lunes, 23 de octubre de 2017

¿Existe una Fórmula Mágica para invertir?

Uno de los primeros sistemas cuantitativos de inversión value (Quantitative Value) que se extendieron, se conocieron y se operaron casi de forma masificada, fue el sistema basado en la “Magic Formula” de Joel Greenblatt.
Antes de ver en que consiste este sistema y que resultados se pueden obtener, vamos a conocer mejor a su autor.

¿Quién es J. Greenblatt?


Joel Greenblatt es el autor de “El pequeño libro que bate al mercado” dónde desarrolló la fórmula mágica. El libro, escrito en un lenguaje muy fácil de entender para todo el mundo, tuvo un alcance mayúsculo y facilitó un método de inversión al alcance de todo el mundo. De todo el mundo capaz de seguir el modelo sin desviarse, claro (1). 

Joel Greenblatt nació en diciembre de 1957 en Nueva York y se graduó en la universidad de Pensilvania.

Fundó un Hedge Fund, Gotham Capital, en 1985, y ha conseguido unas rentabilidades sorprendentes (un 40% anual hasta el año 2006). Ha participado en diferentes fondos y clubs de inversión, así como organizaciones de educación a la inversión.

Su comienzo como escritor fue en el año 1997 con “ You Can Be a Stock Market Genius: Uncover the Secret Hiding Places of Stock Market Profits” (“Tu puedes ser un genio de los mercados: Descubre los sitios secretos escondidos de los beneficios”). Fue en 2006 cuando lanzó su libro “The Little Book That Beats the Market” (“El pequeño libro que bate al mercado”), y más tarde, en el 2011 escribió “The Big Secret for the Small Investor: A New Route to Long-Term Investment Success” (El gran secreto para el pequeño inversor: Una nueva ruta al éxito en la inversión de largo plazo).
               

       Entonces, ¿existe la fórmula mágica?


Lo que Greenblatt desarrolla en el libro, es la filosofía value de Buffet: “Comprar empresas maravillosas a buenos precios”. Para esto establece dos criterios: Precio y Calidad. Busca encontrar empresas que tengan un buen precio, y que además tengan una alta calidad. Para esto desarrolla un modelo que se basa en dos parámetros: EBIT/EV y ROIC. Es decir, en los beneficios que puede generar la empresa respecto a su precio, y en la capacidad que tiene de generar beneficios.

Una vez tiene los dos parámetros, hace un ranking de las empresas “más baratas” y otro de las empresas con “mayor calidad”, y selecciona las 30 mejores en conjunto. Es decir, si una empresa es la número 7 en el ranking de calidad y la número 72 en el ranking de precios, le asigna un 79. Luego vuelve a ordenar las empresas por su ranking conjunto y selecciona las 30 mejores.

La idea tiene bastante fundamento, y los resultados que muestra en el libro son sorprendentes. Yo no puedo reproducir los mismos gráficos ya que no tengo ni los datos ni las herramientas necesarias, pero si podemos probar al menos parte de su modelo en distintos mercados y ver qué tal se comporta y si la ventaja que explota es estable y consistente.


           Reglas de la Fórmula Mágica

Greenblatt realizó el backtest del sistema de la Fórmula Mágica al universo de acciones de Estados unidos pero con una serie de requisitos:
  • Eliminó todas las empresas financieras: Consideraba que sus balances no son comparables con el resto de las empresas lo que distorsionaría los resultados. Carlos Torres, autor español, parte de la misma pesquisa y también elimina las financieras en los modelos de su libro “Invertir Low Cost”.
  • Descarta también las utilities: Muchas veces, las utilities juegan en un mercado excesivamente regulado. Lo que para muchos inversores podría ser una ventaja, para muchos otros es un inconveniente. En el caso de Greenblatt, las empresas utilities tampoco entran a jugar.
  • Excluye las empresas extranjeras
  • Excluye las empresas con una capitalización de mercado menor de $50 millones.
Una vez tiene establecido el universo de acciones sobre el que va a trabajar, aplica el ranking de los dos parámetros de precio y calidad y selecciona las 30 acciones.

Tras doce meses, se vuelve a lanzar el modelo y elegir de nuevo las acciones.

En su libro demuestra que el sistema funciona independientemente de cuando se empiecen a comprar las acciones, y esto es algo que se puede demostrar.

Para eso usamos lo que se llama Rolling Backtest, donde compramos un portfolio y lo mantenemos un año. Y hacemos lo mismo un mes después, es decir de Marzo 2000 a Marzo 2001, de Abril del 2000 a Abril del 2001,…, De Octubre del 2009 a Octubre del 2010…

De esta forma vemos si la ventaja es recurrente y sostenida.

