Qué es el factor investing y cómo adentraros en el mundo de la investigación

Benjamin Graham, quien estableció por primera vez la idea de comprar acciones con un descuento de su valor intrínseco hace más de 80 años, se conoce hoy como el padre de la inversión Value. Desde el tiempo de Graham, la investigación académica ha demostrado que las acciones infravaloradas por fundamentales han superado históricamente al mercado.

En el mundo de la inversión, el alumno más famoso de Graham, Warren Buffett, ha inspirado a legiones de inversores a adoptar la filosofía Value. A pesar del amplio conocimiento de que la inversión en valor genera mayores rendimientos en el largo plazo, las estrategias basadas en Value han seguido venciendo al mercado incluso en recorridos cortos. ¿Cómo es esto posible? La respuesta se relaciona con una verdad fundamental: los seres humanos se comportan irracionalmente. Seguimos una mentalidad evolutiva que se centra en sobrevivir en la jungla.

Si bien nunca eliminaremos nuestros instintos de supervivencia, podemos minimizar su impacto mediante el empleo de herramientas cuantitativas.

“Cuantitativo” a menudo se considera un arte negro, matemático y opaco, solo practicado por los académicos y supercomputadores que viven en Ivory Tower (no es un lugar sino una expresión como “quienes no viven en el mundo real”. Pero me encanta la practicidad del Inglés, así que lo he puesto). Nada más lejos de la verdad. Los procesos cuantitativos o sistemáticos son simplemente herramientas que los inversores pueden usar para minimizar sus instintos de “supervivencia” cuando invierten. Las herramientas cuantitativas tienen dos propósitos: 1) protegernos de nuestros propios errores de conducta, y 2) explotar los errores de conducta de los demás. Estas herramientas no necesitan ser complejas, pero sí deben ser sistemáticas. La investigación demuestra que los procesos simples y sistemáticos superan a los “expertos” humanos. La incapacidad de los seres humanos para superar con creces los procesos sistemáticos simples también es válida para la inversión, al igual que para la mayoría de los otros campos.

Gran parte del análisis llevado a cabo por inversores de valor, leyendo estados financieros, interpretando tendencias pasadas y evaluando valoraciones relativas, se puede hacer de manera más rápida, más efectiva y en una franja más amplia de valores a través de un proceso automatizado.

Los inversores Value que se dejan llevar por sus instintos sostienen que la experiencia agrega valor en el proceso de selección de acciones, pero la evidencia no respalda esta interpretación. ¿Por qué?. Cuando los inversores Value responden a señales no cuantitativas (por ejemplo, los últimos titulares en redes sociales o medios de comunicación, la opinión de su amigo experto, etc.), inconscientemente introducen sesgos cognitivos en su proceso de inversión. Estos sesgos conducen a un bajo rendimiento predecible. La filosofía de Quantitative Value es la más adecuada para inversores Value que puedan reconocer su propia falibilidad.

De acuerdo, la inversión cuantitativa tampoco es 100% fiable. Pero sí busca ofrecer lo siguiente: una estrategia de inversión sistemática, basada en la evidencia y enfocada en el valor que se construye para vencer el sesgo conductual.

Para saber sobre factor investing leer el siguiente artículo

 

Mucho he escrito ya al respecto, pero no me cansaré de decir que la inversión Value es fácil, lo difícil es que la apliques de acuerdo a cómo ésta puede reportarte retornos superiores. Tus sesgos cognitivos harán difícil esa ejecución y un proceso sistemático te ayudaría a conseguirlo.

En mi opinión, cualquier método cuantitativo tiene sentido si se sustenta en una base lógica. Ya sea Value, Momentum, Growth, Contrarian.

Si bien, parece que las evidencias apuntan a que Graham tenía razón y que la inversión Contrarian (Deep Value) es la que más recompensa otorga en el Long-Haul.

 

En Kau Markets EAFI

Cuando nos sentamos a desarrollar nuestro enfoque cuantitativo, tenemos una misión en mente:

Identificar el más efectivo método para capturar sistemáticamente la prima de valor que haga superior a nuestros modelos.

