Acceder

Buscando carteras estables a largo plazo, otro ejercicio de simulación

Existe abundante literatura que constata que a largo plazo más del 90% de la rentabilidad de una cartera vendrá dada por su asignación de activos y que los movimientos tácticos que puedan darse contribuirán más bien poco en el saldo final. Curiosamente, la industria se centra más veces en lo segundo y nada o casi nada en lo primero. Se nos quiere transmitir que esto de la inversión es algo complicado que requiere elevada formación, comprar un sinfín de libros, inscribirse en cursos, contratar asesores o pagar comisiones extra a gestores de renombre. Y sin embargo, el 90% de los rendimientos vendrán decididos por una cosa tan simple como la asignación general o estratégica del patrimonio (lo que en inglés se conoce como Strategic Asset Allocation).

Asumiendo eso como cierto, todo nuestro interés debería ser primero encontrar una cartera estable, una composición que sirva por lo menos como punto de referencia sobre el que empezar a construir. Además, nos interesará esa estabilidad para hacer que dependa lo menos posible del momento de mercado en el que entramos y que soporte razonablemente todo tipo de eventos e inclemencias.

Para obtener unas primeras respuestas continuaré el ejercicio Monte Carlo que empecé en la anterior entrada titulada: Demostrando las bondades del rebalanceo mediante simulación Monte Carlo

Nota: Si estas leyendo esto y no has leído la anterior entrada te recomiendo que te detengas y la leas primero para no perderte.

Planteando el experimento

En el anterior experimento exploramos un universo de carteras usando tan solo cuatro componentes (sin divisa cubierta).

  1. Bonos de gobiernos de la eurozona a largo plazo y de alta calidad con el Vanguard 20+y Euro Treasury Index Fund (E20Y)
  2. Acciones de mercados desarrollados con el Vanguard Global Stock Index Fund (VGS)
  3. Acciones de mercados emergentes con el Ishares MSCI Emerging Markets ETF (EEM)
  4. Oro físico con el SPDR Gold Shares ETF (GLD).

Analizamos las carteras resultantes sobre una sola temporalidad, partíamos del 6-9-2007 concretamente, y de ahí hasta nuestros días. Ese, sin duda, fue un mal momento para entrar en los mercados en general porque poco tiempo después empezaba la gran crisis financiera de 2008 y uno de los mercados bajistas más profundos de la historia.

El problema de encontrar un conjunto de carteras óptimas en base a una sola temporalidad es que corremos un riesgo muy evidente de sobreajuste. De encontrar carteras solo adecuadas para ese conjunto de datos históricos. Ciertamente existe un sesgo ineludible al basar la selección de las carteras en datos históricos, sin embargo, el sesgo del timing sí podemos tratar de eliminarlo. La propuesta es muy sencilla. Analizar las carteras óptimas no en una sino en dos temporalidades diametralmente opuestas, antes y después del crack financiero. Para los que entraran antes de la crisis oro y bonos serían sus activos ganadores pero para los que entraran despúes lo sería la renta variable. Lo vemos en los gráficos adjuntos.

Inicio sep-2007 , antes de la crísis
Inicio sep-2007 , antes de la crísis

Inicio ene-2009, después de la crisis
Inicio ene-2009, después de la crisis


Así, combinando esos mismos cuatro constituyentes fundamentales, ¿sería posible encontrar un conjunto de carteras que rindiesen bien en ambos escenarios extremos?

El ejercicio de simulación

Para encontrar una respuesta simularemos de nuevo con R una muestra de 10.000 carteras distintas con rebalanceo periódico anual en ese espacio de fases de cuatro dimensiones. Los pasos que ejecutaremos serán los que siguen.

