Factor investing: ¿se ha desbordado el zoo?


#1

En la reseña del libro “Your complete guide to factor-based investing” ya amenacé con escribir un post con algunas reflexiones sobre este tipo de estrategias. Así que no pueden decir que el ladrillo que les espera a continuación les pille de improviso.
Trataré de conectar todas las ideas que quiero lanzar y espero que den pie a debate. Les recomiendo que antes de seguir leyendo, echen una ojeada a la reseña del libro para ponerse en situación.
Con la aparición o descubrimiento de nuevos factores mucho de lo que antes se consideraba alfa ahora ha pasado a ser simplemente exposición a determinados factores, dejando cada vez menos espacio para la existencia de aquella, hasta el punto de que en algún artículo se ha cuestionado si Warren Buffett ha llegado a aportar alfa.
Es indudable que la rentabilidad de este en los últimos tiempos nada tiene que ver con la obtenida en sus primeros años, pero sería injusto “medir” el alfa de toda su carrera mediante regresiones que usan factores que no se habían descrito por entonces. Tiene mucho mérito lo conseguido por Buffett y Munger, a pesar de que a posteriori se le puedan hallar justificaciones cercanas a la teoría de la eficiencia de los mercados.
Tras esta introducción y ya bajando al terreno práctico, mi impresión es que se pisa un terreno complicado. Hay muchos factores entre los que elegir dentro del factor investing, y un gran negocio detrás de ello, puesto que al calor de su crecimiento exponencial han surgido infinidad de vehículos de inversión (ETFs en su mayoría) para poder poner en práctica la teoría.
Por tanto una primera tarea para ese estilo de futuro inversor es decidir qué factores le merecen confianza, teniendo en cuenta que no solo hay intereses académicos en publicar nuevos y teóricamente mejores factores sino también puramente económicos.
La segunda de las tareas sería decidir qué instrumento en particular utilizar, puesto que dos ETFs que se centren en un mismo factor pueden tener carteras bien distintas según la forma de medirlo. No es lo mismo medir la calidad según el margen bruto que según la volatilidad de los beneficios, por ejemplo.
La tercera de las tareas sería decidir si combinar varios vehículos, si buscar alguno que aglutine varios factores o incluso si hacer la inversión mediante la compra directa de acciones, ahorrando ciertos costes de gestión.
En fin, que hay toda una serie de decisiones a tomar que dejan patente que el factor investing no es una gestión pasiva y me atrevería a decir que aunque se considere semipasiva, tiene bastante de activa.
Tras esta reflexión quisiera señalar que a la hora de establecer una plan de inversión se debería estar razonablemente seguro de que la estrategia es coherente y sólida. Si no, hay muchas probabilidades de que tarde o temprano sea uno mismo el que se encargue de arruinar el plan de inversión. Nadie sabe lo que van a hacer los mercados y por tanto no nos podemos exigir el dar con la estrategia que más éxito va a tener en la próxima o próximas décadas, pero sí que tenemos la obligación de invertir basándonos en la evidencia disponible y buscando el máximo nivel de seguridad (no confundir con volatilidad) dentro de la incertidumbre inherente a la renta variable y a unos mercados en constante evolución.
¿Tiene sentido la inversión en factores? A priori sí. No estamos hablando de análisis técnico, sino de estudios sin margen a interpretaciones subjetivas que nos muestran que las empresas con determinadas características fácilmente cuantificables se han comportado mejor que otras, y reputados economistas y psicólogos financieros nos explican las razones subyacentes.
Ahora bien, ¿nos da eso toda la seguridad necesaria? Tal vez no. Hay un trabajo enorme de data mining detrás de cada factor que debería hacernos tomar cualquier resultado teórico con cierta cautela y exigir algo más que un buen paper y una buena justificación.
Parece un paso prudente el tomar las mismas precauciones que Swedroe y Berkin toman en su libro y cribar los factores, exigiendo resultados out of sample, robustez, ubicuidad, etc. Con estos niveles de exigencia nos quedamos con muchos menos factores. Swedroe considera fiables market beta (simplificando las cosas se trata de exposición a la renta variable, para entendernos), tamaño, valor, momento y calidad. De acuerdo con él, y con buena parte de la literatura, estos son factores reconocidos, consistentes e invertibles.
Vayamos pues a ver cuáles son los resultados de estos factores en el pasado:
01
Aquí podemos ver el gráfico del factor tamaño (small caps menos big caps). Este factor fue descrito en 1981. 4,7% fue su rendimiento desde 1927 hasta entonces y 1% posteriormente.
15
El gráfico superior es el del factor value (bajo P/BV menos alto P/BV) publicado en 1985. El rendimiento de 1927 a 1985 fue de 5,8%. En el periodo posterior, del 2,8%.
26

