💰 quantitative finance

What Useful Alphas?

Este artículo sostiene que las anomalías de equidad académica publicadas se han vuelto prácticamente inútiles para los gestores de carteras que no operan con microcapitalización en el siglo XXI, ya que sus rendimientos han disminuido a niveles insignificantes después de 2005 al contabilizar los costos de transacción y la suerte, lo que indica que los mercados de acciones públicos son altamente eficientes.

Autores originales: Andrew Y. Chen, Ivo Welch

Publicado 2026-07-08

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Andrew Y. Chen, Ivo Welch

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que eres un buscador de tesoros que busca oro en un vasto y antiguo bosque. Durante décadas, exploradores académicos han publicado mapas que afirman mostrar exactamente dónde está enterrado el oro. Estos mapas prometen que, si sigues un camino específico (una "estrategia"), encontrarás un flujo constante de monedas de oro cada mes.

Andrew Chen e Ivo Welch, en su artículo "What Useful Alphas?", decidieron poner a prueba estos mapas. No se limitaron a mirar los viejos mapas; entraron al bosque ellos mismos para ver si el oro seguía allí para un explorador moderno con un tipo específico de vehículo.

Esto es lo que encontraron, explicado de forma sencilla:

1. El "Mapa Antiguo" frente al "Bosque Real"

Los mapas académicos (artículos publicados) fueron dibujados utilizando datos de los "viejos buenos tiempos" (antes de 2006) e incluían cada uno de los árboles del bosque, incluso los diminutos y ocultos retoños en lo profundo de la selva (acciones de micro-capitalización o micro-cap).

El resultado en el mapa: Si seguías estos mapas antiguos en el bosque antiguo, encontrabas mucho oro. El "tesoro" promedio era de unos 4ceros 48 centavos por mes por cada $100 invertidos. Esto parecía una mina de oro.

2. La Verificación de la Realidad Moderna

Chen y Welch se preguntaron: "¿Qué pasa si somos un inversor moderno que no puede conducir un pequeño jeep hacia lo profundo de la selva? ¿Qué pasa si solo conducimos por las autopistas principales (el 90% superior de las acciones más grandes y líquidas) y solo buscamos oro a partir de 2006 en adelante?".

Cuando aplicaron estos dos filtros, la mina de oro desapareció.

El Filtro de la Autopista (Sin acciones diminutas): Al ignorar las acciones pequeñas y difíciles de alcanzar, el oro desapareció a la mitad.
El Filtro del Tiempo (Post-2005): Al mirar solo los años recientes, el oro desapareció otro 60%.

El Resultado Final: Cuando combinas ambos filtros (solo acciones grandes, años recientes), el "oro" que quedó fue de solo 7 centavos por mes.

3. El Factor "Suerte"

Los autores se dieron cuenta de que incluso esos 7 centavos podrían no ser oro real; podría ser simplemente un lanzamiento de moneda con suerte.

Imagina a 200 monos lanzando dardos a una diana. Incluso si tienen los ojos vendados, algunos darán en el centro simplemente por azar.
Cuando los autores ajustaron este "azar de los monos", los 7 centavos de oro se convirtieron en casi cero.
Además, el costo de conducir el coche (comisiones de transacción) habría devorado esos últimos 7 centavos instantáneamente. Por lo tanto, para un inversor del mundo real, la ganancia fue negativa.

4. ¿Por qué los mapas parecían tan buenos?

Los autores desglosaron el misterio en un rompecabezas sencillo de "dos por dos":

El Efecto de los "Viejos Buenos Tiempos": En el pasado, los mercados eran más lentos y la información viajaba más lento. Era más fácil encontrar oro. Hoy en día, las computadoras de alta velocidad y los algoritmos encuentran el oro instantáneamente, sin dejar nada para el resto de nosotros.
El Efecto de las "Acciones Diminutas": Los mapas originales incluían miles de empresas pequeñas y oscuras. Estas son como cuevas ocultas en las que los camiones grandes (inversores institucionales) no pueden entrar. El "oro" estaba mayormente en estas cuevas. Una vez que las excluyes, las autopistas principales son muy eficientes y no queda dinero fácil por encontrar.

5. Los Pocos Sobrevivientes

¿Hubo alguna estrategia que todavía funcionara?