1. Obtener las métricas de esas 10.000 carteras rebalanceadas anualmente para ambos timings de entrada: pre-2008 y post-2008

2. Seleccionar de cada muestra las mejores carteras.

Aquí convendrá tener claro qué consideramos como las mejores carteras, haremos cuatro selecciones de ejemplo, las de mínima volatilidad, las de máximo sharpe (retorno/voltailidad), las de máxima rentabilidad y las de máximo sharpe con un umbral de volatilidad. Seleccionaremos submuestras de no más de 200 carteras sobre el total de 10.000. Es decir un 2% del total.

3. Cruzar los conjuntos de las mejores carteras para el primer escenario con las del segundo escenario.

A continuación se muestra la selección de esas submuestras de unas 200 carteras óptimas sobre el universo de carteras rebalanceadas anualmente para el período post-crisis.

En azul 10.000 carteras post-crisis y en rojo submuestras seleccionadas según cuatro criterios
En azul 10.000 carteras post-crisis y en rojo submuestras seleccionadas según cuatro criterios


Luego superponemos esos mismos subconjuntos de carteras sobre el universo de carteras del periodo pre-crisis.
En azul 10.000 carteras pre-crisis y en rojo submuestras óptimas del periodo post-crisis
En azul 10.000 carteras pre-crisis y en rojo submuestras óptimas del periodo post-crisis


Lo que vemos es que el criterio de la volatilidad resulta ser el más estable, el del ratio sharpe también funciona bastante bien aunque mejora cuando se refuerza con un umbral de volatilidad y el del retorno es claramente el peor como era previsible. Las carteras más rentables del universo post-crisis son carteras menos rentables en el universo pre-crisis.

4. Calcular los pesos promedios de las submuestras resultado de la intersección de las carteras óptimas de ambos períodos.

  • Mínima volatilidad: 161 carteras de 200. E20Y:51% / VGS: 30% / EEM: 4% / GLD: 15%
    • Retorno anualizado pre-crisis / post-crisis: 9,7% / 11,3%
    • Volatilidad anualizada pre-crisis / post-crisis: 9,2% / 8,9%
  • Máximo sharpe: 124 carteras de 200. E20Y:47% / VGS: 34% / EEM: 3% / GLD: 16%
    • Retorno anualizado pre-crisis / post-crisis: 9,7% / 11,5%
    • Volatilidad anualizada pre-crisis / post-crisis: 9,3% / 9,0%
  • Máximo retorno: 0 carteras. No existe intersección.

Los cuadrados verde y negro representan la ubicación de los portfolios óptimos de máximo sharpe y mínima volatilidad respectivamente
Los cuadrados verde y negro representan la ubicación de los portfolios óptimos de máximo sharpe y mínima volatilidad respectivamente

Conclusiones y limitaciones del análisis

En primer lugar queda claro que la volatilidad tiene mucho peso a la hora de encontrar carteras estables. Las carteras poco volátiles tienden a ser más estables con lo que lo normal es que lo sigan siendo en otros periódos de tiempo y por tanto también fuera de muestra. No podemos decir lo mismo de las carteras más rentables.

Utilizando el criterio sharpe podemos mejorar un poco la rentabilidad a costa de incrementar algo la volatilidad. Es un criterio algo menos estable que el de la volatilidad pero puede reforzarse incorporando umbrales de volatilidad. En el caso que nos ocupa las diferencias son muy escasas. Sharpe resultará un criterio más ventajaso cuando mezclemos activos de muy baja volatilidad como el efectivo o renta fija de menor duración. Lo que está claro es que este conjunto de carteras se habría comportado muy bien fuera cual fuera el timing de entrada en la crisis de 2008. Y eso no es poco.

El estudio adolece de una gran limitación y es que ambos períodos si bien son muy distintos en el aspecto del timing son absolutamente idénticos en el aspecto macroeconómico. Así el peso de los mercados emergentes queda probablemente infraponderado sin que ello signifique que en un futuro no puedan hacerlo mejor que en la última década. También estamos en un ciclo de tipos e inflación baja algo que ha beneficiado claramente a los bonos de larga duración. No sabemos por cuanto tiempo se mantendrá este escenario.