Este gráfico corresponde al factor momentum (acciones de alto momento menos bajo momento) publicado en 1993. Antes de esa fecha produjo un teórico 10,9% y posteriormente un 5,5%.

En el caso del factor quality no hay periodo out of sample de la suficiente duración para sacar conclusiones, puesto que su publicación es demasiado reciente, en torno a 2013. En cualquier caso, el ETF de ISHARES MSCI USA Quality Factor ETF (QUAL) apenas obtiene unas décimas de rentabilidad sobre el S&P 500 en los cinco años de vida que tiene, y en su versión internacional (IQLT) está por detrás de su benchmark.

Centrándonos en los tres gráficos anteriores destacaría que en todos los casos el rendimiento post publicación ha sido considerablemente menor al teórico previo a la publicación. Pero no solo eso, sino que en la actualidad (hasta el 2015) los últimos 10 años habían sido negativos o cercanos a rentabilidad cero para los tres. ¿Casualidad? Es posible, todas las estrategias pasan por periodos malos, pero que las tres coincidan precisamente en el momento actual en ofrecer tan pobres rentabilidades en mi caso hace saltar una alarma.
Antes de analizar esto más en profundidad convendría saber qué ha ocurrido en la práctica. ¿Se corresponde con lo que nos dicen estos gráficos teóricos? Veamos algunos casos.
Si tomamos como referencia las opciones más baratas como los ETF de Vanguard, tanto si tomamos Vanguard Value Index Fund ETF Shares (VTV) como su contrapartida internacional iShares MSCI EAFE Value ETF (EFV) ambos están por detrás de los índices de referencia estándar, aproximadamente un -1% y -0,73% anual en los últimos diez años.
Si nos vamos a los ETF de small caps tenemos Vanguard Small Cap Index Fund (VB) que consigue batir al S&P 500 por un 0,60% anual a 10 años, mientras que el Vanguard FTSE All-World ex-US Small-Cap Index Fund ETF Shares (VSS) obtiene alrededor de un jugoso +2% anual, aunque en este caso no llega a los diez años de vida.
Vanguard no ofrecía ETFs de momentum hasta hace unos meses, pero AQR sí. En este caso no importa si hablamos de large caps, small caps, international o emerging, en todos los casos la rentabilidad desde sus fechas de creación está por debajo del índice de referencia.
Así pues los resultados en la práctica se corresponden más o menos con lo que la teoría apunta: en la última década apostar por el momento o por el valor, lejos de ofrecer una recompensa, ha hecho al inversor quedar rezagado respecto al índice estándar de referencia. En el caso de la apuesta por pequeño tamaño, sí que ha ido mejor pero en cualquier caso lejos de lo esperable de acuerdo con la media histórica.

