Rankia México
Acceder
¿Nos visitas desde USA? Entra a tu página Rankia.us.
Blog Kau Markets EAFI
Quantitative Value Investing

Moron, ¿te crees al 100% lo que diga un backtest de estrategias Value Investing?.

Moron, ¿te crees al 100% lo que diga un backtest de estrategias Value Investing?.

Estrategia Net Net, versión Toby Carlisle y qué creerse y qué no de un backtest

A través de los medios financieros en los que participo, en ocasiones me han preguntado por la validez de la información que nos ofrece un backtest de estrategias Value y si podemos esperar obtener tales resultados en caso de llevar a la práctica los modelos de estudio.

La respuesta que les doy no siempre es del agrado de mi audiencia. Lo siento, pero tiendo a ser muy directo:

Yo sí, tú no.

 

Tiene sentido, zonavalue.com es ahora una fuente de investigación en curso no solo para Kau Markets EAFI sino para miles de inversores particulares; y quizá se ven ahora un poco abrumados por la veracidad de lo que promete el Factor Investing.

Quizá es conveniente dar alguna explicación más, así que trataré de explicarlo aquí y que valga para todos aquellos que, back in the day, no les gustara mi respuesta.

Existe un trabajo de Toby Carlisle donde disecciona los retornos del Value Investing Profundo basado en la estrategia Net Net de Benjamin Graham; permitirme que, para separar lo que es veraz de lo que es ficción en un estudio de Backtesting, utilice a Toby Carlisle.

Dissecting the Returns on Deep Value Investing

Deep value, “net net” strategy, excess returns.

 

Para los más perezosos, grosso modo, la estrategia Net Net consiste en:

 

NCAVPS/P > 150%

 

Es decir, consiste en comprar empresas que coticen a ⅔ al menos de su valor de liquidación. Por tanto, Benjamin Graham fue el primer Value Investor Profundo, y su orientación del Value Investing es la base de la inversión Contrarian.

Toby, sin embargo, propone una variación:


 

Price Index 12m (Inverso) & NCAVPS/P > 0

 

En este caso Toby nos propone una estrategia ligeramente diferente para esta aproximación de Value Profundo. En concreto, considera que sería una buena idea buscar empresas que hayan caído en el período previo y que además coticen por debajo de su valor de liquidación (es decir descarta la condición necesaria de que la distancia entre valor y precio sea de ⅔).

Él nos hace su backtest y lo presenta de forma absoluta, yo me he tomado la libertad de presentarlo de forma relativa usando el backtesting de zonavalue.com así que vamos a ver qué tal funcionó la estrategia Net Net de Toby Carlisle a lo largo de los últimos 10 años, y luego comentamos.

Espera, espera, que te veo venir…; antes de nada advertir que:

 

¡no os podéis creer nada de lo que váis a ver a continuación!

 

Net Net by Toby Carlisle

Backtesting,

Me tomaré la molestia de estudiar el caso en EEUU y Canadá como Toby suele hacer en otros de sus trabajos y no sé porqué en este no lo hizo así.

 

Backtesting Zonavalue.com

Países

EEUU

Canadá

Sectores

Basic materials

Consumer Goods

Consumer Services

Healthcare

Industrials

Oil & Gas

Technology

Telecommunications

Utilities

Dirección

Largo

Orden

Orden 1: Price Index 12m (Inverso)

Order 2: NCAVPS/P (%)

Condiciones

Market Cap > 50.000.000

Price Index 12m (%) < 0

NCAVPS/P (%) > 0

 

 

A bote pronto la rentabilidad del modelo elogia a Toby Carlisle. Una sencilla modificación de la estrategia de Factor Investing de Graham, consigue alcanzar una rentabilidad media anual del 60% en los últimos 10 años en este modelo de estudio.

Espectacular…

 

Pero, ¿es esto creíble?

La respuesta: NO.

