Quant500 Academy

1. Publicación: cuánto se pierde en cuanto se cuenta

Nivel 10: Por qué se agota

Toda estrategia que te vendan viene con una fecha de nacimiento y, casi siempre, con una fecha de defunción que nadie menciona. Este módulo trata de medir la segunda. La pregunta no es si un patrón de rentabilidad era real cuando se descubrió, sino qué le ocurre exactamente el día en que deja de ser un secreto.

Una anomalía tiene tres vidas, no una

Cuando un investigador documenta un patrón, su trabajo lleva dos fechas distintas que casi nadie separa: aquella en la que terminan los datos que usó y aquella en la que el artículo aparece publicado. Entre una y otra suelen pasar de tres a seis años, porque revisar y publicar es lento. Esa demora, que parece un detalle burocrático, permite trocear la historia de cualquier patrón en tres tramos:

Comparar esos tres tramos convierte una discusión de opiniones en una medición.

Los dos números que conviene memorizar

McLean y Pontiff hicieron eso con casi un centenar de patrones publicados en revistas académicas: los replicaron uno a uno y siguieron su comportamiento después. Los dos resultados centrales son estos. Fuera de muestra pero todavía antes de la publicación, el rendimiento de esas carteras cae alrededor de un 26%. Una vez publicadas, la caída se va hasta el entorno del 58% respecto al resultado original.

Conviene traducirlo a dinero, porque en porcentajes de porcentajes se pierde la intuición. Un patrón que en el artículo rendía 6 puntos anuales se queda en unos 4,4 puntos en el tramo intermedio y en unos 2,5 puntos una vez publicado. Y esos 2,5 puntos son antes de comisiones, antes de impuestos y antes del coste de entrar y salir. Lo que empezó pareciendo una máquina de fabricar dinero termina siendo un margen estrecho que un ejecutor mediocre se come entero.

Dos lecturas posibles, y el tramo que las separa

Ante esa caída caben dos explicaciones, y son muy distintas entre sí:

Aquí está la elegancia del diseño. El tramo intermedio distingue las dos lecturas, porque en esos años nadie podía estar arbitrando una idea que aún no se había contado. Por lo tanto, esa primera caída del 26% no puede ser aprendizaje del mercado, y hay que atribuirla a que el número original venía hinchado. La caída adicional, los aproximadamente 32 puntos porcentuales que separan el 26% del 58%, sí es compatible con que el dinero informado se pusiera a trabajar.

La respuesta, por tanto, no es una de las dos lecturas: son las dos, en proporciones comparables. Cerca de la mitad del desgaste ya estaba en el papel el día de la publicación.

Las huellas que deja el aprendizaje

Si de verdad el mercado aprende, debería dejar rastros visibles más allá del rendimiento, y los deja:

Ese último punto es el más difícil de explicar solo con azar. Si todo fuera desinflado estadístico, el desgaste no tendría por qué concentrarse justo donde arbitrar resulta cómodo.

Qué hacer con esto cuando te enseñan un historial

Tres consecuencias prácticas:

Caso real: el patrón del tamaño, publicado en 1981

El caso mejor documentado es el de la relación entre el tamaño de una empresa y su rentabilidad, publicada en un artículo de 1981 con datos que arrancaban en los años treinta. En la muestra original la diferencia anual era de varios puntos porcentuales, un resultado enorme para la época. Ese mismo año se lanzó el primer fondo comercial construido explícitamente para capturarla.

Lo que vino después ilustra el módulo entero: durante las dos décadas siguientes la ventaja por tamaño fue aproximadamente nula, con tramos largos incluso negativos. Al patrón del lunes, documentado en 1980, le pasó algo parecido: dejó de aparecer poco después de que cualquiera pudiera leerlo. En ninguno de los dos casos existe una respuesta limpia sobre cuánto fue mercado aprendiendo y cuánto fue un número demasiado bonito. Para quien compró la idea después de leerla, el resultado fue el mismo.

El resto de Quant500

Lo que estás aprendiendo, aplicado al índice todos los días:

La cartera del modelo, cada semana en tu correo

Cada sábado, su semana en un minuto: cómo fue, lo mejor y lo peor, y qué directivos compraron con su dinero. Y el día que el modelo se rehace, qué entra y qué sale. Es una simulación, no un consejo. Como mucho un correo a la semana, sin publicidad y sin cuenta; te das de baja con un clic. Lo hace una persona: Pol Gracia.

Cartera modelo con resultados simulados, no una recomendación personalizada. Tu correo se usa solo para esto: privacidad.

Detrás de la Academia y del resto de Quant500 hay una sola persona: Pol Gracia Serrahima.