Nuestra misión tiene en cuenta dos creencias fundamentales:

  1. La inversión en valor funciona a largo plazo porque la estrategia es altamente volátil.
  2. Existe un componente de fijación de precios erróneos de la prima de valor causada por una reacción exagerada a los fundamentos negativos.

 

Para extraer la mayor expectativa de la prima de valor, la cartera debe estar concentrada (es decir, de 15 a 30 acciones) y que no replique a ningún índice.

Después de una década de investigación, análisis y regresiones, nuestros hallazgos sobre la inversión en valor vía proceso sistemático se publicaron en varios artículos en diferentes medios de comunicación. Aquí una muestra:

Cartera CORE

Cartera CONTRARIAN

LONG/SHORT o RETORNO ABSOLUTO

Ahí podéis ver un método sistemático, caso de estudio, sobre el que desarrollar dos métodos sólo Long basados en Deep Value, y un modelo Long/Short (Retorno Absoluto) que utiliza los dos anteriores junto a un portfolio Short para reducir la Volatilidad al estilo de los Hedge Funds.

Pero hay más que rascar sobre todo esto…

En mi particular forma de ver la inversión, la Volatilidad no es un problema. Al contrario, es una ventaja, de hecho una de las asunciones que antes mencionaba y que otorga alta rentabilidad a los modelos de estudio. Desde mi punto de vista, deberíamos buscar modelos rentables aunque sean volátiles, y en segundo plano, deberíamos ver cómo controlar la volatilidad, pero no le veo sentido buscar combinación de factores que reporten baja volatilidad a las estrategias y aceptar baja rentabilidad a cambio. De ahí surgió la versión Long/Short o Retorno Absoluto, para reducir la Volatilidad sin perder capacidad de generar elevados retornos.

Por otro lado, uno de los grandes impedimentos para poner en práctica un modelo de inversión es que hayas caído en el overfitting the factores. Si sobreajustas los factores para que tu modelo sea muy rentable, caerás en la trampa del iluso que pretende ganar más dinero que nadie con un modelo que promete ser muy rentable pero que es impracticable. De hecho muchos modelos de corte académico que podemos leer en libros o papers son literalmente impracticables pues atraen acciones muy rentables pero que por el contrario tienden a ser OTC o ilíquidas que no puedes comprar, o no hubieras podido comprar si te ajustas al histórico del estudio.

Por eso es esencial que entiendas qué estás buscando cuando usas unos factores u otros.

 

Como ejemplo valgan los portfolios que adjunté vía los enlaces:

  1. Cartera CORE: es un modelo muy simple que busca acciones infravaloradas vía Deep Value que han caído mucho en períodos de 12 meses previos a cada año de estudio y que cotizan a bajas relaciones Enterprise Value/Resultados Operativos. Una vez hecho el ranking (de más baratas a ás caras) con las Acciones del universo de actuación, se aplica un filtro de F-Score del Profesor Joseph Piotroski.
  2. Cartera CONTRARIAN: En este caso, es simple también. La Fórmula Mágica de Greenblatt es un buen método de por sí, no hay mucho más que pensar. Tan sólo descartamos del ranking de la fórmula aquellas que no cumplen condición Deep Value. En este caso, con un enfoque más Contrarian basado en la estrategia Net Net que versionó Toby Carlisle.

 

Como veis, no hemos inventado nada. La primera es la estrategia de PIOTROSKI sólo que en lugar de usar el P/BV usamos el Price Index 12 inverso & EV/EBIT, con el mismo objetivo: identificar empresas infravaloradas. Solo que las evidencias han demostrado una mejor eficacia en el uso de estos dos ratios de forma conjunta que en el original que proponía Piotroski.

Y en la segunda, es la Fórmula Mágica de Greenblatt sólo que haciendo caso a sus propias palabras y “quitando de lista aquellas no nos gustan”, criterio que dejamos en manos de la orientación Contrarian de Toby Carlisle.

 

¿Tú como inversor puedes aplicar ésto?

Claro que puedes. Una de nuestras convicciones es la formación y la ventaja de compartir el conocimiento.

