No se puede tener la bola de cristal, pero un buen algoritmo ayuda

Nunca tendremos la bola de cristal, pero podremos ajustar mucho mejor el nivel de exposición al riesgo en base a información, experiencia y datos

Foto: Hablamos de mejorar significativamente el cálculo de probabilidades como herramienta de establecimiento de estrategias de inversión
Hablamos de mejorar significativamente el cálculo de probabilidades como herramienta de establecimiento de estrategias de inversión

Una de las pocas cosas buenas que da la edad es la experiencia. Y la experiencia es un grado. También en los mercados. Permite identificar qué “cosas” pasan antes de un cambio de tendencia. Y la experiencia cada vez recibe más ayuda de la tecnología, especialmente en lo que a capacidad de tratamiento de datos se refiere. No hablamos de tener la bola de cristal. Hablamos de mejorar significativamente el cálculo de probabilidades como herramienta de establecimiento de estrategias de inversión.

A la hora de anticipar cambios en base a la información histórica lo importante es detectar los elementos comunes, aquellos que se producen siempre — o casi siempre — antes de un cambio. Esos elementos existen como consecuencia de una realidad: la economía y las finanzas son cíclicas. En otras palabras: en economía la historia se repite. Para situarnos, y como lo que está de moda es hablar de la próxima crisis, veamos como funciona esto cuando se trata de un cambio de tendencia a la baja.

Personalmente creo que hay cuatro elementos que siempre - o casi siempre - se producen antes de una corrección importante. Son concretamente los excesos en las valoraciones y/o en el endeudamiento, la especulación salvaje y un alto nivel de inversión por parte de particulares que no invierten habitualmente en acciones o fondos de renta variable. Hemos visto estos factores, juntos o por separado, en los “crashes” del 29, del 87 y del 2000. Y en todos los anteriores.

También en la crisis que generó la “gran recesión” de 2009. A veces la presencia de estos factores no es tan evidente, como ocurrió en la crisis de los emergentes del 98, pero, si investigas, aparecen. Y se ve muy bien en la replica de aquella crisis, la que generó el hundimiento del fondo LTCM, donde el apalancamiento alcanzó su máxima expresión.

La conclusión es que, a más se dan estos elementos - o si uno de ellos alcanza un alto nivel -, más necesaria se hace tomar precauciones porque aumentan las probabilidades de que haya problemas. Y con una ventaja: normalmente son varios de estos elementos los que suelen coincidir, lo que facilita la identificación del incremento de probabilidad.

Estos factores se pueden medir, cuantificar y pueden relacionarse. Y, como ocurre, en la física y en la estadística, se pueden y deben aplicar coeficientes de ajuste. Por ejemplo, cuando la gente dice que el endeudamiento actual de las empresas y las familias norteamericanas es igual que en 2008 y que, por lo tanto, el cambio de tendencia de bolsa norteamericana es inminente, no están relacionando el dato con la riqueza o los ingresos actuales de esas familias y esas empresas.

El PIB norteamericano es actualmente superior en un 20% a lo que lo era en 2008 y está creciendo. Y los ingresos por acción de las empresas que cotizan en el SP 500 han aumentado significativamente. Comparar el endeudamiento de 2018 con el de 2008 sin aplicar un coeficiente corrector basado en la riqueza actual, el crecimiento en vigor o los ingresos de las empresas es como comparar churras con merinas. Y así ocurre con muchos otros datos.

A mi no me convence lo de que las decisiones estratégicas las tome una máquina. Y no porque me quite el trabajo. Puede que llegue a ocurrir, pero me pillará jubilado. Una máquina no reconoce los distintos niveles de avaricia, miedo, frenesí especulador o perdida del sentido común que se dan en los mercados, cosa que sí sabe reconocer un humano con experiencia en los mercados.

Y muy importante: sabe darle una valoración a factores cualitativos. Somos capaces de ver cuando hay “mucho” o “poco” miedo y valorarlo en una escala del uno al diez, por poner un ejemplo. Una maquina tampoco entiende que, en los mercados, a más consenso peor. O que las probabilidades de ocurrencia de una crisis sean inversamente proporcionales al número de analistas y tertulianos que la anuncian (salvo que se le informe de ese dato y esa relación, cosa que no suele hacerse).

La clave está, por lo tanto, en detectar esos factores comunes y asignarles un peso adecuado. A los elementos que se producen siempre o casi siempre se les otorgará la posibilidad de alcanzar el peso máximo en la ecuación. Los factores que siendo habituales son menos recurrentes, como por ejemplo una señal de análisis técnico o datos sobre expectativas de crecimiento, no podrán llegar a alcanzar el peso máximo. Y digo lo de las expectativas de crecimiento porque ha habido muchas caídas en momentos de alta expectativa de crecimiento. Y viceversa. De hecho, bajas expectativas de crecimiento han generado muchas veces altas expectativas de bajadas de tipos de interés, un factor alcista muy importante.

El poder de la experiencia lo hemos tenido siempre. Basta con leer a los grandes inversores, gestores y estrategas de inversión para ver como van creando un algoritmo mental que guía sus actuaciones. La ventaja que tenemos ahora es que podemos incluir mucha más información, incluido todo tipo de relaciones y ajustes.

El otro día vi en un documental como la inteligencia artificial y el tratamiento masivo de datos, tanto históricos como actuales, así como de sus interrelaciones, ha permitido mejorar exponencialmente la precisión de las predicciones meteorológicas. Esto no significa que la predicción del tiempo se haya convertido en una ciencia exacta ni que lo vaya a ser nunca. Que se lo digan a los hoteleros en semana santa. Significa que podemos mejorar mucho la precisión de nuestras predicciones.

Algo parecido va a ocurrir en los mercados. Nunca tendremos la bola de cristal, pero podremos ajustar mucho mejor el nivel de exposición al riesgo – al alza o a la baja – en función de las probabilidades de que las cosas cambien. Y hacerlo en base a información, experiencia y datos, no porque se levante una mañana un agorero y decida lanzar un aviso – otro en una larga serie - sobre la llegada del Armagedón financiero. Evidentemente de nada sirve la tecnología si quien hace el algoritmo no tiene intuición como inversor o desconoce el funcionamiento y las reglas de los mercados. Pero eso será siempre así. Como en todas las profesiones el que vale, vale, y el que no de nada le van a servir ni la formación ni los algoritmos.

Telón de Fondo
Escribe un comentario... Respondiendo al comentario #1
4 comentarios
Por FechaMejor Valorados
Mostrar más comentarios