Ir al contenido

Pear Protocol

4 jun 202431 min

Aprovechando el Rendimiento Relativo de los Activos

Cripto es una clase de activos altamente volátil donde la rentabilidad general de una cartera a menudo está altamente correlacionada con el mercado general liderado por los movimientos de precio de $BTC. La naturaleza de este mercado hace que sea complicado para los inversores construir carteras diversificadas que puedan amortiguar el efecto de la volatilidad. Sin embargo, esto también crea oportunidades para beneficiarse del rendimiento relativo superior en ciertos intervalos de tiempo. A medida que se presentan catalizadores y se desarrollan noticias, el mercado comienza a incorporar expectativas futuras, causando que ciertos activos superen mientras otros se queden atrás. Por esto, el trading de pares puede ser una herramienta poderosa para nosotros para extraer valor de las ineficiencias de un mercado emergente como cripto.

Las estrategias de trading de pares se centran en el rendimiento relativo de los activos, y a menudo están diseñadas para generar ganancias independientemente de las condiciones del mercado—ya sea bajista, alcista o lateral—explotando la acción diferencial de precios entre activos seleccionados. Las carteras que emplean estas estrategias se construyen típicamente a través de posiciones largas / cortas en dos o más activos, generalmente buscando neutralidad de mercado. Sin embargo, también pueden ajustarse finamente para reflejar el sesgo direccional del inversor, lo cual es altamente efectivo para capitalizar en noticias o el llamado “trading de narrativas”.

La mayoría de las estrategias que buscan neutralidad de mercado se pueden implementar a través de métodos sistemáticos y estadísticos que dependende modelos matemáticos para identificar y actuar sobre desviaciones temporales de precios entre activos que típicamente se mueven en tándem. Alternativamente, también pueden ser guiadas por factores más discrecionales o fundamentales, conocidos como “narratives trading”. Por lo tanto, las carteras Long / Short se adaptan para reflejar la perspectiva de un inversor sobre las dinámicas de mercado basadas en catalizadores, tendencias sectoriales, desarrollos temáticos o eventos de noticias significativos.

Esta serie de informes cubrirá diversas metodologías para construir tales portafolios, incluyendo pairs trading y estrategias long-short. Para hacerlo, discutirá los modelos fundamentales detrás de market neutrality, la mecánica de construcción de tales portafolios, y aplicaciones prácticas de estas estrategias en crypto, ilustradas con ejemplos y casos de uso del mundo real.

Conclusiones clave

  • El informe resalta el valor de construir carteras long/short (L/S) para explotar las diferencias en el rendimiento de los activos durante un período de tiempo. Estas estrategias son herramientas versátiles en la caja de herramientas de un inversor, aplicables con grados variables de complejidad basados en su propia experiencia y habilidades.
  • Reexaminar el Modelo de Valoración de Activos de Capital (CAPM) es importante para establecer una base teórica para las estrategias L/S. Conceptos clave como beta y el concepto de una “cartera de mercado” son esenciales para entender las dinámicas de riesgo y retorno.
  • Después de examinar la dinámica beta de contratos perpetuos seleccionados a partir de 2022, es posible confirmar el hecho bien documentado de que los tokens de criptomonedas típicamente exhiben betas más altos que el portafolio de mercado, indicando mayor volatilidad en relación con el mercado más amplio y alta sensibilidad a los cambios en los regímenes de mercado.
  • Las estrategias empleadas por hedge funds en las finanzas tradicionales para lograr varios niveles de neutralidad de mercado proporcionan insights valiosos que pueden aplicarse para construir portafolios L/S en crypto. Estas estrategias varían en complejidad desde pairs trading y statistical arbitrage hasta enfoques impulsados por fundamental analysis o news.
  • La creación de tres estrategias L/S distintas muestra cómo los inversores podrían implementar estrategias de inversión basadas en narrativas mientras buscan diferentes niveles de exposición al mercado.
  • Las estrategias L/S proporcionan un marco integral que permite a los inversores navegar cualquier condición de mercado con mayor precisión. Estas estrategias contribuyen a una reducción del riesgo de mercado, mayor diversificación y mejores rendimientos ajustados al riesgo.

Antecedentes

El mercado, con sus innumerables variables y naturaleza impredecible, requiere un enfoque amplio y multifacético para ser comprendido verdaderamente. Los mercados financieros son inherentemente complejos, caracterizados por una multitud de factores que influyen en los precios de los activos y los movimientos del mercado. Estos factores incluyen indicadores económicos, rendimiento corporativo o de protocolos, eventos geopolíticos, catalizadores y sentimiento de los inversores, entre otros.

Para navegar esta complejidad, inversores y analistas emplean una gama de metodologías, cada una con su propio enfoque y suposiciones. Estas metodologías se clasifican ampliamente en categorías como análisis técnico, análisis fundamental, métodos cuantitativos, y otras como análisis de sentimiento o tesis macroeconómicas.

Ningún enfoque individual proporciona una panacea; cada uno tiene sus fortalezas y limitaciones. Al igual que al armar un rompecabezas, entender el mercado requiere ensamblar perspectivas de varios marcos analíticos. Cada uno de estos métodos contribuye con una lente diferente a través de la cual los inversores pueden ver el mercado, proporcionando una comprensión más rica y matizada de las oportunidades y riesgos en juego. A pesar de la variedad de opiniones y metodologías —que van desde el análisis técnico hasta los modelos de valoración fundamental— cada uno ofrece una vista parcial, enfatizando la complejidad e impredecibilidad de los mercados.

