal se activó en el año 2000, donde nos encontramos a los precios subiendo de forma exponencial debido a la burbuja de las empresas puntocom que provocó en los operadores un pánico alcista comprando a cualquier precio ante el temor a que la oportunidad se escapara para siempre. En el 2003, tras el pinchazo de la burbuja, también encontramos con un pico de volatilidad que coincidió con un suelo de mercado que terminó en 2007. Más tarde encontramos un último pico de volatilidad en 2009, que llega a su apogeo en pleno estallido de la burbuja crediticia e inmobiliaria. 25.1. Dow Jones Industriales con datos mensuales en escala logarítmica y volatilidad anualizada

Esta estrategia presenta una gran debilidad, activa las señales de compra cuando los mercados muestran mayores dudas y no muestran una tendencia alcista acusa202

da. Cuando el mercado se encuentra en fuerte tendencia alcista (década de los 80 y los 90) la estrategia se activa con poca frecuencia. Te lanzas a tomar posiciones de largo plazo cuando la incertidumbre o el riesgo percibido es mayor, quedándote a la espera de que al final todo se resuelva gratamente y nos adentremos en un gran tendencia alcista. Si hubieras entrado en 2003 habrían pasado, a día de hoy, más de 8 años y la rentabilidad sería escasa y muy por debajo que haber comprado al azar en cualquier momento de la tendencia alcista de los 80 y los 90. Realizamos un análisis de la estrategia “Volatility is your friend” que consistiría en comprar cuando la volatilidad repunta por unos niveles que consideramos críticos. Para ello seleccionamos la serie de precios con más datos de la que disponemos, la del índice S&P 500, con datos que llegan hasta 1900 con el fin de testar un resultado de largo plazo. Lanzaremos una orden de compra

Sometidos a un estrés máximo, muchos han terminado vendiendo a precios de suelo

cuando la volatilidad se encuentre por encima de lo esperado y obtendremos la rentabilidad anualizada que nos habría dado esa operación a diferentes plazos (desde 1 año hasta 15 años). Para activar una orden de compra vamos a considerar que la volatilidad anualizada se encuentre por encima de su banda de Bollinger con + 2 desviaciones típicas. Una regla de entrada en contra de tendencia usada en sistemas laterales que busca identificar zonas extremas en un indicador o en un precio. Los pasos para realizar el ejercicio serían: 1. Obtener volatilidad anualizada. Desviación típica de los rendimientos multiplicada por la raíz de 12 debido a que los datos son mensuales. Multiplicaríamos por 252 si los datos fueran diarios o por 52 si los datos fueran semanales. 2. Obtener una media de 12 meses de la volatilidad anualizada. 3. Sumar a la media obtenida dos desviaciones típicas de la volatilidad anualizada.

203

Gráficamente nos encontraríamos que cuando la línea roja, la volatilidad anualizada, se encuentra por encima de la banda superior, + 2 Desvest de la volatilidad anualizada, se activaría señal de compra que señalamos con un círculo verde. Ver figura 25.2. 25.2. Volatilidad anualizada del S&P 500 con +/- 2 Desviaciones típicas

Con estas reglas buscamos que las señales de compra se activen con poca frecuencia y situaciones donde la volatilidad se encuentra en un extremo. Si hubiéramos sumado a la media una desviación típica, la banda se encontraría más ceñida y las señales de compra serían más frecuentes. Hemos conseguido que se activen 58 señales de compra que serían un extremo de mercado y que tendrían una frecuencia que roza los dos años, la serie analizada abarca 110 años. Los resultados obtenidos los encontramos en el cuadro inferior. La estrategia de volatilidad obtiene una menor esperanza matemática a todos los periodos de tiempo comprendidos entre 2 y 15 años y solamente a 1 año obtiene un rendimiento superior que comprando y manteniendo el S&P 500. Ver figuras 25.3 y 25.4. 204

