El análisis técnico es, a todos los efectos, una patraña


El análisis técnico de los mercados financieros, de acuerdo con la Wikipedia, es “el estudio de la acción del mercado, principalmente a través del uso de gráficas, con el propósito de predecir futuras tendencias en el precio.” Una patraña, de acuerdo con la RAE, es una “invención urdida con propósito de engañar”.

Soy consciente que el título es categórico, pero es la realidad, como veremos a continuación. Por alguna razón, cuando se busca en Google el término “análisis técnico” los resultados que aparecen son bastante asépticos con esta “técnica”. Espero que este artículo aparezca en los primeros resultados de búsqueda para que los futuros interesados en esta información tengan otro punto de vista.

Análisis fundamental y análisis técnico

Se han generalizado y equiparado por error el “análisis fundamental” y el “análisis técnico”. El análisis fundamental observa los datos fundamentales de una empresa (ventas, beneficios, balances, etc.) para estimar su valor actual y, si el precio es diferente, identificar oportunidades de compra o venta. No creo que el análisis fundamental sirva para predecir el futuro (porque a futuro pueden pasar muchas cosas que hagan que el valor que has analizado hoy no sea relevante), pero al menos te da una idea de lo que debería valer hoy una inversión.

Cuando un empresario quiere vender su empresa familiar y habla con un banco de inversión para definir la estrategia de venta suelen realizar análisis fundamentales. Nunca he visto que dibujaran en un gráfico los precios históricos y, si el precio estaba subiendo, el banco le recomendara al cliente no vender, porque claro, está en tendencia alcista lo cual significa que va a seguir subiendo.

Por su parte, el análisis técnico dice que, si un activo está subiendo de precio, seguirá subiendo y, si está cayendo, seguirá cayendo. La tendencia es tu amiga (“The trend is your friend”). Mi sensación es que el análisis técnico se ha generalizado por el empuje que le han dado las casas de corretaje que se benefician cuando los clientes realizan operaciones a través de ellos. El análisis técnico tiene la ventaja de que es fácilmente comprensible y puede dar todas las señales de compra o venta que quieras. Si eres un corredor de bolsa es una buena excusa para llamar a tus clientes y recomendarles comprar porque una acción está “en tendencia alcista de acuerdo con el indicador xyz”. Si damos un paso atrás, ¿realmente creéis posible que alguien mirando un gráfico, como si de un lector de manos se tratara, puede predecir la evolución del precio?

Análisis técnico en mercados financieros

Tengo una anécdota muy ilustrativa en este sentido: un día me senté con unos vendedores de software de inversión que generaban señales de compra y venta. Les comenté que en Indexa éramos inversores de largo plazo y que no creíamos que el análisis técnico generara una rentabilidad corregida por riesgo superior a largo plazo. Me dijeron que la idea de sus señales no era esa: era conseguir que los clientes que hacían trading aguantaran más tiempo antes de “arruinarse”.  Me explicó todavía más, porque yo no acababa de entenderlo. Los portales de compraventa de CFDs tenían un problema muy grande ya que sus clientes se arruinaban demasiado pronto, y como la plataforma cobra por operación, arruinar a los clientes no era un buen negocio. Los algoritmos que proponía el software establecían stop-loss y stop-gain para incrementar el número de operaciones por cliente antes de que éste lo perdiera todo. Me pareció el colmo del cinismo, pero por fin había entendido una aplicación práctica del análisis técnico.

La eficiencia débil de los mercados y las anomalías

Hace tiempo que diversos estudios académicos han demostrado que el análisis técnico no vale para nada. En 1965, Eugene Fama fue el primero en mostrar con técnicas estadísticas que los precios de las acciones del Dow Jones fluctúan aleatoriamente y por tanto es imposible predecir la evolución futura en base a cualquier análisis de una serie de precios. El artículo se llama “The Behaviour of Stock Market Prices” y a pesar de tener ya más de 50 años es muy recomendable su lectura.

Está línea de investigación tiene hasta nombre propio: La eficiencia de los mercados (“Efficient market hypothesis“) y se estudia en todos los grados y masters de finanzas. Hay tres grados de eficiencia: débil, semifuerte y fuerte. Cuanto mayor es el grado de la eficiencia de un mercado más difícil es obtener rendimientos por encima del mercado.

