Análisis cuantitativo de ETFs – 2 casos de Estudio

Analisis cuantitativo de ETFs Analisis cuantitativo de ETFs

Básicos del análisis cuantitativo de ETFs – Batiendo la inversión pasiva.

 

Introducción:

Un título pretencioso, lo sé. «Batiendo la inversión pasiva», ya hablé de esta y la estrategia asociada del DCA o Dollar Cost Averaging (promediar), hoy me gustaría ir un poco más lejos y enseñar los básicos del análisis cuantitativo, cosas muy sencillas que nos ayuden a entender el funcionamiento de los mercados financieros en la inversión a largo plazo.

Lo cierto es, que de forma muy sencilla se pueden construir carteras interesantes, sin demasiada complicación. No olvidemos que la mayoría de estrategias de Indexación solo buscan exposición a la renta variable, cuando el universo de ETFs es bastante más amplio, incluyendo renta fija, sectores y materias primas.

En su momento realicé un taller explicando esto, enfocado por un lado a los básicos de las carteras basadas en momentum y estacionalidad (y un poco de delta neutral) aplicándolo mediante programación en Java, para poner en práctica los conceptos y sobretodo expandirlos, no es nada nuevo el hecho de que, la mayoría de lo que enseño, por no decir todo, se enfoca a la programación y dejo siempre un margen muy amplio para investigar y aprender.

Hoy voy a hacer todo lo contrario, voy a saltarme la programación, vamos a hablar directamente de análisis y formación de carteras, algo de lo que tenía muchas ganas de hacer pues me sirve como análisis para mi propia cartera de inversión mediante análisis cuantitativo a largo plazo.

Análisis cuantitativo de ETFs:

Vamos a empezar con algunas cosas básicas, lo primero, el análisis cuantitativo pueden ser tan sencillo o tan complicado como se desee, yo suelo quedarme con cosas muy sencillas en la mayoría de los casos. Y este artículo tiende a ser una pequeña demostración de como las cosas simples pueden funcionar muy bien.

Eligiendo una cesta de activos – ETFs:

Me gustaría empezar por algo que sé que poca gente se fija, nunca tiene interés general por parte del público y es una idea que cuando lancé el taller, no la dije a propósito, quería saber si alguien se fijaba en las materias primas.

Esos grandes olvidados, y no hablo precisamente del petróleo o del Oro, aunque también pueden ser interesantes, pero, hablo de la Soja, Maiz, Trigo…

Para tener una cartera diversificada sin ir muy lejos, voy a elegir un ETF cualquiera sobre el SP500, en este caso SPY por ser uno de los más conocidos, aunque aquellos que vivan en España deberán buscar una réplica del índice compatible. Junto al ETF sobre Soybeans (Soja) de WisdomTree y el de Plata física del mismo emisor.

SP500, Soja y Plata.

Tres activos que tienen poco que ver, renta variable, materia prima agraria y una materia prima que a veces actúa como indicador de la demanda industrial y otras como activo refugio.

¿No podrían ser más diferentes, verdad?

Factores estacionales:

Cuando hablamos de estacionalidad, nos podemos referir a varios conceptos, como aquel sistema de Trading que puse para futuros sobre Soja hace poco en este blog, este caso es distinto, al hablar sobre análisis cuantitativo en carteras a largo plazo, me interesa la media de retorno mensual, realmente no tanto en el índice SPY si no en las materias primas.

Este vídeo de CME explica muy bien el caso de las materias agrarias, en este caso granos.

Estacionalidad mensual - análisis cuantitativo de ETFs

Estacionalidad mensual – Análisis cuantitativo de ETFs

Si algo me gusta de la plata, es su increíble volatilidad, mientras que el Oro, pese a ser volátil no lo es tanto en comparación a esta. Podemos comprobar como varios meses algunos activos tienden a rendir mejor que otros.

Mientras que Agosto suele ser un mes muy bajista para el SP500 para la Plata no lo es. Y en Octubre la Soja destaca por su rendimiento.

En base a esto ya podemos formar una cartera básica basándonos en este pequeño Análisis cuantitativo con ETFs:

Cartera Estacional de ETFs

Cartera Estacional de ETFs

A cambio de aceptar una mayor volatilidad en nuestra cartera, podemos obtener retornos superiores al índice sin mucha complicación, y a estas alturas ya sé lo que más de uno va a pensar, y no está mal pensado, no estoy separando muestras para esta demostración. ¿Y si me he beneficiado de un ciclo alcista?

Lo suyo efectivamente es separar por muestras (In Sample y Out of Sample), trabajo que personalmente ya he hecho antes de presentar estos datos, todo sea dicho, pero en ningún momento me estoy beneficiando de un ciclo alcista en Plata o Soja, de hecho, todo lo contrario.

Rendimiento a 5 años - ETF Soja

Rendimiento a 5 años – ETF Soja

 

Rendimiento a 5 años - ETF Plata

Rendimiento a 5 años – ETF Plata

Es cierto que el ETF SPY, basado en el SP500 si ha disfrutado de un ciclo alcista durante estos últimos años, hasta hace poco.