25.3. Resultados obtenidos por la estrategia “Volatility is your friend”

Observaciones

Aciertos

Fiabilidad

Rent. media anualizada en aciertos

Pérdida media anualizada en fallos

Esperanza matemática ‘Volatility is your friend’

1 año

58

38

66%

20,2%

-17%

7,4%

2 años

58

44

76%

12,4%

-15%

5,8%

3 años

58

37

64%

11,1%

-9%

3,9%

5 años

55

35

64%

7,1%

-7%

1,9%

10 años

53

47

89%

5,8%

-4%

4,8%

15 años

49

41

84%

6,7%

-2%

5,2%

25.4. Resultados obtenidos comprando y manteniendo

Observaciones

Aciertos

Fiabilidad

Rent. media anualizada en aciertos

Pérdida media anualizada en fallos

Esperanza matemática B&H

1 año

1.309

845

65%

18,0%

-14%

6,7%

2 años

1.297

912

70%

12,6%

-10%

5,7%

3 años

1.285

920

72%

10,4%

-7%

5,4%

5 años

1.261

923

73%

8,9%

-5%

5,2%

10 años

1.201

969

81%

7,0%

-2%

5,2%

15 años

1.141

1.004

88%

6,4%

-2%

5,4%

En principio puede sorprender estos resultados debido a que la estrategia tiene sentido común. Si el mercado piensa que el mundo se va a acabar (precios por los suelos y volatilidad por las nubes) y al final no se acaba, si compro acciones acabaré ganando. En realidad el mundo no se acaba pero la economía y los mercados pue205

den estar tocados durante un periodo de tiempo suficientemente amplio como para que la estrategia de volatilidad planteada no consiguiera superar al benchmark. 25.5. Histórico de volatilidad anualizada en el S&P 500

Hasta ahora hemos escondido la segunda parte del gráfico y es ahí donde se encuentra la verdad. En las últimas décadas, la estrategia “Volatility is your friend” ha aportado un mayor valor y superado el benchmark permitiendo comprar en muchas ocasiones en suelos. Sin embargo, si siempre estamos al borde del precipicio, puede que términos por caernos. Esto fue lo que ocurrió durante la gran depresión donde las caídas desde el pico bursátil hasta el suelo fueron llegaron a rozar los noventa puntos porcentuales. El nivel máximo que se alcanzó en 1929 se recuperó en 1954, 25 años después. Ver figura 25.6. Es complicado que vuelva a producirse una Gran Depresión, son fenómenos que aparecen en periodos largos de tiempo y que países y organismos intentan evitar por todos los medios. Pero negar que pueda ocurrir es dar la espalda a la historia y, de forma paradójica, condenarnos a volver a repetirla. En este caso el sistema que 206

25.6. Dow Jones Industriales con datos mensuales en escala logarítmica y volatilidad anualizada

25.7. Dow Jones Industriales con medias móviles simples de 40 y 200 sesiones

207

mejor habría protegido nuestro capital y evitado una ruina parcial o completa sería uno tendencial. En la figura 25.7 vemos como un simple cruce a la baja de las medias de largo plazo nos habría alertado de un cambio de tendencia en niveles relativamente próximos al techo y no nos habría incorporado a una nueva tendencia alcista hasta que hubieran pasado unos años, evitando la mayor parte de las caídas.

208

Calma y tormenta Ca pí t u l o XXVI

209

210

“D

espués de la tormenta siempre llega la calma” y “La calma que precede a la tormenta”, dos expresiones que apuntan a que todo no dura para siempre. Frases que suelen utilizarse para decir que algo cambiará porque llevamos un largo pe-