Si un mercado de acciones es eficiente de forma débil (la forma menos restrictiva), significa que el precio actual de las acciones refleja toda la información relacionada con esta acción en el pasado. Esta información incluye los precios pasados y el volumen de negociación. Por tanto, en un mercado eficiente débil nadie puede batir al mercado analizando precios pasados y resulta imposible generar rendimientos por encima del mercado basándose en el análisis técnico. El nombre de débil se lo ganó porque los precios son la información más pública y fácilmente accesible que existe sobre una acción.

No obstante, la comunidad científica ha dedicado mucho tiempo, y recursos, en buscar fallos o excepciones en esta teoría con el objetivo de realizar publicaciones influyentes. Las escasas excepciones que se han documentado, o no eran rentables después de contar los costes de transacción, o eran efectos que rápidamente desaparecían.  A las excepciones a la teoría se les llama “anomalías”.

La discusión ha sido larga. Como comentábamos anteriormente Eugene Fama confirmó en 1965 la aleatoriedad de los precios siendo acuñando el concepto de la eficiencia de los mercados. En 1973 la discusión salió de la universidad cuando Burton Malkiel publicó su best-seller “Un paseo aleatorio por Wall Street”, libro que recomiendo a todo aquel que esté pensando en invertir. En los años ochenta el reinado de la teoría de la eficiencia de los mercados fue total, hasta que en los noventa empezaron a aparecer artículos que cuestionaban la eficiencia de los mercados hablando de anomalías como: el efecto Enero, efecto día de la semana, efecto del fin de semana, efecto del cambio de mes, efecto vacaciones, efecto final del día, el momentum o la sobre-reacción.

Todas estas anomalías dejan de ser relevantes tras tener en cuenta los costes de transacción o dejan de ser ciertas tras hacerse públicas y, por tanto, explotables por los inversores. Como concluye Malkiel en su artículo de 2003 “The Efficient Market Hypothesis and its Critics”, “nuestros mercados de acciones son mucho más eficientes y mucho menos predecibles de lo que muchos artículos académicos recientes nos pueden hacer creer”. Recomiendo la lectura este artículo de Malkiel, ya que hace un repaso por las mayores anomalías y su impacto.

Es cierto que no todos los mercados son igualmente eficientes. Algunos factores afectan a la eficiencia de los mercados, como por ejemplo, el tiempo de ajuste de los precios a la información y los costes de acceso a la información y de transacción. Si acceder a la información de un mercado te cuesta un 3% del valor de las acciones, entonces podrá haber oportunidades de ese orden de magnitud. Lo mismo es cierto si comprar acciones tiene un coste entre los precios de oferta y de demanda del 1% (bid y ask). Pero un mercado donde la información es fácilmente accesible y donde hacer trading es prácticamente gratis, va a ser seguramente muy eficiente.

Los premios Nobel, la eficiencia de mercado y el momentum

En el año 2013 recibieron el premio Nobel un firme defensor de la eficiencia de los mercados, Eugene Fama y uno de los mayores críticos de este modelo, Robert Shiller (también lo recibió Lars Peter Hansen por otras contribuciones). Sorprende que el comité de los Premios Nobel haya decidido premiar a los promotores de teorías contrapuestas. La razón es la siguiente: no queda duda que la teoría de la eficiencia de los mercados es la teoría base con la que debemos acercarnos a cualquier análisis financiero. Esto es, por defecto no debemos esperar que existan opciones de obtener rendimientos ponderados por riesgo superiores a la media. No obstante, esta aproximación a veces es cuestionada temporalmente por los datos en algunos aspectos (anomalías), cuya discusión también merece reconocimiento. Por ejemplo, uno de los artículos más famosos de Robert Shiller: “¿Se mueven los precios de los activos demasiado como para estar justificado por los cambios posteriores en los dividendos?” (“Do Stock Prices Move Too Much to Be Justified by Subsequent Changes in Dividends?”), cuestionaba que un inversor realmente racional pudiera cambiar tanto de opinión sobre el futuro de los dividendos (que es lo que fija el precio de las acciones), cuando luego uno comprueba que los dividendos realmente no varían tanto. Por supuesto, los defensores de la eficiencia de los mercados han encontrado una respuesta razonable a esta cuestión: no sólo se mueven las expectativas de dividendos futuros, sino también los factores de descuento de los dividendos esperados. Este ejemplo nos puede ilustrar la enriquecedora discusión que ha premiado el comité de los Nobel en 2013, premiando a la vez a Fama y a Schiller.

