Alfa neutral a factores, probado donde importa
Cada cifra de esta página la generó el pipeline de entrenamiento con datos que el modelo nunca vio, incluye los costes de negociación realizados y se publica sin cambios. Nada se ajusta a posteriori.
Cartera long/short neutral a factores, neta de costes, fuera de muestra
Esta es la cartera que un gestor que ejecutara el sistema mantendría realmente: una cartera long/short ampliamente diversificada en el universo líquido de EE. UU., reconstruida en cada fecha de reequilibrio a partir de las previsiones del modelo netas del coste de negociación propio de cada acción, con su exposición a cada eje de riesgo listado más abajo resuelta exactamente a cero y un tope estricto por posición. Es neutral en dólares, neutral al mercado y neutral al estilo por construcción. Las reglas de dimensionamiento y construcción son propietarias.
Curva de capital y drawdown con apalancamiento 1×
Neto de costes de ida y vuelta realizados, antes de financiación. Cada fecha de reequilibrio devenga su parte de la rentabilidad del periodo de tenencia, de modo que los tramos solapados no se cuentan dos veces ni se omiten.
Los meses son la suma de las rentabilidades por reequilibrio devengadas que caen en ese mes. El último mes es parcial.
Walk-forward: reajustado cada año, construido por el optimizador de producción
La configuración desplegada se reajusta en orígenes anuales solo con datos anteriores al origen; cada reequilibrio mensual se puntúa con el modelo que estaba en producción en ese momento, y la cartera la construye el mismo optimizador que los usuarios ejecutan en esta plataforma: filtro de costes, objetivo neto de costes, banda de neutralidad a factores, tope por industria, objetivo de beta, límites de posición y un objetivo de volatilidad, sobre una covarianza del año anterior de rentabilidades diarias tal como estaba ese día.
La configuración desplegada se reajusta en orígenes anuales solo con datos anteriores al origen; cada reequilibrio mensual se puntúa con el modelo que estaba en producción en ese momento y se construye como la cartera long/short neutral a factores y filtrada por costes: neutralidad exacta en cada eje de riesgo, neutral en dólares, beta 0, posiciones dimensionadas por riesgo residual a unos pocos puntos básicos cada una en todo el universo líquido, con una exposición bruta fija. Los conjuntos de variables y los hiperparámetros se seleccionaron una sola vez sobre el historial completo; solo los ajustes del modelo son walk-forward.
Ambas carteras usan predicciones y fechas idénticas. La cartera de forma cerrada es la construcción propia de la métrica de entrenamiento; la cartera del optimizador es la que la plataforma construye para un mandato con estos ajustes. Ninguna incluye financiación ni impacto de mercado dependiente del tamaño, que añade el estudio de capacidad.
Neto del spread realizado por valor sobre el nocional negociado; la financiación, el préstamo de valores y el impacto de mercado dependiente del tamaño los añade el estudio de capacidad. El S&P 500 se mide sobre las mismas fechas de reequilibrio y el mismo horizonte de tenencia.
Por qué la cartera es neutral a factores
Intratio no gestiona una estrategia de factores. La rentabilidad del modelo se mide, y se entrega, con todas las primas de riesgo comunes eliminadas. He aquí por qué esa elección es deliberada.
1Los factores ya los tiene
La beta de mercado, el tamaño, el value, el momentum, la calidad, la baja volatilidad y la sensibilidad a tipos y crédito pueden comprarse por unos pocos puntos básicos mediante productos indexados y de smart beta. Un gestor que cobra comisiones de alfa por rentabilidades que un ETF de factores habría entregado está vendiendo algo engañoso. Con cada una de esas exposiciones fijada en cero, cada punto básico de la curva anterior tuvo que provenir de conocimiento específico de la acción.
2Las rentabilidades de los factores son cíclicas y están saturadas
Los grandes drawdowns cuantitativos de las dos últimas décadas — agosto de 2007, el invierno del value de 2018–2020, las reversiones del momentum de 2020–2021 — fueron eventos de factores compartidos entre gestores. Una cartera sin exposición en esos ejes no es rehén de un régimen y no se solapa con el resto de la selección de gestores de un family office. Diversifica por construcción, no por promesa.
3Hace que el historial sea atribuible
Cuando las exposiciones son cero en cada reequilibrio, la rentabilidad no puede explicarse por una apuesta al mercado o a un estilo, de modo que la prueba de significación de abajo mide habilidad y no la suerte del ciclo. Es también la razón por la que el diferencial por deciles de la señal bruta, más abajo, es mayor que la rentabilidad de la cartera: parte de ese diferencial es exposición a factores que elegimos no asumir.
4Disciplina al modelo
El modelo se entrena para explicar la parte de las rentabilidades que los factores no pueden explicar. Ese objetivo elimina las fuentes de poder predictivo aparente más fáciles y saturadas y obliga al aprendizaje a centrarse en información genuinamente específica de cada acción — la única que sobrevive cuando el ciclo de estilos cambia.
El método de neutralización, las reglas de construcción de la cartera, el conjunto de variables y la configuración del modelo son propietarios y no se divulgan en esta página. Las estadísticas que demuestran la propiedad, sí.