riodo de muchas turbulencias o demasiado tranquilo. La volatilidad es como las tormentas que llega demasiado rápido y cuando te das cuenta ya te ha calado. De la misma manera, a los pocos minutos de los truenos más altos y los rayos más luminosos, llega la calma. En capítulos anteriores sobre la volatilidad hemos definido a la volatilidad como una variable que se puede cuantificar y que mide la amplitud del movimiento de los precios en un momento determinado. A la vez comprobamos que cuando identificábamos que la volatilidad era creciente o superior a la media, gran parte de las caídas en precio se habían producido. De igual forma, cuando conseguíamos comprobar que la volatilidad se había reducido o se encontraba por debajo de la media, gran parte del movimiento alcista había pasado. De esta manera la variable no nos servía para “averiguar” la dirección del precio. La volatilidad tiene una virtud y es que muestra estabilidad. Es decir que cuando se encuentra por encima de la media, lo más normal es que continúe por encima de la media. Continuando con el símil anterior, si llueve o estamos en tormenta lo más normal es que continúe lloviendo. De la misma manera, si nos adentramos en época de calma o volatilidad baja, lo habitual es que esta continúe por debajo de la media. 211

26.1. Análisis de la volatilidad con datos diarios cuando el rango cae

Rango cae por debajo de la media

...continúa por debajo de la media

%

Variación

DJI

10.895

5.533

50,8%

0,72%

S&P 500

6.580

3.419

52,0%

0,66%

Ibex 35

2.478

1.310

52,9%

0,93%

Nasdaq

3.570

1.974

55,3%

0,92%

FTSE 100

3.574

1.868

52,3%

0,72%

Dax 30

2.686

1.422

52,9%

0,95%

SMI

2.669

1.405

52,6%

0,75%

CAC 40

2.854

1.436

50,3%

0,92%

AORD

3.617

1.894

52,4%

0,63%

KLSE

2.469

1.264

51,2%

0,81%

NIkkei 225

3.601

1.763

49,0%

0,98%

TWI

1.875

913

48,7%

1,10%

51,7%

0,8%

Índice

Promedio

Los cuadros 26.1, 26.2, 26.3 y 26.4 recogen el análisis de la volatilidad con datos diarios y semanales que hemos realizado sobre nuestra base de datos sobre índices bursátiles. Podemos apreciar que cuando el rango de variación diario supera la media, en promedio, el 53,6% de los días siguientes continúa por encima de la media. De la misma manera ocurre cuando el rango de variación diario es inferior a la media, en promedio el 51,7% de los días siguientes la variación de la sesión vuelve a ser inferior a la media.

212

26.2. Análisis de la volatilidad con datos diarios cuando el rango sube

Rango sube por encima de la media

...continúa por encima de la media

%

Variación

DJI

9.367

5.037

53,8%

0,78%

S&P 500

5.651

3.020

53,4%

0,73%

Ibex 35

1.983

1.090

55,0%

1,13%

Nasdaq

2.959

1.653

55,9%

1,02%

FTSE 100

2.861

1.497

52,3%

0,89%

Dax 30

2.074

1.114

53,7%

1,14%

SMI

2.083

1.140

54,7%

0,97%

CAC 40

2.093

1.097

52,4%

1,15%

AORD

2.707

1.468

54,2%

0,74%

KLSE

1.430

736

51,5%

1,04%

NIkkei 225

2.321

1.228

52,9%

1,22%

TWI

1.137

605

53,2%

1,27%

53,6%

1,0%

Índice

Promedio

El rango de variación diaria en términos absolutos cuando la volatilidad se encuentra por encima de la media es del 1,0% para el promedio de índices. Cuando la volatilidad se encuentra por debajo de la media la variación promedio de los índices es inferior, queda en el 0,8%. Podrían extrapolarse las conclusiones utilizando los datos semanales. En otras palabras y retomando el símil atmosférico, sería sensato esperar que la tormenta continúe hasta que no llegue la calma. Al revés, también es de sentido común no jugar a adivinar cuando llegará la próxima tormenta si nos encontramos 213

