Todo el S&P 500, puntuado cada día con datos. La cartera multifactorial de 20 valores: +5,0 puntos al año sobre el S&P 500 en simulación histórica, 1998-2026
Se comparan las dos con la misma regla: cartera por capitalización contra el S&P 500 por capitalización, o cartera equiponderada contra el equiponderado. Nunca una contra el otro.
Rankings de momentum, valor, calidad y crecimiento de cada empresa, recalculados tres veces cada día de mercado; carteras modelo que se rebalancean solas cada mes; fichas con las cuentas presentadas ante la SEC; las compras de los directivos y un simulador para probar tu propia estrategia. Todo ordenado por números y no por opiniones, gratis, sin registro y sin anuncios, y con cada fórmula publicada para que compruebes los números en lugar de creernos.
Cobertura de hoy · 466 de las 503 empresas del índice tienen los cuatro factores
Simulación histórica con 332 rebalanceos mensuales desde diciembre de 1998: cada mes la cartera se elige solo con datos que ya eran públicos ese día. Datos publicados el 18 de septiembre de 2026. Rentabilidad total: los dividendos se reinvierten en los dos lados. Alfa de +4,82% con beta 1,03 (Jensen, contra esa misma referencia y con el tipo sin riesgo medio del periodo). La peor caída de la cartera en la simulación fue del 59,9%. Bruto: ninguna curva de esta web descuenta comisiones, horquilla ni impuestos; lo que cuestan está medido más abajo. Son resultados simulados, no operaciones reales. Ni las rentabilidades pasadas ni las simuladas garantizan las futuras, e invertir en acciones puede suponer perder parte o todo el capital.
La cartera de este mes
20 acciones · compradas el 21 de agosto de 2026 · 6 cambios respecto al mes pasadoCada curva arranca en cero el primer día del histórico y acumula la rentabilidad total —dividendos reinvertidos— de comprar cada mes las 100 mejor puntuadas de ese factor. La gris a trazos es SPY, el ETF del S&P 500: un fondo real que cualquiera puede comprar, no una media que nos calculemos nosotros. Pulsa un nombre de la leyenda para apagar esa curva.
Ojo al tamaño. Aquí van los Top 100, la versión más ancha y la que menos se despega del índice; las cifras de la leyenda son acumuladas de 27,6 años, no anuales. La cartera de arriba es el Top 20, más concentrada: renta más (13,7% anual) y cae más (−59,9% en su peor momento). El intercambio va en las dos direcciones, y esa es la decisión que hay que tomar.
rebalanceos mensuales, del al . Walk-forward: cada fecha se puntúa solo con precios hasta ese día y fundamentales ya publicados en la SEC. A trazos: SPY, el ETF del S&P 500 (un fondo real, dividendos reinvertidos). Abrir las carteras → · Descargar los datos (Excel)
Abres los rankings y tienes el índice entero ordenado por puntuación: lo que el motor puntúa más alto hoy, lo que puntúa más bajo y los cuatro números de factor que hay detrás de cada nombre. Nada que instalar, ningún correo que dejar, ninguna prueba que caduca. Es el mismo tipo de clasificación por factores con la que las grandes gestoras construyen sus índices, publicada en abierto tres veces al día.
Nada de esto es una opinión. Las reglas quedan fijadas antes de la apertura y no se tocan a mitad de sesión: ninguna llamada de un analista, ningún ajuste de última hora, ninguna acción favorita. Están escritas enteras más abajo: la fórmula de cada uno de los cuatro factores, de dónde sale cada dato y cómo se ejecuta el backtest. Y no custodiamos tu dinero, no enrutamos órdenes y no cobramos cuando operas, así que los números no tienen ningún motivo para halagar a nadie. Sin caja negra.
Las mismas reglas todos los días
El ranking sale de las fórmulas escritas más abajo en esta misma página, aplicadas a todas las empresas del índice en el mismo orden. Ningún nombre sube ni baja a mano.
Cuatro factores, una puntuación
Cada empresa se puntúa en momentum, valor, calidad y crecimiento, y la puntuación final es la media de las cuatro. Momentum sale de los precios; las otras tres, de las cuentas presentadas a la SEC.
Se recalcula tres veces al día
Los datos se recalculan tres veces cada día de mercado —a la apertura, al cierre y de madrugada— para que las notas reflejen los últimos precios y las últimas cuentas publicadas.
El resultado es una sola nota por empresa que dice cuánto se aparta de la media del S&P 500 (técnicamente, un Z-Score: 0 es la media y +1 está una desviación típica por encima). Al promediar los cuatro factores los extremos se cancelan entre sí, así que la escala es más estrecha de lo que sugeriría una campana de libro: hoy la columna multifactorial va del −1,11 al +1,81. Una puntuación de +1,04 ya coloca a la acción en el 1% mejor del índice, y una de −0,73 la deja en el 1% peor. Los factores por separado sí llegan a ±3, porque se recortan ahí: estas puntuaciones son medias de Z-Score ya recortados, y eso aplasta la cola de abajo. Es un solo número en una sola escala, que es lo que permite comparar dos empresas directamente — y es el punto de partida de tu lectura, no el final.
Ya seas un gestor de carteras experimentado que busca una segunda opinión sistemática, un inversor independiente que quiere ver los números detrás de cada acción, o un estudiante de finanzas que quiere ver cómo funcionan de verdad las estrategias cuantitativas institucionales — los rankings, las carteras y el simulador están abiertos y son gratuitos, sin necesidad de registro.
Los cuatro factores detrás de cada puntuación
Un factor es una característica medible de una empresa que históricamente ha ido asociada a diferencias de rentabilidad — no es una recomendación, es un rasgo compartido. Value, por ejemplo, no es "esta empresa es buena", es "esta empresa está barata en relación con lo que gana". Las finanzas académicas dedicaron cuarenta años a probar centenares de rasgos candidatos; solo un puñado sobrevivió a las pruebas fuera de muestra en décadas y mercados distintos. Nuestro motor usa cuatro de esos supervivientes, y puntúa a todo el índice, aunque no todas tienen los cuatro: hoy hay momentum para 497 empresas de las 503 del índice, growth para 494, value para 494 y quality para 473, y 466 tienen los cuatro, cada día, salga favorable o no.
¿Por qué cuatro y no el que mejor funcione? Porque un factor no es una máquina de imprimir dinero: es una prima que aparece en unos periodos y desaparece en otros, a veces durante años. A Momentum lo destrozan los giros bruscos del mercado. Value pasó buena parte de la década de 2010 rindiendo por debajo. Quality se queda atrás en un rally especulativo. Lo que hace útil a la combinación es precisamente que esas sequías no coinciden en el tiempo: cada factor tiende a funcionar cuando al menos uno de los otros lo está pasando mal. Abajo encontrarás, de cada uno, la razón económica por la que funciona, la fórmula exacta que usamos y — la parte que casi nadie publica — en qué condiciones falla.
1. Momentum
Por qué funciona
El factor Momentum identifica acciones con tendencias alcistas fuertes y persistentes. Lo documentaron Jegadeesh y Titman en 1993 y desde entonces se ha confirmado en casi todos los mercados y clases de activo estudiados: de media, las ganadoras de los últimos doce meses siguen batiendo al índice durante los meses siguientes.
Lo incómodo es que nadie se pone del todo de acuerdo en por qué. La explicación más aceptada es conductual: el mercado reacciona tarde a las buenas noticias. Cuando una empresa publica resultados muy por encima de lo esperado, el precio no salta al instante a su nuevo valor justo — va llegando a lo largo de semanas, porque los inversores se anclan a su opinión anterior y la revisan despacio. A eso se suma el efecto disposición (vendemos demasiado pronto lo que gana para asegurar la plusvalía, lo que frena el precio) y la mecánica de los flujos institucionales: un fondo que decide construir una posición de cientos de millones no puede comprarla en una sesión, así que compra a trozos durante semanas y sostiene la tendencia.
Cuándo falla: en los giros bruscos. Los peores momentos de Momentum no son los mercados bajistas lentos, son los rebotes violentos desde el suelo, cuando las acciones más castigadas rebotan con más fuerza y la cartera lleva justo las contrarias. En 2009 y en la primavera de 2020 el factor devolvió en semanas años de ventaja acumulada. En la literatura se conoce como momentum crash, y ningún filtro lo elimina.
Cómo lo calculamos
El motor ordena las empresas por su momentum ajustado al riesgo, con esta fórmula —que no es nuestra ni es secreta, es la de la literatura:
donde:
• Retorno12m-1m = Rentabilidad acumulada de 12 meses, excluyendo el mes más reciente.
