Muchas ideas de inversión que se aprovechan de las ineficiencias del mercado siguen una curva de rendimiento predecible. Los primeros en descubrir y poner en práctica ideas eficaces tienden a obtener el mayor beneficio de ellas durante las primeras etapas después de la implementación. Sin embargo, conforme las ideas se vuelven más conocidas y seguidas por un número creciente de participantes en el mercado, éstas empiezan a ofrecer menos alpha y pueden, en última instancia, “comodizarse”. Dado que la competencia en la gestión activa se ha vuelto cada vez más intensa, la vida efectiva de muchas de estas estrategias se ha reducido significativamente en los últimos años, tal y como se puede ver en el siguiente gráfico*.
Este fenómeno está afectando a todo el sector de gestión de inversiones, sobre todo en los últimos años a través del aumento de las estrategias smart beta, las cuales hacen uso de factores de retorno como la calidad, el tamaño y el valor que alguna vez fueron exclusivos de los gestores activos. Esta situación hace más urgente el que los gestores activos, tanto cuantitativos como fundamentales, desarrollen nuevas técnicas para conseguir alpha de forma diferenciada. Mientras el uso de estrategias smart beta va borrando la línea tradicional que separaba la gestión activa de la pasiva, el alpha verdadera se ha hecho cada vez más difícil de conseguir por lo que gestores en todo el espectro, desde renta variable, renta fija e inversiones de impacto, están buscando una ventaja en Big Data.
¿Qué es exactamente el Big Data?
A nivel mundial, los seres humanos están generando unos 2,5 trillones (2,5 x 1018) bytes de información cada día, e IBM estima que alrededor del 90% de éstos se ha creado en los últimos dos años. El potencial que tiene el comprender estos datos es prácticamente interminable, pero también es casi imposible sin una sólida comprensión de lo que está buscando y la capacidad para calcularla. Desde una perspectiva de inversión, esta masa de información es especialmente valiosa en hacernos ver cómo se relaciona con el comportamiento económico humano. Para dar sentido a todos los datos, algunos inversores y gestores de activos están empleando nuevos enfoques y el desarrollo de un conjunto diferente de herramientas que les permitan tamizar todo el universo de la información para obtener datos nuevos y que tengan el potencial de mover mercados.
Por ejemplo, los algoritmos de minería de texto y de lectura se están desarrollando para interpretar grandes cantidades de materiales escritos, tales como informes de resultados, presentaciones normativas, blogs, redes sociales, etc. De estos datos, se puede derivar información más precisa sobre la confianza del consumidor y el sentimiento corporativo, entre otras cosas. También es posible identificar relaciones no intuitivas entre empresas que se relacionan, y fundamentalmente, por tanto, están expuestos a riesgos y oportunidades similares a pesar de las diferencias en la clasificación de la industria, el país de domicilio, la capitalización de mercado y la posición de la cadena de suministro.
El ejemplo anterior utiliza el poder de la tecnología para crear nuevos conjuntos de datos, sin embargo técnicas novedosas también pueden ser utilizadas para mejorar el cómo se analizan las bases de datos. Por ejemplo, mediante el empleo de aprendizaje automático para ordenar datos, podemos encontrar patrones y automatizar los procesos así como identificar combinaciones de señales de inversión tradicionales (por ejemplo, el retorno de los activos, ratios/relaciones, etc.) de una manera más eficaz que cuando se miran estas señales individualmente. Este tipo de proceso depende en gran medida el tratamiento informático, ya que hay simplemente demasiadas permutaciones e interacciones para que los seres humanos puedan tener en cuenta de manera efectiva.
La revolución de los datos no se limita a estas estrategias, el procesamiento natural del idioma, visualización de datos científicos, computación distribuida y otras técnicas también cambiarán la forma en que manejamos la información. Una investigación impulsada por datos, con base científica, y tecnológicamente consciente puede producir alfa sostenible. Esto es cierto no sólo para los enfoques de inversión cuantitativos, sino también para los administradores fundamentales que pueden usar el análisis de datos para tomar decisiones más informadas.
Mientras el panorama de inversión evoluciona, cada vez será más importante tener en cuenta las capacidades de quien usted elija para ayudarle a manejar sus activos. Los administradores de inversiones que son capaces de dar una mayor rienda suelta al poder de los datos pueden estar en mejor posición para llegar al éxito y poder descubrir nuevas e importantes ideas que pondrán a trabajar para sus clientes.
_______________________________________________________________
* Las estrategias para la tabla de la dura competencia provienen de los siguientes trabajos de investigación: Do Stock Prices Fully Reflect Information in Accruals and Cash Flows about Future Earnings?, Richard G. Sloan, The Accounting Review, (July 1996); Accrual Reliability, Earnings Persistence and Stock Prices, Richardson, S. A., Sloan, R. G., Soliman, M. T., & Tuna, I, Journal of Accounting andEconomics (2005); and The Information in Option Volume for Future Stock Prices, Jun Pan, MIT Sloan School of Management and NBER and Allen M. Poteshman, University of Illinois at Urbana-Champaign, The Review of Financial Studies (2006).
Este material es para fines educativos únicamente y no constituye asesoría de inversión, ni oferta ni invitación para comprar o vender valores en jurisdicción alguna (o a persona) donde dicha oferta, invitación, compra o venta sea ilegal conforme a las leyes de valores de dicha jurisdicción. Si algunos valores o fondos están referenciados o inferidos en este material, dichos valores o fondos puede ser no registrados ante los reguladores del mercado de valores de cualquier país en Latinoamérica y Ibérico, y por tanto, dichos valores no puedan ser objeto de oferta pública dentro del territorio de dichos países. La veracidad de la información contenida en este material no ha sido confirmada por el regulador del mercado de valores de ningún país dentro de Latinoamérica y Iberia.