Esto ilustra la historia ilustrada en el libro «Pairs Trading: Quantitative Methods and Analysis» por Ganapathy Vidyamurthy, donde seis hombres ciegos encuentran diferentes partes de un elefante, cada uno sacando conclusiones únicas sobre su apariencia. Cada individuo tocaría diferentes partes del elefante y concluiría que se parece a objetos basados en la parte que encuentran (pared, lanza, serpiente, árbol, abanico, cuerda) destacando su comprensión parcial.

Figura 1: Comprensión parcial sobre cómo funciona el mundo.

Fuente: Trading de Pares, Métodos Cuantitativos y Análisis

Los seis hombres ciegos deseaban saber cómo se veía un elefante, pero cada uno de ellos percibió un aspecto de

el elefante por separado. Aunque tenían razón a su manera, ninguno de ellos sabía cómo se veía realmente el elefante completo. Esta diversidad refleja la capacidad del mercado para acomodar sistemas de creencias diferentes, a veces conflictivos.

Aunque algunos inversores compran acciones basados en información respecto a compañías particulares, otros utilizan estrategias que intentan obtener ganancias basadas en el entendimiento del mercado de valores y sus comportamientos en general. Lo mismo sucede en crypto, donde algunos inversores ponen mucho énfasis en las tarifas y los ingresos mientras que otros prefieren operar “narrativas”. Independientemente, el trading de pares sigue siendo una de las estrategias más poderosas que los inversores pueden usar a su favor para capitalizar de la rendimiento relativo de activos de dos o más activos.

¿Qué es el Rendimiento Relativo de Activos?

Estrategias diseñadas para capitalizar el rendimiento relativo de dos o más activos involucran una mezcla de posiciones largas (compra) y cortas (venta). Un inversor tomará posiciones largas en activos que considere infravalorados y con probabilidades de apreciarse en valor, y posiciones cortas en activos que perciba como sobrevalorados y que se espera que declinen en valor.

Por esto, la inversión long/short (L/S) a menudo se denomina como una double alpha strategy – el término “alpha” se usa aquí para referirse al rendimiento superior de una inversión. En las inversiones long/short, un alpha puede provenir del lado long (el activo infravalorado aprecia en valor) y el otro alpha puede provenir del lado short (el activo sobrevalorado deprecia en valor).

Una propiedad notable de la inversión L/S es que el inversor puede estar parcialmente equivocado en su elección de activos en una base absoluta, pero la posición aún puede ser rentable, aunque tanto las posiciones long como las short declinen o aprecien en términos absolutos. De hecho, lo que importa es que la pierna long supere a la pierna short en una base relativa (o viceversa), con el objetivo de obtener ganancias de cualquier cambio en el spread entre estas posiciones.

Figura 2: Una estrategia de trading para todas las condiciones de mercado

Fuente: Pear Protocol.

Otra característica clave de las estrategias L/S es su capacidad para minimizar la exposición general al mercado (a.k.a. “market neutrality”), permitiendo a los inversores obtener ganancias potencialmente en diversas condiciones de mercado—ya sean bajistas, alcistas o laterales. Es importante notar, sin embargo, que no todas las estrategias L/S son market neutral. Esta flexibilidad permite a los inversores ajustar la exposición de su cartera al nivel deseado de riesgo de mercado.

Para entender cómo funcionan estas estrategias y sus diferencias, será necesario discutir varios términos y conceptos clave.

Figura 3: Varios términos y conceptos clave para entender las estrategias L/S.

Fuente: Revelo Intel.

Un buen punto de partida es el Capital Asset Pricing Model (CAPM). Aunque este informe no entrará en gran detalle sobre CAPM ni juzgará su uso práctico, introduce ideas importantes como beta y cartera de mercado. Estos conceptos son particularmente valiosos en la práctica, especialmente a medida que el concepto de la neutralidad de mercado juega un papel crucial en todas las estrategias L/S que esta serie de informes explorará.

Comprender el Riesgo y los Rendimientos de Inversión: De lo Básico a CAPM

Descomposición del Riesgo: Sistemático vs No Sistemático

En finanzas, el riesgo surge de la desviación de los rendimientos reales de los rendimientos esperados y esta desviación puede tener cualquier número de causas, que se pueden clasificar en dos categorías:

  1. Riesgo sistemático
  2. Riesgo no sistemático

Riesgo sistemático, también conocido como riesgo no diversificable o riesgo de mercado, es el riesgo que no se puede evitar y que es inherente al mercado en general. Es no diversificable porque incluye factores de riesgo que son innatos dentro del mercado y afectan al mercado en su conjunto. Ejemplos de factores que constituyen el riesgo sistemático incluyen tasas de interés, inflación, ciclos económicos, incertidumbre política y desastres naturales generalizados. Estos eventos afectan a todo el mercado, y no hay manera de evitar su efecto. Todas las inversiones riesgosas tienen alguna exposición a este riesgo (riesgo de mercado).

Riesgo no sistemático es un riesgo que es local o limitado a un activo o industria particular que no necesita afectar activos fuera de esa clase de activo. Ejemplos de riesgo no sistemático podrían incluir el fracaso de un ensayo de fármacos, grandes descubrimientos de petróleo o un accidente aéreo. Todos estos eventos afectarán directamente a sus respectivas empresas y posiblemente industrias, pero no tendrán efecto en activos que estén muy alejados de estas industrias. Los inversores son capaces de evitar el riesgo no sistemático a través de la diversificación formando un portafolio de activos que no estén altamente correlacionados entre sí.