Unas pocas estrategias de "rentabilidad" (buscando empresas que realmente generan dinero) y algunas estrategias de "momentum" (apostando por acciones que ya están subiendo) mostraron un poco de vida.
Sin embargo, incluso estas fueron mayoritmente golpes de suerte. Una vez que tuviste en cuenta el hecho de que elegimos las "mejores" de entre 200, su valor cayó a casi cero.

La Conclusión

El artículo concluye que las "fórmulas mágicas" encontradas en los libros de texto académicos son inútiles para los inversores modernos a gran escala.

Las anomalías eran reales: El oro estaba allí en el pasado.
El oro se ha ido: Ha sido saqueado por la tecnología y la competencia.
La ubicación era errónea: El oro restante está en las "cuevas de acciones diminutas" a las que los grandes inversores no pueden llegar.

La Analogía: Es como intentar encontrar un sándwich raro y barato en una ciudad. En 1980, podías caminar por cualquier calle y encontrar uno por $1. Hoy, si solo caminas por las avenidas principales (donde están las grandes multitudes) y buscas sándwiches después de 2006, no encontrarás ninguno por $1. Si intentas buscarlos en los callejones traseros (acciones diminutas), podrías encontrar uno, pero no puedes meter tu coche ahí para comprarlo.

La Lección: Si eres un inversor profesional que gestiona una gran cartera hoy en día, los cientos de estrategias "probadas" publicadas en revistas académicas durante los últimos 50 años no te harán ganar dinero. La era del almuerzo gratis y fácil en el mercado de valores ha terminado.

Resumen Técnico: "¿Qué Alfas Útiles?"

Planteamiento del Problema
Desde 1973 hasta 2016, la literatura de finanzas académicas publicó más de 200 características a nivel de empresa (anomalías) que predicen la sección transversal de los rendimientos de las acciones, reportando a menudo rendimientos de largo-corto impresionantes de 50 a 100 puntos básicos (bps) por mes. Sin embargo, existe una desconexión crítica entre estos hallazgos publicados y la realidad que enfrentan los gestores de carteras de renta variable. La mayoría de los gestores institucionales operan dentro de un universo de "no micro-caps" (típicamente las 3,000 acciones más grandes o el top 90% de la capitalización de mercado) y operan en la era moderna (post-2005). El artículo aborda la pregunta: ¿Cuáles de estas anomalías publicadas siguen siendo rentables para los gestores que no pueden operar micro-caps pequeñas e ilíquidas en el siglo XXI?

Metodología
Los autores utilizan el conjunto de datos de código abierto de Chen y Zimmermann (2022), que reproduce casi 200 predictores de rendimientos de sección transversal publicados utilizando código estandarizado. El estudio emplea un enfoque riguroso de filtrado y descomposición:

Filtros de Universo: Los autores aplican dos filtros primarios al universo de acciones, de forma separada y conjunta:
- Filtro de Rango (N): Restringir a las $N$ acciones principales por capitalización de mercado (por ejemplo, las 3,000 principales).
- Filtro de Porcentaje (%): Restringir a las acciones que comprenden el $X\%$ superior del total de la capitalización de mercado (por ejemplo, el 90% superior).
- Universo Base: El filtro "Estándar" combina ambos, reteniendo la intersección de las 3,000 mejores acciones y el 90% superior de la capitalización de mercado (aproximadamente 3,000 acciones grandes y líquidas).
División Temporal: La muestra se divide en dos eras: "Hasta 2005" (diciembre de 2005 y anteriores) y "Post-2005" (enero de 2006 en adelante). Esta división captura el impacto de la decimalización, el trading algorítmico y el trading de alta frecuencia.
Gestión de Señales Dispersas: Para señales definidas sobre subconjuntos pequeños (por ejemplo, interés corto), los autores descartan las señales con datos insuficientes antes de 2005. Post-2005, si una pata de la cartera contiene menos de 20 acciones, el rendimiento se establece en cero, simulando una decisión del mundo real de abstenerse de operar debido a la falta de diversificación.
Ajuste Estadístico: Para distinguir la señal genuina de la suerte, los autores aplican un ajuste de contracción de Bayes empírico (Efron, 2010). Este calcula la varianza de los estadísticos $t$ a través de la sección transversal de las anomalías; si la varianza es cercana a 1 (la varianza del ruido puro), los rendimientos observados se ajustan a la baja para reflejar la proporción atribuible a la suerte.

