Asset classes. Trading y comportamiento. Juan A. Serur. Semana Mundial del Inversor. Departamento de Finanzas Universidad del CEMA

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Asset classes. Trading y comportamiento. Juan A. Serur. Semana Mundial del Inversor. Departamento de Finanzas Universidad del CEMA"

Montserrat Gómez Suárez
hace 5 años
Vistas:

1 Trading y comportamiento Departamento de Finanzas Universidad del CEMA Semana Mundial del Inversor

2 Tópico bajo estudio y motivación Comportamiento de los distintos asset classes. Acciones Bonos Real Estate Commodities Divisas Volatilidad como asset class Que instrumentos y/o vehículos financieros existen? Derivados financieros Exchange-traded funds (ETFs) Exchange-traded notes (ETNs) Fondos comunes Muchos más... Performance histórica de cada uno de los activos bajo análisis. Armado de portafolios con múltiple asset classes.

3 Asset class: Acciones Mercado accionario de USA outperformance sobre la mayoría de los activos más tradicionales. Mercado accionario de USA riesgo de fuertes drawdowns. Timing es un factor clave (ver ejemplos). Pero... Es posible? Incontables estrategias de trading. Las más comunes: Factor Investing; Value, Momentum, Low Vol, etc. Market Making Arbitraje estadístico Stat Arb Optimización con distintos enfoques (por ejemplo, en función de las estrategias antes nombradas)

4 Acciones: Retornos parecen muy atractivos a pesar de los fuertes drawdowns en picos recesivos.

5 Acciones: drawdowns Están todos los inversores dispuestos a soportar estos eventos?

6 Acciones: Pre dot-com ( ) Si el inversor comenzaba justo antes del estallido de la dot-com, la historia es otra...

7 Acciones: Post dot-com ( ) La historia muy distinta también si comenzábamos post dot-com...

8 Acciones: Resumen Datos desde 1993 hasta la actualidad. Retornos históricos muy atractivos. La mejor conclusión es: el retorno en T depende mucho de t 0, entonces... Es posible el timing del mercado? La respuesta más conservadora es NO! Esto conduce a la búsqueda de otras alternativas.

9 Acciones: Sectores de USA Permiten tomar posiciones en un determinado sector comprando un solo activo. La mayoría tiene un mercado ĺıquido de opciones. Diversificar con exposición solo a determinados sectores de la economía

10 Acciones: Sectores de USA Históricamente, el mejor sector es Health Care El sector Energy experimentó un boom... hasta la crisis subprime

Acciones: Correlación entre sectores (1999-2018) Correlación de

11 Acciones: Correlación entre sectores ( ) Correlación de toda la muestra No obstante...las correlaciones suelen ser inestables

12 Acciones: Correlación entre sectores Correlación en la crisis subprime...

13 Acciones: Correlación entre sectores Correlación entre 2017 y

14 Bonos ETFs con exposición a distintas maturities Short-term (Azul), Medium-term (Rojo), Long-term (naranja) Cómo se comportan estos activos respecto al equity?

15 Bonos: Correlaciones ( ) En general presentan correlación negativa con el mercado accionario Cómo podemos armar un portafolio combinado?

16 Bonos Portfolio 100% equity (Azul) Portafolio 100% bonos (EW ) en las 3 maturities (Rojo) Portafolio 40% equity, 60% (Naranja)

17 Bonos: Resumen Podemos observar que combinar un portafolio mejora el perfil de la estrategia Drawdowns más bajos Menor volatilidad

18 Commodities: Oro GLD Gold ETF

19 Commodities ( ) Baja correlación con los demás activos

20 Commodities: Correlaciones (crisis subprime) Las correlaciones suelen ser inestables (regime-dependents) Aunque aún en la crisis subprime eran bajas

21 Commodities Portafolio 40% equity, 60% (Composite Equity/Bonds) (Rojo) Portafolio 15% oro, 85% (Composite Equity/Bonds) (Azul)

22 Caso 1: MOM-rotation entre sectores Estrategia de momentum sobre sectores La variable de decisión son los retornos acumulados MOM-Rotation (Rojo), SPY (Azul)

23 Caso 1: Alpha MOM-rotation entre sectores Estrategia de momentum sobre sectores La variable de decisión son las alphas del modelo FF Alpha MOM (Naranja), MOM (Rojo), SPY (Azul)

24 Caso 1: Resumen Se logran mitigar los máximos drawdowns Mayores ratios de Sharpe Alpha parece ser una buena métrica de decisión

Caso 2: Alternativas para hacer market timing Ecuación genérica para modelar el comportamiento de una determinada serie económica/financiera: Spread(t) = µ zi (t) + ɛ zi (t) (1) En donde µ zi (t) es

25 Caso 2: Alternativas para hacer market timing Ecuación genérica para modelar el comportamiento de una determinada serie económica/financiera: Spread(t) = µ zi (t) + ɛ zi (t) (1) En donde µ zi (t) es la media y ɛ zi (t) es el término error, ambos dependientes del estado z i. Con el objetivo de anticipar los shifts en el comportamiento de la variable bajo estudio, utilizamos un Hidden Markov Model.

26 Caso 2: Alternativas para hacer market timing Long SPY / Long IEF, dependiendo del regime (Azul) Long SPY (Rojo)

27 Caso 2 bis: Alternativas para hacer market timing Long ZIV / Long IEF, dependiendo del regime (Azul) Long SPY / Long IEF, dependiendo del regime (Rojo) Long SPY (Naranja)

28 Caso 2 bis: Alternativas para hacer market timing En función del HHM hacemos timing del mercado Se logran aumentar los retornos ajustados por volatilidad Al mismo tiempo, se mitigan los máximos drawdowns.

29 Caso 3: Multi-asset portfolio Baja correlación entre distintos Asset Classes Definir una(s) variable de decisión. (P. ej., global macro) Portafolio de trend-following (simplista) con el fin de: Mostrar el poder de la diversificación Aplicar un investment style, trend-following

30 Caso 3: Multi-asset portfolio Long SPY (Rojo) Multi-asset Trend-Following (Azul)

31 Caso 3: Multi-asset portfolio Diversificando, se logra un portafolio más estable Se logran aumentar los retornos ajustados por volatilidad Se mitigan los máximos drawdowns

32 Otras métricas interesantes Convexidad de un portafolio. r i (t) = α + r bench (t) + r 2 bench(t) (2) r i (t), retornos de la estrategia i. r bench (t), retornos del benchmark. Tail risk hedge fund (Naranja), ZIV strat. (Azul), SPY mkt. timing (Celeste)

33 Dapena, J.P., Serur, J.A. y Siri, J.R. (2017) Testing Momentum Effect for the US Market: From Equity to Option Strategies. Working Paper. World Finance Conference Available online: Dapena, J.P., Serur, J.A. y Siri, J.R. (2018) Measuring and trading volatility: A regime switching approach. Working Paper. World Finance Conference 2018 y Jornadas de Econometría. Available online: Kakushadze, Z y Serur, J.A. (2018) 151 Trading Strategies. Palgrave Macmillan, Springer Nature (Forthcoming). Preview version available online: Kakushadze, Z (2015) Mean-Reversion and Optimization. Journal of Asset Management 16(1): Available online:

Documentos relacionados

MI EXPERIENCIA COMO INVERSOR FINECT TALKS BARCELONA - 27 FEBRERO 2018

MI EXPERIENCIA COMO INVERSOR FINECT TALKS BARCELONA - 27 FEBRERO 2018 RENATO ANTINORI @Fabala AGENDA Construyendo experiencia Mi visión de la inversión y Objetivos Mi Cartera: Estructura / Composición