Muchas veces se habla de la importancia de la gestión de capital en nuestra operativa como una forma de preservar el capital de nuestra cartera y conseguir el éxito en nuestro trading.  Pero en la mayoría de las ocasiones lo tomamos como un acto de fe, sin saber realmente de qué manera una u otra gestión varía los resultados de nuestra operativa.

Por eso, he querido hoy hablar de un método de gestión de capital denominado “Drawdown – Runup” y compararlo con su versión “descafeinada” más conocida por nosotros.

La versión más conocida sería el invertir arriesgando un porcentaje de nuestra cartera por operación.  El método “Drawdown – Run up” es una variante del anterior que se caracteriza por lo siguiente: si nuestra curva de equity hace nuevos máximos, es decir, estamos en una racha buena, aumentamos el tamaño de nuestras posiciones en un determinado porcentaje. Sin embargo, si nuestro drawdown baja de un cierto límite, limitamos nuestro riesgo reduciendo nuestras posiciones en otro porcentaje (que puede ser el mismo o distinto).

Como podéis ver, este método prima las rachas de buena suerte y penaliza las rachas de mala. Con ello conseguiremos reducir nuestro drawdown sin que afecte en exceso a las ganancias netas que obtenemos.

Las pruebas las voy a realizar con un sencillo sistema seguidor de tendencia ejecutado en semanal en los últimos 11 años sobre más de 500 acciones americanas partiendo de una cartera de 100.000$, sin tener en cuenta comisiones ni deslizamientos. Arriesgaremos un 0,1% de nuestra cartera por operación (inicialmente 100$), de tal forma que si nuestra curva de equity está en máximos aumentaremos el capital asignado a cada operación en un 25%, y si el drawdown cae por debajo de un 5% de nuestro valor de cartera total, reduciremos el capital por operación en un 50%.

Los resultados comparativos de aplicar o no esta variante podemos verlos en la siguiente imagen:

En esta tabla resultado, podemos ver cómo el drawdown se ha reducido en 632,12$, mientras que los beneficios lo han hecho sólo en 436$.  Lógicamente, el resultado no es espectacular porque para poder ejecutar todas las operaciones posibles el porcentaje arriesgado de la cartera es realmente pequeño. Pero aún así, nos muestra cómo aplicando métodos de gestión de capital podemos mejorar nuestros resultados sin cambiar el tipo de operaciones que realizamos.

Desde un principio le hemos dado mucha importancia al aprendizaje de la gestión monetaria en esBolsa.com dado que es el elemento clave para asegurar que las probabilidades de supervivencia en los mercados son máximas y que, por tanto, la habilidad del inversor o el acierto de su sistema de inversión tendrá la oportunidad de prevalecer en el largo plazo. Descuidar las reglas básicas de la gestión del dinero significa, invariablemente, poner en peligro el capital de inversión.

Los mercados experimentan continuamente vaivenes y, de vez en cuando, bruscos y repentinos movimientos en una u otra dirección capaces de ocasionar enormes pérdidas a los inversores que estén posicionados en el lado contrario y que no han tomado las precauciones necesarias.

Soy consciente de que el Money Management se trata, sin ninguna duda, de la parte más aburrida de un plan de trading, pero debemos de entender que el control del riesgo en las inversiones es una parte fundamental para alcanzar el éxito. Por eso decidimos poner a disposición de nuestros clientes una sencilla herramienta de apoyo dentro de esBolsa Plus, que, además de poder usarse como un histórico de operaciones para sacar estadísticas, nos ayuda a calcular la inversión a realizar en la siguiente operación, utilizando diferentes métodos como el máximo porcentaje de riesgo o la f óptima que es calculada automáticamente según los resultados históricos de la cartera.

