Kelly multiactivo y ruina

Las dos últimas lecciones dimensionaban una sola apuesta: una jugada favorable, una fracción $f^* = \mu/\sigma^2$ y el sobrio descubrimiento de que apostar más del Kelly completo cambia crecimiento por varianza hasta que, al final, cambia crecimiento por nada. Pero casi nunca tienes una única posición. Una cartera real es una cesta — una docena de acciones, tres estrategias, un trozo de bonos — todo vivo a la vez, todo bamboleándose junto. La pregunta deja de ser “¿qué fracción?” y pasa a ser “¿qué vector de fracciones?” — y la respuesta arrastra todo lo que ya sabéis sobre covarianza, correlación y diversificación.

Esta es la culminación. Llevamos Kelly de una apuesta a muchas, vemos cómo la correlación reescribe en silencio los tamaños óptimos, contamos el verdadero coste del apalancamiento y luego clavamos la barrera más importante de toda la materia: las matemáticas de la ruina. Pasado cierto punto, más agresividad no solo añade riesgo — garantiza que acabes sin nada, tengas ventaja o no.

Muchas apuestas a la vez: de un número a un vector

Analogía. Dimensionar una apuesta es como ajustar el volumen de un solo altavoz: una rueda, un punto dulce. Dimensionar una cartera es como mezclar una banda entera — batería, bajo, guitarra, voces. No puedes ajustar cada canal por separado, porque se filtran entre sí: sube dos instrumentos que siempre tocan el mismo riff y acabas de hacer una pista ruidosa y enturbiada, no una mezcla más rica. La mesa óptima es un conjunto de niveles que tiene en cuenta cómo interactúa cada canal.

Definición. Con $n$ activos ya no eliges una fracción escalar $f$ — eliges un vector de fracciones $\mathbf{f} = (f_1, f_2, \dots, f_n)$, donde $f_i$ es la fracción de tu banca asignada al activo $i$. Cada activo tiene un exceso de rentabilidad (su rentabilidad por encima de la tasa libre de riesgo), reunido en un vector $\boldsymbol{\mu}$, y los co-movimientos de los activos viven en la matriz de covarianza $\Sigma$ — la misma matriz $n \times n$ de la teoría de carteras, con las varianzas $\sigma_i^2$ en la diagonal y las covarianzas $\sigma_{ij} = \rho_{ij}\sigma_i\sigma_j$ fuera de ella.

La fórmula de una apuesta era $f^* = \mu/\sigma^2$ — ventaja dividida por varianza. La fórmula multiactivo tiene la misma forma exacta, solo que ascendida al álgebra lineal: divide el vector de ventaja por la matriz de varianza. “Dividir por una matriz” significa multiplicar por su inversa, $\Sigma^{-1}$. Esa única sustitución carga con toda la historia, porque $\Sigma^{-1}$ es donde la correlación hace su trabajo.

Trampa. Un atajo tentador es dimensionar cada activo con su propio Kelly escalar, $f_i = \mu_i/\sigma_i^2$, y darlo por hecho. Eso ignora cada término fuera de la diagonal de $\Sigma$ — es decir, todas las correlaciones — y sobreapuesta sistemáticamente siempre que tus activos se mueven juntos (que, en la práctica, es casi siempre). El sentido entero de la fórmula vectorial es que se niega a tratar tus posiciones como islas independientes.

Cuándo importa

El salto de escalar a vector importa en el instante en que tienes más de una posición cuyas rentabilidades no son perfectamente independientes — es decir, siempre. Una cartera de renta variable solo-largo, un par neutral al mercado, un fondo multiestrategia: cada uno de ellos necesita la matriz, no un montón de escalares sueltos.

La fórmula vectorial de Kelly: f* = Σ⁻¹μ

Analogía. Piensa en $\Sigma^{-1}$ como una lente que descorrelaciona. En crudo, tus activos se solapan y cuentan dos veces su riesgo compartido. Pasar el vector de ventaja $\boldsymbol{\mu}$ por $\Sigma^{-1}$ desenreda el solapamiento: acredita a cada activo por la ventaja única que aporta tras quitar lo que sus vecinos correlacionados ya cubren, y descuenta la exposición redundante. El resultado es el conjunto de apuestas que, desplegadas simultáneamente, maximiza el crecimiento a largo plazo.

