Las estrategias de inversión cuantitativas están creciendo, tanto en interés por parte de los inversores como en volumen de activos y en sofisticación. Sobre esta evolución, su uso y su eficacia debaten responsables de varias entidades de banca privada en el marco de la XXIV edición del Think Tank BNY Mellon.
“El crecimiento exponencial de la tecnología, el desarrollo de internet, los nuevos lenguajes de programación y la automatización, así como la creciente conexión de los mercados organizados han hecho posible poder trabajar con volúmenes enormes de datos en periodos de tiempo muy cortos. Esto ha provocado un fuerte aumento, tanto en el número, como en la complejidad, de las estrategias de inversión cuantitativas, que buscan monetizar la identificación de patrones consistentes en los movimientos de los diferentes activos financieros”, explica Gisela Medina, responsable de Selección de BBVA Quality Funds.
Cuenta que, por un lado, se ha producido una notable extensión de las fuentes de información que utilizan, virando hacia áreas menos conocidas o conjuntos de datos únicos, de diferente naturaleza, incluyendo set de datos no estructurados, que enriquecen el conjunto de datos disponibles; y, por otro, “se ha innovado mucho en las técnicas de procesamiento de esos datos, explotando relaciones menos utilizadas, como las basadas en análisis de noticias, de sesgos de comportamiento, de rotación dinámica de factores, etc. para contrarrestar la pérdida de efectividad, ya que su ventaja diferencial cada vez es más corta en el tiempo”.
Todo esto ha incidido en el fuerte crecimiento de los fondos de gestión cuantitativa, siendo desde 2010 una de las pocas áreas con crecimiento sostenido “debido a su mejor evolución comparada, especialmente en 2015-2016, y a su gran poder de diversificación en las carteras de los clientes. De hecho, en los últimos años se ha producido una fuerte rotación patrimonial de estrategias discrecionales a estrategias cuantitativas”.
Aparte de la proliferación de las estrategias sistemáticas de seguimiento de tendencia, más conocidas como CTA, Gisela Medina destaca también el fuerte incremento y sofisticación de fondos que se basan en técnicas de big data que incluyen, entre otras, procesamiento de lenguaje natural mediante lectura computacional (machine reading), reconocimiento de patrones, machine learning, etc. También se ha constatado el crecimiento de fondos de alternative risk premia, factor investing, fondos L/S de innovación o fondos de inteligencia artificial, “fondos que, debido a la naturaleza sistemática de su proceso inversor y a su alto grado de especialización, requieren de técnicas diferentes y más sofisticadas que las tradicionales para analizar y seleccionar las más atractivas y consistentes”.
En el poder de diversificación se centra Álvaro Martín, director de Fondos de Fondos, Renta Fija y Garantizados de Bankia AM, que cita esta cualidad como la más interesante a la hora de valorar invertir en estas estrategias. “Nosotros somos activos invirtiendo en gestión alternativa y, en caso de que consideremos las estrategias cuantitativas en ese espacio, sí que invertimos en ellas. Con distintos enfoques y buscando la descorrelación entre unas y otras. Es una fuente más de rentabilidad, aunque no siempre sean la panacea”, comenta.
Para Pablo García, director de Arquitectura Abierta y Selección de ETF, CaixaBank AM, estas estrategias cuantitativas, como cualquiera que suponga una posibilidad adicional de estilo de inversión, deben ser consideradas. “Dichas estrategias, donde un algoritmo establecido es el que determina las decisiones de inversión, tienen la ventaja de que eliminan el componente emocional que podría tener una persona en la selección de las mismas inversiones. Esto es muy valorado por algunos inversores que consideran que los gestores pueden dejarse llevar en algunos momentos por sentimientos o emociones que pesen más que la pura objetividad”.
Además, apunta que es difícil intentar implementar algoritmos que obtengan resultados satisfactorios sistemáticamente, tendiendo generalmente a la influencia de datos pasados recientes frente a una visión más a futuro. También comenta que “es difícil implementar mediante modelos cuantitativos el know how de gestores que han demostrado que son capaces de generar alfa”. En definitiva, considera que “las estrategias cuantitativas podrían tener sentido si es difícil acceder a una adecuada selección de gestores y fondos por un equipo de profesionales”.