• σ = Volatilidad diaria anualizada sobre esa misma ventana de 12 meses.
Cada pieza de esa fórmula está por un motivo. Excluir el mes más reciente no es un detalle: en horizontes de menos de cuatro semanas el efecto se invierte y los precios tienden a revertir, así que incluirlo llevaría a comprar sistemáticamente acciones a punto de devolver parte de la subida. Dividir por la volatilidad convierte una rentabilidad bruta en rentabilidad por unidad de riesgo, lo que distingue a una empresa que ha subido un 40% en línea recta de otra que ha subido ese mismo 40% a bandazos y por rumores — la primera tendencia tiende a continuar, la segunda no.
La volatilidad se mide sobre los mismos 12 meses que el retorno, para que el numerador y el denominador hablen del mismo periodo. Una ventana mucho más corta reaccionaría a cualquier pico pasajero de nerviosismo y estaría reordenando el ranking por ruido; lo que se busca es medir el carácter estructural del valor, no el humor de la semana pasada. Esta es exactamente la fórmula que ejecuta el backtest: el ranking que ves y el historial que publicamos son el mismo cálculo, no dos parecidos.
2. Valor
Por qué funciona
El factor Value compra lo que está barato en relación con lo que la empresa produce de verdad: sus beneficios, su valor contable, sus ventas. Es el efecto documentado más antiguo de la literatura: Fama y French lo incorporaron a su modelo de 1992 tras comprobar que, en periodos largos, el quintil más barato del mercado batía al más caro.
Hay dos explicaciones rivales y probablemente las dos tengan parte de razón. La conductual dice que el mercado sobrerreacciona: extrapola las malas noticias hacia un futuro indefinido, el precio cae más de lo que justifica el deterioro del negocio, y cuando la realidad resulta ser solo mediocre en lugar de catastrófica, el precio se recupera. La de riesgo es menos cómoda: las empresas baratas lo están porque de verdad son más frágiles — más deuda, más ciclicidad, más probabilidad de no sobrevivir a una recesión — y la rentabilidad extra es simplemente el pago por soportar ese riesgo. Si domina la segunda, Value no es una comida gratis: es un sueldo por pasarlo mal.
Cuándo falla: cuando lo barato lo está por algo. Es la trampa de valor: un negocio en declive estructural cuyo múltiplo no deja de caer porque sus beneficios no dejan de caer. Y en agregado, Value puede equivocarse durante muchísimo tiempo: rindió por debajo de Growth durante casi toda la década de 2010. Diez años son más de lo que aguanta la paciencia de la mayoría, y por eso mismo un sistema por reglas no capitula en el peor momento, que es donde más suele equivocarse ese mismo inversor actuando por su cuenta. Eso no garantiza que la estrategia gane.
Cómo lo calculamos
Nuestro motor de puntuación evita los sesgos de valoración sectoriales promediando tres rendimientos fundamentales distintos:
donde:
• EY (Earnings Yield) = BPA de los últimos doce meses / precio.
• BY (Book Yield) = 1 / Price-to-Book (P/B, Precio/Valor Contable).
• SY (Sales Yield) = 1 / Price-to-Sales (P/S, Precio/Ventas).
Trabajamos con rendimientos (el inverso del múltiplo) y no con los múltiplos por una razón práctica: un PER puede volverse negativo o dispararse al infinito cuando el beneficio se acerca a cero, y eso destroza cualquier media. Su inverso se comporta bien en todo el rango, así que una empresa con beneficios hundiéndose simplemente puntúa mal en lugar de contaminar el ranking entero.
Promediar tres rendimientos distintos es la defensa contra la trampa clásica. Un banco parece barato por valor contable, una distribuidora por ventas, una cíclica por beneficios en el pico de su ciclo: cualquier métrica aislada favorece a ciertos modelos de negocio y ciertos sectores. Exigir que esté barata en la media de las tres obliga a que el descuento aparezca por más de un lado — lo que no elimina las trampas de valor, pero sí filtra las que son solo un artefacto contable.
3. Calidad
Por qué funciona
El factor Quality busca empresas que son simplemente mejores negocios: ganan mucho sobre el capital que emplean, mantienen márgenes gruesos y lo hacen sin cargar el balance de deuda. Novy-Marx demostró en 2013 que la rentabilidad bruta predice retornos con una potencia parecida a la de las métricas clásicas de valor — un resultado que sorprendió a la profesión, porque dice que el mercado infrapaga de forma persistente a las empresas aburridas, rentables y sin épica.
La razón económica es la durabilidad. Una empresa que gana un 30% sobre su capital año tras año te está diciendo algo que un trimestre suelto no puede: que tiene una barrera que impide a los competidores copiarla — una marca, una red, una patente, una escala de distribución. Los mercados tienden a asumir que esa ventaja se erosionará más rápido de lo que en realidad se erosiona, y las empresas que la conservan acaban superando la expectativa incorporada en su precio. La exigencia de bajo apalancamiento es lo que hace defensivo al factor: una empresa con poca deuda no depende de refinanciarse justo cuando el crédito se seca, que es lo que convierte un mal año en uno terminal.
Cuándo falla: en los rallies especulativos. Cuando el mercado paga por relatos y promesas, los negocios sólidos y rentables parecen aburridos y se quedan atrás durante trimestres. Y tiene un límite estructural: la calidad casi nunca está de rebajas — un buen negocio lo ve cualquiera y suele cotizar con prima — así que comprar calidad sin mirar el precio es pagar de más. Por eso justamente este factor es uno de cuatro y no el sistema entero.
Cómo lo calculamos
Nuestro motor evalúa cinco pilares financieros clave para asignar una puntuación de calidad robusta:
donde:
• ROE = Rentabilidad sobre el patrimonio (Return on Equity) | ROA = Rentabilidad sobre los activos (Return on Assets)
• GM = Margen Bruto | OM = Margen Operativo
• LEV = Apalancamiento Financiero (Deuda Total / Capital, invertido)
Los cinco pilares responden preguntas complementarias. El ROE mide el retorno que llega al accionista, pero se puede inflar solo con endeudarse — por eso nunca aparece solo. El ROA es el contrapeso honesto: retorno sobre todos los activos empleados, los financie quien los financie. El margen bruto revela poder de fijación de precios (si la empresa puede subir precios sin perder clientes) y el margen operativo muestra si ese poder sobrevive al coste de hacer funcionar el negocio. El apalancamiento entra invertido porque aquí menos es mejor: un balance cargado de deuda es una apuesta a que nada saldrá mal.
Exigir al menos tres métricas válidas evita que una empresa con cuentas incompletas o atípicas puntúe con un solo número afortunado. Ojo a la limitación: estas cifras salen de lo que la empresa reporta, y la contabilidad tiene márgenes legítimos de discrecionalidad. El factor detecta mediocridad estadística, no fraude.
4. Crecimiento
Por qué funciona
El factor Growth busca empresas cuyos ingresos, beneficios y flujo de caja se expanden rápido. Aquí te debemos una distinción que la mayoría de plataformas difumina: a diferencia de los tres anteriores, "growth" no es un factor con una prima bien establecida en la literatura académica. De hecho el hallazgo clásico apunta al revés — de media, las empresas que más crecen han dado rentabilidades posteriores menores que las baratas, porque el mercado paga por adelantado el crecimiento que espera y a menudo paga de más.
¿Por qué incluirlo entonces? Porque el crecimiento medido solo es una mala señal, pero medido contra su precio es una señal muy útil. Dos empresas que crecen al 25% anual no son equivalentes si una cotiza a 15 veces beneficios y la otra a 90: a la primera le basta con seguir haciendo lo que hace, la segunda necesita hacerlo impecablemente durante una década. Lo clásico para capturar eso es la ratio PEG, y a propósito no la usamos: el PEG necesita las previsiones de los analistas, y no hay forma de reconstruir qué decían esas previsiones un día concreto de hace años, así que ningún backtest podría respaldarla. Preferimos tres componentes que podemos demostrar a cuatro que no. Growth actúa además como corrector de Value: es lo que impide que el modelo llene la cartera de empresas baratas porque se están encogiendo.
Cuándo falla: cuando suben los tipos de interés. Las empresas de crecimiento valen por lo que ganarán en un futuro lejano, y una tasa de descuento más alta castiga sobre todo a los beneficios lejanos — 2022 fue la demostración, con pérdidas fuertes justo en ese segmento. Falla también cuando el crecimiento es contable y no real, y por eso exigimos que aparezca también en el flujo de caja operativo: los ingresos se pueden apuntar con condiciones de crédito agresivas, pero la caja entra en el banco o no entra.