Definición. Para un vector de excesos de rentabilidad $\boldsymbol{\mu}$ y una matriz de covarianza $\Sigma$, los pesos de Kelly óptimos de crecimiento son

Esta es la forma continua (log-normal) del Kelly multiactivo, y es uno de los resultados más calladamente profundos del campo — porque es exactamente la dirección de la cartera de tangencia (la cartera de máximo Sharpe) de la teoría media-varianza. La optimización media-varianza sin restricciones, con apalancamiento permitido, te apunta a la mismísima mezcla de activos. La contribución de Kelly es decirte hasta dónde inclinarte en esa dirección: elige la cartera de tangencia como la forma correcta y luego la escala al tamaño que maximiza el crecimiento geométrico.

Así que Kelly y Markowitz no son rivales — describen el mismo vector. Markowitz encuentra la mejor dirección en el espacio riesgo-rentabilidad; Kelly fija la mejor magnitud a lo largo de ella. La fórmula $\mathbf{f}^* = \Sigma^{-1}\boldsymbol{\mu}$ junta ambas en una línea.

Un ejemplo resuelto de dos activos: cómo la correlación remodela el tamaño

Los números hacen concreta la magia. Toma dos activos simétricos, cada uno con un exceso de rentabilidad $\mu = 8\% = 0.08$ y una volatilidad $\sigma = 20\% = 0.20$, de modo que cada uno tiene varianza $\sigma^2 = 0.04$. Los dimensionaremos bajo dos regímenes de correlación y veremos cómo se mueven los pesos.

El atajo limpio. Para dos activos idénticos (mismo $\mu$, mismo $\sigma$), la simetría fuerza $f_1 = f_2 = f$, y la fórmula vectorial colapsa en una única expresión pulida:

El $(1+\rho)$ del denominador es toda la historia de la correlación en un solo término. Sube $\rho$ y divides por un número mayor, así que cada apuesta encoge; empuja $\rho$ hacia $-1$ y el denominador colapsa, así que cada apuesta se hincha.

Caso 1 — sin correlación ($\rho = 0$). Dos ventajas genuinamente independientes:

Cada activo recibe un peso de $2.0$, para una exposición bruta de $4.0$ — es decir, apalancamiento 4×. Sin solapamiento, Kelly se mete encantado en ambas ventajas independientes.

Caso 2 — muy correlacionados ($\rho = +0.8$). Las mismas dos ventajas, pero ahora se mueven casi al unísono:

Cada peso cae a unos $1.11$, exposición bruta de unos $2.22$ — apenas más de la mitad del caso sin correlación. La correlación alta encogió el tamaño óptimo casi a la mitad, aunque la ventaja y la volatilidad individuales de cada activo nunca cambiaron. ¿Por qué? Porque dos apuestas que ganan y pierden juntas no son dos apuestas — están más cerca de ser una apuesta doblada, sin diversificación que diluya los vaivenes conjuntos. Kelly ve la diversificación que falta y recoge velas.

Caso 3 — correlación negativa ($\rho = -0.5$), por contraste.

La correlación negativa es una cobertura horneada en la cesta: cuando una zigzaguea, la otra tiende a zaguear, suavizando el viaje combinado. Esa estabilidad extra permite a Kelly dimensionar al alza de forma drástica — hasta $4.0$ cada una aquí, el doble de la apuesta sin correlación.

Concepto erróneo. “Más posiciones ganadoras siempre significa que debería desplegar más capital.” No es así. Añadir un clon correlacionado de una apuesta que ya tienes apenas te diversifica, así que añade riesgo más rápido de lo que añade ventaja — y la exposición total óptima de Kelly puede de hecho caer a medida que sumas posiciones casi idénticas. Es la independencia de las ventajas, no su número, lo que te gana el derecho a dimensionar al alza.