Varios expertos en inversión cuantitativa, como Tobias Carlisle o Wes Gray aseguran que una década de resultados mediocres es totalmente normal si nos atenemos a los resultados históricos, y que precisamente estos periodos son los que garantizan que a largo plazo estas estrategias sigan obteniendo resultados positivos. La incomodidad que producen y la convicción que necesita el inversor harían que estas estrategias no se llegaran a saturar y siempre tuvieran capacidad para seguir produciendo resultados positivos para los inversores más fieles.
Aún así, hay opiniones contrarias y que están basadas en algo más que apelaciones a la naturaleza cíclica de los mercados. ¿Es posible que estos factores sean tan populares que estén muriendo de éxito? Es algo a tener en cuenta, al menos en lo que se refiere al mercado estadounidense. Quizás sus mejores años ya han quedado atrás y los pioneros en invertir en este tipo de estrategias fueron los únicos que llegaron a obtener buen provecho.
Veamos lo que dice Gary Antonacci, famoso por sus estudios sobre el momento. En este extenso e interesante artículo analiza en profundidad el tema del factor investing. Les resumo sus conclusiones: La mayoría de factores presentan uno o más graves problemas, como la ausencia de demostración práctica de su valor (size y value), la masificación de activos más allá de su capacidad máxima (momentum) o la falta de una explicación razonable sobre su funcionamiento (quality). Reproduzco unas líneas finales del artículo:
“Those who are prudent and truly interested in evidence-based investing will be cautious. Others will continue to accept what they have been told by product sponsors and a small number of academic theorists”.
Es decir, que nos advierte de que seamos cautos con la inversión basada en factores.
Convendría hacer aquí un inciso. A algunos les puede sorprender que un experto en momentum diga abiertamente que dicho factor no puede asimilar tanto capital como el actual y seguir siendo rentable, pero conviene tener presente que cuando hablamos de inversión en momento metemos en el mismo saco estrategias bastante diferentes. No es lo mismo el momento referido a acciones individuales que a sectores o a diferentes activos. Ni tampoco el momento relativo que el absoluto. Antonacci piensa que el primero de ellos ha perdido su capacidad de ofrecer retornos superiores, mientras que sigue confiando en las otras posibilidades.
¿Hay demasiado dinero invertido en Smart Beta? Es un mercado que ha crecido en mucha mayor medida que el resto, y aunque BlackRock calculaba que para 2020 se habría llegado al billón (de los nuestros) de dólares la realidad es que ya se alcanzó a finales del año pasado. Sigue siendo una parte minoritaria del total invertido en ETFs, pero de acuerdo con varios estudios citados por Antonacci es claramente excesivo, y coincide con lo que Robert Arnott, de Research Affiliates ya avisaba en su artículo “How can Smart Beta go horribly wrong”. Parte de la rentabilidad obtenida en el pasado ha sido por los grandes flujos de dinero y consiguiente incremento de valoraciones de determinado tipo de acciones, cosa que a su vez pronostica rentabilidades futuras mucho menores.
Por tanto, mi impresión particular es que aunque la evidencia estuviera a favor de una estrategia sesgada hacia ciertos factores, la evolución actual lleva cuando menos a ser prudente y no esperar las mismas rentabilidades que nos prometen los comercializadores. En los mercados no suelen durar mucho tiempo las oportunidades de hacer “dinero fácil”. ¿Quiere decir eso que no hay espacio para la inversión cuantitativa? No, pero creo que quién quiera tener éxito con ella debe ir más allá de las sendas más trilladas, tanto en la definición de los criterios de valor, calidad, momento, como en sus combinaciones.


Una Buena Defensa para Ganar la Liga del Largo Plazo
Podcast +D episodio 29. Hablando con Emgocor, fundador del Vagüe Investing
El hilo de la Smart Beta
Presentacion y cartera futura
#2

Yo tengo esa sensación subjetiva de que aquellas estrategias que se masifican o que se implementan -pasando del ámbito teórico al práctico-, dejan de funcionar o lo hacen con resultados más pobres a los esperados.
¿Morir de éxito? Tal vez.
¿Quién dijo eso de que invertir es simple pero no fácil?


#3

Gracias por el detallado análisis. Esto no es fácil, vaya que no!:sweat_smile:


#4

Gran artículo como de costumbre.