En general, es posible descomponer el riesgo de tal manera que:

Varianza total = Varianza sistemática + Varianza no sistemática

Figura 4: Descomposición de Riesgos

Fuente: Corporate Finance Institute.

En la construcción de una cartera, es importante entender el concepto de correlación y cómo una correlación menor que perfecta puede diversificar el riesgo de una cartera. Como consecuencia, el riesgo de un activo mantenido solo puede ser mayor que el riesgo de ese mismo activo cuando forma parte de una cartera.

La diversificación reduce significativamente, o en algunos casos, neutraliza completamente el riesgo no sistemático debido a dos factores clave: (1) cada inversión constituye solo una pequeña fracción de una cartera diversificada, y (2) las acciones específicas de la empresa que afectan los precios de los activos individuales pueden tener impactos variados (tanto positivos como negativos) en diferentes períodos. En carteras grandes, estos riesgos tienden a compensarse mutuamente, promediando a cero, lo que tiene un efecto mínimo en el valor general de la cartera. Por el contrario, las tendencias a nivel de mercado generalmente influyen en la mayoría, si no en todas, las inversiones en la misma dirección, aunque el grado de impacto puede variar entre activos. Aunque la diversificación no elimina el riesgo de mercado, distribuir las inversiones en diversas industrias puede mitigar sus efectos.

Ray Dalio, fundador de Bridgewater Associates, uno de los fondos de cobertura más grandes del mundo, se refirió a la diversificación como el “Holy Grail of Investing” en su libro “Principles”. Para ilustrar este concepto, incluyó el siguiente gráfico y compartió sus ideas al respecto:

Figura 5: Diversificación – El Santo Grial de la Inversión.

Fuente: Los “Principles” de Ray Dalio.

La noción de que la diversificación reduce la exposición al riesgo de un inversor es ampliamente aceptada. Sin embargo, los modelos de riesgo y retorno financiero van más allá, sugiriendo que el inversor marginal, quien influye en la fijación de precios de las inversiones, está típicamente bien diversificado. Como resultado, solo los riesgos percibidos por dicho inversor se reflejan en los precios del mercado. Este concepto se basa en la premisa de que un inversor no diversificado percibe mayores riesgos en una inversión en comparación con un inversor diversificado, principalmente porque los riesgos no sistemáticos afectan al primero pero no al segundo.

Dicho esto, la mayoría de los modelos de riesgo y retorno desarrollados en inversiones y finanzas coinciden en los dos primeros pasos del proceso de medición: (1) el riesgo proviene de la distribución de los rendimientos reales alrededor del rendimiento esperado, (2) el riesgo debe medirse desde la perspectiva de un inversor marginal que está bien diversificado. Sin embargo, los modelos divergen en cómo medir el riesgo no diversificable o de mercado.

Los cuatro modelos básicos que abordan el tema de la medición del riesgo de mercado son el Capital Asset Pricing Model (CAPM), el Arbitrage Pricing Model (APM), los modelos multi-factor y los modelos de regresión.

Modelos Generadores de Rendimiento

Un modelo generador de rendimientos es un modelo que puede proporcionar una estimación del rendimiento esperado de un activo dado ciertos parámetros. Si el riesgo sistemático es el único parámetro relevante para el rendimiento, entonces el modelo generador de rendimientos estimará el rendimiento esperado para cualquier activo dado el nivel de riesgo sistemático.

Al igual que con cualquier modelo, la calidad de las estimaciones de los rendimientos esperados dependerá de la calidad de las estimaciones de entrada y de la precisión del modelo. La forma más general de un modelo generador de rendimientos es un modelo multifactor.

Un modelo multifactor permite considerar más de una variable en la estimación de rendimientos y puede construirse utilizando diferentes tipos de factores, como macroeconómicos, fundamentales y estadísticos.

Un modelo general de generación de rendimientos como este se expresa como:

El modelo tiene k factores,

Los coeficientes, , se llaman pesos de factores o cargas de factores asociados a cada factor. El lado izquierdo del modelo tiene el exceso de retorno, o retorno sobre la tasa libre de riesgo. El lado derecho proporciona los factores de riesgo que generarían el retorno o prima requerida para asumir ese riesgo. El E(Rm) factor está separado de los otros ya que representa el retorno del mercado. Todos los modelos contienen el retorno sobre la cartera de mercado como un factor clave.

Definiendo el Mercado: el rol de los índices proxy

Teóricamente, el “mercado” incluye todos los activos de riesgo o cualquier cosa que tenga valor, lo que incluye acciones, bonos, bienes raíces e incluso capital humano. Idealmente, incluiría tantos activos como sea posible, pero es impráctico incorporar cada activo de riesgo individual en una cartera. Además, no todos los activos son negociables, y no todo activo negociable es adecuado para la inversión.

Por practicidad y conveniencia, la definición de “mercado” es a menudo mucho más específica. Un índice de mercado de valores local o regional usualmente sirve como un representante debido al alto volumen de negociación y su visibilidad para los inversores locales. Por ejemplo, en Estados Unidos, el Índice S&P 500 se utiliza comúnmente para representar el mercado. Este índice comprende 500 empresas líderes y refleja aproximadamente el 80% de la capitalización de mercado disponible en EE.UU., con cada empresa ponderada según su capitalización de mercado en relación con el total. En crypto, la mayoría de los inversores a menudo usan $BTC como el benchmark.