Cuándo importa

El dimensionamiento consciente de la correlación es la diferencia entre un equipo de riesgo que sobrevive a una crisis y uno que no. En mercados calmados, las correlaciones parecen modestas y las carteras parecen diversificadas; en un pánico, las correlaciones se abalanzan hacia $+1$ y esa cartera “diversificada” se comporta como una única posición gigante. Dimensionar con la $\Sigma$ verdadera (a menudo elevada por el estrés) es lo que mantiene el drawdown conjunto sobrevivible.

Lo que cuesta de verdad el apalancamiento

Analogía. El apalancamiento es un turbocompresor: multiplica lo que el motor ya esté haciendo — incluido reventarlo. La fórmula de Kelly, en su forma desnuda, asume que puedes atornillar todo el turbo que las matemáticas quieran, gratis, sin contrapartida hasta el final mismo. La realidad atornilla una factura de combustible y un interruptor de apagado que puede saltar en el peor momento posible.

Definición. El apalancamiento total de Kelly es la exposición bruta $\sum_i |f_i|$. Fíjate en que el ejemplo resuelto ya pasó de $1.0$: una exposición bruta de $4.0$ significa pedir prestado tres euros por cada euro propio. La fórmula de manual $\mathbf{f}^* = \Sigma^{-1}\boldsymbol{\mu}$ trata ese préstamo como sin fricción — infinito, sin coste, jamás reclamado. Tres costes reales rompen esa fantasía:

1. Pedir prestado no es gratis. Pagas un tipo de financiación sobre el capital prestado. El arreglo honesto es alimentar la fórmula con rentabilidades medidas en exceso de tu coste de financiación, no solo en exceso de la tasa libre de riesgo. Una posición 4× cuyo tipo de financiación se come la mayor parte de la ventaja no se parece en nada a una posición 4× financiada gratis — el $\boldsymbol{\mu}$ neto que realmente impulsa $\mathbf{f}^*$ es menor que el bruto.
2. Las llamadas de margen fuerzan las ventas peor cronometradas. La fórmula de un solo periodo solo ve el inicio y el final; es ciega al camino. Pero una cartera apalancada que cae puede activar una llamada de margen a mitad de camino y ser liquidada en el fondo, fijando una pérdida que las matemáticas asumían que aguantarías. El apalancamiento convierte un drawdown temporal sobre el papel en una realización forzada y permanente.
3. Liquidez y deslizamiento. Deshacer una posición grande y apalancada en un mercado estresado mueve el precio en tu contra. La fórmula sin fricción asume que operas al precio de pantalla; la realidad cobra un peaje que escala con el tamaño.

Concepto erróneo. “Kelly me dijo que 4× es óptimo, así que 4× es seguro.” La fórmula optimiza el crecimiento logarítmico esperado bajo sus propios supuestos — apalancamiento sin fricción, sin salida forzada, $\boldsymbol{\mu}$ y $\Sigma$ perfectamente conocidos. Quita esos supuestos y el apalancamiento que Kelly te entrega es una cota superior de lo defendible, no un objetivo. Los profesionales usan una fracción de él precisamente porque los costes anteriores muerden más fuerte justo cuando ya estás herido.

Cuándo importa

La advertencia del apalancamiento domina cualquier estrategia que necesite préstamo para alcanzar su tamaño de Kelly — ETF apalancados, fondos con superposición de futuros, operaciones de base y de carry. Cuanto más apalancamiento exigen las matemáticas, más violentamente castigan estas fricciones un error, que es exactamente por qué los prime brokers y los comités de riesgo limitan la exposición bruta muy por debajo del óptimo teórico.

La sobreapuesta y el precipicio, hechos rigurosos

Analogía. Imagina un dial de 0 a 2-y-más-allá, donde 1 es el Kelly completo. A medida que lo subes pasado el 1 vas más rápido — durante un rato. Pero la carretera se curva sobre sí misma: en la marca “2” llegas exactamente a donde empezaste (crecimiento cero), y pasada esa marca conduces marcha atrás, acelerando hacia el precipicio. Lo aterrador es lo simétrica e inocente que se siente la sobreapuesta temprana — hasta que deja de serlo.