A la que nos ponemos a sacar según que conclusiones de la estadística, a uno le termina quedando aquella sensación de si no se le está escapando algo que resulta que tiene mucha mayor importancia de la que sugieren esas estadísticas y que uno tiende a infravalorar, como explica Taleb.

En el caso de las small caps, el factor de dispersión entre las rentabilidades de las distintas empresas que componen esta categoría me parece un factor a vigilar. Vamos que diría de entrada, sin mirar estudios estadísticos que habrá mucho mayor número de empresas con rentabilidades estratosféricas que en big caps pero también mucho mayor número con rentabilidades nefastas.

Desde el punto de vista estadistico, a la hora de elegir un juego de azar, no es lo mismo elegir uno que tenga una rentabilidad positiva en el 75% de los casos del 5% y una rentabilidad negativa del 5% en el 25% restante que otro donde tenemos una rentabilidad positvia del 35% en el 50% de los casos y una negativa del 25% en el otro 50%. Especialmente si no podemos repetir el juego el número de veces que querramos.

A la que nos ponemos a seleccionar unas pocas empresas, ya sea directamente o a través de fondos, la mera dispersión estadística de las seleccionadas puede tener un efecto demoledor sobre los propios fundamentos de la estadística.

Ojo que también puede pasar con los índices simplemente cambiando la metodología con la que seleccionan. O con los ETF. Sorprende si uno se queda simplemente en el concepto la diferencia de rentabilidad que hay entre un índice como el S&P600 Small Caps y el Russell 2000. Pero cobra todo el sentido a la que uno tiene en cuenta la dispersión entre las rentabilidades de las empresas. https://www.indexologyblog.com/2015/03/18/a-tale-of-two-benchmarks-sp-smallcap-600-vs-russell-2000/

Con los ETF y el montón de formas de aplicar según que factores o intentar replicarlos todavía se puede complicar más. ETF de dividendo hay tantos distintos sobre tantos criterios que uno no sabe muy bien cual debería coger de guía y luego tener la sensación que algo no se está haciendo del todo bien o que el criterio resulta que es más complicado de lo que parecía o tiene unas implicaciones más difíciles de preveer. Por ejemplo que el S&P500 Dividend Aristocrats se tenga que cargar 10 de 52 constituyentes en 2008 no parece lo que esperaríamos del mismo.

Uno podría pensar que precisamente los gestores activos pueden aprovechar mejor este factor de la dispersión de resultados entre distintas empresas del propio subyacente para lograr mucho mejores resultados que el índice.
De hecho lo suelen señalar los propios gestores activos que operan en dicho segmento y sugieren que el tamaño puede ser una limitación importante a la hora de explicar porque algunos fondos con resultados muy buenos luego empeoran sensiblemente los resultados.

Pero luego, volviendo a la naturaleza difusa del riesgo, cuando nos metemos en un terreno tan resbaladizo como las valoraciones de empresas, resulta que cuesta medir un montón en que medida pueden unos números cambiar a otros y tener una foto completamente distinta de lo bueno que es invertir en dicha compañía.

Creo que en realidad parte de la reversión a la media de muchos fondos/gestores está influenciada también por el abuso de posiciones concentradas. No me suelen gustar los gestores que dicen que si pudiesen meterían todo su fondo de small caps en pocas posiciones. Porque suele ser indicativo o de lo poco conscientes que son de como pequeños efectos no previstos pueden cambiar tremendamente sus números o hipótesis sobre tal o cual empresa o que están dispuestos a asumir ese riesgo porque en caso de salirles bien es posible que se hagan un nombre en el sector y en caso de salirles tremendamente mal puede que tengan otras opciones.


#5

Dentro de lo matemáticamente posible, si formásemos tropecientas combinaciones de n valores y diéramos por acertar aleatoriamente con una que batiera al mercado en la que no se pudiera establecer un “factor común” y valga la redundancia entre las empresas que la forman, ¿nos diría un eggsperto que esa cartera tiene alfa? Y el corolario entonces sería ¿se puede manufacturar un pseudoalfa metiendo algunos valores random en una cartera “factorial”?

