Publicidad
Publicidad

La memoria de los mercados

No hay duda del éxito que han logrado algunas estrategias basadas en la memoria de los mercados, es decir, aquellas que utilizan datos históricos para pronosticar el desempeño de activos financieros.
lun 20 mayo 2024 06:07 AM
La memoria de los mercados
El análisis de datos comienza a ser una parte fundamental en el momento de definir una estrategia de inversión, apunta Gustavo Hernández.

A principios de año se esperaba que la Fed (el banco central de Estados Unidos), al menos anunciara tres recortes de las tasas de interés durante este año; sin embargo, la información económica correspondiente a los primeros meses del 2024 no era consistente con dichas expectativas, por lo que, ahora, el mercado espera entre uno o dos recortes para todo 2024. Este cambio de expectativas llevó a que en el mes de abril el Índice S&P 500 acumulara un rendimiento de -4.4%.

Publicidad

De igual manera, muchas estrategias de inversión fueron ajustándose a estos datos, estrategias que muchas veces utilizan sofisticados algoritmos que se alimentan con cientos de variables y son ejecutados en costosos equipos de cómputo. A pesar de ello, sus pronósticos tienen cierto grado error.

No hay duda del éxito que han alcanzado algunas estrategias basadas en la memoria de los mercados, es decir, aquellas que utilizan datos históricos para pronosticar el desempeño de activos financieros. Dicho éxito depende en buena medida de lo mucho que éstas se pueden adaptar a los eventos no previstos. En este sentido, la teoría de Andréi Márkov -matemático ruso-, cuestiona estas planeaciones, pues dice que los eventos futuros no dependen del pasado, en dado caso, nuestra estrategia solo debe estar basada en las condiciones actuales del mercado.

Como es sabido las estrategias basadas en datos históricos buscan identificar patrones y tendencias; es decir, que se espera que, dadas ciertas condiciones observadas en el pasado, los mercados tengan un comportamiento similar. Sin embargo, es obvio preguntarse: ¿qué pasa cuando la situación actual o esperada no se ha presentado anteriormente? Lógicamente, tenemos que considerar este tipo de variabilidad en nuestros modelos y planeación, aunque sea con una muy baja probabilidad. Lo que finalmente me lleva a cuestionar si realmente los mercados tienen memoria o no. Así, volvemos al tema de las tasas de interés que señalaba en el primer párrafo, donde las expectativas se ajustaron fuertemente conforme las variables económicas eran consistentes con las previsiones que prevalecían al inicio del año.

Es probable que incluso un modelo basado en las condiciones actuales tampoco hubiera pronosticado que la Fed retrasaría su decisión de recortar la tasa de interés objetivo, pero sí hubiera estado más “preparado” para incorporar esta probabilidad y, por lo tanto, prever parte de la reacción de los mercados ante este hecho, pero en caso de que se hubiese dado un recorte en las tasas solo se tendría el pronóstico del cambio de tendencia de los mercado, pero este no podría pronosticar el comportamiento que seguirían los mismo debido a que no está analizando patrones anteriores donde ya ocurrió un proceso similar.

Publicidad

La principal diferencia entre estos dos tipos de observaciones es que al tomar los datos históricos estos revelan las tendencias pasadas que podrían repetirse si se cumplen exactamente las mismas condiciones, mientras que el considerar los últimos datos conocidos se tiene el panorama más cercano a la situación actual del mercado.

Dicho lo anterior no hay una observación de datos que sea una mejor que la otra, combinar ambos enfoques nos da una visión más completa y dinámica para tener una estrategia más sólida de inversión que también debe estar basada tanto en la aversión al riesgo que se tenga como en el objetivo que esta misma tenga que cumplir; es decir que el análisis de datos comienza a ser una parte fundamental en el momento de definir una estrategia de inversión.

____

Nota del editor: Gustavo Hernández es Ingeniero Matemático egresado de la ESFM del IPN con cinco años de carrera bancaria. Actualmente se desarrolla como data scientist en el área de análisis bursátil de Grupo Financiero B×+. Síguelo en LinkedIn . Las opiniones publicadas en esta columna pertenecen exclusivamente al autor.

Consulta más información sobre este y otros temas en el canal Opinión

Publicidad

Newsletter

Únete a nuestra comunidad. Te mandaremos una selección de nuestras historias.

Publicidad

Publicidad