El Modelo de Precios de Activos de Capital (CAPM)

La forma más simple de un modelo generador de rendimientos es un modelo lineal de un solo factor, también conocido como un modelo de índice único o Modelo de Precios de Activos de Capital (CAPM), en el que solo se considera un factor.

El CAPM es un modelo simple de riesgo y retorno que ha estado en uso por más tiempo que los otros y sigue siendo el estándar en la mayoría de los análisis del mundo real. Como cualquier modelo, el CAPM tiene sus limitaciones y no siempre es efectivo para modelar con precisión los rendimientos de los activos. No obstante, ofrece un marco directo que nos permite estimar rendimientos y evaluar el rendimiento. Aunque los modelos más nuevos presentan enfoques alternativos al CAPM, no son universalmente superiores en todos los escenarios ni consistentemente prácticos para aplicaciones del mundo real.

El impacto que el modelo ha tenido en el área de finanzas es evidente en el uso prevalente de la palabra beta. Junto con la idea de beta, CAPM también sirvió para formalizar la noción de un cartera de mercado. Una cartera de mercado en términos de CAPM es una cartera de activos que actúa como un proxy del mercado.

El modelo proporciona una relación lineal de retorno esperado-beta que determina con precisión el retorno esperado dado el beta de un activo. Al hacerlo, realiza la transición del riesgo total al riesgo sistemático, el determinante principal del retorno esperado. Por lo tanto, el CAPM afirma que los retornos esperados de los activos varían solo por su riesgo sistemático medido por beta, medido en relación con una cartera de mercado:

Donde es el rendimiento esperado del activo i (variable), es la tasa libre de riesgo (constante), es el rendimiento esperado de la cartera de mercado (variable, fuente de riesgo de mercado), y es el factor de riesgo sistemático del activo i (constante).

Si pasamos de los rendimientos esperados a los rendimientos realizados, el rendimiento de un activo en el marco CAPM puede separarse en dos componentes. Uno es el componente de mercado o sistemático, y el otro es el componente residual o no sistemático. La fórmula que muestra la relación que logra esta separación de rendimientos se da como:

Aquíes el retorno residual del activo i (variable, error aleatorio impredecible que promedia cero, fuente de riesgo no sistemático).

Beta: Medición del Riesgo de Mercado

El riesgo sistemático se puede medir utilizando beta:

Como se muestra arriba, beta es una medida de qué tan sensible es el rendimiento de un activo al mercado en su conjunto y se calcula como la covarianza del rendimiento en activo i y el rendimiento del mercado dividido por la varianza del rendimiento del mercado. En otras palabras, beta captura el riesgo sistemático de un activo, o la porción del riesgo de un activo que no puede eliminarse mediante la diversificación.

En resumen, un valor positivo para beta indica que el rendimiento de un activo se mueve en la misma dirección que el mercado, mientras que un valor negativo para beta indica que el rendimiento de un activo se mueve en la dirección opuesta al mercado. Por ejemplo, si el beta de un activo es 2, entonces un repentino aumento del 1% en el precio de la cartera de mercado se esperaría que cause un aumento del 2% en el precio del activo.

Porque la covarianza del portafolio de mercado consigo mismo es su varianza, la beta del portafolio de mercado—y por extensión, el activo promedio en él, es 1. Los activos que son más riesgosos que el promedio tendrán betas que excedan 1, y los activos que son más seguros que el promedio tendrán betas que sean menores que 1. El activo sin riesgo tendrá una beta de cero. Una beta de cero indica que el rendimiento del activo no tiene correlación con los movimientos en el mercado. Para referencia, la mayoría de las acciones tienden a estar altamente correlacionadas con el mercado y, como resultado, encontrar activos que tengan una beta consistentemente negativa debido a los amplios efectos del mercado en todos los activos es inusual.

Finalmente, también es posible descomponer la varianza total de un activo en varianzas sistemáticas y no sistemáticas utilizando la ecuación de varianza del CAPM:

Donde es la varianza total de activo i, es la varianza sistemática de activo i, y es la varianza no sistemática de activo i.

Porque el riesgo no sistemático es cero para carteras bien diversificadas, como la cartera de mercado, el riesgo total de una cartera de mercado y otras carteras similares es solo riesgo sistemático, que es

La Línea del Mercado de Valores

La Línea de Mercado de Seguridad es una representación gráfica del CAPM. Como se mostró anteriormente, la beta del mercado es 1 y el mercado obtiene un rendimiento esperado de Utilizando esta línea, es posible calcular el rendimiento esperado de un activo. La pendiente de la línea equivale a

Figura 6: La Línea de Mercado de Valores

Fuente: CFA Institute.

Retornos y Beta en el Contexto de una Cartera

En el contexto de una cartera de n activos, el retorno de la cartera dado por el CAPM se puede calcular fácilmente como:

donde el beta del portafolio es una suma ponderada de los betas de los activos componentes y está dado por:

Pensamientos finales

En conclusión, para usar el modelo CAPM, se necesitan tres insumos. Primero, un “activo sin riesgo” (nota que el riesgo verdadero nunca puede eliminarse por completo, solo transformarse) para el cual el inversor conoce con certeza el rendimiento esperado para el horizonte temporal del análisis. Segundo, la prima de riesgo, que es la prima exigida por los inversores por invertir en la cartera de mercado en lugar de invertir en un activo sin riesgo. La prima a menudo se estima utilizando datos históricos sobre los rendimientos de activos riesgosos y el rendimiento sin riesgo. Tercero, beta, que se obtiene dividiendo la covarianza del activo por la varianza de la cartera de mercado. También se puede obtener directamente regresando los rendimientos pasados del activo contra los rendimientos pasados de la cartera de mercado (generalmente un índice bursátil); la pendiente de la regresión es la beta (ver figura a continuación).