Cómo lo calculamos
El compuesto de crecimiento junta tres tasas, y las tres se pueden reconstruir de las cuentas presentadas a la SEC:
donde:
• Rev_Growth = Tasa de crecimiento de ingresos año a año (YoY).
• EPS_Growth = Crecimiento del beneficio por acción (YoY).
• CF_Growth = Tasa de crecimiento del flujo de caja operativo (YoY).
Las tres tasas se miden año contra año y no contra el trimestre anterior, lo que neutraliza la estacionalidad: comparar el trimestre de Navidad de una distribuidora con el de primavera no dice nada del negocio. Y son tres y no una porque la discrepancia entre ellas es información en sí misma: ingresos que crecen mientras el beneficio se encoge significan compresión de márgenes; beneficio que crece mientras el flujo de caja no lo hace suele significar que el crecimiento vive en los apuntes contables y no en la cuenta del banco.
Las cifras que hay detrás de estas tasas son TTM (últimos doce meses) y se rehacen cada trimestre a partir de los 10-Q, así que el factor se entera de que una expansión se ha frenado a las pocas semanas del informe y no esperando a las cuentas anuales. El único retraso que queda es el real: un trimestre tarda unas seis semanas en llegar a la SEC y, hasta que llega, el modelo trabaja con el anterior — igual que cualquier inversor.
5. Multifactorial (puntuación global)
La puntuación multifactorial integra las cuatro dimensiones en una calificación única y unificada:
Porque los factores individuales van en ciclos que no coinciden. Value tiende a funcionar cuando Momentum se estanca; Quality defiende cuando Growth se contrae. Promediarlos no da el mejor factor de cada año — da algo más útil para quien tiene que convivir con la cartera: una curva con menos tramos lo bastante malos como para abandonar la estrategia. El objetivo de combinar no es maximizar la rentabilidad del año bueno, es llegar al año malo sin haberse bajado.
Verás que la fórmula es una media simple: cada factor pesa un 25%, siempre, sin optimizar. Es deliberado, y es una de las decisiones más importantes de todo el sistema. Podríamos buscar la ponderación que maximiza la rentabilidad histórica — y la encontraríamos, garantizado, porque con cuatro parámetros y décadas de datos siempre se encuentra la combinación que habría ganado. Ese número sería espectacular e inútil: estaría describiendo el pasado, no prediciendo nada. Una ponderación igual no tiene parámetros ajustados, así que no hay nada en ella que se pueda sobreajustar a la muestra. A veces la opción honesta es también la que sobrevive más tiempo.
Cómo se leen los Z-Scores
Cada puntuación de la plataforma se expresa como un Z-Score: una medida estadística de cuántas desviaciones estándar se sitúa una empresa por encima o por debajo de la media del S&P 500. Existe para resolver un problema que suena trivial y no lo es: los cuatro factores se miden en unidades que no se pueden comparar. Momentum sale como un cociente entre rentabilidad y volatilidad, Value como un rendimiento sobre beneficios en porcentaje, Quality como una mezcla de márgenes, Growth como tasas de crecimiento anual. Sumarlos en bruto sería sumar kilómetros con kilogramos — y peor aún, la métrica que por casualidad tuviera el rango numérico más ancho dominaría el total sin que se notara.
Normalizar lo arregla. Cada métrica se convierte en "a qué distancia está esta empresa de la media del índice, medida en desviaciones estándar", lo que elimina las unidades originales y deja todo en una escala comparable. A partir de ahí, sumar significa algo. Referencia rápida:
| Z-Score | Qué Significa | Percentil Medido |
|---|---|---|
| +2,00 | Excepcional — tope del ranking | 99% (95-100) |
| +1,50 | Muy por encima de la media | 97% (91-99) |
| +1,00 | Por encima de la media | 93% (84-97) |
| 0,00 | Algo por encima de la empresa mediana | 57% (53-67) |
| −1,00 | Por debajo de la media | 4% (0-15) |
| −1,50 | Muy por debajo de la media | 1% (0-3) |
Estos percentiles están medidos, no sacados del libro. Los de la distribución normal — 93% para +1,50, 50% para 0,00, 7% para −1,50 — no valen para estas puntuaciones: la puntuación de un factor es la media de varios Z-Score ya recortados, y esa media aplasta la cola de abajo. Los números de arriba son los que medimos de verdad sobre los cuatro factores en cinco fechas repartidas entre 2022 y 2026, con el rango observado entre paréntesis. La consecuencia práctica está en la fila que más importa: un 0,00 no es el punto medio. Está por encima de en torno al 57% del índice, así que un "cero" ya significa algo mejor que la empresa mediana, no del montón.
Winsorización: los Z-Scores se limitan al rango [−3, +3] para que un solo caso extremo no distorsione el ranking. Sin ese tope, una empresa con una cifra anómala —un extraordinario contable, una métrica con el denominador cerca de cero— estiraría la desviación estándar de todo el índice y empujaría a las demás hacia el centro, comprimiendo quinientas diferencias reales hasta hacerlas desaparecer. El tratamiento es estándar en la industria de índices factoriales, y tiene un coste que conviene decir: el valor atípico legítimo queda recortado igual que el artefacto. Una empresa que de verdad está cuatro desviaciones por encima del resto aparece como un +3, indistinguible de otra que esté en +3,2.
Qué pasa con una cifra rota. Recortar es lo correcto con un valor extremo de verdad, y lo peor que se puede hacer con un error de presentación: un error recortado no queda descartado, queda ascendido a mejor del índice. Una empresa del S&P presenta un trimestre cuyo "revenue" en XBRL son 216.000 dólares en vez de 2.900 millones, lo que da un margen bruto de 5.070; recortado a 1,0 habría parecido uno de los negocios más rentables de Estados Unidos. Por eso cada métrica tiene ahora dos umbrales: fuera de lo que una empresa real puede ser físicamente, la métrica se tira; dentro, los valores extremos pero reales se recortan como se explica arriba. Además se comprueba que el beneficio por acción y el número de acciones hablen de lo mismo (BPA × acciones debería dar el beneficio) y, cuando no cuadra, se caen las tres métricas por acción, porque eso es justo lo que parece una clase de acción cambiada o un error de unidades. El precio es la cobertura, y preferimos enseñarla: . Una empresa que falta en un factor es una cuyas cuentas no hemos podido leer limpias, no una a la que hayamos juzgado mal.
Dos cosas que un Z-Score no es. No es un veredicto absoluto: la puntuación es siempre relativa al índice de hoy. Un Momentum de +2,5 en un mercado en el que todo cae significa "cae menos que casi todos", no "sube". Léelo junto al índice de referencia, nunca solo. Y no es una probabilidad de subir: dice que la empresa puntúa en los percentiles altos de una característica que históricamente se ha asociado a mejores rentabilidades — sobre cientos de valores y años, no para esa empresa concreta el mes que viene. El factor habla en medias sobre una cartera; no dice nada sobre el destino de una posición individual.
Cómo funciona
Ingesta de datos
El motor recopila precios, fundamentales y operaciones corporativas de las ~500 empresas del índice, tres veces cada día de mercado (apertura, cierre y medianoche). Los precios llegan ajustados por splits, porque si no un desdoblamiento 10 a 1 parecería un desplome del 90%. Por dividendos no vienen ajustados: cada pago se abona aparte en su fecha ex, que es la única forma de no contarlo dos veces. Los fundamentales salen de las cuentas presentadas a la SEC, y cada cifra se guarda con la fecha en que se publicó de verdad — el detalle que hace posible un backtest honesto, y la misma regla que sigue Sharadar, de donde sale el histórico hasta el 21 de agosto de 2026.
Puntuación factorial
Cada empresa se puntúa en los cuatro factores. Las métricas brutas se winsorizan para que un caso anómalo no arrastre a toda la distribución y luego se normalizan en Z-Scores, de modo que los cuatro se puedan comparar y promediar. La misma regla se aplica a las ~500 empresas, sin excepciones ni ajustes manuales para ningún valor.
Rankings y carteras
Los resultados se ordenan en rankings completos y se ensamblan en carteras modelo, cada una con sus pesos, su curva de rentabilidad y sus métricas de riesgo — Sharpe, Sortino y, sobre todo, caída máxima. Desde ahí puedes replicar una cartera en tu bróker o construir tus propias reglas en el simulador.
¿Por qué cuantitativo?