Aplicamos la el sistema de ranking al universo de acciones que conforma el SP500. Sé que Greenblatt utiliza otro universo, pero es más complicado de estudiar, y yo quiero comprobar aquí la robustez de la ventaja.

Comparamos el portfolio con, simplemente haber comprado el índice Total Return durante el mismo periodo.

Los resultados que arroja este estudio son los siguientes:

La Magic Formula es positiva el 79% de los periodos mientras que el SP500TR el 74%. Pero donde está la clave es que la Magic Fórmula vence al SP500TR el 71% de los periodos.
 

Tenemos una ventaja para poder explotarla.


          ¡Cuidado con los datos!

Hay dos puntos muy importantes con los que hay que tener cuidado cuando se hacen este tipo de estudios: sesgo de supervivencia y las filtraciones a futuros.

El sesgo de supervivencia consiste en mirar al pasado y solo considerar las acciones que se encuentren actualmente en ese universo de acciones. En el año 2000 no estaban las mismas empresas que el día de hoy, y la data que utilices tiene que contabilizar ese hecho. Si no, estarías comprando empresas que han “sobrevivido” cuando a lo mejor habrías adquirido una empresa que actualmente no está en el índice.

Además, hay que tener mucho cuidado con las filtraciones de futuro o Look-ahead bias. Esto consiste en utilizar datos que recibes más tarde. Las publicaciones de las empresas varían y aunque vayan referenciados a un semestre concreto o un año concreto, los recibes meses después.

En mis seminarios insisto mucho también para los datos macroeconómicos. Por ejemplo, el dato de desempleo de un mes te lo dan el primer viernes del mes siguiente. Pues tienes que considerar en tu backtest que ese dato lo tienes realmente más tarde para poder tomar las decisiones de inversión.

La data de calidad elimina ese tipo de filtraciones, pero es tu responsabilidad comprobar que no estas cometiendo ese error. Para que veáis por qué sería absurdo, sería como hacer un backtest pudiendo decidir al principio del día si compras o vendes una acción utilizando como parámetro el cierre de ese mismo día. ¡No habría quien fallara!

Cuando estudiamos este tipo de carteras la calidad de los datos cobran una importancia gigante. ¿Incluyen los dividendos? ¿Las fusiones? ¿Han eliminado el sesgo de supervivencia? ¿Y las filtraciones de futuros?

Investiga que data estas utilizando, y quédate tranquilo.



       Aplicando la Magic Formula


Vamos a ver qué tal se comporta ese planteamiento de inversión por el mundo. Para eso, utilizaremos la plataforma de backtesting de KAU markets (zonavalue.com).

La plataforma coge de base 20 acciones. Entonces para hacer el backtest solo tenemos que seleccionar las opciones de:

  •          EEUU
  •          Largos
  •          Orden 1: EV/EBIT
  •          Orden 2: Return on Invested Capital (ROIC Greenblatt)
  •          Dirección: Largo
  •          Y Market Cap > 50M



Notas sobre la plataforma de Backtesting de zonavalue.com:

El orden que selecciona la plataforma siempre es el favorable. En este caso, EV/EBIT es favorable cuanto menor sea, es decir, cuanto mayor sean los beneficios respecto al Enterprise Value. Sin embargo, en el caso del ROIC, el orden es favorable a mayor ROIC.

A la hora de hacer el ranking, esta plataforma utiliza un sistema más aplicado en la literatura académica que el sistema de Greenblatt. Ordena las acciones en base al criterio de orden 1, y las separa por quintiles (en grupos del 20%) del universo.

Posteriormente coge el quintil mayor y lo reordena según el criterio de orden 2. Greenblatt otorgaba el mismo peso a cada criterio, mientras que aquí el criterio de orden 1 tiene más peso que el orden 2.

Wesley Gray y Tobias Carlisle en su libro “Quantitative Value: A Practitioner's Guide to Automating Intelligent Investment and Eliminating Behavioral Errors” hacen un repaso a la fórmula mágica, entre otras cosas, demuestran cosas relevantes para este estudio:
  • Que los resultados de Greenblatt no son exactamente reproducibles, aunque siguen siendo espectacularmente buenos.
  • Que el Factor EV/EBIT es de por sí más determinante que incluso la unión del EV/EBIT y ROIC.


Por tanto, he decidido escoger el ratio EV/EBIT como el criterio más relevante de orden 1, y dejar el ROIC como orden dos. De forma que primero se coge el 20% de las acciones con mejor ratio EV/EBIT y después de esa preselección se escogen las que tengan mejor ROIC.