Figura 7: Los rendimientos de las acciones de Apple frente a los rendimientos del S&P 500 ayudan a ilustrar la beta de Apple como la pendiente de su línea de regresión.

Fuente: Investopedia.

En general, varios modelos de riesgo y retorno se basan en el principio de que solo el riesgo relacionado con el mercado es compensado. Estos modelos calculan el retorno esperado basado en métricas que cuantifican este tipo de riesgo. Entre estos, el CAPM se basa en la mayor cantidad de suposiciones pero ofrece el enfoque más simple, empleando solo un factor para medir y estimar el riesgo.

Dinámicas Beta en Cripto

Para proporcionar algo de contexto sobre los niveles de beta dentro de cripto, se ha utilizado datos históricos de Binance Perpetuals, que se remontan a marzo de 2022. Estos datos cubren tokens que han sido activamente negociados desde ese momento.

Los valores beta rodantes se calcularon en una ventana de 60 días para cada uno de estos tokens. Como proxy para el mercado, se utilizó un portafolio de igual ponderación de $BTC y $ETH, dado que estos dos tokens representan aproximadamente el 70% de la capitalización total del mercado.

La figura a continuación presenta la promedio rodante, junto con los percentiles 10 y 90 de betas para este universo de tokens. Notablemente, hubo un pico en el beta promedio (superando 1.5) alrededor de mayo de 2022, durante el apogeo del mercado bajista de crypto. Posterior a este período, el beta promedio declinó y eventualmente se estabilizó alrededor de 1.0.

Figura 8: Betas de 60 días rodantes (media, percentil 10 y 90) del subconjunto de Binance Perps

Fuente: Datos históricos de precios de Binance, Revelo Intel.

Para entender mejor la dinámica beta, la figura a continuación muestra una función de densidad de probabilidad que estima la distribución de los valores beta promedio en el universo de tokens utilizado para este análisis.

Los picos en la curva de densidad, que son los valores de beta más frecuentemente observados, ocurren en 1.15, 0.9 y 1.65, en orden descendente de prevalencia. Estos puntos de datos confirman el hecho bien documentado de que los tokens de criptomonedas típicamente exhiben betas más altos que el portafolio de mercado, indicando mayor volatilidad relativa al mercado más amplio. Finalmente, esta variabilidad en los valores de beta subraya cómo los betas de los tokens de criptomonedas son sensibles a los cambios en las condiciones del mercado, reflejando sus perfiles de riesgo fluctuantes a través de diferentes regímenes de mercado.

Figura 9: Distribución de densidad media beta del subconjunto de Binance Perps desde mar-22 hasta may-24

Fuente: datos de precios históricos de Binance, Revelo Intel.

Perspectiva del Sector sobre la Neutralidad del Mercado: Enfoques Diversos en Estrategias Long/Short.

Resumen

Términos como long-short, market neutral y dollar neutral investing se utilizan con frecuencia y a menudo se malinterpretan como sinónimos. Sin embargo, estas estrategias pueden diferir significativamente. Es posible que un portafolio sea tanto long-short como dollar neutral y aún así poseer una beta no cero con respecto al mercado. Esto indica que existe un componente de mercado que influye en el rendimiento del portafolio, lo que significa que no es verdaderamente market neutral.

Para abordar estas distinciones, emplearemos terminología y clasificaciones de las finanzas tradicionales. Específicamente, exploraremos diversas estrategias utilizadas por fondos de cobertura e intentaremos elucidar sus diferencias.

En las finanzas tradicionales, las estrategias L/S son comúnmente utilizadas por fondos de cobertura y se categorizan bajo estrategias de “Equity Hedge” (EH). Una amplia variedad de procesos de inversión puede emplearse para llegar a una decisión de inversión, incluyendo tanto técnicas cuantitativas como fundamentales; las estrategias pueden estar ampliamente diversificadas o enfocadas estrechamente en sectores específicos y pueden variar ampliamente en términos de niveles de exposición neta, apalancamiento empleado, período de tenencia, concentraciones de capitalizaciones de mercado y rangos de valoración de portafolios típicos.

En general, estas estrategias en comparación con las de solo largo tienden a reducir el riesgo general de la cartera (volatilidad) y están diseñadas para apuntar a rendimientos que son independientes de la dirección del mercado. Esto expande el conjunto de oportunidades para la generación de rendimientos, permitiendo a los inversores expresar una gama más amplia de opiniones activas (positivas, menos positivas o negativas) en cada acción del universo de inversión.

Figura 10: La Inversión Neutral al Mercado Expande el Conjunto de Oportunidades de Inversión

Fuente: BlackRock.com

Las estrategias EH se pueden desglosar aún más en siete subestrategias distintas, cada una con sus propias características únicas. Para los fines de nuestra discusión, sin embargo, las clasificaremos en dos tipos principales basados en el grado de neutralidad de mercado que buscan alcanzar.