No se si sería injusto, simplemente se estaría exponiendo un hecho.

He leído por ahí que el mejor ETF es el que menor tracking error tenga con lo que está pretendiendo seguir, sobre todo a nivel de riesgo.

¿Hay alguna gestión que realmente lo sea? Parece que en la semilla la palabra gestión ya lleva la contradicción implícita.

Además de que la Sra. de uno es totalmente ajena a la volatilidad de la misma, al fin y al cabo como todo el mundo sabe la Bolsa es un casino.

La base es la lógica, cosa de la que carece el AT, a expensas de racionalizaciones más o menos descabelladas.

Ejem.

Hmmm, igual no lo estoy entendiendo pero realmente como decía más arriba lo que tienen que estar es exactamente sobre el índice de referencia. Cuanto mayor desviación peor. La comparación debería ser contra un índice afactorial.

Wishful thinking / racionalización?

Me parece una heurística tremenda, lo podría haber puesto Vd. al principio :smiley: que me están esperando para ir a la :beach_umbrella:

Grande, @Cygnus, uno de estos artículos que hay que reservar y releer repetidas veces, a ser posible sin los comentarios de un payaso estrafalario.


#6

Esté párrafo también es para enmarcar. O dicho de otro modo, la desviación típica y los incentivos cuentan.


#7

Así es. Creo que en un webinar de Amiral comentaban esto precisamente, explicando que eso constituía su potencial fuente de rentabilidad en small caps.

Muy interesante el artículo que enlaza. Por comodidad para los demás, cuelgo la serie completa de los artículos sobre la diferencia entre ambos índices:
https://www.indexologyblog.com/2015/03/25/a-tale-of-two-benchmarks-reconstitution-effect/
https://www.indexologyblog.com/2015/04/07/a-tale-of-two-benchmarks-factors/
https://www.indexologyblog.com/2015/04/14/a-tale-of-two-benchmarks-benchmark-selection/
Parece claro que el primero de los índices elimina parte de las junk small caps, lo cual le permite sacar ventaja al Russell 2000. Además había leído previamente que al menos una parte del problema del Russell 2000 es el front running que sufre.

Totalmente de acuerdo. En el paper de Petajisto sobre Active Share los que identificaba como gestores con elevada concentración obtenían resultados peores a los más diversificados. Más recientemente Morningstar publicaba este artículo que no habíamos comentado en +D y que va en el mismo sentido. Aquí está la tabla de rentabilidades a 5 años (no es mucho, pero en el paper de Petajisto sí que se toma un periodo mucho mayor)
57
Se confirma lo que usted apuntaba. En conjunto los gestores de tipo “cartera concentrada” lo hacen bastante peor que el resto. Por supuesto habrá algunos al que la jugada les salga bien y parecerán unos genios por haber apostado por unas pocas empresas con mucha convicción, y tal vez no estemos hablando más que de un golpe de suerte y demasiado riesgo asumido por el camino.


#8

Sí.

Si mete valores random en una cantidad suficiente de carteras factoriales, sí. Aparecería “pseudoalfa” estadísticamente significativa en alguna de ellas.
Pero no estoy seguro de si le sigo con la intención última de su comentario. Si a lo que se refería usted es a que Buffett es un mono de entre miles lanzando dardos, pues mire, puede que tenga razón. No sé lo bastante de estadística como para decirle que no.
Ahora bien, si el análisis del alfa de un gestor se hace sin un ajuste de significancia en base a la cantidad de gestores evaluados, que es lo habitual, me parece una trampa el usar nuevos factores para viejos track records. Señor estadístico, use factores a partir de su fecha de publicación. Si no, resulta que me puede estar diciendo durante 20 años que el gestor X está generando alfa y a la mañana siguiente se publica un nuevo paper y resulta que no ha generado ninguna. Me resulta un poco absurdo.


