Invertir contra maquinas

Los inversores siempre han tenido difícil superar a los mercados. Y últimamente parece casi imposible. Y si faltase algo, aquellos que han podido batir a los mercados, rara vez lo han podido repetir. Un gran culpable, dicen el gurú Mark Hulbert, es el ascenso de los sofisticados programas informáticos de trading.

“Considere los 51 expertos de los 200 expertos que vigila Hulbert Financial Digest, que en abril de 2012 superaron al mercado en los últimos diez años. De ese grupo, sólo 11 (el 22%) ha superado al mercado desde entonces. En promedio, durante el último año, han perdido un 6,2% respecto al índice Wilshire americano.

En otras palabras, batir al mercado en los últimos años no presupone un éxito futuro.

«Antes de la era del trading informático, era un poco más fácil de identificar a los expertos que podrían superar al mercado, porque podías tener y evaluar lo que estaban haciendo con mayor facilidad», dice Lawrence G. Tint, gestor de riesgo para los inversores institucionales en Barclays Global Investors.

Una razón importante por la que las máquinas nos están ganando es nuestra incapacidad para procesar grandes cantidades de datos financieros, que son cada vez más complejos y voluminosos.

Terrance Odean, profesor de finanzas en la Universidad de California, ha estudiado el comportamiento y la rentabilidad obtenida de los inversores individuales. Señala que antes había otro individuo detrás de una operación de compra o venta. Pero ahora estamos compitiendo con una supercomputadora.

«Las personas ya no están jugando contra grandes maestros, están jugando contra Deep Blue», dice, refiriéndose a la famosa batalla en la década de los noventa entre los grandes maestros del ajedrez y el superordenador de IBM, Deep Blue. Los inversores individuales tienen las de perder.

Otra razón por la que los traders están perdiendo terreno frente a las máquinas es su incapacidad general para evaluar datos complejos. Ven en el mismo conjunto de hechos en diferentes ocasiones y llegan a conclusiones diferentes, sin darse cuenta que sus emociones dominan su intelecto.

Daniel Kahneman, profesor emérito de psicología en la Universidad de Princeton y premio Nobel de economía 2002, ha estudiado ampliamente este fenómeno. En 2011 su libro «Pensando rápido y lento», Kahneman revisó más de 200 estudios académicos en los últimos cinco decenios que analizaban concursos entre los seres humanos y los algoritmos mecánicos.

Kahneman señala que el hombre pierde constantemente contra una máquina en una amplia variedad de actividades, que van desde la medicina a la economía, los negocios, la psicología e incluso cosas como la predicción de los ganadores de los partidos de fútbol y juzgar la calidad de los vinos. En cada uno de estos campos, la precisión de los expertos fue igualada o superada por un simple algoritmo.

Algunos traders mantienen la esperanza de que puedan ganarle al mercado, siguiendo el ejemplo de los expertos que baten a los índices. Pero es casi imposible identificar a estos expertos con antelación.

«El lector medio de The Wall Street Journal no será capaz de identificar a estos asesores», dice Tint. Después de todo, «los estudios han demostrado que incluso los mejores inversores institucionales no han sido capaces de identificarlos con antelación.»

Tint añade que hay muchas posibilidades de que un terrible gestor pueda seguir haciéndolo mal. Esto crea la ilusión matemática de que también hay gestores que deberían hacerlo mejor que el mercado consistentemente. Pero lo que realmente nos dice es que es una buena idea evitar a los malos gestores.

Hay otra razón por la que a los gestores les es tan difícil batir a los índices en el largo plazo, dice Tint, incluso cuando consiguen  sus buenos números por su verdadera capacidad y no por pura suerte.

Una vez que el gestor consigue una excelente rentabilidad, entra en su fondo un montón de dinero buscando ese rendimiento, algo que diluye su capacidad para seguir funcionando bien.

Este fenómeno parece ser el que está detrás de uno de los gestores de hedge funds legendarios, Bill Miller. A finales de 2005, Miller tenía una de las mejores rachas de la historia, superando al S&P 500 en cada uno de los últimos 15 años. Su fondo atrajo a un montón de dinero, y le resultaba imposible continuar con su notable récord.

De 2006 a 2011, su fondo no pudo superar al mercado en todos menos un año, y en 2012 dimitió como director de ese fondo.

Miller, en una entrevista, dijo que es «matemáticamente cierto» que hay un tamaño de la cartera límite en el que más allá es difícil, si no imposible, superar al mercado.» Activos bajo administración de Legg Mason Valor confianza creció notablemente en los últimos años.

El fondo que gestiona ahora Miller, el Legg Mason Opportunity Trust, tiene menos del 10% de los activos bajo gestión que su anterior fondo, y ha sido uno de los fondos de inversión con mejores resultados el año pasado, con una rentabilidad del 40%.

¿Y qué pasa con Warren Buffett, presidente de Berkshire Hathaway, que ha superado al mercado por un amplio margen en las últimas cuatro décadas? ¿Es una excepción?

Es posible que haya sido más hábil que sus competidores. Sin embargo, con la cartera tan grande que tiene ahora, será más difícil conseguir una rentabilidad mayor que la del índice S&P 500.

Tint cree que gran parte del valor que Berkshire ha sumado en los últimos años ha derivado no de la capacidad de selección de acciones de Buffett, sino de la enorme cantidad de dinero a su disposición y su capacidad de negociación, que se combinan para darle una ventaja enorme en el manejo de su empresa y conseguir términos muy favorables de las compañías que necesitan ese dinero y no pueden conseguirlo en otros lugares.

¿Existe todavía un papel para el inversor individual en un mundo donde se pierde contra las máquinas?

De acuerdo con Brad Barber, profesor de finanzas en la Universidad de California, quien ha estudiado el rendimiento y el comportamiento de los traders individuales, hay algunas cosas que los ordenadores, o bien no pueden o no hacen bien, como determinar si uno de los miles de patrones que surgen a partir de los datos tiene sentido.

«Si usted no entiende la razón de un patrón, eres vulnerable a seguir un algoritmo sin sentido que es muy probable que tenga un mal comportamiento», dice Barber.

Las computadoras tampoco son adecuadas para elaborar nuevas hipótesis y modelos que podrían superar al mercado en el futuro. Se prevé una colaboración hombre-y-máquina en la que usamos los ordenadores para probar rigurosamente las hipótesis y el comercio en los que sobreviven muster estadística.

Pero por desgracia la mayoría de los inversores de a pie no tienen ni el hardware ni las bases de datos extensas requeridas para aprovechar lo que los ordenadores pueden ofrecer.” Carlos Montero –  Lacartadelabolsa