Pantalla en la Bolsa de Nueva York.
Toda decisión de inversión parte de una cierta intuición o expectativa sobre el futuro en respuesta a una pregunta: ¿qué va a pasar? La gestión cuantitativa no descarta esa intuición; la somete a prueba.
Cambia la pregunta por otra con respuesta medible: ¿qué patrón aparece en los datos, con qué probabilidad y qué decisión tomar cuando reaparece? No elimina la incertidumbre, pero traduce las ideas en hipótesis, reglas y controles de riesgo.
Una estrategia cuantitativa parte de una idea de mercado y la expresa en datos. Puede ser que ciertos activos sigan tendencias, que una curva de tipos incorpore una prima excesiva, que dos instrumentos relacionados se separen temporalmente o que la atención del inversor anticipe compras. Después vienen el contraste histórico, los costes de transacción, la liquidez, la capacidad de ejecución y el tamaño de la posición.
La gestión cuantitativa no consiste en aplicar inteligencia artificial y machine learning de forma indiscriminada. El algoritmo no debería ser el punto de partida, sino el acelerador.
Primero debe existir una hipótesis económica o una oportunidad razonable de mercado. La IA puede ayudar a procesar más datos, detectar patrones no lineales o mejorar la ejecución, pero sin una idea de negocio detrás solo genera ruido con apariencia sofisticada.
Proceso de gestión.
Conviene diferenciar este enfoque de otras formas de inversión sistemática. Un ETF factorial de momentum, calidad o baja volatilidad aplica reglas para obtener exposición a una característica concreta del mercado.
Es útil, transparente y eficiente, pero se parece más a la asignación a una prima de riesgo. La gestión cuantitativa activa aspira a más: identificar ineficiencias, explotarlas con disciplina estadística y construir una cartera que genere alpha de forma probabilística.
La referencia inevitable es Jim Simons. Con Renaissance Technologies y su fondo Medallion, es uno de los track records más extraordinarios de la historia de la gestión de activos. Convirtió equipos de científicos, matemáticos e informáticos en una fábrica de señales de mercado.
Entre 1988 y 2018, un análisis de Cornell Capital estimó una rentabilidad bruta cercana al 60% anual. Conviene matizarlo: es un fondo privado, opaco y cerrado a inversores externos. Pero la lección permanece: su ventaja no parecía proceder de una gran predicción, sino de miles de pequeñas señales, diversificadas y ejecutadas con disciplina.
¿Dónde pueden encontrarse esas señales? En precios, volúmenes, volatilidades, curvas de tipos o balances. También en datos alternativos. La literatura académica ha usado Google Trends como medida de atención del inversor; otros enfoques emplean imágenes de satélite para estimar actividad en parkings comerciales, inventarios de materias primas o intensidad logística.
La gestión cuantitativa no consiste en aplicar inteligencia artificial y machine learning de forma indiscriminada
La cuestión no es que el dato sea novedoso, sino que aporte información antes, mejor o con menos sesgo que las fuentes tradicionales.
La gestión cuantitativa también tiene un lado menos cómodo. La etiqueta de 'caja negra' no nació por casualidad. Long-Term Capital Management, en 1998, recordó que un modelo brillante, combinado con apalancamiento, liquidez aparente y posiciones demasiado concurridas, puede transformarse en un problema sistémico.
La Reserva Federal de Nueva York facilitó entonces una recapitalización privada de 3.600 millones de dólares. La lección no fue que los modelos no sirvan, sino que ningún modelo sustituye al control del riesgo.
Para el inversor español, el acceso a la gestión cuantitativa puede producirse por distintas vías, aunque con diferentes grados de sofisticación, transparencia y exposición real a este tipo de estrategias
- Fondos de inversión sistemáticos, que aplican modelos estadísticos y reglas predefinidas para seleccionar activos, ajustar posiciones y controlar el riesgo
- ETF factoriales o de gestión activa cuantitativa, que construyen sus carteras a partir de variables como el momentum, la calidad, la valoración, el sentimiento de mercado o el entorno macroeconómico.
- Mandatos institucionales y carteras gestionadas, donde el proceso cuantitativo puede adaptarse a los objetivos, restricciones de riesgo y necesidades de cada inversor.
- Plataformas de estrategias algorítmicas, que permiten desarrollar, ejecutar o seguir sistemas de inversión, tanto en mercados tradicionales como, más recientemente, en mercados de activos digitales.
La gestión cuantitativa no sustituye al criterio humano; lo fuerza a explicitarse. Su valor está en unir hipótesis de mercado, datos, tecnología y disciplina. En una cartera, puede aportar algo especialmente valioso: diversificación no solo de activos, sino también de estilos de decisión.
***Fernando Polo, es profesor de Afi Global Education.