Como véis la información es abierta, nuestra investigación pública y su uso voluntario. Depende de tí querer enfocar tus inversiones siguiendo la lógica y el sentido común, sistematizando tu proceso de selección de valores, o seguir acechando a la que esperas sea la inversión de tu vida porque hayas hecho el análisis que te gratificará con la razón y ese supuesto montón de dinero que te espera a la vuelta de la esquina.

Yo optaría por la razón y la estadística. De ahí el factor investing, y su uso masivo e hiper rentable de la mano de inversores como los mencionados en el artículo (Cliff Asness, Joel Greenblatt, Carlisle, Piotroski y tantos otros). Ellos, además, también publican sus trabajos también, así que no hace falta que consideréis usar la combinación factorial que yo hemos elegido para nosotros. Quizá otra os encaja más.

 

Pero ten en cuenta lo siguiente

Si decides ser tú quien juegues con los factores, más te vale saber qué factores usas y porqué. Avanza despacio, de uno que conozcas a otro que también, y combínalos de forma racional. Aprende antes de meter otro en el cóctel de factores. Además procura hacer lo más realista posible el modelo y no sobreajustes los factores. Usa algún filtro de liquidez para que las acciones sean “practicables”.

Permitirme que os ponga un ejemplo, para el que usaré zonavalue.com como herramienta en el desarrollo del modelo y screening.

 

Ejemplo

Eres un inversor que se inicia en el factor investing y no tienes ni idea de qué pedirle a la herramienta de backtesting, pero quieres identificar una estrategia que gane dinero como un demonio.

El camino no sería el de empezar a hacer combinaciones inimaginables de factores hasta dar con algo que gane mucho dinero. No. Seguro que por mucho dinero que prometa en backtesting, luego no vas a poder llevarla a la práctica porque:

  1. No comprarías acciones que no entiendes de dónde vienen.
  2. No aguantarías la volatilidad de acciones de las que dudas por no conocer sus características en profundidad.
  3. Directamente no son acciones líquidas en su mayoría, con lo que el modelo se convierte en impracticable (o no replicable al menos)

Para empezar bien, lo adecuado sería lo siguiente:

 

Asunciones básicas:

Supongamos que no tienes mucha idea de factores pero conoces lo que es el PER, conoces lo que es la Capitalización y conoces lo que es el ROA. Una forma adecuada de empezar sería por ahí.

  1. Estudias qué tal se comportan las acciones que tienen un PER bajo a lo largo del tiempo.
  2. Estudias qué tal se comportan las acciones con alto ROA a lo largo del tiempo.
  3. Estudias qué tal se comportan las acciones grandes, medianas y pequeñas en el tiempo.

Con estos tres factores ya tienes muchas combinaciones que estudiar posibles en función de las conclusiones que hayas sacado de esos estudios de backtest. Luego, debes aprender, otros factores, conocerlos en profundidad y una vez los conozcas tendrá sentido que incorpores a tus estudios algún factor más o diferentes combinaciones.

 

Aplicación práctica

Vamos a estudiar un modelo que use el PER, el ROA y la Capitación.

 

¿Qué hubiera pasado si hubiéramos invertido en las empresas con más altos ROA y más bajos PER de Europa, sin discriminar sectores, a lo largo de los últimos 10 años?

Veámoslo,

Recordar que usaré la web de zonavalue.com para llevar a cabo el estudio

 

Países

Alemania

Holanda

Suecia

Austria

España

Italia

Suiza

Bélgica

Francia

Noruega

Reino Unido

Grecia

Portugal

Sectores

Basic materials

Consumer Goods

Consumer Services

Financial

Healthcare

Industrials

Oil & Gas

Technology

Telecommunications

Utilities

Dirección

Largo

Orden

Orden 1: Return on Assets (ROA)

Order 2: PER

Condiciones

Market Cap > 50.000.000

 

Como véis no pinta mal… parece que podríais sacar algunas conclusiones como que usar el PER y ROA tiene sentido, y que cuando las acciones tienen como características comunes altos ROA y bajos PER suelen comportarse bien.

Ojo porque no hemos tenido en cuenta ni descuento de costes de transacciones ni la liquidez de las acciones que tienen los respectivos portfolios anuales. Pese a eso la rentabilidad llevada a Euros de invertir en acciones con estas características comunes, hubiera alcanzado una rentabilidad del 26% anual medio a lo largo de los últimos 10 años. Si descontamos costes, la rentabilidad será algo menor.