26.3. Análisis de la volatilidad con datos semanales cuando el rango cae

Rango cae por debajo de la media

...continúa por debajo de la media

%

Variación

DJI

2.357

1.347

57,1%

1,69%

S&P 500

1.747

980

56,1%

1,53%

Ibex 35

498

260

52,2%

2,22%

Nasdaq

1.132

635

56,1%

1,95%

FTSE 100

753

408

54,2%

1,58%

Dax 30

554

312

56,3%

2,16%

SMI

559

303

54,2%

1,55%

CAC 40

604

334

55,3%

2,00%

AORD

735

398

54,1%

1,53%

KLSE

516

270

52,3%

2,05%

NIkkei 225

802

397

49,5%

2,09%

TWI

398

212

53,3%

2,66%

54,2%

1,9%

Índice

Promedio

en calma. Nos pondremos el chubasquero cuando comience a llover y nos lo quitaremos cuando salga el sol, algo que parece obvio. Vamos a realizar el siguiente ejercicio. Un activo que es el Ibex 35 y una estrategia que es un cruce de medias móviles, compraremos cuando la media móvil de menos periodos supera a la media móvil de más periodos, las mismas reglas utilizadas para comprobar la teoría de Dow en el capítulo V “La prueba del siglo”. Aplicaremos esta estrategia y obtendremos los resultados gráficamente junto con el ratio rentabilidad / volatilidad (riesgo). Ver figura 26.5. 214

26.4. Análisis de la volatilidad con datos semanales cuando el rango sube

Rango sube por encima de la media

...continúa por encima de la media

%

Variación

DJI

1.864

1.014

54,4%

1,79%

S&P 500

1.364

752

55,1%

1,78%

Ibex 35

426

246

57,7%

2,54%

Nasdaq

884

509

57,6%

2,16%

FTSE 100

578

318

55,0%

1,95%

Dax 30

430

233

54,2%

2,56%

SMI

427

250

58,5%

2,10%

CAC 40

419

230

54,9%

2,54%

AORD

575

332

57,7%

1,59%

KLSE

311

176

56,6%

2,27%

NIkkei 225

541

300

55,5%

2,51%

TWI

241

131

54,4%

2,97%

56,0%

2,2%

Índice

Promedio

Por otro lado vamos a considerar que la misma estrategia de cruce de medias la aplican dos perfiles de riesgo diferentes que actúan de forma racional. Es decir, si llueve se ponen el chubasquero y no se lo quitan hasta que salga el sol. Un perfil de riesgo moderado que invierte cuando la tendencia es alcista y que cuando observa que la volatilidad se encuentra por encima de la media reduce su exposición a la mitad. Otro perfil de riesgo, en esta ocasión podríamos calificarlo de agresivo debido a que cuando observa que la volatilidad baja quiere mantener el ritmo y decide incrementar la exposición apalancándose un 50% hasta alcanzar una exposición del 150%. 215

26.5. Diferentes exposiciones a la renta variable en base a las diferentes estrategias y perfiles de riesgo Comprar y mantener

Tendencia alcista

Tendencia bajista

Estrategia de cruce de medias

Tendencia alcista

Tendencia bajista

Rango diario superior a la media

100%

100%


100%

0%

Rango diario inferior a la media

100%

100%


100%

0%

Cruce de medias con perfil agresivo

Tendencia alcista

Tendencia bajista

Cruce de medias con perfil moderado

Tendencia alcista

Tendencia bajista


100%

0%


50%

0%


150%

0%


100%

0%

26.6. Evolución en base 100 del Ibex 35, estrategia de cruce de medias con diferentes perfiles

216

Los resultados de forma visual los tienen en la figura 26.6 donde a simple vista encontrarán que la línea con menor riesgo, menos bandazos, es la línea verde que es aquella llevada a cabo con un perfil de riesgo moderado. Los picos y valles más acentuados los encontramos en la línea morada que representa a la estrategia llevada a cabo por el perfil más agresivo. Entre ambas líneas nos encontraríamos a la estrategia aplicada manteniendo el riesgo constante y más abajo, con línea azul, se encontraría la evolución del Ibex 35. 26.7. Principales estadísticas de las diferentes estrategias