#9

Sabía que esta parte le gustaría :laughing: Francamente hay explicaciones a algunos factores que no me convencen nada. Del estilo: “Me he encontrado esto y lo voy a justificar como sea. Y si me hubiera encontrado lo contrario, lo justificaría también sin problemas”.

Creo que me he explicado mal en el artículo y no lo he dejado todo lo claro que debería quedar. En todos los casos la comparativa es frente a índices afactoriales*, por supuesto.
Muchas gracias a todos por los estupendos comentarios.

*En realidad un S&P 500 o un MSCI World no serían afactoriales, pero creo que nos entendemos, ¿verdad?


#10

Pues no me refería a esto en este caso. Era simplemente una idea inocente expresada en voz alta. Ya ve su artículo ha logrado exprimir donde no hay.

No se, a mi a efectos de caracterización me parece interesante. Y si el Sr. ha hecho ya un #TEFORRAS pues bueno que vengan a decirle “es que usando ese factor cualquier lo podría haber hecho”. Ya vale, yo tb fui el patito feo convertido en precioso cisne (negro) pero las ahora ajadas diosas juveniles en aquel entonces preferían a los gallardos descerebrados.

¿Sorpresa?

Entonces insisto, ojo con buscar el que más se desvía por arriba. Hay que buscar el que no se desvía nada.

Berdat.


#11

Le felicito sinceramente, Cygnus, acaba de definir con precisión atómica a lo que me he dedicado profesionalmente los últimos 32 años. Es increíble, en una línea condensa lo que mis compañeros llevan definiendo los últimos quinientos años con una insufrible verborrea. No todos, que conste.


#12

Perdone, pero no sé si le entendiendo. ¿Nada respecto a qué indice?

Lo que quería decir en el párrafo al que usted aludía es que el inversor debe decidir qué forma de medir el factor en cuestión es la que prefiere. Porque a lo mejor un ETF de momentum usa un lookback de 6 meses y otro lo usa de 12. O un ETF tiene orientación value de acuerdo a unos ratios y otro ETF usa otros distintos. Y los resultados pueden acabar siendo muy diferentes.


#13

Muchas gracias a usted y a @agenjordi por sus aportaciones y por ponernos en la pista de estos buenos trabajos. Símplemente permítanme que añada como define Petajisto (y me imagino que por extensión morningstar) dichas categoría. Eso nos puede permitir tener una foto más precisa del asunto. Corto y pego del papel de Petajisto (pág. 82 y 83):

I labeled the lowest–Active Share quintile “closet indexers,” reflecting their mean Active Share of less than 60%. The exception is the funds with the highest tracking error. These funds generate significant volatility relative to their very small active positions, and because those positions must be exposed to systematic factor risk, I labeled them “factor bets.” In fact, all groups in the highest-tracking-error quintile can be labeled factor bets because they are all exposed to systematic risk in their active positions. The only exception is the highest–Active Share group. These funds combine high volatility with a high degree of stock selection and thus fall into the “concentrated” group. Nonconcentrated funds with high Active Share form the group of more diversified “stock pickers.” The rest of the funds can be called “moderately active” because they fall in the middle in terms of both Active Share and tracking error.

Para ver como calcula el active-share o tracking error, consulten mejor el papel adjunto.

Por curiosidad. ¿Conocen un estudio similar sobre fondos centrados geográficamente en Europa?


#14

Al índice que supuestamente replican ¿no? O a la cartera “objetivo”, ya que si es un tema factorial se debe de poder definir específicamente.

Entendido. Tiene todo el sentido.