Fundamentales / Cuantitativas Direccionales utilizan análisis técnico y fundamental o técnicas cuantitativas sofisticadas para identificar empresas infravaloradas y sobrevaloradas, así como para entender las relaciones entre diferentes valores. Dependiendo de la dirección anticipada del mercado y la etapa del ciclo de mercado, los fondos de cobertura ajustan su exposición neta larga o corta. Este método busca capitalizar las tendencias y ciclos del mercado / sector ajustando los niveles de exposición en consecuencia.

Por lo tanto, estos fondos a menudo tienen una exposición neta larga o una exposición neta corta, dependiendo del conjunto de oportunidades disponibles y de la perspectiva del gestor sobre la dirección a corto plazo del mercado general. En cualquier caso, el rendimiento de su cartera se vuelve dependiente de los movimientos direccionales del mercado.

Para reducir las consecuencias de una posible selección errónea de acciones, los gestores de equidad L/S diversifican sus carteras, tanto en el lado largo como en el lado corto.

Por otro lado, Neutral al Mercado de Acciones las estrategias involucran el uso de análisis cuantitativo (técnico) y/o fundamental para distinguir entre valores mobiliarios subvalorados y sobrevalorados. El objetivo es mantener una posición neta neutral al riesgo de mercado, esforzándose por un beta de portafolio cercano a cero. Estas estrategias buscan obtener ganancias de los movimientos de valores individuales mientras neutralizan el riesgo de mercado más amplio.

Al discutir estrategias neutrales al mercado, a menudo nos referimos a enfoques como el arbitraje estadístico y el trading de pares.

Arbitraje estadístico se refiere a una amplia gama de estrategias y enfoques de inversión caracterizados por varios elementos clave. En primer lugar, las señales de trading son sistemáticas y basadas en reglas, en lugar de estar influenciadas por análisis fundamentales. En segundo lugar, la cartera mantiene una postura neutral al mercado o neutral en beta. En tercer lugar, la generación de rendimientos excesivos se basa principalmente en métodos estadísticos. El objetivo es realizar numerosas apuestas, cada una con un rendimiento esperado positivo, aprovechando la diversificación a través de diversas acciones para crear una estrategia de inversión de baja volatilidad que permanezca no correlacionada con los movimientos más amplios del mercado. La duración de estas tenencias puede variar ampliamente, desde meros segundos hasta varios días, semanas o incluso períodos más extendidos.

Pairs-trading se asume ampliamente que es el “ancestro” del arbitraje estadístico y rastrea dos valores correlacionados históricamente. Cuando su correlación se debilita (como cuando una acción sube mientras la otra baja) la estrategia implica vender en corto la acción que supera el rendimiento y comprar la de bajo rendimiento, apostando por la convergencia de su spread. Esta divergencia podría resultar de fluctuaciones temporales del mercado, órdenes significativas o noticias impactantes sobre las empresas. Negociar grupos de acciones contra otros grupos de acciones es una extensión natural del pairs-trading y se denomina “generalized pairs-trading”.

Figura 11: Un ejemplo que muestra dos series de precios de dos activos cuyas series de precios se movieron juntas durante un período histórico establecido. La expectativa es que, después de divergir, los precios de los instrumentos elegidos revertirán a los niveles previamente observados.

Fuente: Hudson and Thames.

Las posiciones largas y cortas se equilibran regularmente para mantener la neutralidad del mercado en todo momento, de modo que todo el rendimiento de la cartera se derive puramente de la selección de acciones y ya no de las condiciones del mercado. De hecho, cuando se implementa correctamente, ofrece la promesa de verdaderos rendimientos absolutos (el alpha) sin tener que soportar la sensibilidad al mercado (la beta).

Sin embargo, vale la pena notar que el término “neutral de mercado” ha evolucionado hacia un término más amplio que incorpora varios enfoques de inversión diferentes con grados variables de riesgo y neutralidad, como discutiremos a continuación.

Neutralidad en Dólares

Para ser neutral en dólares, necesitamos tener inversiones en dólares iguales en las posiciones largas y cortas, por ejemplo $100k largo y $100k corto. De ahora en adelante, también necesitaremos reequilibrar nuestras posiciones largas y cortas de manera regular para mantener la neutralidad en dólares. De hecho, si acertamos en nuestra selección de activos, la posición larga apreciará mientras que la posición corta se reducirá en tamaño, impulsando la cartera hacia un sesgo neto largo.

La neutralidad en dólares es extremadamente atractiva por su simplicidad. Tiene el gran beneficio de ser directamente verificable, ya que el valor inicial de las inversiones es observable. Sin embargo, como se discute más adelante, no es suficiente para hacer que una cartera sea neutral al mercado.

Neutralidad Beta

Una definición basada en el riesgo comúnmente utilizada de neutralidad de mercado se basa en beta: se dice que un portafolio es neutral al mercado si genera rendimientos que no están correlacionados con los rendimientos de algún índice de mercado.

Dado que el beta se calcula a partir del coeficiente de correlación, una correlación cero implica un beta cero. Como se anticipó en las secciones anteriores, la volatilidad de un activo (o una cartera de activos) puede descomponerse en un componente sistemático (riesgo de mercado) y un componente no sistemático (riesgo específico). El componente sistemático depende de la volatilidad de los mercados así como de la exposición al riesgo de mercado, que se mide mediante el coeficiente beta. El componente no sistemático es independiente del mercado y normalmente se diversifica en el nivel de la cartera.