Exposición estandarizada media de cada decil de puntuación de la salida bruta del modelo, fuera de muestra. Una cartera ingenua de decil superior menos inferior compraría silenciosamente valores de beta alta, alta volatilidad, menor tamaño y mucho momentum frente a valores grandes, de beta baja y ricos en value.
El máx. |exposición| se mide en cada reequilibrio sobre la cartera resuelta. El estadístico t ex post regresa la rentabilidad realizada de la cartera sobre la rentabilidad realizada del factor de cada eje en la ventana de prueba: un |t| inferior a 2 significa que no hay comovimiento detectable a posteriori. Las exposiciones se fijan en la formación; en periodos de tenencia largos pueden derivar antes del siguiente reequilibrio, que es lo que revelaría un t ex post distinto de cero.
La clasificación bruta: decil superior frente a decil inferior
Largo equiponderado en el 10 % superior de puntuaciones y corto en el 10 % inferior en cada reequilibrio, cada pata al 100 % del capital. Es un diagnóstico de la clasificación, no la cartera invertible: lleva los sesgos de factores mostrados arriba y ningún dimensionamiento de posiciones.
Calibración por vigintil de puntuación y estabilidad de la señal de rango
El modelo está construido para acertar en los extremos. No se le pide que ordene el centro del universo, y la tabla de vigintiles muestra exactamente eso: plana en el centro, empinada y estadísticamente significativa en las colas.
Lo que la misma cartera entrega con distintas exposiciones brutas
La cartera es invariante al apalancamiento antes de financiación: rentabilidad, volatilidad y drawdown escalan juntos. La financiación se carga sobre la exposición bruta que excede el capital al diferencial sobre el tipo de referencia, que se cancela para una cartera neutral en dólares.
Cómo se produjeron las cifras
La ventana de prueba es estrictamente posterior a todo aquello con lo que se ajustó el modelo, con un embargo intermedio para que ninguna rentabilidad futura solapada con el periodo de entrenamiento se filtre en la prueba.
- Meseta, no pico. La capacidad del modelo se elige en la meseta estable de la curva de validación reservada y no en su máximo ruidoso, y esa elección se veta siempre que discrepa de la validación cruzada.
- Clasificación robusta de candidatos. Las configuraciones candidatas se comparan mediante un límite inferior de confianza emparejado y robusto a la autocorrelación del diferencial neutral, nunca mediante la estimación puntual más vistosa. La ganadora es la configuración más difícil de batir, no la más afortunada.
- Conjunto de ajustes independientes. El modelo de la fase de prueba promedia ajustes con semillas independientes para que ninguna extracción aleatoria aislada determine el resultado.
- Un solo intento en la ventana de prueba. La ventana de prueba se abre una sola vez, después de que cada decisión de modelado se congela con datos de entrenamiento y validación. Nada se ajusta en función de ella.
- Ajustes dentro de muestra. El modelo de producción se reajusta sobre el historial completo antes del despliegue. Sus estadísticas dentro de muestra son espectaculares y carentes de sentido; se excluyen aquí y solo se usan como comprobación de que el reajuste funcionó.
- Ventanas seleccionadas a conveniencia. La ventana de prueba es un único bloque: el tramo más reciente del historial con el que el modelo no se entrenó. Hay una ventana de prueba por cada entrenamiento, mostrada íntegramente.
- Afirmaciones sin comprobar. Cada estadística de esta página se lee de los archivos de artefactos escritos por la ejecución de entrenamiento, con una única convención de devengo y anualización. La página no realiza ningún ajuste propio.
Limitaciones y cómo leer las estadísticas
Cada predicción fuera de muestra, un punto cada una
Puntuación del modelo frente a rentabilidad realizada para cada par acción-fecha de la ventana de prueba. Busque cualquier ticker para ver dónde cayeron sus predicciones. Los diagramas de dispersión agregados subestiman una señal transversal — las estadísticas por fecha de arriba son la lente correcta — pero nada se oculta.
Rentabilidades prevista y realizada en el horizonte de previsión, en porcentaje; la rentabilidad realizada es la rentabilidad bruta de mercado de la acción. La recta de regresión se ajusta sobre el conjunto completo de datos, no sobre la muestra representada.
El conjunto completo de artefactos está disponible para asignadores cualificados
Los archivos de posiciones por fecha, el análisis de capacidad con impacto de mercado de raíz cuadrada en cada nivel de activos gestionados, la calibración del modelo de costes frente a ejecuciones reales y el historial diario de señales a través de la API están disponibles bajo NDA. Las propias señales en vivo se publican cada día de negociación en esta plataforma, de modo que el historial se acumula en público de aquí en adelante.
Resultados simulados. Las estadísticas de esta página son salidas del modelo fuera de muestra aplicadas a una regla sistemática de cartera con costes históricos realizados; no son las rentabilidades de ninguna cuenta y no se invirtió capital en la simulación. El rendimiento pasado, simulado o real, no garantiza resultados futuros. Las estrategias de renta variable long/short implican apalancamiento, ventas en corto y la posible pérdida del capital. Nada en esta página constituye asesoramiento de inversión ni una oferta de ningún valor o servicio de asesoramiento. Los inversores cualificados deben basarse en su propia due diligence.