Burke Gibbons dijo en una ocasión que la gestión de capital en el trading es como el sexo. Todo el mundo lo practica, de una forma o de otra. A poca gente le gusta hablar del tema y algunos lo hacen mejor que otros. Sin embargo, hay una gran diferencia, las publicaciones sobre sexo se han incrementado de forma notable, mientras que las páginas dedicadas al arte de la Gestión Monetaria son difíciles de encontrar.

Mucho he insistido siempre en la importancia de la diversificación de la inversión entre diferentes productos. Creo que a estas alturas, todos habréis escuchado aquello de “no meter todos los huevos en la misma cesta” pero la experiencia me dice que el inversor individual, no la lleva a cabo como es debido, puesto que si bien normalmente se suele diversificar entre diferentes valores (diferentes acciones cotizadas) rara vez se suele diversificar entre diferentes productos (materias primas, bonos, acciones e incluso divisas). Un grave error este, razón por la que, antes de la apertura de los mercados europeos, os quería mostrar los resultados de un estudio llamado “Commodity Futures as an Asset Class” realizado por Power Research Associates y que fue publicado en el New York Futures Exchange en enero de 1990.

En él sale reflejado que una cartera diversificada es capaz de conseguir beneficios similares asumiendo un riesgo menor gracias a la diversificación.
La eficiencia de la cartera se mide en un gráfico que muestra la desviación estándar en el eje horizontal y el rendimiento esperado en el eje vertical.

Debéis tener presente que la línea de eficiencia se inclina hacia arriba y hacia la derecha, lo que refleja el mayor riesgo asociado a una mayor rentabilidad.
Lo interesante de esta investigación, es el desarrollo de un conjunto de carteras para compararlas con una cartera conformada solamente por acciones y bonos (“Stocks and Bonds” en la imagen).
Después de determinar el rendimiento de una cartera compuesta sólo por bonos y acciones, se han añadido tres nuevas carteras que incluyen materias primas en tres niveles diferentes de ponderación sobre la composición total, de esta forma, el resultado final son cuatro carteras. Una sin materias primas, y otras tres carteras con incorporación de productos básicos en ponderaciones del 10%, 20% y 30 %.
La siguiente imagen muestra los efectos de la introducción del índice CRB en los tres diferentes niveles de ponderación sobre la misma cartera.

La línea de la derecha es la eficiencia de una cartera de acciones y bonos sin la incorporación de materias primas. Un poco más a la izquierda, en la segunda línea tenemos la cartera de acciones y bonos con una exposición del 10% al CRB. La tercera línea a la izquierda tiene el 20% de materias primas, mientras que la línea de más a la izquierda tiene el 30% de su cartera invertida en el CRB Index.
La tabla demuestra que el aumento de exposición y diversificación hacia el índice CRB tiene un efecto beneficioso para el movimiento eficiente hacia arriba (mayor retorno) y hacia la izquierda (menor riesgo), lo que significa que el gestor de estas carteras se enfrenta a un riesgo menor para un nivel dado de retorno cuando una parte de los productos básicos se añade a la mezcla de activos.

Lo que quiero que veáis con este estudio es que la diversificación no nos ofrece necesariamente un mayor retorno. Lo que si nos ofrece y es su mayor virtud, es una curva de rendimiento mucho más regular a lo largo del tiempo (no confundirnos con el corto plazo), lo que nos permite obtener una curva de beneficio con una pendiente mucho más suave con un retorno muy similar (e incluso superior).

En la siguiente imagen podéis ver el rendimiento del SP500 (línea roja) y el índice CRB de materias primas (línea azul) desde el año 2000.

En ella podéis ver claramente que las materias primas han rendido más que las bolsas de valores a lo largo de este invierno de Kondratieff, de forma que, por regla general, aquel que haya diversificado su cartera habrá conseguido un mayor rendimiento en sus inversiones y si encima lo ha hecho dentro de los grupos más destacados (tal y como hacemos en nuestro ranking) el resultado obviamente habrá sido mejor.

