Hipótesis 1 · Retorno por riesgo
Sharpe 0,35
Nuestro modelo
Cómo estimamos lo que esperamos de cada cartera
Nuestro modelo de análisis y diseño de carteras descompone cada cartera en exposiciones a sus activos y estrategias, y deriva su volatilidad, retorno compuesto, caída máxima y tracking error de hipótesis explícitas, no de series históricas. Utilizamos este modelo tanto para diseñar nuestras carteras como para ganar intuición acerca de qué podemos esperar de ellas.
Las cifras que produce el modelo son expectativas paramétricas, no rendimientos reales ni resultados de backtest, y no constituyen una previsión ni una garantía de resultados.
Comunicación publicitaria
Por qué un modelo
Por qué no nos fiamos del backtest (ni de la intuición)
Una cartera 60/40 es fácil de entender: dos motores con mucha historia y relaciones conocidas. Cuando apilas oro, tendencia, carry, macro, factores o bitcoin, cada uno con su dinámica, la intuición falla.
El backtest parece la salida natural, pero muestra un solo camino entre infinitos. Y con activos nuevos que tuvieron arranques excepcionales, o con instrumentos que no existían hace veinte años, ese único fotograma engaña más de lo que enseña.
El extremo contrario, una optimización clásica con cien correlaciones y catorce retornos estimados, tiene el problema inverso: el optimizador busca el número más extremo que encuentra y construye la cartera encima. Michaud lo llamó «maximización del error».
Nuestra respuesta es un modelo paramétrico: pocas hipótesis, explícitas y defendibles, de las que se deriva todo lo demás. No busca describir cada matiz, sino iluminar los grandes mecanismos: cómo se combinan riesgo y retorno cuando diversificas y apilas.
Las piezas
De los vehículos a las piezas
Nuestras carteras se implementan en la práctica mediante futuros, fondos y ETFs. Para nuestro análisis, primero descomponemos estos vehículos en su exposición normalizada a los activos y estrategias que tenemos parametrizados. El modelo trabaja con exposición a estos activos y estrategias, no con vehículos concretos.
Dos pasos para cada vehículo: descomponer (qué activos y estrategias lleva dentro y en qué proporción nominal) y normalizar (expresar cada pieza en unidades de riesgo comparables, tomando el 12 % de volatilidad como referencia y dejando la renta variable a su propia volatilidad). Así un ETF de bonos largos y un fondo con varias estrategias dentro se pueden sumar en la misma escala.
Las hipótesis
Tres supuestos, y por qué estos
Todo lo que el modelo calcula se deriva de aquí. Son pocos a propósito: cada hipótesis adicional es una oportunidad de equivocarse con precisión.
Hipótesis 2 · Cómo se mueven entre sí
Bloques + 0,10
Correlaciones por bloques, encogidas hacia una base baja
Hipótesis 3 · Lo que cuesta el dinero
rf + 0,50 %
El apalancamiento se paga
Qué calcula
Seis cifras por cartera
Con las piezas y las hipótesis, cada combinación de pesos produce las mismas seis medidas. Son las que ves en las fichas y en los informes.
Exposición
E = x + Σi ni · σi / σref
Volatilidad
σ = √(sᵀ · C · s)
Retorno compuesto
g ≈ μ − ½ σ² − (rf + 0,50 %) · (N − 1)
Caída máxima estimada
DD = 1 − exp(−K · σa · Sb · exp(γs·A + γk·Κ))
Tracking error
TE = √(Δsᵀ · C · Δs)
Apuestas independientes
ENB = exp(H(p)) · mínima torsión
Términos y símbolos
Cómo construye una cartera
De las restricciones a la cartera
Cuando nos apoyamos en nuestro modelo para diseñar carteras no lo utilizamos para elegir una cartera «óptima» y punto. Buscamos que también siga siendo buena cuando las hipótesis fallan.
Fijar el marco
Recorrer la frontera
Perturbar las hipótesis
Quedarse con el consenso
Escenarios a 10 años
Qué le pasaría a 1 € en 8.000 futuros posibles
Las seis cifras describen la cartera «en promedio». Para ver el abanico de caminos, el modelo simula 8.000 trayectorias mensuales a diez años por cartera.