El punto fuerte de esta pauta, es la propia estacionalidad de las materias primas, las que incluso, dentro de una tendencia bajista tienen interesantes rebotes alcistas que son aprovechables.

Solo materias primas contra SPY:

Viendo el rendimiento de estos dos ETFs, vamos a hacer un pequeño análisis de esta cartera, operando las mismas pautas pero en vez de entrar en SPY, nos quedamos en liquidez.

Cartera materias primas

Cartera materias primas vs SPY

Apuntes estacionalidad:

El universo de ETFs es muy amplio y pese a la restrictiva normativa ESMA sobre la disponibilidad de los ETFs para inversores Europeos, tenemos una gama muy amplia de ETFs con muestras amplias en términos temporales, y además, siempre podemos apoyarnos en el activo subyacente para hacer nuestros Backtest.

Si nos remontamos a futuros o activos al contado, es muy fácil sacar una muestra de 20 años para respaldar nuestras carteras de inversión, e incluso más.

El universo de materias primas es muy amplio, y salvo el petróleo, me gustan bastante.

Inversiones alternativas – Análisis cuantitativo:

Voy a meterme en terreno pantanoso con esta parte, el análisis cuantitativo no es infalible, pero no puedo dejar escapar todas aquellas nuevas ideas y sectores que van saliendo al mercado. Recuerdo la película (y el libro, aunque la película fue bastante más famosa) «The Big Short», traducida como «La Gran Apuesta», donde al final de esta hablan del doctor Michael Burry y su apuesta por las inversiones relacionadas con Agua (y su posterior apuesta contra «indexados»).

Otros sectores como los cultivos alternativos (un eufemismo para hablar de Cannabis, CBD… etc), todo el sector e-sports y un número interminable de nuevos productos.

Nos encontramos con poca muestra y aquí deberemos emplear una cantidad de datos externos mayores o productos subyacentes con cuidado de no caer en el sesgo de supervivencia.

Voy a coger un sector del cual pese a no ser fanático, he conocido desde sus inicios y su auge de popularidad, hablo del sector de e-sports o «deportes electrónicos», básicamente videojuegos llevados a un nivel competitivo, incluyendo la resurrección de viejas glorias como el clásico Starcraft y su expansión Brood War. Pero no quiero desviarme demasiado del tema.

Es un sector que lleva unos 20 años, desde la burbuja punto com intentando despegar y parece que en los últimos 4 o 5 años ha empezado a conseguirlo.

Ante esta reciente popularidad y lo tardío que tiende a ser el sector financiero a la hora de crear nuevos fondos cotizados, no por nada malo, si no por el capital requerido y los gastos asociados de mantenimiento, los cuales son cifras altisimas, necesitan asegurarse de que será un éxito o al menos podrán mantenerse sin perder dinero.

ETF E-Sports

ETF E-Sports

Como podemos ver, el ETF de e-sports fue lanzado a finales de 2018, a fecha actual, escribo este artículo el Domingo 24 de Mayo de 2020, muy poca diferencia.

No todos los ETFs alternativos tienen tan poco históricos, algunos como el Agua tienen histórico de más de una década, perfectos para funcionar.

¿Inversiones alternativas? ¡Datos alternativos!

A estas alturas creo que esta será una de las partes que más llamen la atención de toda mi labor, ya hablé en su día de herramientas como Google Trends aplicadas al análisis bursátil en mi canal de Youtube, vamos a continuar por una línea parecida.

No todo el análisis cuantitativo iba a ser datos sencillos, como digo, lo simple está bien, pero el análisis cuantitativo nos ofrece un mundo sin final de posibilidades, al final no deja de ser un tratamiento de datos para generar Alpha en mercado.

Descubriendo el mercado subyacente de los E-Sports:

La mayoría de ETFs tienen un Benchmark, un índice de referencia al que siguen o al menos con el que se comparan dentro del mismo sector, el que podríamos decir que es el cálculo al contado del conjunto de acciones compuesto por este. Con la peculiaridad de que, al no cotizar en forma de ETF no entran en cuenta las posibles primas o descuentos sobre el NAV de este, pero eso lo dejo para otro artículo.

Con una rápida búsqueda de nuestro ETF sobre Videojuegos descubro varios factores interesantes.

Su índice de referencia es MVIS® Global Video Gaming and eSports Index y este está calculado desde 2015, ya es un pequeño avance, 5 años de muestra.

Pero otro factor aún más interesante es su altísima correlación con el índice S&P North American Technology Software Index con un coeficiente de correlación de 0.82 y una muestra muy amplia, nada sorprendente contando que estas compañías que cotizan en el ETF forman parte del índice.

Entonces, tenemos material para trabajar en base a estos dos índices como muestra primaria.

Mercado objetivo de los E-Sports:

Acorde a Statista el mercado objetivo, o donde mayor beneficio obtiene, es el mercado Chino y esto nos da una perspectiva interesante, la mayoría de estas empresas cotizan en Estados Unidos y Japón, y hablando de las primeras muchas mueven el índice NASDAQ fácilmente por los pesos que tienen en este.