Resultados Clave
El análisis arroja un contraste marcado entre el entorno de la "publicación original" y la "realidad del profesional":

El Entorno "Original" (Pre-2005, Todas las Acciones): El rendimiento medio de largo-corto a través de ~200 anomalías fue de 48 bps por mes.
La Realidad del Profesional (Post-2005, Top 90% Cap. de Mercado): Al restringir el universo al Estándar (Top 90% cap.) y al periodo Post-2005, el rendimiento medio colapsa a 7 bps por mes.
- El estadístico $t$ medio cae a 0.45.
- El alfa CAPM medio es de 9 bps con un estadístico $t$ de 0.64.
- Solo el 67% de las anomalías retienen rendimientos positivos.
Descomposición de la Caída: Un análisis de dos por dos revela que la reducción del 85% en los rendimientos medios es impulsada por dos factores multiplicativos:
1. Efecto de Tiempo (Post-2005): Restringir el periodo a post-2005 reduce los rendimientos en aproximadamente un 60%, atribuido a la decadencia post-publicación y al auza de la tecnología de trading.
2. Efecto de Tamaño (No Micro-cap): Restringir el universo al 90% superior de la capitalización de mercado reduce los rendimientos en aproximadamente un 50%, ya que las desvaloraciones más significativas estaban concentradas en micro-caps ilíquidas.
Suerte vs. Señal: En el universo Estándar Post-2005, la varianza de la sección transversal de los estadísticos $t$ es de 1.09, casi idéntica a lo que produciría la pura suerte. Tras aplicar el ajuste de contracción, la "participación de la señal" es de solo ~8%. Incluso la mejor anomalía con rendimiento bruto (66 bps) se contrae a un rendimiento ajustado por suerte de aproximadamente 6 bps.
Sobrevivientes: Las pocas anomalías que retuvieron rendimientos modestos fueron predominantemente señales de rentabilidad (por ejemplo, rentabilidad operativa basada en efectivo, rentabilidad bruta) y algunas variantes de momentum. Sin embargo, incluso estas fueron explicadas en gran medida por el sesgo de selección y la suerte tras el ajuste.
Costes de Transacción: Los autores señalan que incluso costes de transacción mínimos eliminarían el rendimiento medio restante de 7 bps, haciendo que las estrategias sean económicamente inviables.

Contribuciones Clave

Verificación de la Realidad Empírica: El artículo proporciona la primera cuantificación exhaustiva de cuánto "alfa" queda para los gestores de gran capitalización tras considerar tanto el régimen de mercado post-2005 como la exclusión de las micro-caps.
Marco de Dos por Dos: Introduce un marco simple y memorable para evaluar cualquier resultado de anomalía publicada preguntando dos preguntas: "¿Qué universo de acciones se utilizó?" y "¿Qué periodo de muestra?". Esto aclara por qué los impresionantes rendimientos históricos a menudo fallan al traducirse en estrategias actuales e invertibles.
Síntesis de Decadencia y Liquidez: El artículo sintetiza los conceptos de la decadencia post-publicación y las restricciones de liquidez, demostrando que actúan conjuntamente para eliminar la rentabilidad de las anomalías estándar en el universo invertible.

Significancia y Reclamaciones
El artículo concluye que, para los gestores de carteras de no micro-caps en el siglo XXI, la gran mayoría de las anomalías académicas publicadas son inútiles.

Significancia Estadística vs. Económica: Las anomalías fueron "descubrimientos reales" en un sentido estadístico (no son artefactos de minería de datos), pero han sido "desgastadas por el trading" en el segmento del mercado que más importa para los inversores institucionales.
Eficiencia: La evidencia sugiere que los mercados de acciones públicos (específicamente el segmento de gran capitalización) son altamente eficientes.
Alcance Modesto: Los autores declaran explícitamente que no pretenden afirmar que ninguna estrategia cuantitativa pueda ser rentable. Reconocen que el timing de factores dinámicos, las combinaciones de machine learning y las estrategias de datos propietarios pueden ofrecer rendimientos más allá de las carteras estándar rebalanceadas mensualmente estudiadas aquí. Sin embargo, respecto a la pregunta de si estas más de 200 anomalías estándar funcionan en acciones grandes hoy en día, la respuesta es "no mucho".

El artículo sirve como un recordatorio sobrio de que la significancia estadística en muestras históricas de todas las acciones no equivale a la implementabilidad económica para los gestores modernos de gran capitalización.