Así pues ¿con qué nos debemos quedar de este experimento? Para mí la lección más importante es la de que toda cartera que se empieza a construir debe tener en cuenta la incertidumbre del timing y, por tanto, a menos que uno entre en los mercados en un momento de extrema sobreventa como fue en marzo de este año un posicionamiento prudente no debería sobrepasar el 40% en renta variable. Con un posiconamiento así será fácil que si tenemos la mala fortuna de pillar una corrección fuerte poco después de entrar en los mercados la podamos salvar la situación rebalanceando con el colchón del 60% de la cartera restante. Se comprueba también que el oro ha sido un gran diversificador en este periodo y uno de los pocos activos descorrelacionados tanto respecto a bonos como a bolsa aportando mucho valor a cualquier cartera que lo haya incluido. Y eso que apenas ha habido inflación.

Respecto al enorme peso que se atribuye a los bonos de largo plazo no hay que tomarlo al pie de la letra. Es evidente que hemos jugado solo con 4 activos pero que en la realidad dispondremos de más. Para mi esa parte agrupa todos los activos de menor volatilidad. Sabemos que existen escenarios futuros que podrían no ser tan buenos para los bonos gubernamentales de largo plazo eso no significa que no deban incluirse en cartera pero obviamente no en esa proporción. Y es que nuestra cartera también contendrá efectivo, posiblemente algún que otro activo alternativo y en lo que a renta fija se refiere tal vez nos interese incluir también bonos ligados a la inflación que sí nos protejan frente a escenarios más inflacionarios que por ahora no se han dado.

Grosso modo se perfilan dos estilos ligeramente distintos, uno más conservador el que busca la mínima volatilidad y otro más agresivo el que busca el máximo sharpe. En números redondos:

1. Priorizar volatilidad: 50% RF+Efectivo+Otros, 35% RV , 15% Oro
2. Priorizar sharpe: 45% RF+Efectivo+Otros, 40% RV , 15% Oro


Por supuesto no hace falta decir que esto no es una recomendación concreta de inversión y que el estudio sigue teniendo las limitaciones del sesgo histórico que hemos comentado y está muy lejos de ser ciencia exacta. Las bandas que he puesto son el resultado del estudio en esta situación macroeconómica concreta con lo que deberíamos ser muy prudentes en su generalización. Para mí son una referencia que tengo en cuenta en la composición de mi cartera y me sirven para construirme un benchmark con el que compararla. Siempre podremos bajar las bandas de RV y Oro buscando carteras más conservadoras a costa de perder la posibilidad de mejores rentabilidades a largo plazo. También podemos aumentar esas bandas pero quizá arriesgando más de lo recomendable especialmente para quien quiera entrar ahora en los mercados. El riesgo de hacer un mal timing siempre hay que tenerlo en cuenta.

Por último un buen consejo es evitar sobreanalizar. La cartera perfecta no existe, lo que he puesto aquí son unos rangos válidos en los que podemos movernos con confianza, no existe una ponderación concreta mejor que otra. No se rompan la cabeza con sistemas complicados ni demasiadas lecturas. Yo solo recomendaría tres libros a lo sumo y ya sobraría. Al final lo mejor es elegir unos pesos con los que uno se sienta agusto, teniendo en cuenta los riesgos que comento y ajustarse firmemente a esa política de inversión. Rebalanceando anualmente pero no como si fueramos robots. Oportunidades como las de este 2020 se dan pocas veces y han permitido incrementar exposición a la renta variable a quien ya estaba invertido y entrar fuerte a quien no lo estaba, pero si no se dan, mantenerse en el plan previsto es en sí mismo un buen plan. Y si se hace con la debida disciplina siempre será mejor que invertir sin plan al albur de noticias e indicadores que no aportan más que ruido.