Me explico. Según Carlisle, la estrategia Net Net de Graham, dado que está sesgada hacia el Value Profundo, atrae empresas que en su mayoría son ilíquidas. De hecho, empresas que cotizan por debajo de su valor de liquidación serán en su mayoría una auténtico desastre de empresas. Además Toby ha usado un factor de Momentum Inverso, de tal forma que además son empresas que cayeron mucho en el período previo de 12 meses respecto de cada año de estudio, lo que ahonda aún más en que valgan muy poco y tengan problemas de liquidez en muchos casos, aunque como es de esperar se ven favorecidas por el efecto de reversión a la media y de ahí que la rentabilidad sea enorme.

Entonces, el estudio de backtesting es por supuesto verídico, sólo que este estudio no tiene en cuenta si la empresa X o Y tiene o no liquidez. Las bases de datos t (ya sea Compustat, Gurufocus.com o zonavalue.com que es la que yo he usado) tienen en consideración todas las empresas que cumplan con las condiciones que le hayas asignado, como si se pudieran comprar y vender con total normalidad, mientras que en la realidad, fuera del aspecto “académico”, pocas de esas acciones tú como inversor las podrías haber comprado.

Tener en cuenta que cuando leáis estudios de backtest sus autores tienden a decir bien alto que el modelo evita los llamados sesgos anticipado y de supervivencia (como si no existieran otros), y los inversores ilusos que creen que es ciencia “exacta” lo que están leyendo podrían “comprar” equivocadamente las conclusiones.

En realidad los autores no son culpables de que el lector no sepa interpretar un backtest.

 

Conclusión: un backtester es una herramienta de estudio con fines académicos y divulgativos.

 

Entonces,

  • Lo primero que deberíamos tener en cuenta en este caso es que la estrategia Net Net, adaptada por Carlisle, es probablemente la mejor estrategia Value Investing desde que en el 1922 el Sr. Graham nos la enseño.

  • El problema es que es impracticable.

 

  • Precisamente por eso, Toby Carlisle propone un filtro de liquidez para eliminar las acciones que sean ilíquidas de los portfolios de estudio. Acciones que allá por aquel entonces nosotros como inversores no hubiéramos podido comprar con cierta seguridad.

 

  • Esto nos lleva a que la rentabilidad ya no hubiera sido la misma. Es decir, una cosa es la rentabilidad que presenta el modelo “tal cual” y otra la rentabilidad que presentaría el modelo si en lugar de tener en cuenta todas las acciones que cumplen las condiciones de estudio, retiramos de la lista de candidatas todas aquellas que son ilíquidas.

 

  • Según Toby, para descartar de forma razonablemente acertada las acciones ilíquidas y dar validez al modelo y sus conclusiones, propone retirar del estudio todas las acciones que coticen por debajo de 3$, en una primera muestra; y por debajo de 5$ en otra.


 

Net Net by Toby Carlisle (filtro de liquidez)

Como la idea me gusta, vamos a hacer lo mismo, sólo que por mi comodidad, retiraré todas las acciones del estudio que coticen por debajo de 4 (es decir, me quedo con la media) por no llevar la contraria a Toby.

 

Backtesting Zonavalue.com

Países

EEUU

Canadá

Sectores

Basic materials

Consumer Goods

Consumer Services

Healthcare

Industrials

Oil & Gas

Technology

Telecommunications

Utilities

Dirección

Largo

Orden

Orden 1: Price Index 12m (Inverso)

Order 2: NCAVPS/P (%)

Deducción de costes

0.2 %

Filtro de liquidez

Precio mínimo cierre mensual >4

Condiciones

Market Cap > 1.000.000.000

Price Index 12m (%) < 0

NCAVPS/P (%) < 0

 

Ostras! En este caso mirar qué ha pasado. Puesto que no debemos caer en el autoengaño, para descartar empresas que no tengan liquidez, he usado dos tipos de filtro:

  1. Market Cap > 1000m

  2. Filtro de Liquidez: Precio > 4$

Además me he tomado la libertar de descontar costes de transacciones por el 0.2%.