La beta de una cartera de acciones es un promedio ponderado de las betas de sus acciones constituyentes. Por lo tanto, ser neutral en dólares no garantiza necesariamente que la cartera sea insensible al rendimiento del mercado, es decir, que tenga una beta igual a cero. Todo depende de la beta de las posiciones largas y cortas. Por ejemplo, si la beta de la posición larga es 1.4 y la beta de la posición corta es 0.7, una asignación igual en dólares entre las dos tendrá una beta neta de 0.35 = (50%) × (1.4) − (50%) × (0.7). Esta beta positiva indica que el riesgo de mercado de nuestra cartera neutral en dólares no es cero, y en realidad tiene una correlación positiva con los mercados de acciones.

Para hacer que nuestro portafolio sea realmente neutral en beta, necesitamos dimensionar las posiciones largas y cortas adecuadamente. En nuestro ejemplo, dada la ratio de las dos betas (1.4 versus 0.7), necesitaríamos duplicar el tamaño de la posición corta en relación con la posición larga. Es decir, por cada dólar en la posición larga, necesitaríamos tener dos dólares en la posición corta. En este caso, la beta será exactamente cero, lo que significa que el riesgo sistemático del portafolio ha sido neutralizado.

De ahora en adelante, si nuestra posición larga se aprecia en valor y nuestra posición corta disminuye en valor, aún necesitaríamos ajustar el tamaño de nuestras posiciones de manera regular para evitar el desvío hacia una beta positiva.

Pensamientos Finales

En resumen, las estrategias L/S se emplean a través de varios métodos y técnicas. Su objetivo principal es construir un portafolio de posiciones largas y cortas que ajusta finamente la exposición al mercado deseada, que va desde un sesgo direccional hasta la neutralidad del mercado.

Estas estrategias son tan atractivas para los inversores por numerosas razones como:

  1. Riesgo de mercado reducido: al construir una cartera que es (casi) neutral en beta, un inversor puede reducir su exposición al riesgo de mercado, haciendo que la cartera sea menos volátil en relación con el mercado.
  2. Mayor diversificación: un portafolio beta-neutral típicamente implica invertir en una mezcla de activos con diferentes niveles de beta. Esto puede llevar a una mayor diversificación, lo que puede ayudar a reducir el riesgo general del portafolio.
  3. Mejores rendimientos ajustados al riesgo: al equilibrar el beta del portafolio, los inversores pueden potencialmente lograr mejores rendimientos ajustados al riesgo. Esto significa que los rendimientos logrados por el portafolio son más altos en relación con la cantidad de riesgo asumida.
  4. Potencial para la generación de alpha: mediante la gestión activa de la exposición beta de la cartera, los inversores pueden generar alpha, o rendimientos excesivos por encima de un benchmark. Esto se puede lograr a través de una selección hábil de valores y/o timing de mercado, lo que puede llevar a un rendimiento superior en relación con el mercado más amplio independientemente de su dirección.

Figura 12: Características de las estrategias Long/Short en términos de diferentes niveles de neutralidad de mercado

Fuente: MorganStanley.com

En el contexto de las criptomonedas (una clase de activos notablemente volátil) utilizar estas estrategias puede ofrecer beneficios significativos. Los inversores pueden expresar sus opiniones y estrategias de diversas maneras, tales como pairs trading, narrative-based trading, sector rotations, y trading based on news events.

Caso de Uso: Tres Portafolios Long/Short para Narrative Trading

En esta sección, se discute la aplicación de tres estrategias L/S simples en el mercado de criptomonedas, enfocándose en la dinámica de rendimiento y riesgo de portafolios con diferentes objetivos de exposición al mercado.

El análisis se centra en la construcción de tres portafolios distintos que involucran FETUSDT (AI sector) y ETHUSDT. El objetivo es investigar cómo diferentes estrategias podrían haber explotado la narrativa AI yendo en largo en $FET mientras simultáneamente vendían en corto $ETH utilizando diferentes grados de neutralidad de mercado.

Figura 13: Capitalizando el rendimiento relativo de la narrativa de AI (FET/ETH)

Fuente: TradingView.

Se diseñaron tres portafolios con objetivos variados:

  • Portafolio 1: apuntando a un beta = 0
  • Portafolio 2: exposición neutral en dólares
  • Portafolio 3: con un beta objetivo = 0.5

Estos portafolios se construyeron con las siguientes características y suposiciones:

  • Beta: el beta rodante se calculó sobre una ventana de 60 días.
  • Rebalanceo: se implementó un rebalanceo diario para ajustar los pesos de la cartera según los parámetros de riesgo predefinidos y mantener la exposición al mercado prevista.
  • Apalancamiento: un apalancamiento máximo de 1.
  • Período de análisis: las carteras fueron evaluadas desde octubre de 2023 hasta mayo de 2024, capturando movimientos y tendencias de mercado significativos relevantes para el sector de la IA.

El caso de uso subraya la utilidad estratégica de las carteras L/S en la gestión de la exposición y el riesgo en los mercados de criptomonedas volátiles. Al emplear diferentes objetivos de beta o un enfoque neutral en dólares, los inversores pueden ajustar finamente su exposición al mercado y los niveles de riesgo según su apetito por el riesgo y su perspectiva del mercado.