Ahora, suponer que tenéis curiosidad por conocer otro tipo de retornos, ya sean el ROE, ROIC, ROCE…; y cómo éstos mejoran o empeoran el modelo.

Lo mismo podríais hacer con los múltiplos de valor, en lugar de usar el PER, ¿qué tal si probáis el P/BV, P/Ventas, P/FCF, EV/EBIT, EV/EBITDA, EV/FCF o PEG?

Y si os convencen las fórmulas del Valor Intrínseco, qué tal comprobar cómo funciona invertir en empresas infravaloradas de forma sistemática usando dichas fórmulas?

Para hacer todo esto, necesitáis comprender qué son los ratios financieros, como funcionan y qué sentido tiene combinarlos de forma racional; o esas fórmulas que nos han enseñado los super inversores que vienen a combinar factores de acuerdo a lo que ellos ya han estudiado anticipadamente.

 

En cualquier caso la propuesta inicial usando el ROA y el PER es un buen comienzo.

 

Otros factores a tener en cuenta

Cuando hacéis un estudio, debéis tener en cuenta no sólo que el modelo sea abordable, sino que para ello deberéis descartar empresas ilíquidas.

Para ello podemos contar con alguna restricción sobre el precio. Muchas de las acciones ilíquidas son las conocidas como penny, así que una forma de reducir el espectro de posibles acciones ilíquidas será eliminar del universo de acciones aquellas que cotizan a un bajo precio, digamos 3 euros, por ejemplo.

Además debéis tener en cuenta que muchas acciones pequeñas podrían traer también problemas de escasa liquidez. Podemos usar una capitalización por encima de 1.000 millones y ayudarnos así a ceñir el modelo a una realidad más certera, puesto que antes de empezar a invertir nuestro modelo debe ser lo más realista posible.

Con estas condiciones adicionales el modelo resultaría del siguiente modo:

 

Países

Alemania

Holanda

Suecia

Austria

España

Italia

Suiza

Bélgica

Francia

Noruega

Reino Unido

Grecia

Portugal

Dirección

Largo

Orden

Orden 1: Return on Assets (ROA)

Order 2: PER

Deducción de costes

0.2 %

Filtro de liquidez

Precio mínimo cierre mensual >3

Condiciones

Market Cap > 1.000.000.000

 

 

La rentabilidad ha bajado y la volatilidad también. Mejor.

Si vais siguiendo el curso de este razonamiento, llegaréis a un punto donde podréis estudiar modelos más avanzados. Con más “miga” dentro. Este el caso de las carteras que antes os enlacé que usamos en Kau Markets EAFI.

En cualquier caso, la realidad y puesta en práctica nos lleva a adaptar dichos modelos de estudio a situaciones particulares de clientes.

 

Ejemplo de adaptación de la cartera CORE, por ejemplo, de Kau Markets EAFI a un perfil particular.

Supongamos por ejemplo que tenemos en consideración el modelo CORE de Kau Markets EAFI que puse arriba en el primer enlace.

Ese modelo atrae empresas con una alta volatilidad, pero a la postre resulta muy rentable. Si bien, la forma de reducir la volatilidad fue vía posiciones Short (leer el tercero de los artículos enlazados), lo que no quita que muchas de esas acciones, por ser empresas que encajan dentro de la definición de Deep Value o Contrarian, van a ser o bien OTC o bien no tendrán liquidez. Me refiero a cuando pasemos un Screener para localizar esas empresas hoy e invertir en ellas.

Un modo de descartar empresas ilíquidas es quitar del universo de estudio aquellas que coticen a precios muy bajos, que pese a que no es infalible, sucede que muchos OTC o empresas ilíquidas son Pennys. Supongamos que retiramos del estudio empresas que cotizan por debajo de 5 Euros (las otras divisas están denominadas en Euros también).