Datos e-sports

Datos e-sports – Fuente: statista.com

Caso práctico – ETF E-Sports:

Sabiendo el índice que replica y una versión similar con más muestra, además de su mercado objetivo, podemos extraer datos interesantes para hacer nuestro análisis cuantitativo sobre este ETF.

Podemos comenzar por la propia estacionalidad, y luego ir complicándolo más, dado que el ETF tiene poca muestra utilizaré el índice relacionado de Software. Voy a hacer con Tradestation por variar un poco respecto al código en Java:

Estacionalidad Software

Estacionalidad Sector Software

Nos encontramos con un par de meses «malos», Marzo y Diciembre. Vamos a ver si dentro de la escasa muestra encontramos lo mismo en nuestro ETF de E-Sports:

Estacionalidad eSports

Estacionalidad eSports

Como vemos, el sector de E-Sports tiene un mal mes en Marzo, coincidiendo con el de Software, la muestra es muy pequeña y es andar sobre hielo muy fino. Pero como primera conclusión podríamos eliminar este ETF de nuestra cartera en Marzo, quizá esto sea propiciado, al tener dos años de muestra, por el «sell-off» actual de mercado, pero su compañero de Software con algo más de muestra nos indica lo mismo.

El análisis cuantitativo como vemos no es infalible, es una herramienta más, pero ya tenemos nuestra primera conclusión.

No vamos a utilizar solamente estacionalidad y vamos a trabajar algunos conceptos más, también bastante simples sobre el análisis cuantitativo. Vamos a enfocarnos en el libro «How the markets really work» para crear algunas entradas sencillas y tener un timing preparado.

La estrategia RSI(2):

RSI(2) Software Index Diario

RSI(2) Software Index -Diario

Como olvidar un clásico que ya enseñé en mi canal, si el RSI a dos periodos es menor que 15, compramos. Básicamente un compra el Dip, tanto el índice de Software como el ETF de E-Sports dan las mismas métricas. Sería una buena forma de aprovechar para entrar, e incluso a largo plazo, haciendo una estrategia de DCA.

Como podemos ver, dada la alta correlación, comparten muchas pautas, no cien por cien exactas pero es un punto de muestra que tenemos mientras el ETF no tenga más histórico.

Todo esto es interesante para una tendencia alcista, la cual no durará eternamente, entonces podemos pasar a complicar un poco más las cosas.

Autocorrelación – Modelo para salida:

No soy demasiado partidario de complicarme con el timing en las compras, pero sí en las salidas, siendo las crisis financieras, o en este caso sectoriales, muy complicadas de lidiar, por suerte el análisis cuantitativo, como siempre, nos puede ayudar a entender varias ideas posibles.

Para esto, lo que voy a hacer es buscar posibles posiciones cortas y evaluar su rendimiento, como siempre, no vamos a complicarnos, conocemos la pauta de Marzo, ahora lo que vamos a buscar es si un Sell-Off es posible de detectar en este sector, teniendo en cuenta que es muy alcista por el momento, pero siempre tiene sus correciones.

Autocorrelación ETF - Esports

Autocorrelación ETF – Esports

Esta es una parte que me encanta, normalmente una mayor volatilidad en los retornos, en el lado negativo, suele indicar que existen problemas en el sentido de riesgos en el mercado. Normalmente es un buen indicador de salida, hay poca muestra tanto en el ETF como en el índice, pero normalmente un día con un cierre menor a -2% es indicador de salir unos días.

Luego se podrá re-entrar en otro punto. Con todo lo aprendido hasta aquí se puede hacer un análisis bastante largo e implementar este fondo cotizado (ETF) en cualquier cartera de inversión.

Conclusión:

Como veis, no es muy difícil saber los básicos del análisis cuantitativo, se puede complicar todo lo que se quiera y es un camino muy amplio para estudiar, hay libros y recursos muy interesantes. Es un universo muy amplio y se pueden crear miles de modelos para distintas finalidades, los aquí presentados son los básicos de inversión que considero más interesantes para novatos.

Lo demás es cuestión de continuar aprendiendo, por mi blog y canal de Youtube hay bastantes referencias de libros y artículos.

Una última nota, he hablado de China y el mercado de los E-Sports, pero no hemos realizado ningún Análisis cuantitativo, de hecho, ningún Análisis en general. Esto está hecho a propósito para animaros a investigar y jugar con datos.

Muchos recordareis el video de Youtube donde hablo de hacer scraping (extraer datos desde una web de forma automática) para hacer posicionamiento contrario, esto podemos hacerlo con los datos de Steam, mayor proveedor y gestor de licencias de videojuegos, para saber el uso diario por cada país y de ahí extraer posible demanda.

El universo de los datos alternativos, y por ende las inversiones alternativas está en auge y es muy importante ser creativo a la hora de extraer sets de datos para trabajar con estos.

Espero que este artículo pueda servirte de ayuda para planificar tus inversiones bajo un punto de vista de análisis cuantitativo.

Un abrazo, Víctor – Sagaquant.

 

 

1 Trackback / Pingback

  1. Beta exótica - Mas allá del Alpha - SagaQuant

Comments are closed.