Volviendo a las anomalías: hay una que últimamente ha tenido bastante apoyo, incluso desde la academia, y que quería discutir en detalle: la existencia del momentum en la evolución del precio de las acciones. El momentum significa que las acciones que han estado subiendo tienden a seguir subiendo, mientras que las que están cayendo tienden a seguir cayendo. De esta manera se podría construir una estrategia de inversión que comprara las acciones que han subido los últimos 12 meses y vendiera en corto las que han caído los últimos 12, que obtendría unos rendimientos corregidos por riesgo superiores y, además, diversificados con el mercado. Tenéis una discusión muy interesante sobre este asunto en “Fama on Momentum”, escrito por Cliff Asness cofundador de la empresa de gestión AQR.

En ese artículo se contrapone la visión de Fama, que es un firme defensor de la irrelevancia de la anomalía del momentum, y de Cliff Asness, que es el dueño de una empresa que, entre otras cosas, gestiona en base a la existencia de esta anomalía. Fama indica que, en algunos mercados, como Japón, no existe esta anomalía lo cual invalidaría su universalidad y lo rebajaría a una mera casualidad de los datos, mientras que Asness riza el rizo indicando que, si se añade el factor “value” (las empresas value generan más rentabilidad a largo plazo pero porque son empresas con riesgo mayor), entonces también aparecería la anomalía en Japón. Mi conclusión sobre este debate es que, es un debate lícito y publicado en revistas de reconocida valía como “The Journal of Finance”, pero que en cualquier caso es dudosa la universalidad del efecto.

En definitiva, espero que este artículo haya servido para mostrar que el análisis técnico en general es una herramienta que aporta poco valor, algo que la academia ha validado desde hace tiempo haciendo frente a diversas anomalías que van surgiendo. Como conclusión, si realmente existiera un analista técnico ahí fuera que batiera sistemáticamente al mercado, podéis estar seguros que nunca buscaría tu dinero para evitar que se generalice la anomalía que ha encontrado y mucho menos se dedicaría a escribir artículos sobre el tema.

También habrá años en negativo


En este artículo detallamos la rentabilidad obtenida por nuestras carteras de fondos o de planes de pensiones en 2017, y en acumulado en 2016-2017. Antes de nada una advertencia: siempre conviene recordar que rentabilidades pasadas no garantizan ni hacen más probables rentabilidades futuras.

Carteras de fondos de inversión

En el año 2017, la rentabilidad de nuestras carteras medianas (de 10 a 100 mil euros, las que más patrimonio acumulan) se ha situado entre +1,5% y +8,7%:

  • +1,5% para la cartera de menor riesgo (perfil 1/10)
  • +8,7% para la cartera de mayor riesgo (perfil 10/10)

* Benchmark: los índices de referencia son los índices de renta fija mixta internacional (para las carteras 1 a 4) y de renta variable mixta internacional (para las carteras 5 a 10) calculados por Indexa a partir de datos de Inverco (la asociación española de instituciones de inversión colectiva y fondos de pensiones). Son los índices que mejor representan la rentabilidad media de los fondos españoles que invierten internacionalmente. Recuerda que las rentabilidades históricas no constituyen una garantía de rentabilidad futura. Estos datos históricos son netos de comisiones de gestión de cartera y de custodia para la cartera de Indexa, pero no para el Benchmark con el que se compara.

El año 2017 ha sido un período habitual en el cual la bolsa (renta variable) ha obtenido una rentabilidad superior que los bonos (renta fija), la cual ha acabado siendo positiva (salvo los bonos de gobierno). Por clases de activo, destaca especialmente la rentabilidad de las acciones de países emergentes que suben más de un 20%. Las rentabilidades por clase de activos han sido las siguientes (bruta de comisiones de Indexa y del banco custodio, Inversis):

Nombre Clase de activo Rentabilidad 2017 (%)
Pictet Europe Idx -I Acciones Europa 10,2%
Vanguard US 500 Stk Idx -Ins Acciones EE.UU. 6,3%
Vanguard Japan Stk Idx Eur -Ins Acciones Japón 8,7%
Vanguard Emrg Mk Stk Idx -Ins Acciones mercados emergente 20,5%
Vanguard Euro Inv Gr Idx -Ins Bonos de empresas europeas 1,5%
Vanguard Eur Gv Bnd Idx -Ins Bonos de gobiernos europeos -0,1%
Vanguard Euroz Inf Lk Idx -Ins Bonos ligados a la inflación 1,3%
Vanguard Global Stk Idx Eur -Ins Acciones Globales 7,4%
Vanguard Global Bnd Idx -Ins Bonos Globales 1,2%

