Desde el principio fuimos dos contra uno defendiendo la idea de que más información, mayor capacidad de análisis y menor tiempo de respuesta no eran necesariamente garantía de éxito en la bolsa. Ahí van las tres razones que en ese momento no supimos justificar.
La teoría de los juegos, yo te doy esperando que tú me des
Imaginemos este juego y sus sencillas reglas:
María y Pedro tienen 10 euros cada uno
Si María le da a Pedro una parte de su dinero, Pedro recibirá el doble de lo que María le dé.
A su vez, Pedro podrá 'devolver' a María la cantidad que considere apropiada por su generosidad, incluido 0 euros.
Un razonamiento lógico (tal y como piensa una máquina... o un ingeniero al finalizar sus estudios) haría que María le dé sus 10 euros a Pedro con lo que Pedro pasaría a tener 10 + (10+10) = 30 € y María 0 €. Posteriormente, ambos compartirían el dinero a razón de 15 euros cada uno. Ese sería el intercambio más óptimo, el que maximiza el beneficio.
Pero las personas rara vez pensamos así ya que jugamos con la posibilidad de que María le dé todo su dinero a Pedro y éste opte posteriormente por quedarse con todo. Juegos como éste -de la confianza- u otros como el Dilema del Prisionero hacen que la forma de pensar de una persona y la de una máquina sean, hoy por hoy, radicalmente diferentes. Y la bolsa, en definitiva, es un gran juego.
Si sabes que va a bajar, ya habrá bajado
En un mercado perfecto, todos los brokers tienen la misma información; no existe la información privilegiada. En ese contexto, si un analista tiene información que le sugiere comprar o vender a gran escala, probablemente no podrá hacerlo porque ya habrá ocurrido. Tan pronto como el mercado sepa que una acción es deseada o repudiada alterará su valor de forma que será más caro comprarla o venderla.
Ese ajuste automático del mercado hace que cuando un broker sabe (con certeza, más allá de la intuición) que algo va a pasar, realmente ya haya pasado.
De hecho, los grandes cambios en los mercados, donde se producen las grandes ganancias y pérdidas, ocurren habitualmente ante hechos absolutamente inesperados e impredecibles. Perder los 10 mejores días origina unos beneficios promedio un 50,8% inferiores. Y a su vez, evitar los 10 peores días genera unos beneficios un 150,4% superiores a las estrategias pasivas.
El gráfico adjunto muestra la evolución de los beneficios generados por las empresas del S&P500 desde su inicio (más de 50 años) y la misma curva descontando únicamente los diez días de más actividad. Estos diez días están asociados a sucesos como la caída del muro de Berlín, el 11-S, el tsunami en Japón,... en general eventos impredecibles, inesperados y de gran repercusión.
Y no parece sensato pensar que una máquina tenga ventaja a la hora de obtener esa información. De hecho, si Watson supiese de antemano que el WTC iba a ser atacado, seguro que alguien tendría la genial idea de llevar el equipo entero (incluido tal vez algún técnico de IBM) a unas dulces vacaciones en Guantánamo. Obviamente, eso no es real.
Hasta un mono invierte mejor que muchos brokers
Los movimientos bursátiles en un mercado eficiente son, en gran medida, predecibles. Solo cuando los mercados no son eficientes, por información privilegiada por ejemplo, su proyección se convierte en impredecible. La idea es de Burton Malkiel quien teorizó sobre la idea de comparar la capacidad inversora de los mejores brokers con la de un mono lanzando dardos a las páginas de un diario financiero (y eligiendo las inversiones en base a ello).
Wall Street Journal quiso verificar la teoría de Malkiel y en el periodo 1988-1998 invitó a los mejores brokers a hacer elecciones de acciones del NYSE, AMEX y NASDAQ. Cada mes cuatro brokers confeccionaban su cartera para los siguientes seis meses. Al final del periodo los dos mejores continuaban y los otros dos eran reemplazados. Con ello, se garantizaba una cierta selección natural que, a primera vista, implicaba una mejora continua.
Al finales de 1998 se presentaron los resultados del estudio. Durante los diez años se habían realizado 100 competiciones y los profesionales ganaron en 61 de ellas. Viéndolo al revés, los monos ganaron en 39 ocasiones, lo que no está nada mal teniendo en cuenta que eran inversiones absolutamente aleatorias.
Y la cosa fue aún peor cuando se comparó a los profesionales con el Dow Jones Industrial Average ya que prácticamente empataron con el valor medio del mercado.
En la mayor parte de las ocasiones en las que ganaron los brokers las razones se debían más a su capacidad como lobby para influir en el mercado (en las acciones por las que previamente habían apostado) o en su capacidad para obtener información privilegiada que en su pericia para analizar los mercados financieros. Y es cuestionable que una máquina, por muy inteligente que sea, tenga más capacidad que una persona para aprovechar esas imperfecciones (la mayor parte de ellas ilegales) de los mercados.
Resumiendo
El 15 de diciembre de 2003 era detenido Sadam Husein. La noticia, de gran importancia a nivel político y económico teniendo en cuenta que era el ex-mandatario de uno de los mayores productores de petróleo, provocó que los Bonos del Tesoro (valores refugio) estuvieran alternando durante todo el día entre subidas y bajadas.
A las 13.01 Bloomberg News decía lo siguiente: «Suben los bonos del Tesoro de Estados Unidos; es posible que la captura de Husein no frene el terrorismo». Apenas media hora después el mismo medio decía «caen los bonos de Tesoro de Estados Unidos; la captura de Husein aumenta el atractivo de los activos de riesgo». La captura de Sadam era a la vez una cosa y la contraria, algo habitual en el mundo financiero, capaz de explicar cualquier cosa, siempre a posteriori, sin tan siquiera despeinarse.
«Voy a repetir lo que sigue hasta que me quede afónico: lo que determina el sino de una teoría en la ciencia social es el contagio, no su validez». Nassim Taleb dixit en referencia a la Teoría de la cartera de valores moderna, aunque bien pensado es válido en muchos otros campos.
Eso es lo que en definitiva hace que la bolsa no sea, ni de lejos, una ciencia exacta. Pobre Watson...
Enlaces relacionados:
› Javier Estrada (IESE) 2007. Black Swans and Market Timing: How Not to Generate Alpha.
› Nassim Taleb 2008. El cisne negro: El impacto de lo altamente improbable.