A muchos inversores la palabra “drawdown” les sonará a chino. Más aún si no son inversores habituales en sistemas automáticos de trading. Pero para éstos últimos, esta palabra es bastante conocida. Sé que para muchos, estos temas son aburridos y poco interesantes, pero como inversores debemos de tener unos conceptos claros acerca del drawdown, puesto que tarde o temprano nos enfrentaremos a ellos.
El drawdown, también conocido como retroceso de la curva de resultados, nos mide el retroceso actual en la curva de resultados respecto al anterior máximo en dicha curva.
Veamos un caso a modo de ejemplo con el que se entenderá mejor. Hemos estado invirtiendo siguiendo las pautas de un sistema y hemos llegado a ganar 10.000 euros con él. Actualmente estamos atravesando una mala racha y nuestros beneficios se han visto reducidos a 7.000 Euros, por lo que estaremos sufriendo un drawdown de 3.000 euros. El drawdown seguirá vigente hasta que la curva de resultados no supere el anterior máximo de ganancias, es decir, hasta que no supere los 10.000 euros (círculo naranja).

El concepto de drawdown es aplicable a cualquier metodología de inversión. De hecho los drawdown forman parte de cualquier curva de rendimiento de inversión, ya que ningún sistema es perfecto y tarde o temprano atraviesa por una racha de pérdidas. En metodologías discrecionales, a no ser que hagamos un seguimiento histórico sobre nuestra curva de beneficio, es complicado tener datos históricos objetivos para poder analizar el drawdown, y por ello, el uso de este estadístico suele ser más habitual en inversores que operan mediante sistemas automáticos de trading, ya que estos estudios los hace automáticamente una computadora.
Como se puede intuir, el análisis del drawdown es sumamente importante a la hora de evaluar si un determinado sistema de trading es susceptible de ser operado o no, puesto que uno de los principales errores que cometen muchos inversores es preocuparse únicamente de lo que el sistema gana históricamente, sin tener en cuenta lo que ha tenido que sufrir el sistema para poder obtener esos resultados finales. Por esto hoy tratamos este tema, puesto que en momentos como el actual, con movimientos contratendenciales, se pone de manifiesto la importancia de los drawdowns sobre el efecto psicológico de los inversores.
Los que llevamos tiempo en esto, asumimos los drawdowns con naturalidad y seguimos operando de forma disciplinada. Pero los que estén menos acostumbrados a los envites del mercado cometen el error de cambiar las reglas del juego para tratar de salir lo antes posible del bache, y este es el mayor error que podemos cometer como operadores del mercado. No debemos de olvidar que aquí el que gana dinero es el método que hayamos elegido para operar, puesto que es matemáticamente viable, si cambiamos las reglas estamos jugando a “otra cosa” y sufrimos el riesgo de modificar un plan de trading sin saber si es matemáticamente viable o no. Estos episodios de drawdowns afectan al subconsciente del inversor de forma negativa, llevando a tomar decisiones precipitadas o cierta apatía hacia los mercados que deriva en arrojar la toalla al primer revés que sufrimos.
Para finalizar vamos a realizar un estudio profesional y pondremos el ordenador a hacer los cálculos que nos permitan saber cuál es el drawdown máximo esperado en el sistema de medio plazo que yo empleo en los mercados. Para ello, tengo el sistema programado en Wealth Lab y lo vamos a ejecutar sobre 5918 valores de los principales mercados internacionales (Asia, Europa, Oceanía y Norteamérica) desde el año 2000. Como veis, empleo multitud de valores para conseguir los resultados más fiables posibles. En este estudio emplearemos un riesgo del 1%, es decir, cada posición que tome el sistema asumirá un riesgo del 1% sobre el total del capital disponible.
Asumiendo un 1% de riesgo en cada operación el resultado de la curva de beneficio es la siguiente:

Empezando con un capital de 100.000 puntos, el sistema terminaría con 263.789.83 puntos, o lo que es lo mismo, un 163,79% de beneficio teniendo en cuenta comisiones y reinvirtiendo el beneficio.
Y el gráfico del drawdown a lo largo de estos años en términos porcentuales es el siguiente:

Como veis en la imagen, el mayor drawdown fue del -13,91% y fue vivido en octubre de 2008. El sistema no logró superarlo hasta mediados de 2009.
Ahora muchos os estaréis preguntando ¿y qué pasa si en lugar de un 1% asumimos el 2% de riesgo? Pues aquí lo tenéis:

El sistema pasa de ganar 263.789.83 puntos con un 1% de riesgo por operación a 303.609,78 puntos con un 2% de riesgo. Unos 40.000 puntos más. ¿Pero qué pasa con el drawdown?

El drawdown aumenta del -13,91% con un 1% de riesgo al -18,23% con un 2% de riesgo. La pregunta que nos tenemos que hacer es:
40.000 puntos más de beneficio ¿compensa un sufrimiento mayor en las inevitables épocas en que todo no sucede tal y como esperamos?
Un 18% de drawdown todavía entra dentro de unos parámetros admisibles…pero y si hacemos el bestia y en cada operación arriesgamos un 15% de nuestro capital, ¿ganaremos más dinero? ¿Qué precio tendremos que pagar en concepto de drawdown por este aumento de riesgo?
El resultado es el siguiente:

¡Vaya! ¡Pero si arriesgando más resulta que nuestra curva de beneficios se queda parada en 141.290,40 puntos! Resulta que arriesgar más no siempre es sinónimo de ganar más…¿y el drawdown? ¿cómo queda?

¡Bueno! Además de ganar menos, resulta que nuestro drawdown llega al 43,16% ¿qué loco está dispuesto a soportar esto y encima ganar menos dinero?
Lo que quiero que veáis con estos simples ejemplos es que por arriesgar más no necesariamente vamos a ganar más dinero. Personalmente opino que riesgos de entre el 1% y 2% son los más razonables, pero esto ya depende de la aversión al riesgo que tenga cada uno.
Los resultados que hemos visto hasta ahora son los vividos en el pasado, pero, ¿y en el futuro? Esa es la gran pregunta…para aproximarnos de forma matemática a los escenarios futuros, volvemos a un riesgo natural del 1% y haremos un estudio de Montecarlo.
¿No sabéis lo que es un estudio de Montecarlo? Tranquilos, yo os lo explico.
Si en el futuro nuestro sistema produjera exactamente las mismas operaciones en la misma secuencia de aparición que nuestros resultados históricos, los resultados finales y el drawdown serían idénticos a los obtenidos en el pasado. Sin embargo, sabemos que esto es prácticamente imposible que ocurra.
Una manera de conseguir resultados estadísticos de los datos históricos es el de generar secuencias de operaciones de manera aleatoria, cada cual con su respectivo resultado final y drawdown. Para entenderlo más fácilmente, supongamos un sistema que realiza 100 operaciones. Tomamos el resultado de la primera operación y lo anotamos en una bolita y lo introducimos en un saco. Hacemos lo mismo con las 99 operaciones restantes. Ahora tendremos 100 bolas, cada una con el resultado de cada una de las operaciones de nuestra secuencia histórica. A continuación tenemos que obtener secuencias aleatorias de esas 100 operaciones. Sacamos una bola, anotamos la ganancia o pérdida que muestra y la volvemos a meter en el saco. Repetimos la extracción 100 veces. De esta manera habremos conseguido una secuencia de 100 operaciones de manera aleatoria. Volvemos a repetir el proceso de extracción de las 100 bolas durante un número significativo de iteraciones. Normalmente se realizan unas 10.000 iteraciones, con lo que conseguimos 10.000 secuencias aleatorias distintas de nuestras operaciones históricas. Con lo cual, tenemos 10.000 resultados finales distintos y 10.000 drawdown distintos. Ya podemos por lo tanto crear una distribución de probabilidad de nuestro resultado final y de nuestro drawdown.
Y bien, ¿cuál es el resultado de las 10.000 simulaciones?