No porque una máquina sea más lista que un analista —no lo es— sino por algo más prosaico: es consistente. La mayor parte de la diferencia entre lo que renta una estrategia sobre el papel y lo que ganan de verdad quienes la siguen no viene de elegir mal las acciones. Viene de abandonar el plan. Comprar después de la subida, vender en el pánico, mantener la posición perdedora "hasta que se recupere", convertir un 5% de la cartera en un 30% porque esa da buena espina. Un modelo no hace nada de eso, y no por disciplina, sino porque estructuralmente no puede.
Resuelve además un problema de escala pura. Seguir 500 empresas significa revisar 500 juegos de cuentas, 500 historiales de precio y 500 valoraciones — y volver a hacerlo el mes que viene. Ningún humano lo hace sin recortar por algún lado: en la práctica todos acabamos vigilando quince nombres conocidos y llamando "el mercado" al resto. El modelo no tiene favoritas ni se cansa: la empresa quinientas recibe exactamente el mismo trato que la primera.
| Inversor discrecional | Modelo de factores de Quant500 | |
|---|---|---|
| Disciplina en una caída | Vende en el pánico y recompra tras la subida | La misma regla caiga lo que caiga |
| Cobertura del índice | Sigue diez o veinte nombres conocidos | Puntúa las ~500 empresas, tres veces al día |
| Las reglas en sí | Los criterios cambian con las noticias | Cuatro factores, 25% cada uno, sin reajustar |
| Origen de los datos | Titulares, consejos y el relato del trimestre | Informes a la SEC, con la fecha en que se presentaron |
| Tamaño de las posiciones | La favorita acaba siendo el 30% sin querer | Los pesos los fija el método elegido, no la convicción |
| Reproducibilidad | Difícil reconstruir una decisión meses después | Cada puntuación se recalcula con la fórmula publicada |
| Contexto y criterio | Ve la opa, la regulación, el fraude | Se cree las cuentas presentadas tal cual |
Esa última fila no es cortesía. Hay cosas que un humano sigue haciendo mucho mejor. El modelo lee números, no contexto: no sabe que una empresa está siendo adquirida, que una regulación va a fulminar su línea principal de negocio, o que su crecimiento viene de un modelo que no existirá dentro de cinco años. No detecta fraude —se cree las cuentas presentadas— y no ha visto ningún régimen de mercado que no esté en sus datos. Lo que un modelo factorial hace bien es reducir quinientas empresas a una lista corta con criterios objetivos, sin cansarse y sin enamorarse. Decidir qué hacer con esa lista sigue siendo cosa tuya, y por eso explicamos el razonamiento en lugar de limitarnos a darte el ranking.
Qué encontrarás aquí
Todo lo que viene a continuación está abierto y es gratuito, sin necesidad de cuenta. No hay una versión premium que se reserve los números buenos: el ranking que ves es el ranking, completo, desde el primero del índice hasta el último.
Ranking completo del S&P 500
La ordenación completa de todas las empresas en cada uno de los cuatro factores y en la puntuación combinada, actualizada a diario. Puedes ordenar por cualquier factor para ver quién lidera en Momentum pero está en el fondo en Value — los desacuerdos entre factores suelen decir más que el ranking global. También se publica la cola de la lista: saber qué puntúa peor el modelo es tan útil como saber qué puntúa mejor.
Carteras Modelo
Carteras ya montadas (Top 10, 20, 50, 100) con el peso de cada posición, la curva histórica y las métricas de riesgo: Sharpe, Sortino y caída máxima. El número de posiciones no es un detalle: un Top 10 concentra la señal del factor y da bandazos mucho más fuertes, mientras que un Top 100 apenas se separa del índice. Compara las caídas máximas antes de elegir.
Simulador Personalizado
Construye tu propia regla: eliges el factor, el número de posiciones y el método de ponderación (equiponderado, por puntuación, paridad de riesgo o capitalización), y ves la curva resultante frente al índice. Merece la pena usarlo al revés de lo obvio: no para cazar la combinación con más rentabilidad, sino para ver cuánto cambia la curva cuando alteras una sola decisión.
Análisis de empresas
La ficha completa de cualquier empresa del índice: múltiplos de valoración, estados financieros, propiedad institucional y sus datos de opciones (movimiento esperado, max pain, ratio put/call y volatilidad implícita, como medidor de sentimiento y sin entrar en la puntuación de ninguna cartera). Es donde vas a responder la pregunta que el ranking no puede: por qué una empresa puntúa lo que puntúa, y si ese motivo es algo que estás dispuesto a tener en cartera.
Compras y ventas de directivos
Los Formularios 4 que directivos y grandes accionistas presentan a la SEC, leídos el mismo día que se publican y enlazados al documento original. Se publican las compras y las ventas: las ventas son constantes y suelen ser retribución en acciones, y por eso lo que se mira aparte son las compras, que cuestan dinero de quien las hace. Es un dato, no una señal del modelo: no entra en la puntuación de ningún factor.
Mi Cartera
Apuntas lo que tienes comprado de verdad y la web lo mide con las mismas métricas que sus propias carteras: rentabilidad total, riesgo y comparación contra RSP, el ETF del S&P 500 equiponderado. Sirve sobre todo para lo incómodo: ver si lo que llevas en cartera bate a comprar el índice y quedarse quieto.
Respaldado por décadas de investigación financiera
Nada de esto lo hemos inventado nosotros. Los cuatro factores que usamos vienen de artículos publicados entre 1992 y 2013, revisados por pares, replicados por investigadores sin interés en el resultado y probados sobre décadas de datos en mercados distintos. Eugene Fama, coautor del trabajo fundacional, recibió el Nobel de Economía en 2013. Los mismos modelos sostienen los índices smart beta que gestionan cientos de miles de millones en capital institucional.
Es deliberado por nuestra parte, y conviene decir por qué. Un modelo propietario que nadie puede inspeccionar te pide una cosa: confianza. Un modelo publicado no te pide ninguna — puedes ir a leer el artículo original, comprobar si se ha replicado fuera de muestra y encontrar las críticas de quienes sostienen que la prima ya ha sido arbitrada. Nuestra aportación no es una fórmula secreta, es la ingeniería: mantener los datos limpios, aplicar las mismas reglas a ~500 empresas todos los días y hacer el backtest sin hacer trampas. Cualquiera puede verificar lo que implementamos, precisamente porque no lo hemos inventado.
Cómo mantenemos honestos los backtests
Cualquiera puede imprimir un número más alto que el nuestro; lo que casi nadie enseña es lo que le salió mal. La forma más fácil de hacer que una estrategia parezca brillante es elegir a las ganadoras con los datos de hoy y luego medirlas contra los precios del pasado. Produce cifras espectaculares y exactamente cero valor predictivo, y es el fallo más común detrás de las rentabilidades que se anuncian en el marketing cuantitativo dirigido a particulares.
Aquí se hace al revés, y eso tiene un precio que pagamos a la vista. Entre el 31 de agosto y el 1 de septiembre de 2026 medimos cinco señales candidatas para mejorar el motor —baja volatilidad, la deriva tras resultados (PEAD), el interés corto de FINRA, la emisión neta de acciones y once definiciones alternativas de los cuatro factores— y las cinco se quedaron fuera. Una de ellas subía la curva +4,35 puntos de CAGR y se rechazó igual, porque esa señal por sí sola predice al revés: sin mecanismo, una mejora en la curva es una casualidad con buena pinta. Y el 1 de septiembre de 2026, al incorporar 49 series de precios de empresas que ya no cotizan, todas las curvas de esta web bajaron: la multifactorial de 20 pasó del 17,29% al 16,82% anual, y la cifra nueva se publicó el mismo día. Publicar lo que se rechaza y lo que se corrige a la baja no es modestia: es la única razón por la que te puedes creer lo que sí publicamos. Así es como el motor evita hacerse trampas — y, igual de importante, lo que sigue sin poder arreglar.
Lo que hace el motor
- Walk-forward, siempre. Para construir la cartera de una fecha del pasado, el motor solo ve datos que existían ese día. Luego avanza un mes y repite. Nunca entra en el cálculo un dato del futuro.
- Universo punto-en-el-tiempo. En cada fecha del pasado solo pueden entrar en la cartera las empresas que estaban de verdad en el S&P 500 ese día: hasta el 21 de agosto de 2026, según la pertenencia histórica al índice de Sharadar, desde 1998 y con las que después desaparecieron; desde entonces, según la lista de Wikipedia (CC BY-SA), contrastada contra una segunda fuente. Sin esto se compran en 2015 empresas que el índice no admitió hasta 2022, elegidas justamente porque después lo hicieron bien. Medido en nuestra cartera insignia, ese atajo regalaba 13,33 puntos de rentabilidad anual (medición del 1/9/2026 sobre 4,94 años —59 rebalanceos, agosto de 2021 a julio de 2026—: 25,93% con el universo real frente a 39,26% con el de hoy).