De los datos históricos toma solo la forma de cada estrategia: si su volatilidad se agrupa en rachas, si tiene saltos, si cambia de régimen, cómo de gruesas son sus colas. La media y la volatilidad las imponen las hipótesis del bloque 03, no la historia. Las estrategias se mueven juntas según la matriz de correlaciones, calibrada para que la volatilidad simulada coincida con la del modelo.
El resultado es el abanico que ves en cada ficha: el escenario central, el 50 % y el 95 % de los recorridos, y una tabla por percentiles. La mediana suele quedar por encima de la media porque las pérdidas se concentran en una cola izquierda gruesa; la diferencia entre ambas mide la asimetría de la cartera.
El abanico no es una previsión. Es el rango que produce el modelo bajo sus propios supuestos, y la cartera puede comportarse fuera de él.
Lo que no hace
Los límites del modelo
Un modelo es útil justo hasta donde sabe lo que no sabe. Este es el nuestro:
- No predice. Sus cifras son expectativas bajo hipótesis, no previsiones.
- No sabe qué estrategia lo hará mejor. Es una decisión de diseño: preferimos no opinar a opinar mal.
- Sus correlaciones son una opinión encogida. Solo unos pocos bloques llevan estructura, y aun así la mezclamos al 50 % con «no sé». En una crisis, las correlaciones pueden converger más de lo que el modelo asume.
- Incluye una estimación de comisiones de en torno al 0,8 % anual por la gestión de la cartera, que asumimos recogida dentro de un Sharpe deliberadamente bajo. No descuenta el coste concreto de cada vía de contratación ni la fiscalidad de cada inversor.
- No es un backtest. No hay ninguna serie histórica de la cartera detrás de las cifras; los resultados reales se publican aparte, en los informes trimestrales.
- Cambia. Se revisa cuando aprendemos algo que sabríamos defender.
Por cartera
Qué esperamos de nuestras carteras
Los parámetros de diseño de las siete carteras salen de este modelo. En cada ficha: volatilidad objetivo, pérdida máxima estimada, horizonte mínimo y, cuando estén publicados, los escenarios a 10 años.
| Cartera | Familia | Exposición | Vol. objetivo | Pérdida máx. estimada | Horizonte | Ficha |
|---|---|---|---|---|---|---|
| Atlas | Alfa | ~2,21 € | ~14 % | ~37 % | 8 años | Ver → las expectativas de Atlas |
| Swan | Todo Terreno | ~1,36 € | ~7 % | ~14 % | 5 años | Ver → las expectativas de Swan |
| Endurance | Todo Terreno | ~1,69 € | ~9 % | ~20 % | 5 años | Ver → las expectativas de Endurance |
| All Terrain | Todo Terreno | ~1,94 € | ~11 % | ~25 % | 7 años | Ver → las expectativas de All Terrain |
| Offroad | Todo Terreno | ~2,18 € | ~12 % | ~30 % | 7 años | Ver → las expectativas de Offroad |
| River Patrimonio | Alfa | ~1,41 € | ~11 % | ~33 % | 7 años | Ver → las expectativas de River Patrimonio |
| Apex | Alfa | ~2,25 € | ~18 % | ~53 % | 10 años | Ver → las expectativas de Apex |
Parámetros de diseño estimados por el modelo: no son límites, garantías ni previsiones de resultado, ni un indicador fiable de resultados futuros. Inversión sujeta a riesgos, incluida la pérdida del capital invertido. Los resultados reales de cada cartera se publican en los informes trimestrales →
Profundiza
Las matemáticas, con calma
- FundamentosQué esperar de una cartera con Return Stacking
- CorrelacionesNo todos los diversificadores diversifican igual
- OptimizaciónLa frontera eficiente de Michaud
- ImplementaciónImplementación directa: el siguiente paso
- RiesgosRiesgos y limitaciones de Return Stacking
- LegalSimulaciones y resultados hipotéticos
Fuentes
Lo que informa nuestras decisiones
Ninguna de estas ideas es nuestra. Las hemos elegido, combinado y contrastado; el mérito es de quienes las publicaron.
Construcción de carteras
Riesgo y simulación
Return Stacking y diversificación estructural
Datos
¿Preparado para dar el paso?
Elige la cartera que encaja con tu perfil o habla con nosotros.