 

Países

Alemania

Holanda

Suecia

Austria

España

Italia

Suiza

Bélgica

Francia

Noruega

Reino Unido

Grecia

Portugal

Sectores

Basic materials

Consumer Goods

Consumer Services

Healthcare

Technology

Telecommunications

Dirección

Largo

Orden

Orden 1: Price Index 12m (Inverso)

Order 2: EV/EBIT

Deducción de costes

0.2 %

Filtro de liquidez

Precio mínimo cierre mensual >5

Condiciones

Market Cap > 50.000.000

Piotroski F-Score ≥ 7

En este caso, la rentabilidad incluso sube respecto del modelo original publicado en el primero de los enlaces que adjunté, pero también lo hace mucho la Volatilidad. Esto es interesante pues lo que en un principio parecía un modelo rentable, y con una volatilidad razonable, en la puesta en práctica podría ser igualmente rentable (o más incluso como vemos aquí) pero definitivamente más volátil.

Pero hay más factores a tener en cuenta. Quizá eso de invertir en toda Europa a inversores noveles les da cierto miedo, porque caen en la falsa ilusión de pensar que invertir en empresas de una zona geográfica próxima les da seguridad.

De ser así, el modelo cambiaría también. Supongamos que invertimos en ese mismo modelo pero sólo en España, Alemania, Francia, Italia y Portugal, por ejemplo.

 

Países

Alemania

España

Italia

Francia

Portugal

Sectores

Basic materials

Consumer Goods

Consumer Services

Healthcare

Technology

Telecommunications

Dirección

Largo

Orden

Orden 1: Price Index 12m (Inverso)

Order 2: EV/EBIT

Deducción de costes

0.2 %

Filtro de liquidez

Precio mínimo cierre mensual >5

Condiciones

Market Cap > 50.000.000

Piotroski F-Score ≥ 7

Mirar como cambia. El mismo modelo, llevado a un universo de acciones Europeas de países que subjetivamente pueden resultar “cómodos” al inversor, se carga más de la mitad de la rentabilidad, alcanzando ésta una media anual del 16% aprox. con una volatilidad, eso sí, mucho más baja.

Probablemente, la realidad que viviera un inversor que en principio quisiera replicar el modelo original de la cartera CORE que estaba publicado en el artículo primero, acabara experimentando en la realidad algo como lo que hemos visto aquí al final.

Nada parecido a lo que en principio prometía el modelo.

 

Conclusión

Por eso os digo, es muy importante que cuando estudiéis un modelo de inversión bajéis hasta la realidad que sí podéis afrontar. Conociendo a la perfección cada ratio que usáis y que beneficios aporta individualmente al modelo.

Así mismo, tenéis que estudiar la volatilidad dándole entidad independiente y no reconociendo que cuando es alta es necesariamente malo, sino que en caso de que lo sea, ver cómo podéis reducirla vía cualquiera de los medios que tenéis a disposición. Si no los conocéis, aprenderlos primero.

En fin espero que esta idea de artículo un tanto genérico pero que apunta a cómo construir un modelo factorial de forma correcta, os valga para afrontar vuestra carrera de inversión de forma cómoda.

Y os recomiendo el uso de zonavalue.com para todos estos usos, ya sea desde una perspectiva de estudio, como para hacer screening y localizar esas acciones que cumplen con el modelo en cuestión.

 

Ejemplo de screenning

Si hemos optado por llevar a la práctica la cartera CORE de Kau Markets EAFI, pero lo hacemos en todos los países de Europa, no sólo en los que vimos al final, sino abriendo el abanico al resto, pero eso sí teniendo en cuenta el filtro de liquidez (precio > 5 euros), las acciones que hoy cumplen con esas características son las siguientes:

Screening de zonavalue.com

Nombre / Ticker Price Index 12m (Inverso) EV/EBIT
Daily Mail and General Trust (DMGT:LSE) -12.89 -4219.66
Schlumberger NV (SLB:PAR) -30.04 -352.88
Hunting PLC (HTG:LSE) -3.66 -61.43
Rosetti Marino SpA (YRM:MIL) -0.37 -24.26
Societe Marseillaise du Tunnel Prado Carenage SA (SMTPC:PAR) -27.29 4.81
NK Lukoil PAO (LKOD:LSE) 2 5.34
Eni SpA (ENI:MIL) -10.8 5.45
Nexans SA (NEX:PAR) 3.86 5.98
Groupe Partouche SA (PARP:PAR) -17.8 6.16
Lenzing AG (LNZ:SWX) 1.65 7.54
Societe BIC SA (BB:PAR) -29.03 8.58
Renault SA (RNO:PAR) -0.71 8.64
Red Electrica Corporacion SA (REE:MCE) 4.35 9.19
Zephyro SpA (ESCO:MIL) -23.16 9.21
Tamedia AG (TAMN:BRN) -11.54 9.71
Alstria Office REIT AG (AOX:SWX) 2.4 10.05
Thermocompact SA (THER:PAR) -7.03 10.09
Tate & Lyle PLC (TATE:LSE) -28.76 10.38
BASF SE (BASF:MIL) 4.43 10.45
Express Scripts Holding Co (ESRX:BRN) 3.67 10.49
Biogen Inc (BIIB:SWX) 4.73 10.64
Compagnie de Saint Gobain SA (SGO:PAR) 3.89 10.96
CA Immobilien Anlagen AG (CAI:BRN) 3.87 11.19
Publicis Groupe SA (PUB:PAR) -13.58 11.2
ITS Group SA (ITS:PAR) -3.69 11.61
Endesa SA (ELE:MCE) -11.28 11.91
Gesco AG (GSC1:GER) 2.84 12.1
Sodexo SA (SW:PAR) -5.6 13.28
Itissalat Al Maghrib Ste SA (IAM:PAR) -8.74 13.86
Amadeus Fire AG (AADX:GER) -0.99 14.08
Pearson (PSON:LSE) -10.13 14.09
Novatek PAO (NVTK:LSE) -7.4 14.27
NK Rosneft’ PAO (ROSN:LSE) -23.23 14.42
Celgene Corp (CELG:SWX) -9.94 14.71
Fuller Smith & Turner PLC (FSTA:LSE) -4.01 14.87
Regeneron Pharmaceuticals Inc (REGN:BRN) -3.64 15.47
Valsoia SpA (VLS:MIL) -24.39 15.57
Cafom SA (CAFO:PAR) -10.22 15.8
NRJ Group SA (NRG:PAR) -4.5 16.3
Lagardere SCA (MMB:PAR) 1.25 16.39
EI Towers SpA (EIT:MIL) 4.49 17.34
Thales SA (HO:PAR) -2.44 17.36
Altran Technologies SA (ALT:PAR) 0.08 18.47
Exxon Mobil Corp (XOM:SWX) -2.64 18.77
Medtronic PLC (MDT:BRN) -4.94 19.38
Paysafe Group PLC (PAYS:LSE) -0.27 19.79
Mondelez International Inc (MDLZ:SWX) -10.34 19.89
Avon Rubber PLC (AVON:LSE) -7.13 20.13
Luxottica Group SpA (LUX:MIL) 0.1 20.53
Glanbia PLC (GLB:LSE) -6.17 21.07
Ricoh Co Ltd (RICO:LSE) -20.07 22.29
Seche Environnement SA (SCHP:PAR) 3.35 22.78
Selectirente SA (SELER:PAR) -3.4 23.24
Shire PLC (SHP:LSE) -16.74 25.09
Alba Se (ABAX:GER) 3.76 25.41
Acciona SA (ANA:MCE) -2.7 25.42
Merck KGaA (MRK:BRN) -10.26 27.46
Ypsomed Holding AG (YPSN:SWX) -23.41 30.17
Iniziative Bresciane Inbre SpA (IB:MIL) -4.75 34.26
Baccarat SA (BCRA:PAR) -3.67 34.99
Etablissements Maurel et Prom SA (MAU:PAR) -14.69 42.1
Mulberry Group PLC (MUL:LSE) -29.83 59.66
Boero Bartolomeo SpA (BOE:MIL) -17.35 73.39
ConocoPhillips (COP:SWX) 1.68 248.55
Compagnie du Cambodge SA (CBDG:PAR) 2 308.49

 

En fin, espero que haya sido de utilidad el artículo para comprender un poco más el lado más oscuro de la investigación cuantitativa aplicada.