- Fundamentales trimestrales point-in-time. Ingresos, beneficio, BPA y flujo de caja son cifras TTM (últimos doce meses): hasta el 21 de agosto de 2026, las de Sharadar, fechadas el día en que se presentaron a la SEC; desde entonces, reconstruidas trimestre a trimestre desde los informes de la SEC — incluido el cuarto trimestre, que ninguna empresa publica suelto y que aquí se despeja restando el acumulado de nueve meses a las cuentas anuales. Cada cifra entra en el modelo el día en que se presentó realmente, no el día en que cerró el periodo. El mercado no podía leer esos números antes de que se publicaran, así que el modelo tampoco.
- Rentabilidad total. Los dividendos se abonan en su fecha ex y los precios están ajustados por splits, aplicado igual a la estrategia y al índice de referencia.
- Las mismas reglas en todos los periodos. Rebalanceo mensual, equiponderación, Z-Scores winsorizados a ±3σ. Ningún parámetro se reajusta año por año para que la curva quede más bonita.
Lo que sigue sin poder arreglar
- Antes de 1998 no hay datos de calidad a nuestro alcance. Desde septiembre de 2026 el histórico se calcula con Sharadar, una base de datos de pago con todas las empresas que han pasado por el índice —las que desaparecieron incluidas: en enero de 2011 teníamos precio para el 68,6% del índice, y ahora para todas— y con cada cifra de las cuentas fechada el día en que se presentó a la SEC. Sus precios empiezan el 31 de diciembre de 1997 y el factor momento necesita doce meses de historia, así que la primera compra es en diciembre de 1998. Más atrás, las cuentas empresa a empresa solo existen en Compustat, fuera de nuestro alcance. El backtest llega hasta el 21 de agosto de 2026; desde ahí, cada mes lo calcula el ciclo diario con los datos de siempre, así que a partir de esa fecha la curva es vivida, no reconstruida.
- Ninguna fuente es perfecta. De 2010 a 2026 cruzamos Sharadar con nuestros datos de siempre empresa por empresa: el 95% de los días coinciden a menos de un 0,1%, y lo que no coincide está explicado, casi siempre porque Yahoo se saltó una escisión que Sharadar sí trae. Tres operaciones que Sharadar no apunta —la escisión de Talen en PPL (2015), el dividendo en acciones de Iron Mountain (2014) y el reparto de acciones de Waters a los accionistas de BDX (2026)— están corregidas a mano y declaradas en el código. Antes de 2010 no hay una segunda fuente con la que contrastar: si Sharadar se salta alguna más en esos años, no lo sabemos.
- Las curvas son brutas, y el coste está medido aparte. Ninguna curva de esta web descuenta comisiones, horquilla ni impuestos: lo que verás en tu cuenta es menos. Cuánto menos está medido sobre los 330 rebalanceos de 1999-2026: con 100.000 € y 0,30 € por operación son 31 puntos básicos al año suponiendo una horquilla de 3 pb, y el neto queda en 11,03%, por encima del índice equiponderado (10,18% después del 0,20% anual que cobra RSP, el ETF que lo replica). Pero con la horquilla que deducen nuestros estimadores de los máximos y mínimos del día —una cota alta— el neto baja a 8,32-8,94%, por debajo del índice: la ventaja bruta es pequeña y los costes se la pueden comer entera. El desglose y la sensibilidad a la horquilla están arriba; con tu comisión y tu capital lo calcula la pantalla de Carteras Modelo. Los impuestos siguen sin estar: eso depende de dónde vivas.
- Es un solo mercado. El walk-forward arranca en diciembre de 1998: 27,6 años y 332 rebalanceos, con el pinchazo de las puntocom, la crisis de 2008, el desplome del COVID y la subida de tipos de 2022 dentro. (Tres cifras parecidas conviven en esta página y cada una cuenta algo distinto: los rebalanceos son las decisiones de compra; los meses que se pueden medir son uno menos, porque el último aún no ha cerrado; y el test de la señal usa uno menos todavía, porque necesita la ventana siguiente para saber si acertó.) Son muchos ciclos, pero de un solo mercado —las 500 mayores empresas de Estados Unidos—, y lo que ha funcionado aquí no tiene por qué funcionar en otros.
- La ventaja está medida, pero no demostrada. Sobre los 332 rebalanceos, las 20 mejores del multifactorial le sacan +0,10% al mes al S&P 500 equiponderado — que compuesto son los 1,0 puntos anuales de la comparación equiponderada — y ganan en 187 de 331 meses, un 56%. La ventaja apunta a favor, pero es pequeña frente a su propia variación: si la ventaja real fuera cero, todavía habría alrededor de un 33% de probabilidad de ver por azar 27,6 años así de buenos o mejores. Dicho como horquilla, que es más honesto que una sola cifra: con bootstrap por bloques (10.000 remuestreos, bloques de seis meses de media), la ventaja anual de la cartera de 20 sobre el equiponderado queda entre −4,2 y +6,3 puntos con un 90% de confianza y entre −5,2 y +7,3 con un 95%: el cero está dentro de las dos, y en un 37% de los remuestreos la ventaja sale negativa. Medido factor a factor, ninguno de los cuatro por separado supera ese listón. No decimos que no funcione: decimos que ni 27,6 años y quinientas empresas bastan para separarlo del ruido en la versión equiponderada, y que quien invierta debería contar con esa posibilidad. Y lo medimos también con el test estándar de la investigación de factores (el IC de Fama-MacBeth: ¿ordena la puntuación a las ~500 empresas de cada mes?). Sobre la historia larga —331 meses de diciembre de 1998 a agosto de 2026, con todas las empresas que pasaron por el índice y rentabilidad total— sale t = 1,41 (IC medio +0,012;
medir_senal.py, 11/9/2026). Con la historia anterior (185 meses de 2011 a 2026) salía t≈0,7, y midiendo solo sobre las supervivientes de hoy habría salido t=2,1, que ya «demostraría» la ventaja: esa cifra no la publicamos, porque no es la señal, es el sesgo de supervivencia. Con el tamaño de efecto medido harían falta unos cincuenta y cinco años de datos para separarlo del ruido: el doble de los que hay. Y año a año no hay una ventaja estable, hay rachas: el IC del multifactorial es positivo en 17 de 28 años (1999-2026), con un +0,08 en 2015 seguido de un −0,11 en 2016, y por quinquenios va de +0,016 (1999-2003) y +0,027 (2004-08) a prácticamente cero entre 2009 y 2023, y a +0,040 desde 2024. El tramo bueno es justo el reciente, el que ve quien entra ahora: no es la norma. Quien siga esto debe contar con años enteros en negativo como parte del contrato, no como señal de que algo se ha roto.
Cómo le ha ido en cada tipo de mercado
La cifra de toda la ventana esconde de dónde sale: una estrategia puede ganar en total y haberlo ganado todo en un solo tipo de mercado. Aquí la historia del multifactorial de 20 valores se parte por los picos y los suelos del S&P 500, fijados antes de ver ningún resultado (datos/PREREGISTRO_BACKTEST_LARGO.md), en sus dos versiones.