 

En este caso, al llevar a cabo el backtesting, la misma estrategia ha reducido su rentabilidad media anual a la mitad, ni más ni menos, quedándose en un un 31% Vs. el 62% que antes prometía la estrategia.

Una barbaridad…

 

Como véis, es muy diferente lo que podáis esperar de una estrategia cuando esta está testada con sesgos de conveniencia, respecto de a cuando no.

 

Takeaways

En este caso, esto ha sido sólo un ejemplo, pensar que cada uno de los backtest que podáis ver en libros, papers de investigación, artículos de divulgación, etcétera pueden verse afectados por sesgos de este tipo. Y no todas las herramientas de backtesting tienen filtros de liquidez para acercar a la realidad más pura posible la expectativa que promete el backtesting. De hecho, que yo sepa, sólo la herramienta de backtesting de zonavalue.com tiene tales filtros, o Compustat; no conozco otras que los tengan integrados. En el resto, deberíamos de rehacer los cálculos a mano, retirando de los portfolios de estudio las acciones que eran ilíquidas entonces, pero reducimos el número de acciones de los portfolios, con lo que tampoco sería comparable el estudio [*].

Además este filtro también tiene sus lagunas, y por tanto no hay que dejar de entender los backtesting como lo que son:

el Backtest en general, debe entenderse como una herramienta de estudio de corte académico que os valdrá para decidir si usar una serie de factores u otros, para explicar la distribución de los retornos de ciertas acciones con características comunes, y para sentiros cómodos sabiendo que lo que hacéis tiene más sentido que la intuición o análisis subjetivos.

Por otro lado, si no usáis zonavalue.com y preferís usar otra herramienta, en tal caso, entender que deberéis recalcular los resultados manualmente retirando las acciones ilíquidas o de lo contrario estaréis albergando falsas esperanzas.

Además, muchos inversores usan los backtesting en busca de la estrategia más rentable, haciendo combinaciones de factores inimaginables que resultan en elevadas rentabilidades anuales que a la postre, sin embargo, son una completa utopía. Están siendo unos ilusos dejándose engañar por la rentabilidad prometida, pero olvidándose de que en la puesta en práctica, no podrán comprar casi ninguna acción del screen.

Yo mismo, he publicado muchos artículos de divulgación académica aquí en esta red social, y he querido hacer esta aclaración porque en mi ignorancia, pensaba que el uso de herramientas de backtesting así como el conocimiento y lectura de papers de investigación (basados siempre en estudios de backtesting) era más común entre los inversores particulares. Me he dado cuenta de que no, así que pido disculpas a quien haya podido interpretar un backtest en alguno de mis artículos como un easy peasy way to become a billionaire; o que por culpa de ello hayan perdido la oportunidad de aprender algo nuevo por descartar de antemano lo que consideraron ficción.

Espero que os haya sido de utilidad el artículo.

Saludos

  1. #1

    Subastero

    ¿ En tu experiencia de quant value hay tendencia al overfitting en los parametros de busqueda o hay suaves curvas de profit sin picos en valores concretos ?

  2. #2

    José Iván García

    en respuesta a Subastero
    Ver mensaje de Subastero

    The more you overfit the factors the higher profitability you are getting. But it doesn’t mean you could apply the model per se.

    From where I’m sitting, I would use a simple model that makes all the sense, sort of the one I linked in the bottom of the post, and I would adjust it to my reality in regard to market cap, liquidity filters and countries.

    By doing so, you will find the profits are consistent and giving you back kind of a flat risk curve.

    On the other hand, if you intend to use an agressive model, where the stocks bounce as hell, you could quite use kind of a hedge the way I showed up in the next post:

    https://joseivangarcia.com/por-que-no-invertir-solo-long-alcista-reduce-tu-riesgo-a-la-mitad

    Then you can take over the situation by shorting a bunch of stocks or, not mentioned in the post, an index.

    I hope it suits you ;)

Autor del blog

  • Rankia

    Portavoz oficial de la empresa editora de este sitio web Rankia

Envía tu consulta