• ¿Cómo poder seleccionar las mejores acciones sin conocerlas previamente? ¿qué criterio será el más rentable al escogerlas? Jorge Ufano, gestor del fondo GPM Alcyon nos hablará de ello.
• Artículo publicado por Jorge Ufano en Hispatrading.com nº44.

La película Moneyball que protagoniza Brad Pitt narra cómo el uso de la estadística revolucionó la metodología de comprar y vender jugadores en el Beisbol. Brad Pitt protagoniza la vida de Billy Beane, el entrenador de beisbol de un equipo modesto de la primera división de la Liga Norteamericana. Para rehacer su plantilla ficha a Peter Brand, un ojeador joven sin ninguna experiencia laboral y recién licenciado, que utiliza los números y los datos estadísticos para decidir qué jugadores fichar o vender en una plantilla. Su estilo es muy diferente al que tienen los ojeadores tradicionales que han utilizado siempre sus análisis cualitativos y su olfato en la búsqueda y evaluación de jugadores de primer nivel. Peter Brand utiliza únicamente datos estadísticos de los jugadores. Un enfoque meramente cuantitativo en una profesión donde primaba la experiencia y el enfoque más cualitativo.

Un algoritmo bien diseñado desconocerá datos cualitativos de un jugador en concreto con tanta precisión, pero tiene la gran ventaja de que puede analizar y procesar datos estadísticos de los jugadores de todos los partidos federados que se jueguen en cualquier lugar del planeta.

Probablemente un ojeador profesional cualitativo clásico conocerá mucho mejor la cualificación de los jugadores de su ciudad o zona geográfica más cercana a su domicilio. Un algoritmo bien diseñado desconocerá datos cualitativos de un jugador en concreto con tanta precisión, pero tiene la gran ventaja de que puede analizar y procesar datos estadísticos de los jugadores de todos los partidos federados que se jueguen en cualquier lugar del planeta.

De manera similar, los analistas o gestores que utilizan el análisis fundamental tradicional pueden únicamente realizar el seguimiento y valorar unas pocas empresas del universo total de empresas que existen listadas en las bolsas mundiales. Sin embargo, un inversor cuantitativo tiene acceso y puede analizar los ratios de todas las empresas cotizadas. Y lo hace, además, de una forma “asentimental”, sin entablar relaciones o apegarse a ninguna de ellas y comprándolas o vendiéndolas simplemente cuando estadísticamente, según sus modelos históricos, sea el momento óptimo.

Con la ayuda de un ordenador, a través del análisis de datos y el uso de reglas, algoritmos o screeners podemos valorar qué acciones son las óptimas para añadir a nuestra cartera.

Con la ayuda de un ordenador, a través del análisis de datos y el uso de reglas, algoritmos o screeners podemos valorar qué acciones son las óptimas para añadir a nuestra cartera en cada momento porque tienen una mayor esperanza matemática positiva. Una mayor probabilidad de tener éxito.

El análisis fundamental cuantitativo se puede utilizar también para descubrir de una manera más rigurosa, científica o estadística en función de un histórico previo qué nivel de un determinado ratio de balance es el óptimo que hay buscar en una empresa.

Para ilustrar esta idea vamos a realizar el siguiente ejercicio: dentro del análisis fundamental existe el debate de si es mejor o más rentable, a largo plazo, tener en cartera de empresas sin deuda, con poca deuda, con deuda moderada o con mucha deuda. Las opiniones en este tipo de debates suelen ser cualitativas, en base a experiencias previas de los inversores. El análisis cuantitativo puede aportar un valor extra analizando, simulando y obteniendo resultados sobre qué nivel de deuda de una empresa es el óptimo para máximizar una función de riesgo/beneficio a largo plazo.

A continuación vamos a realizar un estudio de análisis fundamental cuantitativo simplificado para encontrar una solución estadística a este debate, para ello vamos a utilizar la herramienta Portfolio123.

Llegamos a la conclusión (ver tabla 1) de que es preferible tanto por rentabilidad total como por rentabilidad ajustada al riesgo (para medirla utilizamos los ratios sharpe y sortino) comprar empresas que no presenten un ratio muy elevado de deuda en comparación con su capital.

El ratio que vamos a medir es el Debt to equity ratio (relación deuda/capital) que se calcula dividiendo los pasivos totales de una empresa por su capital social.

La relación es una de las métricas que se pueden utilizar para evaluar el apalancamiento financiero de una empresa. Refleja la capacidad del capital de los accionistas para cubrir todas las deudas pendientes en caso de una recesión o evento no deseado.

Comenzamos el estudio para realizar un primer filtro analizando si es mejor tener una cartera compuesta por acciones con una ratio de entre 0 y 5 de relación deuda / capital (gráfico 1) de entre 5 y 10 veces (gráfico 2) o de entre 10 y 15 veces (gráfico 3).