Por capitalización, contra SPY
Gana en 5 de 8 tramos y pierde en 3. Rentabilidad anual (CAGR) de cada tramo.
| Tramo | Fechas | Cartera | SPY | Diferencia | Peor caída | Meses por detrás |
|---|---|---|---|---|---|---|
| Burbuja puntocom | dic 1998 – mar 2000 | 35,4% | 11,5% | +23,9 | −16,0% | 8 |
| Pinchazo | mar 2000 – oct 2002 | −22,5% | −18,3% | −4,2 | −52,5% | 31 |
| Alcista 2003-2007 | oct 2002 – oct 2007 | 27,7% | 16,6% | +11,0 | −11,7% | 17 |
| Crisis financiera | oct 2007 – feb 2009 | −38,0% | −34,0% | −4,0 | −48,4% | 13 |
| Década del crecimiento | feb 2009 – feb 2020 | 17,5% | 15,4% | +2,1 | −18,5% | 66 |
| COVID y rebote | feb 2020 – dic 2021 | 9,5% | 21,2% | −11,7 | −26,5% | 14 |
| Subida de tipos | dic 2021 – sept 2022 | 4,7% | −18,8% | +23,5 | −13,2% | 3 |
| Concentración en las grandes | sept 2022 – ago 2026 | 39,0% | 20,0% | +19,1 | −25,9% | 14 |
| Ventana entera | dic 1998 – ago 2026 | 13,7% | 8,7% | +5,0 | −57,2% | 66 |
Equiponderada, contra el S&P 500 equiponderado
Gana en 4 de 8 tramos y pierde en 4. Rentabilidad anual (CAGR) de cada tramo.
| Tramo | Fechas | Cartera | Equiponderado | Diferencia | Peor caída | Meses por detrás |
|---|---|---|---|---|---|---|
| Burbuja puntocom | dic 1998 – mar 2000 | 22,4% | 0,3% | +22,0 | −9,2% | 9 |
| Pinchazo | mar 2000 – oct 2002 | −15,5% | −5,8% | −9,7 | −37,9% | 31 |
| Alcista 2003-2007 | oct 2002 – oct 2007 | 26,4% | 22,6% | +3,8 | −12,6% | 21 |
| Crisis financiera | oct 2007 – feb 2009 | −42,4% | −37,2% | −5,2 | −55,4% | 7 |
| Década del crecimiento | feb 2009 – feb 2020 | 14,7% | 16,9% | −2,2 | −20,2% | 131 |
| COVID y rebote | feb 2020 – dic 2021 | 2,1% | 19,9% | −17,8 | −27,3% | 19 |
| Subida de tipos | dic 2021 – sept 2022 | 10,8% | −12,0% | +22,9 | −14,5% | 3 |
| Concentración en las grandes | sept 2022 – ago 2026 | 32,9% | 14,3% | +18,6 | −16,7% | 19 |
| Ventana entera | dic 1998 – ago 2026 | 11,4% | 10,4% | +1,0 | −61,1% | 314 |
La peor caída se mide sobre los puntos mensuales de la curva, así que se queda algo corta frente a la diaria. «Meses por detrás» es el mayor número de meses seguidos en que la cartera no recupera su mejor momento frente a la referencia: lo que vive quien la sigue. El último tramo sigue abierto y se alarga cada mes.
Qué esperar si entras hoy
Esto es la letra pequeña, y la publicamos en grande. Si te la enseñan antes de que pongas un euro, puedes decidir; si te la esconden hasta el primer año malo, ya has decidido sin saberlo.
Lo de arriba es el resultado de 27,6 años enteros. Nadie invierte tantos años de golpe: entras un día y miras al cabo de uno, tres o cinco. Esto es lo que esa misma curva le habría dado a quien entrara en cualquier mes desde diciembre de 1998, en la versión equiponderada de la cartera y siempre frente al S&P 500 equiponderado con dividendos:
- A un año (320 ventanas): la mitad de las veces la cartera le saca al índice equiponderado entre −6,0 y +12,0 puntos; la mediana es +2,7. Pierde contra el índice en un 42% de los años. El peor: −59,7 puntos (de mayo de 2020 a mayo de 2021); el mejor, +57,9. En absoluto, un año de esta cartera ha ido de −26,6% a +46,5% (percentiles 5 y 95) y ha terminado en pérdidas un 21% de las veces.
- A tres años (296 ventanas): ventaja anual mediana de +0,4 puntos, entre −5,5 y +6,2 la mitad central. Por debajo del índice en un 49% de los trienios; el peor quedó −17,5 puntos al año por debajo durante tres años (desde junio de 2018).
- A cinco años (272 ventanas): ventaja anual mediana de −0,5 puntos, entre −4,6 y +2,0 la mitad central. Por debajo del índice en un 55% de los quinquenios: cinco años no garantizan batir al índice. El peor quedó en −9,4 puntos al año desde enero de 2008; el mejor, +20,1 desde junio de 2021, que es el tramo que ve quien entra ahora.
- Cuánto se aguanta por debajo del índice. La curva cartera/índice equiponderado ha pasado el 99% de los meses por debajo de su máximo anterior. Tras cada máximo tarda una mediana de 6 meses en superarlo, pero el episodio más largo duró 314 meses (de marzo de 2000 a mayo de 2026, llegando a −53% frente al índice en el fondo). Quien no pueda ver al índice por delante durante 26,2 años no debería seguir esta cartera.
- La suerte del día en que entras. La curva publicada rebalancea en unas fechas concretas, y esa fecha mueve la cifra. Rehecha con los 21 calendarios posibles (el rebalanceo desplazado de 0 a 20 sesiones, mismas reglas y mismos datos, medido entre enero de 2011 y agosto de 2026), el CAGR va de 14,3% a 17,4% (mediana 16,0%) y la ventaja anual sobre RSP de +2,6 a +5,5 puntos; la caída máxima, del 33% al 40%. El calendario que usa la web es el 3º de 21, a +0,7 puntos de la mediana: la cifra que publicamos está en la parte alta de lo que da la misma regla. Rebalanceando cada dos meses en vez de cada uno, el CAGR queda entre 13,1% y 17,2% (42 calendarios posibles). Lo mide
medir_suerte_calendario.pycon los mismos datos y las mismas reglas que la curva publicada: ninguna de estas cifras está escrita a mano. - Lo que cuesta seguirla. Cambian 6 posiciones de 20 en el rebalanceo mediano y la cartera se vuelve a equiponderar cada mes: 311 operaciones al año, medidas sobre los 330 rebalanceos de 1999-2026 por
medir_costes.py. Con 100.000 y una comisión de 0,30 € por operación, las comisiones son 9 puntos básicos al año y el impacto de mercado 10. Lo único que no medimos es la horquilla: suponiendo 3 puntos básicos —el orden de magnitud de un valor grande del S&P 500— el coste total es 31 pb al año y el CAGR neto 11,03% frente al 10,18% del equiponderado después de la comisión de RSP. A este nivel de rotación, cada punto básico de horquilla cuesta 3,8 pb al año, así que puedes poner el tuyo: con 1 pb serían 23 y con 5, 39. Nuestros dos estimadores deducen la horquilla de los máximos y mínimos del día y dan 52-66 pb, que para valores así es una cota alta: con ellos el coste sería 219-274 pb y el neto 8,32-8,94%, por debajo del índice. Con 10.000 en vez de 100.000 la comisión fija pesa diez veces más y el coste total sube a 296 pb. Y pagar el cambio de divisa en cada operación suma 269 pb. No incluye impuestos: la cartera realiza plusvalías cada mes y un fondo indexado las difiere.
Ninguna de estas cifras es una previsión: son el reparto de lo que ya pasó, sin costes, en un mercado que subió la mayoría de esos años y que tuvo dentro tres mercados bajistas. En esos 27,6 años, 13 de las 20 carteras batieron al índice equiponderado, y todas pasaron por años enteros por detrás. Las dos mitades son verdad, y quien entre hoy tiene que contar con las dos: por eso están las dos aquí.
Si vas a seguir esto, que sea con cuenta
Con una cuenta gratuita se guardan tus carteras del simulador, tu cartera personal y tu progreso en la Academia, en todos tus dispositivos. Y si quieres, te avisamos por correo el mismo día en que un directivo del S&P 500 compra acciones de su empresa con su propio dinero, con el Formulario 4 enlazado. El aviso viene apagado: lo enciendes y lo apagas con un clic en tu perfil.
Un backtest es una prueba de esfuerzo de una regla, no una previsión de tu cuenta. Publicamos las limitaciones porque una plataforma que solo te enseña la mitad favorable de su propia metodología te está vendiendo algo. No somos: un bróker, un fondo, un servicio de señales ni un asesor autorizado. Nada de lo que hay aquí es una recomendación personalizada — los mismos números se le muestran a todo el mundo, y la decisión es enteramente tuya.
Mira qué dicen hoy los números
El ranking completo del S&P 500, las carteras modelo y el simulador están abiertos ahora mismo — sin cuenta, sin tarjeta y sin correo.
Dos cosas más, gratis y sin cuenta
Salen de los documentos que las empresas presentan a la SEC. Cada fila enlaza al documento original.
Preguntas frecuentes
Cómo funciona el modelo, qué no hace y qué significan las cifras publicadas. Lo que no esté aquí está con todo el detalle en la metodología.
1. Conceptos básicos para principiantes
¿Qué es exactamente el S&P 500 y por qué se usa como vara de medir?
El S&P 500 es el índice de las 500 mayores empresas cotizadas de Estados Unidos: Apple, Microsoft, Amazon, Nvidia y otras cuatrocientas y pico. Comprarlo es tener un trozo de todas a la vez en lugar de elegir, y por eso es la vara de medir habitual: cualquier estrategia que seleccione acciones tiene que batirlo para que el trabajo valga algo. Lo que no es es una garantía. Cae cuando cae el mercado, ha tenido tramos largos sin ganar nada, y esta web publica las caídas tan a la vista como las rentabilidades.