Después de 10.000 simulaciones los cálculos nos dicen que el drawdown más probable en un futuro es el comprendido entre las zonas del -6% y -15%, siendo la media aproximada de todas las simulaciones del -10%.
Si sigues una metodología de medio plazo similar a la que yo empleo y tu drawdown está dentro de estos parámetros, no tienes que preocuparte puesto que entra dentro de la normalidad, y el sistema tarde o temprano saldrá de ella. Por el contrario, si estas sufriendo más de lo aquí expuesto, deberías parar y replantearte que estás haciendo mal, prestando especial atención a las herramientas de gestión monetaria que estás empleando, puesto que seguramente no estés gestionando bien tus posiciones.

Extraído de: fundspeople.com

¿Cuántas veces se oyen en la gestión de patrimonios frases como “Qué le vamos a hacer, ya subirá” o “Hasta que no venda, ni gano ni pierdo”? El ser humano tiende a caer en el error común, a la hora de procesar información, del mental accounting. Cuando se producen pérdidas, al inversor le cuesta más deshacer posiciones que cuando se han obtenido ganancias y se tiende a pensar que la recuperación llegará, sin realizar en muchas ocasiones un cálculo matemático básico: si la cartera ha caído un 75% y no se invierte más, la recuperación de la pérdida patrimonial no llegará hasta que la cartera vuelva a subir un 300%.

Y es que, en la gestión patrimonial, más importante que acertar en las inversiones es evitar las grandes caídas, pues la recuperación de los desplomes es muy difícil. Por ejemplo, como se observa en la tabla, una pérdida del 25% necesita una rentabilidad para ser recuperada del 33,3%, algo que es posible de realizar en un tiempo razonable. Una pérdida del 50% necesita de una subida del 100% para su recuperación, algo que ya es más complicado. A partir de esa cifra los expertos consideran que la pérdida es irrecuperable en un tiempo razonable. Por ejemplo, una pérdida del 80% de una cartera, necesitaría una rentabilidad del 400% para volver a sus niveles previos. Tarea complicada, prácticamente imposible, en los mercados actuales.

Una derivada del mental accounting es el status quo bias, edowment effect o loss aversion bias.Como explica Juan Ramón Caridad, responsable de Swiss&Global en España y profesor del Instituto BME, “la psicología demuestra que la gente odia más las pérdidas que disfruta con las ganancias obtenidas”. Finalmente, la última de las limitaciones psicológicas es la de representativeness, efecto consistentemente en no creer en la reversión a la media. Pensar que porque una compañía ha batido sus expectativas de crecimiento va a seguir haciéndolo. Se observa frecuentemente cómo los analistas siempre dan mayores expectativas de crecimiento a las compañías que más han crecido en los años pasados y justifican en esto sus estimaciones de mayores tasas de crecimientos de ingresos para los ejercicios sucesivos ignorando el efecto de la competencia.

Todos estos son errores en el procesamiento de la información que recibe el inversor y que son estudiados por el behavioral finance. Según la clasificación de James Montier denominada taxonomía de los sesgos, se pueden identificar cuatro grandes categorías de errores: por auto engaño, simplificación heurísitica (a la que pertenecen los cuatro errores comentados) o errores en el procesamiento de la información, por estados de ánimo y por influencia social.

Ante estos errores típicos en la inversión y con el objetivo de gestionar de la manera más eficiente las carteras, los expertos recomiendan gestionar en base a un presupuesto de riesgo predeterminado inicialmente, de manera que la inversión sea sistemática y racional, limitando lo máximo posible las emociones personales en la toma de decisión puesto “la irracionalidad supone una de las mayores ineficiencias y oportunidades en los habitualmente correlacionados y supuestamente eficientes mercados financieros”, apunta Caridad.