Rentabilida anual promedio (a)

Volatilidad anualizada promedio (b)

Rentabilidad / Riesgo (a / b)

Comprar y mantener

9,87%

21,36%

46,21%

Cruce de medias de largo plazo (40 y 200 sesiones)

9,83%

12,83%

76,64%

Cruce de medias de largo plazo y perfil de riesgo moderado

7,69%

9,74%

78,87%

Cruce de medias de largo plazo y perfil de riesgo agresivo

13,23%

15,98%

82,82%

Rentabilida anual promedio (a)

Volatilidad anualizada promedio (b)

Rentabilidad / Riesgo (a / b)

Comprar y mantener

9,87%

21,36%

46,21%

Cruce de medias de medio plazo (14 y 40 sesiones)

10,96%

12,29%

89,16%

Cruce de medias de largo plazo y perfil de riesgo moderado

8,26%

9,51%

86,91%

Cruce de medias de largo plazo y perfil de riesgo agresivo

14,36%

15,48%

92,80%

Estrategia aplicada

Estrategia aplicada

En definitiva lo que buscamos es mejorar el ratio rentabilidad / riesgo de las diferentes estrategias en base a la volatilidad que reina en el mercado. Si nos mostramos más prudentes cuando el rango diario es superior a la media, como hace el perfil moderado, conseguimos reducir la volatilidad anualizada o el riesgo aunque sea a costa de obtener una menor rentabilidad. Si nos mostramos más agresivos 217

cuando el rango diario es inferior a la media, obtendremos una mayor rentabilidad aunque incrementaremos el riesgo de la estrategia. Ver figura 26.7.

218

El hombre máquina Ca pí t u l o XXVI I

219

220

A

parte del boxeo, existe otro deporte que tiene mucha similitud con el mundo de la inversión o del trading, el tenis. Los jugadores entrenan de forma incansable los golpes con el fin de mejorarlos y analizan al oponente para conocer sus debilidades y sus fortalezas con el fin de establecer una estrategia. Rafael Nadal ha alcanzado

las cotas más altas y en muchas ocasiones se le ha equiparado a una máquina resultado de (1) su gran capacidad de esfuerzo que le lleva a luchar cada pelota como si fuera la última y (2) su fortaleza mental que le permite recuperarse con “facilidad” de las grandes derrotas. Las estrategias que hemos puesto a prueba a lo largo de este libro son sencillas y programables. Podríamos crear una máquina que lanzase las órdenes de forma automática al mercado y quedarnos al margen. También podríamos incorporarlas dentro de un sistema más complejo o bien concederlas una mayor flexibilidad, y no seguirlas a rajatabla actuando de forma discrecional. Su aplicación y posibilidades son amplias, lo importante es respetar y entender la filosofía que subyace detrás de estas reglas o máquina que, al final, no son más que una creación que facilita una labor, la toma de decisiones de inversión. Utilizamos una inversión con criterios fundados en el análisis técnico o cuantitativo que en anglosajón podríamos denominar Technical Investment. Buscamos un análisis técnico aplicado a los mercados de renta variable que nos permita mejorar el binomio entre rentabilidad y riesgo. Unos criterios que se encuentran fundados en el análisis técnico clásico orientado a identificar diferentes zonas o momentos

221

del ciclo en los mercados en base a las tendencias primarias y secundarias del precio, el volumen de negocio, el momento y la volatilidad.