#15

El artículo de Morningstar es sobre fondos de capitalización grande Europa. Aparte de este, hay un estudio anterior que ya enlacé en el siguiente comentario:


#16

Ok. Aunque no siempre es fácil, porque no todas las comercializadoras proveen de una referencia factorial para su fondo o ETF. Por ejemplo, si hablamos de momentum, PDP sí que ofrece una referencia clara, pero QMOM de Alpha Architect no y AMOMX de AQR tampoco lo hace. Edito: AQR sí que lo hace. Habría que fabricarla echando mano de las carteras que publica Kenneth French, sabiendo que luego esas comercializadoras les dan su propio toque personal, que aumentará el tracking error sin, por lo que usted comentaba, mejorar por término medio las expectativas de rentabilidad.


#17

Muy agradecido. Se me pasó lo de Morningstar. Al hablar ese artículo más de una vez de Petajisto di por hecho que el universo del estudio era el mismo. Aunque si que es cierto que en las primeras líneas deja claro que se centrarán en Europa. No tengo perdón. Gracias igualmente por el otro enlace.


#18

Este artículo es fantástico. Gracias.

Respecto de esa cita, con la que no puedo estar más de acuerdo, puede llevarse a problemas de curve-fitting incluso en el más básico de los estudios.

Uno puede leer un paper en el que concluye que con el universo de inversión X tomado en dicho estudio el resultado de haber aplicado ciertos factores es Y; ahora bien, seducido por esas rentabilidades ajustadas al riesgo, decide implementar en su estrategia dichos factores de un modo u otro en el universo de acciones Z…; y “zasca” nada que ver con lo leído, pues no se le ocurrió testar esos factores en el universo Z antes de aplicarlos.

Un ejemplo muy claro, y simple, es el de la Fórmula Mágica de Greenblatt. Sólo a él le sale un 30% anual medio usando dos factores. Greenblatt usó un universo de acciones de 3.500 americanas y formó los rankings con 350 acciones cada uno (1º decile). Ahora llega un inversor y dice, “voy a hacer los mismo aquí en Europa, pero con 30 acciones que tiene mi cartera” y la decepción es supina.

Si testamos los factores EV/EBIT & ROIC en el universo de acciones Europeo, si además descontamos gastos de trading, y descartamos las penny stocks así como descartamos las acciones más pequeñas de 1.000 millones de Cap (cierto es que Greenblatt ya dio entonces la alternativa con un ranking Market Cap >1.000mll); y usamos portoflios equi-ponderados del Top30 del ranking (es decir, tratamos de acercarlo un poco más a la realidad de la puesta en práctica), el resultado ni se acerca a lo dicho por Greenblatt:

Período de estudio 2004 - 2018

Países

Alemania

Holanda

Suecia

Austria

España

Italia

Suiza

Bélgica

Francia

Noruega

Reino Unido

Grecia

Portugal

Sectores

Basic materials

Consumer Goods

Consumer Services

Healthcare

Industrials

Oil & Gas

Technology

Telecommunications

Dirección

Largo

Orden

Orden 1: EV/EBIT

Order 2: ROIC - Return on Invested Capital (ROCE Greenblatt)

Deducción de costes

0.2 %

Filtro de liquidez

Precio cierre mensual > 1

Condiciones

Market Cap > 1.000.000.000

Rentabilidad Anual Media (CAGR): 10.92 %

Volatilidad: 32,937 %

Ratio Sharpe: 0,332

Ratio Sortino: 0,300

Valor inicial de la inversión: 100.000€

Valor final de la inversión: 473.509,66 €

En fin, hay que cogerlo todo con pinzas…

Para mí el factor investing es fantástico, y considero que tiene un uso extraordinario para invertir con convicción en lo que se está haciendo. Si bien, requiere de mucho trabajo in-house, manejar bases de datos y no hacerte el lío a ti mismo.

Gracias por su reflexión @Cygnus


#19

Pues qué quiere que le diga pero ese experimento y muestra no sirven absolutamente para nada. Estadísticamente hablando, estamos tomando 13 decisiones lo que no tiene absolutamente ninguna validez estadística. Además de esto, nadie sabe a ciencia cierta la fórmula que utilizó Greenblatt, aunque esto me preocupa menos, “aceptamos pulpo”.