Realizamos una simulación para las tres opciones de qué hubiese ocurrido desde el año 1999 si hubiésemos tenido una cartera invertida equiponderada en acciones que coticen en la bolsa estadounidense con una capitalización superior a 1.000 millones con el nivel de deuda de estas 3 opciones planteadas en comparación con la evolución del ETF del S&P 500 (SPY). Simulamos que la comisión por comprar y por vender es del 0,10% y que rebalanceamos nuestra cartera cada 13 semanas.

 

Sin embargo, tener en nuestra cartera las acciones con una deuda en relación a su capital comprendido entre un ratio entre 1 y 2 obtiene mejores resultados que una cartera creada con empresas con un ratio comprendido entre 0 y 1.

 

Llegamos a la conclusión (ver tabla 1) de que es preferible tanto por rentabilidad total como por rentabilidad ajustada al riesgo (para medirla utilizamos los ratios sharpe y sortino) comprar empresas que no presenten un ratio muy elevado de deuda en comparación con su capital. Se aprecia claramente que a mayor deuda, peor rentabilidad y peor rentabilidad por unidad de riesgo asumido. Además, la primera opción, la de deuda/capital entre 0 y 5 supera el rendimiento y el ratio sharpe de invertir en el ETF del S&P 500 americano.

Una vez obtenidos y analizados estos resultados vamos a diseccionar más las empresas con un ratio deuda/capital bajo dividiendo la opción inicial más rentable en 5 nuevos grupos: empresas con un ratio deuda/capital de entre 0 y 1, de entre 1 y 2, de entre 2 y 3, de entre 3 y 4 y de entre 4 y 5.

Tras analizar los datos obtenidos (tabla 2) observamos que el óptimo por rentabilidad ajustado al riesgo es la cartera compuesta por todas las acciones cuyo nivel de deuda/capital se encuentra entre 1 y 2 veces. Le sigue la cartera compuesta por acciones cuyo ratio deuda / capital está entre 0 y 1 y posteriormente la que está entre 2 y 3. Se puede observar una linealidad, progresividad o suavidad de los resultados y los ratios obtenidos. Cuanto más deuda tengan las empresas que forman parte de nuestra cartera a partir de un ratio deuda/capital de 2, peores resultados obtendrá.

El análisis fundamental cuantitativo nos permite construir una cartera robusta y rentable. También nos da la opción de realizar simulaciones de qué niveles de los ratios contables o de balance que nos gusta utilizar son los óptimos.

Sin embargo, tener en nuestra cartera las acciones con una deuda en relación a su capital comprendido entre un ratio entre 1 y 2 obtiene mejores resultados que una cartera creada con empresas con un ratio comprendido entre 0 y 1. En el gráfico 4 podemos observar la evolución de la cartera con un ratio deuda / capital entre 1 y 2 y la de el ETF del S&p 500 (SPY) desde 1999.

La conclusión de este estudio que hemos realizado a modo de ejemplo (sin pretender diseñar ningún sistema o estrategia de inversión operable, sino en un sentido simplemente de muestra o ejemplo de las posibilidades que nos abre utilizar el análisis fundamental cuantitativo) es que las empresas poco endeudadas son mejor opción que las que acumulan deuda moderada o alta. Sin embargo, un pequeño nivel de apalancamiento financiero es positivo para la rentabilidad a largo plazo de una compañía. El nivel de deuda que mejor optimiza la rentabilidad ajustada al riesgo de nuestra cartera se encuentra entre 1 o 2 veces el capital de la compañía.

El análisis fundamental cuantitativo nos permite construir una cartera robusta y rentable. También nos da la opción de realizar simulaciones de qué niveles de los ratios contables o de balance que nos gusta utilizar son los óptimos. De manera similar a como Peter Brand revolucionó hace algunos años el mundo del beisbol, este tipo de estudios, herramientas y algoritmos cuantitativos están revolucionando actualmente la manera de tomar decisiones de compra y de venta en los mercados financieros.

En el fondo de inversión GPM Alcyon, que gestiono y tiene el rating máximo de 5 estrellas que concede Morningstar, utilizamos datos y estadísticas de todas las acciones cotizadas en los principales mercados mundiales para crear screeners cuantitativos que realizan una preselección de empresas aptas para invertir mediante ratios óptimos de análisis fundamental. El algoritmo nos selecciona diariamente un listado de compañías con unas exigencias mínimas de ratios de Análisis fundamental. Por ejemplo, Price to Cash Flow, ROCE, nivel de deuda o crecimiento de beneficios en los últimos años.

Únicamente las empresas que cumplen unos determinados criterios o requisitos mínimos entran en nuestra plantilla de valores seleccionables. Una vez tenemos la plantilla confeccionada, la decisión de nuestro equipo titular en cada partido (en qué valores exactamente de esa pre-lista invertir y en qué momento exacto deben ser añadidos o suprimidos de nuestra cartera) la tomamos mediante factor momentum o tendencial que desarrollamos también desde un enfoque cuantitativo.

Los resultados (rentabilidad total y rentabilidad ajustada al riesgo) desde el comienzo de nuestra gestión hace ya casi 4 años son mejores que la media de los fondos mixtos moderados globales, que es la categoría en función de nuestro riesgo y activos en cartera en la que estamos englobados.