Translate

Tuesday, July 4, 2017

Encontrando tu “Edge” Parte II: Riesgo

"Risk comes from not knowing what you're doing".
Warren Buffet

En el primer post de esta serie de encontrando tu Edge, expuse la de definición de tener una ventaja competitiva o “edge” (Ver link). Ahora bien, en la práctica no basta solo con encontrar una señal/estrategia que nos ofrezca una expectativa positiva para poder obtener rendimientos superiores; en realidad es un poco más complejo que esto. En la operación real, la señal/estrategia debe ir acompañada de dos componentes igualmente importantes que denominaremos Riesgo y Ejecución, y las tres deben vivir dentro de lo que denominaremos “Contexto de Mercado”.

Para seguir entonces con nuestra tarea de encontrar nuestro “edge” expandiré en el componente de Riesgo. 
Primero es importante aclarar que el término riesgo es muy relativo, pues lo que es riesgoso para un inversionista puede no ser riesgoso para otro, por ejemplo, si eres jubilado de Ecopetrol sería riesgoso el asignar un porcentaje importante de tu patrimonio en la acción de la compañía (por motivos de diversificación). Así mismo, en términos  financieros se puede decir que el retorno esperado de un activo está directamente relacionado con su riesgo, aunque si estudiamos un poco más a fondo el tema nos encontraremos con que dependiendo al modelo usado, la medición de este riesgo puede variar considerablemente (pensemos Capital Asset Pricing Model, Fama French Model, Production Base Model, etc). Por lo cual, quiero aclarar a que cuando hablo del componente de Riesgo en este contexto de ventaja competitiva en el mercado hago referencia a tres puntos principales:

  1. ¿Cuál ha sido la variación del retorno del activo (O mejor dicho la distribución de retornos) en el marco de tiempo en el que estoy operando mi señal/estrategia? 
  2. ¿Cuál es el impacto estimado que tiene el factor u factores de riesgo más conocidos en mi activo?
  3. ¿Cuánto capital debo invertir o asignar en cada operación de mi señal/estrategia?

El primer punto se podría decir que es bastante claro, pues hace referencia a la volatilidad del activo, y debería ser una consideración casi que automática de cualquier inversionista, sin embargo, en práctica me sorprende que tan común es escuchar el desconocimiento de tan importante indicador antes de invertir. 

Siguiendo el ejemplo de Ecopetrol y utilizando la ADR que cotiza en la bolsa de Nueva York bajo el “ticker” EC y suponiendo que nuestra estrategia es de mediano plazo (semanas a meses), podríamos utilizar entonces los retornos diarios del último año a Junio 30 de 2017 como guía para conocer la distribución de retornos y conocer la volatilidad esperada del activo.


Sin hacer un análisis exhaustivo (simetría, sesgo, etc) de la posible distribución, según el anterior histograma,  podría esperar variaciones diarias de 2% como un comportamiento normal en EC.

El segundo punto, a pesar de ser un concepto más técnico sigue dentro de lo que cualquier inversionista promedio debería considerar antes de comprometer capital en una operación. La idea proviene de lo que se conoce como modelos de múltiples factores (Multi-factor Models), y es simplemente, mediante el uso de un modelo lineal, el tratar de explicar la variación de nuestro activo con la variación de otros factores (Un factor puede ser los retornos de otro activo u otra variable en general, como tamaño de la compania, sector donde opera, riesgo país, etc) más conocidos. Por ejemplo, en su forma más simple estamos interesados en saber cuál es la variación estimada de nuestro activo respecto al mercado en general (Lo que se conoce como el Beta del activo).

Siguiendo nuestro ejemplo de EC, me parece más apropiado utilizar como factor principal el precio del crudo (Usaremos el precio del USO), y ver cuál es su  Beta estimado.

Corriendo el modelo de regresión lineal conocido como mínimos cuadrados ordinarios (OLS por sus siglas en inglés), obtenemos un Beta de 0.7174 y el siguiente gráfico. (Para quienes estén interesados, los cálculos los realicé utilizando la plataforma de Quantopian que utiliza Python como lenguaje de programación. Me pueden escribir para el código).

Lo anterior significa que nuestra inversión en EC tiene como estimado  estar sujeta a un 72% a la variación del precio del crudo. Entonces la próxima vez que una persona te diga que comprar determinada acción te ofrece un posible rendimiento de X%, pregúntate cual es el beta con el mercado, u otro riesgo conocido, a lo mejor te sale más económico buscar esa exposición con un ETF.

Finalmente, el tercer punto hace énfasis a cuánto dinero debemos arriesgar por operación dependiendo a nuestro capital y a los indicadores de rendimiento de nuestra estrategia. Este concepto proviene de lo que se conoce como “Kelly criterion” o Kelly Fórmula. Este concepto si es un poco más avanzado, sin embargo, me parece apropiado mencionarlo pues es necesario incorporarlo para determinar nuestro nivel óptimo de asignación de capital (Es muy difícil lograr rendimientos superiores si arriesgamos muy poco, o  en el caso contrario podríamos caer en bancarrota si arriesgamos mucho). Para quienes estén interesados en saber más del tema de apuestas óptimas, pueden escuchar la entrevista de Aaron Fifield (Chat With Traders, episodio 129) a Victor Haghani (Ex miembro de Long Term Capital Management) (Link ).

Para resumir, es entonces de suma importancia tener claro el riesgo asociado a determinada señal o estrategia, pues de nada sirve tener la mejor estrategia si nuestro riesgo no es conocido, medido y controlado.

Camilo Andrés Gómez.

1 comment:

  1. Baccarat | Rules & Strategy | Play with Free Baccarat - FEBCasino
    Play Baccarat online 인카지노 with friends, or kadangpintar start 바카라 winning money online with our free online Baccarat game!

    ReplyDelete