27.1. Technical Investment, inversión con criterios técnicos, filosofía de inversión

Filtros de ‘momentum’

Filtros de volumen

Mayor esperanza matemática y menor riesgo

Technical investment

Filtros de volatilidad Días totales

Menor esperanza matemática y mayor riesgo

Un agregado de variables que incorporan valor por separado y de forma conjunta. De esta manera consideramos que las condiciones óptimas de compra serán cuando el precio se encuentre en tendencia alcista (primaria y secundaria), con un volumen de negocio creciente y superior a la media y con momento al alza. Por el contrario, las condiciones óptimas de venta se darán cuando el precio se encuentre en tendencia bajista (primaria y secundaria), con un volumen de negocio decreciente e inferior a la media y un momento a la baja. La volatilidad nos permitirá reducir el riesgo de nuestras posiciones, si es lo que deseamos. Una forma de aplicar los conocimientos adquiridos podría ser la creación de un sistema automático de inversión que cumpla con la filosofía desarrollada. Las dos grandes ventajas que nos producirían estos automatismos serían facilitar y reducir 222

parte del peso emocional en la toma de decisiones de inversión. En la parte inferior tenemos un esquema de un sistema totalmente automático que vamos a poner en práctica en el Ibex 35.

27.2. Sistema automático creado con la filosofía de inversión Technical Investment

+

Tendencia LP

z y z z z z y y y y z z z z z z z z z z y y y y y y z y y y y y

Tendencia MP

z z y z z z y z z z y y y z z z z y y y z z z y y y y z y y y y

Momentum z z z y z z z y z z y z z y y z y z y y z y y z z y y y z y y y total Volumen total

z z z z y z z z y z z y z y z y y y z y y z y z y z y y y z y y

Volatilidad

z z z z z y z z z y z z y z y y y y y z y y z y z z y y y y z y

Exposición

0%

0%

50%

100%

75%

Mayor esperanza matemática y menor riesgo

Aplicaremos los siguientes filtros al precio: • Tendencia de largo plazo. Alcista si la MMS (40) es superior a la MMS (200). Si se cumple la condición lo consideramos positivo para el precio e incrementaremos exposición compradora o alcista. • Tendencia de medio plazo. Alcista si la MMS (14) es superior a la MMS (40). Con el filtro activado pensamos que aumenta la probabilidad de subidas e incrementaremos exposición compradora o alcista. • Momento total. Agregado de momento diario, semana y mensual. Si encontramos dos o tres de los momentos alcistas consideramos que el acumulado también lo es. En este caso el filtro es positivo para el precio e incrementaremos exposición compradora o larga.

223

• Volumen total. Si el volumen negociado en las últimas veinte sesiones es superior a la media consideramos que es creciente. Filtro positivo para el precio que nos llevaría a incrementar exposición compradora o larga. • Volatilidad. Si el rango de variación diario se encuentra por encima de la media de las últimas 200 sesiones será superior a la media. El riesgo aumenta y decidimos reducir exposición para conservar capital.

27.3. Technical Ibex 35 vs Ibex 35 en base 100 y escala logarítmica

Si todos los filtros son favorables adoptaremos una exposición al Ibex 35 del 100%. Si falla un filtro de los cinco aplicados reduciremos la exposición un 25% hasta el 75%. Si fallan dos filtros de los cinco aplicados consideraremos que las condiciones continúan empeorando y reduciremos la exposición hasta el 50%. Si fallan tres o más filtros consideramos que la mayoría de filtros apuntan a unas condiciones desfavorables y reduciremos la exposición al 0%. La evolución de la estrategia que hemos denominado Technical Ibex 35 presenta una línea más suave. Los picos y los valles que hubiéramos experimentado 224

comprando y vendiendo el índice o el benchmark habrían sido mucho mayores y un peor resultado al final. Circunstancia que apunta a que hemos conseguido un mejor binomio rentabilidad / riesgo. Ver figura 27.3. El sistema ha tenido una exposición promedio del 40,8% al Ibex 35 durante el tiempo analizado. El 8% del tiempo ha tenido la exposición máxima porque tenía todos los filtros a favor. El 24% una exposición del 75% y el 29% una exposición del 50%. Durante el tiempo restante, un 39%, ha permanecido fuera de mercado. En el cuadro inferior podemos apreciar como la utilización de los filtros nos habría permitido obtener variaciones promedio positivas en el índice al estar dentro de mercado. A la vez, nos habría salvado de unas variaciones promedio negativas al estar fuera de mercado. Esta última observación apunta a que podría haber resultado provechoso abrir posiciones cortas o bajistas cuando las condiciones de mercado eran desfavorables. Ver figura 27.4.