En cuanto al benchmark* (índice de referencia) de las carteras, ha obtenido una rentabilidad entre +1,3% y +3,3%:

  • +1,3% para el Benchmark de las carteras 1 a 4
  • +3,3% para el Benchmark de las carteras 5 a 10

En la gráfica de arriba, se puede apreciar que la diferencia de rentabilidad entre nuestras carteras y su benchmark respectivo se encuentra entre el rango de +0,2% para la cartera 1 y +5,4% para la cartera 10. De media, con nuestra gestión indexada, automatizada y con comisiones radicalmente bajas hemos conseguido añadir un 2,6% de rentabilidad sobre la media de los fondos españoles de renta fija mixta internacional y de renta variable mixta internacional.

Esta diferencia está algo por debajo del 3,2% anual que esperamos obtener en el largo plazo. No obstante, si lo miramos con un plazo más amplio con los dos años que llevamos operando en Indexa (siguiente gráfico), la diferencia es sensiblemente superior: entre +2,4% anual (equivalente a 4,8% acumulado) para la Cartera 1 y +6,6% anual (equivalente a 14,0% acumulado) para la Cartera 10, con una media de nuestras carteras un +4,4% anual por encima de su benchmark:

Por tanto, la diferencia de rentabilidad con el Benchmark desde que empezamos la gestión de las carteras se encuentra sensiblemente por encima de las expectativas y es de esperar que esta diferencia se vaya reduciendo.

Incluimos a continuación una comparativa de la rentabilidad corregida por riesgo de las carteras utilizando el ratio de Sharpe (rentabilidad por riesgo):

Se puede observar que en los dos años que llevamos operando el mercado (Indexa) ha ofrecido entre 1,5 y 3,3 veces más rentabilidad ponderada por riesgo que lo que han podido capturar los gestores activos y en términos absolutos el mercado ha ofrecido un ratio de Sharpe en general en torno a 1.

No siempre será así: es poco probable que un ratio de Sharpe de 1 se mantuviera en el largo plazo. Por poner un ejemplo, si cogemos datos del S&P500 desde 1871 hasta el 2017 (fuente Robert Shiller) vemos que la rentabilidad neta de inflación ha sido de 8,6% anual y la volatilidad de 18,5%. Suponiendo que la inflación es una buena proxy del tipo libre de riesgo, esto da un ratio de Sharpe de largo plazo de 0,46. La mitad de lo que hemos visto en los últimos dos años. Por otro lado, si calculamos el ratio de Sharpe del mercado con fechas más actuales (1950-2017) el resultado es 0,52 que es muy similar.

Esto significa que de aquí en adelante debemos esperar o una menor rentabilidad realizada o una mayor volatilidad realizada o las dos. Es decir, debemos esperar que el ratio de Sharpe se vaya reduciendo progresivamente hacia niveles más normales. Si fuéramos unos gestores activos, ahora mismo os estaríamos contando que esta buena rentabilidad se ha conseguido en base a nuestras capacidades de análisis y obtención de datos superiores. Pero lo cierto, es que simplemente hemos recogido la rentabilidad que ofrece el mercado y os la hemos cedido a través de unas comisiones bajas.

En resumen: debemos esperar que el futuro sea peor a lo que hemos visto en los últimos dos años, y estar preparados para ello.

¿Estás preparado para soportar la pérdida máxima en un año que le corresponde a tu perfil?

La siguiente gráfica ilustra la pérdida anual máxima esperada de las carteras de Indexa al 95% de confianza en base a las estimaciones de rentabilidad y riesgo de Enero-2017 (la probabilidad de una perdida superior es igual a 2,5%). Ésto equivale a estimar que ocurrirá una pérdida anual superior a este máximo una vez cada 40 años de media.

Si la respuesta es que no podrías aguantar una pérdida así, entonces por favor, revisa a la baja el perfil de riesgo hasta la pérdida que consideres soportable. Sólo si puedes aguantar las pérdidas cuando lleguen, sin reembolsar ni bajar tu perfil después de las bajadas, podrás conseguir tus objetivos de rentabilidad a largo plazo.