La figura a continuación ilustra las diferencias de rendimiento entre los tres portafolios. Desde el ‘Betás de Portafolio’ subgráfico, es evidente que los portafolios diseñados para apuntar a betas específicas mantienen efectivamente sus exposiciones pretendidas. Sin embargo, como se ilustra en la sección “Neutralidad en Dólares”, el portafolio neutral en dólares exhibe betas variables (línea verde), indicando un sesgo direccional largo moderado, que influye sutilmente en su rendimiento general y lo sitúa entre el portafolio neutral en beta (línea azul) y el portafolio que apunta a un beta de 0.5 (línea roja).

Figura 14: AI narrative trade (FET/ETH) – Comparación de tres carteras L/S

Fuente: Datos históricos de precios de Binance, Revelo Intel.

Como se anticipó, Portafolio 1 (beta = 0) demostró la menor volatilidad, indicando su efectividad en la mitigación del riesgo de mercado. Esto fue seguido por Portafolio 2 (portafolio neutral en dólares), que exhibió volatilidad moderada debido a su beta variable. Finalmente, Portafolio 3 (beta = 0.5), que buscaba mantener un beta más alto, mostró la mayor volatilidad entre los tres portafolios.

En retrospectiva, enfocarse únicamente en una posición larga en $FET habría resultado en mayores ganancias, beneficiándose de la narrativa alcista de IA durante todo el período de análisis. No obstante, esta estrategia también llevó a una volatilidad sustancialmente mayor y casi duplicó las caídas, ilustrando claramente el trade-off inherente entre riesgo y retorno.

Figura 15: Carteras L/S vs métricas de rendimiento de FETUSDT

Fuente: Datos históricos de precios de Binance, Revelo Intel.

Conclusión

Este informe ha explorado el concepto de rendimiento relativo de activos, enfatizando la construcción de carteras L/S para capitalizar las diferencias de rendimiento entre activos. Comenzamos revisitando conceptos fundamentales a través del Capital Asset Pricing Model (CAPM), incluyendo beta y la cartera de mercado, que son cruciales en el desarrollo de estrategias L/S.

También discutimos diversas estrategias utilizadas por fondos de cobertura para crear portafolios L/S con diferentes niveles de neutralidad de mercado. Basándonos en la experiencia de finanzas tradicionales, estas estrategias ilustran diferentes enfoques para la participación en el mercado.

Además, presentamos un caso de uso práctico dentro de los mercados de criptomonedas, analizando la dinámica de las betas promedio desde 2022 hasta la actualidad para una selección de contratos perpetuos. Además, desarrollamos tres estrategias L/S directas que demuestran cómo se podría haber implementado una estrategia de trading narrativa básica.

En general, las estrategias L/S ofrecen un marco robusto para navegar los mercados crypto volátiles en cualquier condición. Estas estrategias permiten a los inversores adaptar sus enfoques desde ángulos técnicos/estadísticos hasta perspectivas más fundamentales y de trading narrativo/sectorial, ofreciendo varias ventajas como riesgo de mercado reducido, diversificación mejorada, retornos ajustados al riesgo mejorados y el potencial para la generación de alpha. Las estrategias L/S son herramientas versátiles en la caja de herramientas de un inversor, aplicables con grados variables de complejidad, como continuaremos explorando en informes futuros en esta serie.

Referencias

  • Avellaneda M., Lee J.H., (2008) Arbitraje estadístico en el mercado de acciones de EE.UU., SSRN. Disponible en línea en: ssrn.com
  • Bernstein P.L., Damodaran A., (1998) Investment Management. Wiley. Disponible en línea en: wiley.com
  • CFA Institute, (2015) Corporate Finance and Portfolio Management. Wiley.
  • CFA Institute, (2015) Derivatives and Alternative Investments. Wiley.
  • Dalio R., (2017) Principles: Life and Work. Avid Reader Press / Simon & Schuster. Disponible en: amazon.com
  • Equity Long-Short, (2012) BarclayHedge.com. Disponible en línea en: barclayhedge.com
  • Ganapathy V., (2011) Pairs Trading: Quantitative Methods and Analysis. Wiley Finance. Disponible en línea en: wiley.com
  • HFR Hedge Fund Strategy Classification System. Disponible en línea en: hfr.com
  • Lhabitant F.-S., (2006) Handbook of hedge funds. Wiley Finance. Disponible en línea en: wiley.com
  • Inversión neutral al mercado en un nuevo régimen, (2023). BlackRock. Disponible en línea en: blackrock.com
  • Stampfel E., (2023) Estrategias de Equity Long Short: “Cobertura” de Tus Apuestas. Disponible en línea en morganstanley.com.
  • Laboratorio de Arbitraje Estadístico. Hudson and Thames, Disponible en línea en: hudson-and-thames
  • Modelos de Valoración: Análisis de acciones de Apple con CAPM, (2022). Disponible en línea en: Investopedia.com
  • ¿Por qué operar en pares, si puedo simplemente ir en giga long?, (2024). Disponible en línea en: Pear Protocol

Divulgaciones

Revelo Intel mantiene una relación comercial con Pear Protocol como parte de una iniciativa educativa y este informe fue encargado como parte de ese compromiso.

Los miembros del equipo de Revelo Intel, incluidos aquellos directamente involucrados en el análisis anterior, pueden tener posiciones en los tokens discutidos.

Este contenido se proporciona únicamente con fines educativos y no constituye asesoramiento financiero o de inversión. Debe realizar su propia investigación y solo invertir lo que pueda permitirse perder. Revelo Intel es una plataforma de investigación y no un asesor de inversiones o financiero.

Alea Research · 4 jun 2024 · 31 min · 9 secciones

Volver arriba