27.4. Distribución de la variación promedio diaria en base a los filtros

225

Las ventajas de los sistemas automáticos son claras, permiten al inversor un mayor grado de desconexión del mercado que reduce el castigo emocional. De esta manera, evitará la tentación de recoger beneficios hasta que el sistema no lo haga y no dejará correr las pérdidas porque el sistema se girará con la tendencia sacándolo de mercado. Trabajar de forma automática con un sistema sólido previamente testado nos permitirá conocer parte de nuestros límites entrando al mercado de forma “controlada” o monitorizada. Podríamos adquirir experiencia e ir mejorando la operativa en base a una columna vertebral. Con el tiempo nos daremos cuenta si podemos controlar lo suficiente nuestras emociones para abandonar la rigidez de un sistema. Les aviso que es difícil perder durante un tiempo prolongado y continuar confiando en tu capacidad. Si encima esas pérdidas derivan de haber desobedecido tu sistema el castigo mental es superior costándote

Sólo controlando nuestras emociones podemos abandonar la rigidez de un sistema

más tiempo recuperarte o, lo que es peor, llevándote a más decisiones equivocadas. Es cierto que el paso a la flexibilidad es válido siempre que se hayan adquirido una serie de hábitos o comportamientos básicos para la supervivencia. En mi toma de decisiones utilizo un radar o monitor que recoge los indicadores que hemos analizado en el libro y que me permite de un vistazo analizar el estado actual y la evolución del mercado. Aunque esta visión la compagino con más inputs como son la evolución de las referencias macroeconómicas, los indicadores de sentimiento, la evolución de otros mercados… siempre priorizo el sistema frente a las demás. Les pongo un ejemplo. Puedo encontrarme una semana en la que se publican resultados corporativos positivos, se conoce un gran dato de empleo y unos extraordinarios PMIs… pero, si la mayoría de filtros no dan el ok y se encuentran mostrando un deterioro, no incrementaré la posición alcista al mercado y me estaré planteando cuanto reduciré si asistimos a una pérdida de soportes. Ver figura 27.5.

226

27.5. Radar / monitor sobre Ibex 35

De forma contraria, puedo encontrarme con unas valoraciones de burbuja junto con un cúmulo de noticias negativas desde el frente corporativo y macroeconómico, pero si me encuentro con la mayoría de filtros favorables a mayores subidas del mercado, no reduciré mi exposición. Al final, lo que nos ayudará cuando aparezcan los cisnes negros será un sistema que haya pensado que estos existen y que no son una invención. Keynes dijo; “The market can stay irrational longer than you can stay solvent”, “El mercado puede comportarse de forma irracional más tiempo del que tú puedes permanecer solvente”. Un “defecto” que puede convertirse en virtud no llevando la contraria al mercado e invirtiendo a favor de tendencia.

227

Epílogo

E

l nacimiento de este libro no ha sido tarea fácil, la literatura que lo respalda y las investigaciones realizadas han requerido de una gran dosis de paciencia y esfuerzo. Más de una década de experiencia y una formación orientada a los mercados financieros me han permitido aportar mi pequeño grano