Puede que la asignación de activos no sea una estrategia muy excitante pero en lo que a rentabilidad se refiere, el aburriemiento puede ser muy provechoso. A parte de dejarnos mucho más tiempo libre para lo realmente importante, vivir.
9
¿Te ha gustado mi artículo?
Si quieres saber más y estar al día de mis reflexiones, suscríbete a mi blog y sé el primero en recibir las nuevas publicaciones en tu correo electrónico
  1. en respuesta a Grouchito
    -
    #10
    11/12/20 00:00
    Pues estos en concreto de este post están hechos con R. Aunque personalmente soy mucho más de Python para este ejercicio usé R.
  2. #9
    10/12/20 23:54
    Como hiciste los gráficos? MATLAB o Phyton? Gracias
  3. en respuesta a Inversoreficiente
    -
    #8
    10/12/20 14:32
    Perfecto, mil gracias por añadirlo tan rapido! Enhorabuena por el artículo.
  4. en respuesta a D. Pages
    -
    #7
    10/12/20 14:24
    Hola @d-pages. Bueno eso es algo que ya había comprobado matemáticamente yo mismo pero tal vez lo di por sentado. Las carteras medias son consistentes con las muestras pero para que lo podáis ver visualmente he añadido en el artículo un nuevo gráfico debajo con ambas carteras óptimas debidamente ubicadas.

    Saludos.
  5. #6
    10/12/20 12:08
    Muy buen artículo, felicidades y muchas gracias.

    Por si tienes tiempo y paciencia:
    A veces las correlaciones son caprichosas. Podría darse el caso que al hacer la media de los subgrupos que han pasado el corte en ambos periodos el resultado en concreto de esa media no perteneciese al propio subconjunto. 
    Por ello te agradecería mucho si en las imágenes de las simulaciones añadieses las carteras promedio "modelo" como un punto en color verde para ver donde están situadas exactamente.

    Si lo haces te agradecería que me menciones en los comentarios para que me llegue un email y poderlo ver.


  6. #5
    09/12/20 19:29
    Muy buena explicación, la cartera queda muy parecida a la all seasons de Ray Dalio. Y justamente dice que no deberíamos tener más de 40% en renta variable para tratar de sobrevivir en los diferentes entornos que identifica el fundador de bridgewater.
  7. #4
    09/12/20 14:07
    Buen trabajo y apuntes @inversoreficiente

    Gracias por compartirlo
  8. en respuesta a Borsa
    -
    #2
    08/12/20 17:30
    En efecto, yo también me leí esa publicación y al final nada. Para mí los libros a los que le he sacado más jugo son dos y a lo sumo el tercero como bonus para quien aún quiera leer más, todos en la misma línea. El primero es el único que está traducido al castellano.

    "Los cuatro pilares de la inversión" de William Bernstein
    "Asset Allocation Balancing Financial Risk" de Roger Gibson
    "All about Asset Allocation" de Rick Ferry

    Son libros que tratan 99% sobre asignación estratégica y se dejan de zarandajas. Y tras mucha historia veo que es lo único que realmente funciona siempre. Y lo mejor de todo, es que es lo que menos tiempo te termina robando. Básicamente ponle buenos fundamentos a tu cartera y el resto irá solo, casi sin tocar nada. Solo rebalanceando de tanto en cuanto.
  9. #1
    08/12/20 16:40
    Hola 

    En el 2016, cuando Meb Faber publicó el “Gobal Asset Allocation” me obsesioné en la búsqueda de la cartera perfecta. Y ya no te cuento cuando descubrí las propuestas adaptativas para mejorar las métricas de “Adam Butler”. Por ejemplo, la de variar la proporción de cash en la búsqueda de volatilidades inferiores al 7% en la cartera permanente. 

    Pero no había manera. La volatilidad no bajaba. 

    No fue hasta el año pasado que pude analizar las carteras más tipo Risk Parity de los “Roboadvisors” europeos (vienen a ser las intermedias de sus catálogos de productos y la mayoría de veces dan acceso a su composición a través del web). Me di cuenta del error, estaba sobreponderado al dólar. 

    En definitiva, que en el 2020 también lo veo así: la cartera perfecta no existe y el riesgo divisa siempre acotado.