¿Qué significa "análisis cuantitativo" de forma sencilla?
Significa decidir con números medibles en lugar de con impresiones. En vez de leerse las noticias de quince empresas conocidas y elegir la que mejor suene, se aplica la misma fórmula a las ~500 empresas del índice y se ordena el resultado. Nadie tiene favoritas, nadie se cansa en la empresa número cuatrocientos y nadie hace una excepción porque una compañía le caiga bien.
Conviene no confundirlo con dos cosas parecidas. No es trading: aquí no se compra ni se vende nada, se publica una lista y las órdenes las das tú en tu bróker. Y no es tiempo real: las cifras se recalculan tres veces cada día de bolsa, que es de sobra para una cartera que se revisa una vez al mes.
¿Necesito conocimientos profundos de matemáticas o finanzas para usar Quant500?
No. Los cuatro factores llevan décadas publicados en revistas académicas —Jegadeesh y Titman, Fama y French, Novy-Marx— y lo que hace esta web es aplicarlos a las ~500 empresas del índice todos los días y enseñar el resultado ordenado. El cálculo pesado lo hace el modelo; a ti te toca leer una tabla. Dicho esto, preferimos que entiendas lo que estás mirando a que confíes a ciegas: todas las fórmulas de esta página están escritas, y la Academia Quant explica cada factor desde cero. Usar los números te lleva cinco minutos; entender por qué dicen lo que dicen es lo que de verdad te mantendrá invertido cuando la curva baje.
¿En qué se diferencia Quant500 de comprar acciones por mi cuenta?
Comprar acciones porque "tienes un buen presentimiento", porque has leído una noticia o porque te gusta la marca, es básicamente jugar a la lotería en un casino. Quant500 no adivina ni juega al azar. Nuestro sistema analiza rigurosamente variables fundamentales presentadas a la SEC (beneficios, ventas, márgenes, deuda, flujo de caja) y tendencias de precio y ordena las ~500 empresas con los mismos criterios, todos los días, sin que ninguna le caiga simpática. No te dirá qué acción va a subir — eso no lo sabe nadie. Lo que elimina es la parte que peor se te da: la historia que te cuentas a ti mismo sobre por qué esta vez es distinto.
¿Es esto lo mismo que usar ChatGPT u otra inteligencia artificial para invertir?
No. La IA generativa (como los chatbots) está diseñada para "adivinar" la siguiente palabra en una frase basándose en patrones de texto; no sabe de finanzas ni de riesgo real. Por el contrario, los modelos de Quant500 son modelos estadísticos y cuantitativos deterministas. Se basan en reglas matemáticas estrictas, fórmulas de covarianza y análisis de series temporales, con décadas de investigación académica publicada detrás. No es una charla con un bot: es la misma aritmética aplicada a todas las empresas, y cualquiera puede rehacerla.
2. El modelo y cómo decide
¿Qué mira exactamente el modelo para elegir las empresas?
Cuatro factores, los mismos para las ~500 empresas: Momentum (cómo se ha comportado el precio en los últimos doce meses, descontando el último), Value (lo que cuesta la empresa respecto a lo que gana, a lo que vale en libros y a lo que vende), Quality (rentabilidad sobre recursos propios y activos, márgenes y deuda) y Growth (cuánto han crecido en un año los ingresos, el beneficio por acción y el flujo de caja).
Y aquí conviene deshacer un malentendido habitual: no es un colador. No hay filtros que haya que ir superando uno a uno. Cada factor se convierte en una nota comparable (un Z-Score) y la puntuación final es la media aritmética de las cuatro. Eso significa que una empresa puede entrar en la cartera con un factor claramente malo si los otros tres lo compensan — y así es como entra más de una. La cartera se forma cogiendo las N mejores por esa media, de mayor a menor, sin ningún descarte adicional.
¿Por qué una regla gana a la intuición a lo largo de un ciclo?
El mayor enemigo del inversor es su propio cerebro. Los seres humanos estamos programados evolutivamente para sentir pánico paralizante cuando el mercado se desploma, y una avaricia irracional cuando el mercado sube sin parar. Esto nos lleva a comprar caro y vender barato de forma crónica. El modelo, en cambio, es una regla: hace lo mismo pase lo que pase. Si los datos cambian, los pesos cambian — en el siguiente rebalanceo, con la misma regla, sin dudar y sin necesidad de acertar en nada. El modelo no es más listo que un buen analista. Simplemente es incapaz de entrar en pánico, y a lo largo de un ciclo completo eso pesa más.
¿Qué es el "Z-Score" que aparece en las tablas?
Es una forma estándar de poner en la misma escala cosas que no se miden igual. Dice cuántas desviaciones típicas se separa una empresa de la media del índice en esa métrica concreta: un +1,5 en Quality significa "una desviación y media por encima de la media del S&P 500 en calidad", y ese número ya se puede sumar y promediar con el de Value, que en crudo estaría en otra escala completamente distinta. Sin ese paso no habría manera de combinar los cuatro factores.
No es nada secreto ni propio: es estadística de primer curso, la fórmula está escrita más arriba en esta misma página y cualquiera puede rehacer el cálculo con los datos de la SEC. Lo que sí conviene saber es su límite: un Z-Score alto describe el pasado reciente, no promete el futuro, y lo recortamos a ±3 para que un dato anómalo no aplaste al resto (eso también está explicado, con su coste, en la metodología).
¿Cada cuánto se recalcula la cartera?
Los datos se actualizan tres veces cada día de bolsa, pero la cartera no se rehace con esa frecuencia: el calendario del backtest es mensual (cada 21 sesiones). Es la única cadencia que hemos medido, y no decimos que sea la mejor. Lo que cuesta rebalancear —comisiones, horquilla y rotación— está medido sobre los rebalanceos reales y publicado en la metodología, no estimado a ojo.
¿Qué es el "Max Pain" y entra en el modelo?
El mercado de derivados (opciones) es donde los fondos y los creadores de mercado toman posiciones que no se ven en el precio de la acción. El "Max Pain" (Máximo Dolor) es el precio exacto de una acción en el que la abrumadora mayoría de compradores de opciones perderían su dinero, beneficiando a los creadores de mercado. Existe una tendencia documentada a que los precios graviten hacia ese nivel según se acerca el vencimiento, aunque el efecto es estadístico, discutido en la literatura académica y poco fiable en un día concreto. Lo mostramos como un dato de contexto más — útil para entender dónde tiene aparcado su dinero el mercado de derivados, nunca como una predicción del precio de mañana.
3. Riesgo, caídas y de qué no te protege el modelo
¿Qué ocurre con mi dinero si el mercado sufre un crash o desplome repentino?
Respuesta directa: una cartera de acciones del S&P 500 cae cuando cae el S&P 500, y la nuestra no es una excepción. Cualquier plataforma que te diga lo contrario te está vendiendo un seguro que no puede pagar. Lo que sí hace el modelo es mantener la disciplina justo cuando un humano no la mantendría: sigue puntuando con las mismas reglas y, en cada rebalanceo, rota fuera de los valores cuyos fundamentales y momentum se han roto, sin esperar a que tú reúnas el valor de venderlos. El factor Quality, en particular, inclina la cartera hacia negocios con poca deuda y márgenes altos, que históricamente han caído menos que el índice en los desplomes. Eso es un colchón, no un escudo. Por eso publicamos la caída máxima de cada cartera modelo junto a su rentabilidad: mírala antes que la rentabilidad anual y dimensiona tu posición pensando en la peor cifra que veas ahí.
¿Qué es la caída máxima («max drawdown») y por qué es la cifra que más importa?
La caída máxima mide el mayor abismo histórico: la caída porcentual máxima que ha sufrido una cartera desde su pico más alto hasta su valle más profundo. Es la cifra que decide si aguantarías la estrategia, y por eso la publicamos al lado de la rentabilidad de cada cartera en vez de esconderla. Conviene mirarla sin adornos: las veinte carteras modelo, equiponderadas, han pasado por caídas de entre el 50% y el 82%, y el multifactorial de 20 equiponderado cayó un 63,5% en su peor momento. Una caída del 50% exige recuperar un 100% solo para volver al punto de partida. Dimensiona tu posición pensando en la peor cifra que veas ahí, no en la rentabilidad anual.
Seamos honestos, ¿el modelo garantiza ganancias todos los meses?