Carteras grandes y pequeñas

Hacemos una gestión muy similar entre los tres tamaños de carteras que utilizamos en Indexa: Carteras de menos de 10 mil euros, carteras entre 10 y 100 mil euros y carteras de más de 100 mil euros. La principal diferencia es que en carteras más grandes podemos añadir más clases de activo para incrementar aún más la diversificación.

A continuación, puedes ver las diferentes rentabilidades de las carteras en función del perfil:

Detalle de rentabilidades
2017
Cartera Pequeña
(<10k€)
Cartera Mediana
(10-100k€)
Cartera Grande
(>100k€)
Cartera 1 1,6% 1,5% 1,3%
Cartera 2 1,9% 2,3% 1,8%
Cartera 3 2,6% 3,2% 2,8%
Cartera 4 3,2% 4,0% 3,7%
Cartera 5 3,6% 4,7% 4,4%
Cartera 6 4,0% 5,3% 4,9%
Cartera 7 4,5% 6,3% 5,7%
Cartera 8 4,9% 7,0% 6,3%
Cartera 9 5,4% 8,1% 7,4%
Cartera 10 5,6% 8,7% 8,0%

Las diferencias entre la cartera mediana y grande no son muy apreciables, pero entre la mediana y la pequeña son bastante abultadas (entre un +0,1% para el perfil 1 hasta un -3,1% en el perfil 10). La diferencia se encuentra en que las carteras pequeñas tienen exposición a la renta variable global de países desarrollados cuya rentabilidad ha sido de 7,4% (ver tabla anterior) y no tiene exposición a mercados emergentes que han rentado más de un 20% en el año 2017, mientras que en las carteras medianas y grandes los perfiles más arriesgados tienen también exposición a mercados emergentes.

Planes de pensiones

Con respecto a los planes de pensiones, en el año 2017 la rentabilidad de nuestras carteras se ha situado entre un +0,9% y un +8,1%:

  • +0,9% para la cartera de menor riesgo (perfil 1/10)
  • +8,1% para la cartera de mayor riesgo (perfil 10/10)

* Benchmark: los índices de referencia son los índices de planes de pensiones de renta fija mixta (para las carteras 1 a 4), de renta variable mixta (para las carteras 5 a 9) y de renta variable (para las carteras 9 y 10) calculados por Inverco (la asociación española de instituciones de inversión colectiva y fondos de pensiones). Son los índices que mejor representan la rentabilidad media de los planes de pensiones españoles. Recuerda que las rentabilidades históricas no constituyen una garantía de rentabilidad futura.

En cuanto al benchmark* (índice de referencia) de las carteras, ha obtenido una rentabilidad entre +1,5% y +8,8%:

  • +1,5% para el Benchmark de las carteras 1 a 4
  • +4,5% para el Benchmark de las carteras 5 a 8
  • +8,8% para el Benchmark de las carteras 9 y 10

En la gráfica de arriba, se puede apreciar la diferencia de rentabilidad entre nuestras carteras de planes de pensiones y su benchmark respectivo. La diferencia se encuentra entre el rango de -1,5% para la cartera 9 y +2,0% para la cartera 8. En promedio, hemos ganado un 0,3% sobre la media de los planes de pensiones españoles de renta fija mixta, renta variable mixta y renta variable.

Por lo tanto, en el primer año de andadura de nuestras carteras de planes de pensiones, básicamente hemos obtenido la misma rentabilidad que la media de los planes de pensiones. La principal razón de que no hayamos ganado por más, es que el dólar se ha depreciado contra el euro de forma importante en el año 2017 (un 12,4%) lo cual ha afectado negativamente a los planes de Indexa, pero no a la media de los planes de pensiones en España, que tienen un enorme sesgo hacia inversiones en España y por tanto en euros. Este efecto de la divisa ha penalizado nuestras carteras de pensiones en 2017, pero otros años nos beneficiará.

Siempre conviene recordar también que rentabilidades pasadas no garantizan rentabilidades futuras.

→ Si aún no tienes cuenta con Indexa Capital, puedes probar gratuitamente nuestro test de perfil inversor y ver qué cartera te recomendaríamos, con máxima diversificación, y con costes radicalmente bajos.