de arena a la inmensa literatura escrita sobre los mercados de renta variable. Todos los estudios, análisis y opiniones vertidas han sido realizados de buena fe, intentando avanzar en el árbol del conocimiento de una forma estructurada y didáctica. La intención es aproximar mi particular visión de los mercados al máximo número de lectores. Con este objetivo decidí publicar varios capítulos del libro en el foro de www.estrategiasdeinversion.com bajo el nombre de “Sistema de Trading 2.0”, una prueba que me permitiría conocer la opinión de multitud de lectores con diferentes grados de conocimiento sobre mercados financieros. De esta manera buscaba sorprender a aquellos inversores más avezados sin caer en demasiados tecnicismos, para llegar también a los principiantes en la materia. A los pocos meses se alcanzaron las siguientes cifras; 100.000 visitas, 500 comentarios y 100 participantes diferentes que han dado lugar a buenas conversaciones sobre estrategias de trading y mercados de las que me alegra haber participado. Un contacto con el foro que me ha permitido conocer a una gran cantidad de participantes y sus aproximaciones de mercado, sorprendiéndome gratamente la dedicación de muchos de ellos que en muchas ocasiones no tienen que envidiar a las realizadas por los profesionales. Sin lugar a dudas, invertir con el dinero propio 228

sube el grado de exigencia frente al inversor por cuenta ajena que siente menos en sus carnes los resultados de sus propias decisiones. La ventaja del conocimiento transmitido en este libro es que puede aplicarse sin contar con grandes medios y no requiere de una formación

La experiencia y el tiempo le permitirán alcanzar esa esperanza matemática positiva

de grado superior. Cualquier principiante con un ordenador al uso y una base de datos podrá identificar y clasificar las diferentes situaciones de mercado. Disponiendo de una serie de criterios que le ayudarán a seleccionar activos y generar puntos de compra / venta que permitan cerrar / abrir / incrementar o reducir exposición. El tiempo y la experiencia le permitirán generar una serie de comportamientos y mecanismos con una esperanza matemática positiva. De la misma manera que un boxeador se protege sin pensarlo cuando su contrincante le ataca, defenderemos nuestra cuenta sin darnos cuenta cuando estamos en tendencia bajista con el momento en contra y con la volatilidad elevada. No creo que el análisis técnico o cuantitativo sea la única aproximación válida a los mercados pero sí me parece que es la más sencilla y la mejor brújula para orientarse en el mundo de los precios y las cotizaciones. Para nuestra supervivencia es más esencial tener claro el comportamiento del adversario y saber cómo actuar en cualquier situación que fundamentar con exquisitos y sesudos análisis una posición. Al fin y al cabo en este libro lo que hemos analizado es un montón de videos de peleas de nuestro contrincante. Sabemos cómo se mueve, permitiendo conocer los mejores momentos para atacar y cuando tenemos que defendernos. El tiempo avanza rápido y con recursos escasos me ha sido imposible ofrecerles diferentes enfoques del mercado que también son atractivos. Queda pendiente para una próxima vez. Ahora les dejo a ustedes, no puedo meterme en la piel de cada uno. Desconozco sus límites de sufrimiento, su grado de tolerancia al riesgo, su nivel de autocontrol… Me atrevería a decir, por experiencia, que ni ustedes mismos los conocen. Solo sabrán hasta donde pueden llegar cuando comiencen a pelear, jugar, invertir, especular… llámenlo como quieran. 229

INDICADORES BURSÁTILES

PREMIUM

¡Detecta entre más de 1.000 referencias las mejores oportunidades de inversión! Estrategias de inversión ha desarrollado una herramienta con los indicadores técnicos que se utilizan en “La Distancia del Dinero” para la selección de acciones. En Ei Premium puedes acceder a más de 1.000 referencias actualizadas diariamente y permanecer informado en todo momento del estado de tus acciones.

Alcista 

INDICES BURSÁTILES BONOS MATERIAS PRIMAS DIVISAS

Consolidación 

¿Quieres que te avisemos cuando tus acciones cambien de ciclo bursátil? Rebote 

Bajista 

Configura tus alertas AQUÍ

La Distancia Del Dinero

Recommend Documents