Si alguien en el mundo de las finanzas te garantiza ganancias todos los meses, huye rápido porque te están estafando. Ningún sistema en el universo puede desafiar a los mercados globales todos los días sin sufrir tropiezos. Lo que sí garantizamos es que las mismas reglas se aplican a todas las empresas todos los días, y que las cifras que publicamos son las que salieron de aplicarlas. Lo que dicen esas cifras, sobre nuestro walk-forward de 27,6 años (332 rebalanceos, 1998-2026): 13 de las 20 baten al S&P 500 equiponderado (10,4% anual), que es el comparable justo porque nuestras carteras también reparten a partes iguales. Nuestro multifactorial de 20 por capitalización rentó en esa simulación un 13,7% anual, que sobre esos 27,6 años habría convertido 10.000 € en 348.495 frente a los 99.881 del S&P 500. Y lo que sacan de más no sale gratis: nuestro multifactorial de 20 valores cayó un 59,9% en su peor momento, y, en su versión equiponderada, las veinte pasan por caídas de entre el 50% y el 82%. Frente al S&P 500 comprado a través de un fondo, y otra vez equiponderadas, 17 de las 20 rentan más, pero 15 de las 20 caen más hondo. (Estas cifras se recalculan a partir de los ficheros publicados cada vez que el walk-forward se alarga.) Quien te diga que una estrategia bate al mercado sin sufrir te está vendiendo algo: en la simulación, esta lo batió aguantando las mismas caídas o peores, y ni las rentabilidades pasadas ni las simuladas garantizan las futuras.
¿De qué me protege la diversificación y de qué no?
Apostar el 50% de tu dinero a una sola acción esperando que se dispare es jugar a la ruleta rusa financiera. El simulador te deja elegir cómo se reparte el peso, y cada método es una respuesta distinta a la misma pregunta: equiponderado (todas las posiciones iguales, ninguna apuesta domina), por puntuación del modelo (más capital a los valores mejor situados), paridad de riesgo (peso inversamente proporcional a la volatilidad de cada acción, para que las más turbulentas no marquen el rumbo de toda la cartera) o por capitalización (replicando cómo se construye el propio índice). La diversificación no anula el riesgo —en un desplome general las correlaciones se acercan a uno y cae todo a la vez— pero sí elimina el riesgo de que una sola empresa te arruine.
¿Por qué el "Ratio de Sharpe" es la métrica de la que todo el mundo habla?
El Ratio de Sharpe mide cuánta rentabilidad extra obtienes por cada unidad de riesgo que soportas: es la rentabilidad que supera al activo sin riesgo, dividida por la volatilidad. Sirve para comparar dos estrategias que rentan lo mismo pero no se comportan igual por el camino; un 30% anual con bandazos y un 30% anual estable no son la misma inversión, aunque el titular sea idéntico. Dicho esto, no es una nota de calidad absoluta: el Sharpe castiga la volatilidad al alza igual que la de caída, se calcula sobre el pasado y cambia bastante según el periodo que midas. Por eso publicamos también Sortino, Calmar y, sobre todo, la caída máxima.
4. Cómo usar la web, paso a paso
¿Cómo debo interpretar la gráfica de "Evolución histórica del patrimonio"?
Al terminar la simulación la gráfica enseña dos líneas. La tenue azul punteada es la referencia ("Benchmark"). No es el S&P 500 tradicional, que pondera por tamaño de empresa: es el S&P 500 equiponderado: la media, a partes iguales, de todas las empresas que estaban en el índice en cada fecha, con sus dividendos. Se compara contra eso porque nuestras carteras también son equiponderadas, y medir una estrategia equiponderada contra un índice ponderado por tamaño le regalaría una diferencia que solo viene de la ponderación. Lo calcula el propio motor con los mismos datos que la cartera, y no es RSP —el ETF equiponderado, que cotiza de verdad— porque RSP no existe antes de mayo de 2003 y la historia empieza en 1998. Durante unas semanas usamos RSP justamente porque una media nuestra solo podía promediar las empresas de las que teníamos precio, y heredaba el sesgo de supervivencia que debía juzgar. Con los datos de Sharadar tenemos el precio de todas, también de las que desaparecieron, y donde existe RSP las dos se mueven casi igual: la nuestra le saca algo más de medio punto al año, que es lo que el fondo cobra y le cuesta operar. Por otro lado, la línea superior (verde o roja) es tu cartera. Muestra cómo se habrían comportado en el pasado las reglas que has elegido — a veces por encima del índice, a veces por debajo, y la distancia entre las dos líneas es lo único que merece estudio. Lee la caída máxima con tanto cuidado como la cifra final: una curva que acaba más arriba tras un desplome del 45% es una estrategia que la mayoría habría abandonado a mitad de camino. Y recuerda lo que un backtest no es: no incluye comisiones, horquilla ni impuestos. Te dice si una regla era sólida, no lo que hará tu cuenta.
¿Puedo coger esta cartera matemática y replicarla en mi bróker real?
Para eso está la web. No somos un bróker que custodia tus fondos ni te decimos qué debes hacer con tu dinero: publicamos lo que dicen las reglas, y decidir es cosa tuya. Cuando el modelo termina sus cálculos, enseña la lista de empresas con su peso. Las veinte carteras modelo son equiponderadas: en la de 20 posiciones cada una pesa un 5,00%, y en la de 10 un 10,00%. No hay optimización de pesos ni un porcentaje distinto por empresa; el único sitio donde los pesos cambian es el Simulador, si eliges tú otro reparto. A partir de ahí las órdenes las das tú, en tu propio bróker — lo que también significa que las comisiones, la horquilla y los impuestos son tuyos, y ninguno de los tres está dentro de la curva publicada.
¿Qué nivel de datos fundamentales de empresas me vais a proporcionar?
En la ficha de cada empresa está lo que dicen sus cuentas: márgenes de beneficio, crecimiento del flujo de caja libre, ratios de deuda y la propiedad institucional (qué porcentaje de la empresa está en manos de fondos). Lo que no vas a encontrar es hacia qué precio objetivo apuntan los analistas: eso es una opinión, y aquí se publica lo que se puede medir.
¿Están contemplados los dividendos en las simulaciones de rentabilidad?
Sí. Todas las curvas se calculan como rentabilidad total: cada dividendo pagado se reinvierte el día en que se paga, tanto en la cartera como en la referencia con la que se mide. Contarlos en un lado y no en el otro es la forma más fácil de que una estrategia parezca mejor de lo que fue.
¿Qué dicen los datos de opciones de la ficha de una empresa?
El mercado de acciones es el presente, pero el mercado de opciones (derivados) es donde los grandes inversores institucionales toman posiciones sobre el futuro. En la pestaña de opciones de cada ficha se publica lo que ese mercado está descontando para ese valor: movimiento esperado hasta el vencimiento, max pain, ratio put/call (por volumen y por posiciones abiertas) y la volatilidad implícita de las opciones cercanas al dinero. Cuando las puts se pagan bastante más caras que las calls, hay demanda de protección frente a una caída; eso es un medidor de miedo, y es una información real y difícil de conseguir.
Se publica como dato de contexto, nunca como predicción. No hemos medido que ese sesgo anticipe caídas —y en esta web una señal no se publica como predictiva hasta que pasa por la misma prueba que los cuatro factores—, así que no entra en la puntuación de ninguna cartera. Sirve para una cosa concreta: saber qué movimiento hay ya metido en el precio antes de dar por hecho que una noticia es una sorpresa.
¿Qué información detalla la sección de "Valoración" del panel de análisis?
La pestaña de Valoración reúne las cifras de mercado y de cuentas de la compañía, con los últimos datos descargados:
- Métricas de Mercado: Precio actual vs. máximos/mínimos de 52 semanas, Capitalización y Valor de Empresa (EV).
- Barra de Rango 52 Semanas: Indicador visual que sitúa al precio actual en el histórico reciente para detectar zonas de sobrecompra o sobreventa.
- Múltiplos Financieros: Análisis de PER (Actual y Forward), PEG, P/B y ratios de Enterprise Value sobre EBITDA para medir la "baratura" de la acción.
- Dónde cae el PER: Una barra que sitúa el PER actual en una escala de 0x a 60x, con los cortes escritos (15x, 25x, 40x). No dice si la empresa está cara o barata: eso depende de lo que pase después, y no lo sabe nadie. La comparación de verdad está más abajo en la misma ficha: el Z-Score de Value y el puesto, medidos contra el índice entero.
- Salud de Dividendos: Yield, tasa de pago (payout ratio) y fechas clave de ex-dividendo.