Además, en vez de comprar de enero a enero, el 1 de enero se seleccionan las acciones a comprar con los datos de el año anterior y se compran durante su siguiente periodo fiscal.

Efectivamente, no estamos aplicando la fórmula exactamente. Y además de esta diferencia, hay que sumarle el hecho que el universo no es el mismo.

Sin embargo, los resultados si son esclarecedores para tener un buen punto de partida sobre cómo funciona este sistema o modelo de inversión.




Resultados de la inversión basada en EV/EBIT y ROIC


Vamos a ver los resultados del backtest de esta fórmula por el mundo. Afortunadamente la plataforma tiene datos de EEUU y de los principales países de Europa.


EEUU





Hemos aplicado el modelo a dos periodos distintos, 1988-2002 y 2002-2015. Las rentabilidades son sorprendentemente parecidas, pero sin embargo, las volatilidades son muy diferentes. Las caídas de 2008 y 2002 son los mayores culpables, aun así es algo que habría que analizar en profundidad.

Lo que me parece muy positivo es que sea un sistema tan estable en términos de rentabilidad y para dos periodos tan diferentes.


           Alemania

Veamos ahora como se habría comportado en Alemania. Por desgracia no tenemos tanto histórico.


El sistema se comporta realmente bien para el mercado germano, quitando la caída producida durante la crisis.

En futuros artículos, así como en el curso de Quantitative Value en Esfera Capital (Registrate aquí para recibir más información), se ve cómo reducir os drawdowns anticipándonos a las recesiones económicas. De esta forma, se obtienen claras ventajas sobre los índices o benchmarks durante las recesiones.

España


Parte del éxito de la fórmula se basa en escoger un número suficientemente diversificado de acciones entre un universo suficientemente grande para que las que las escogidas tengan una calidad considerable.

Este universo tiene que ser relativamente homogéneo, puesto que si el funcionamiento de las empresas es muy distinto puede llevar a distorsiones en la fórmula.
Así mismo, selecciona acciones de entre un universo que de por sí, es alcista en el largo plazo.

En mis seminarios y cursos insisto mucho en el hecho de que los índices son sistemas de inversión con reglas fijas. Lo que hacemos al seleccionar las mejores acciones de entre un universo de acciones con una tendencia alcista.

¿Qué pasa cuando ese universo de acciones no es alcista?

Pues España es el claro ejemplo. Después de las dos recesiones, que no afectaron de la misma forma al resto de los mercados, tenemos un índice relativamente mediocre.
Si a eso le sumamos que el número de cotizadas es reducido, coger 20 acciones consiste en coger un porcentaje del índice muy alto y por tanto una correlación elevada.


Visto esto, está claro que no es un sistema que funcione en mercados pequeños. No obstante, si hubiéramos aplicado análisis macro económico,  podríamos haber sorteado gran parte de las caídas y haber optimizado mucho más los resultados.

Conjunto Europeo


Aunque aplicar el modelo a toda Europa no garantiza mejores resultados que aplicarlo sólo a Alemania, por ejemplo, ya que durante este periodo ha habido mercados que han sufrido más que otros, sí garantiza una mejor diversificación en el futuro. Alemania no será siempre la primera de su clase, y querrás haber considerado alternativas si se da el caso.

Por tanto, a igualdad de resultados, recomendaría aplicar este tipo de sistemas a mercados relativamente homogéneos y amplios (Europa)


Otras cosas a tener en cuenta son el número de rotaciones y de impuestos a pagar, según el número de países que estemos incluyendo, las comisiones respecto al tamaño de la cartera, etc.

Pero todo eso no ayudaría a entender una cosa muy clara que se deduce de este artículo: Lo simple funciona.

K.I.S.S Keep it simple Stupid.

En inversión de largo plazo, hacer menos suele ser mejor que hacer más

Dos simples criterios dan como resultado un sistema de inversión que sólo requiere paciencia, y 1 hora al año para hacer las rotaciones. 

Está claro que resultados pasados no garantizan rendimientos futuros, Pero desde luego, Greenblatt iba por el buen camino con su Fórmula Mágica



¿Conocéis algún otro sistema que queráis que estudiemos en futuros artículos?



1. Joel Grenblatt “Adding Your Two Cents May Cost a Lot Over the Long Term” 





Los resultados mostrados son producto de un backtest y no representan rendimientos reales obtenidos por ningún inversor. No son ideas de inversión replicables. Tienen un objetivo meramente didáctico y teórico.

Última Entrada Publicada

Un Modelo Multifactor: Analizando los Resultados

Un Modelo Multifactor: Analizando los Resultados Continuando con el artículo anterior: Un Modelo de Inversión Multifactor para Batir al ...