Definición. Apuesta una fracción $k$ del Kelly completo (así que $k = 1$ es Kelly completo, $k = 0.5$ es medio Kelly, $k = 2$ es doble). La tasa de crecimiento a largo plazo obedece la cuadrática limpia

Lee los hitos. En $k = 1$: $2 - 1 = 1$, crecimiento completo — el pico. En $k = 0$: crecimiento cero (no apostaste). En $k = 2$: $2(2) - 2^2 = 4 - 4 = 0$, el crecimiento es exactamente cero. Y para $k > 2$: el término $2k - k^2$ se vuelve negativo, así que la tasa de crecimiento a largo plazo de tu banca es negativa — estás garantizado a ser triturado hasta la ruina, por grande que sea tu ventaja. La ventaja no puede salvarte una vez pasado el doble de Kelly; la geometría del interés compuesto hace la matanza.

La simetría, deletreada. La parábola $2k - k^2$ es simétrica respecto a su pico en $k = 1$. Así que infraapostar a la fracción $k$ y sobreapostar a la fracción $(2 - k)$ entregan la idéntica tasa de crecimiento. Medio Kelly ($k = 0.5$) y 1.5×-Kelly ($k = 1.5$) ambos dan $2k - k^2 = 0.75$ del crecimiento pico — el mismo crecimiento logarítmico esperado sobre el papel.

Pero — y esta es la moraleja entera de la lección — esos dos no son equivalentes en riesgo. La sobreapuesta (1.5×) logra ese crecimiento con muchísima más volatilidad, drawdowns mucho más profundos y mucha más exposición al error de estimación y a la ruina. El mismo crecimiento, muchísimo más dolor. Así que si tienes que errar, erra por el lado bajo: cedes el mismo crecimiento que el sobreapostante, pero conservas tu cordura, tus drawdowns y tu capital. La regla se escribe sola: en la duda, apuesta menos.

Riesgo de ruina y drawdown: por qué el Kelly completo aún duele

Analogía. El Kelly completo es un coche de Fórmula 1: marca el tiempo de vuelta más rápido posible en una carrera larga, pero pasa esa carrera a milímetros del muro, y un solo tirón lo manda contra la barrera. Mantenerse en la línea óptima y sobrevivirla son dos destrezas distintas — y la mayoría de los pilotos, sensatamente, levantan el pie del acelerador.

Definición. Incluso en o por debajo del Kelly completo, el camino es brutal. El Kelly completo maximiza el crecimiento pero acepta drawdowns intermedios enormes como precio. Una regla práctica bien conocida: bajo Kelly completo, la probabilidad de que tu banca alguna vez caiga hasta una fracción $a$ de su valor inicial es aproximadamente $a$ misma.

Intuición resuelta. Pon $a = 0.5$. La regla dice que hay alrededor de un 50% de probabilidad de que tu banca se reduzca a la mitad en algún momento bajo el Kelly completo — un cara o cruz de que verás cómo la mitad de tu dinero se evapora antes de que el interés compuesto rinda. Pon $a = 0.1$ y hay aproximadamente un 10% de probabilidad de un drawdown del 90% por el camino. No son rarezas de cola; son el comportamiento de base de la estrategia óptima de crecimiento. La mayoría de los humanos (y la mayoría de los mandatos de fondos) no pueden tragarse un drawdown del 50%, que es la razón práctica por la que casi nadie usa Kelly completo.

Ahora apila el error de estimación. Tus $\boldsymbol{\mu}$ y $\Sigma$ son estimaciones, plagadas de ruido. Si has sobrestimado tu ventaja — y las ventajas se sobrestiman sistemáticamente, porque las estrategias que eliges usar son las que parecían buenas — entonces el $f^*$ que calculaste ya es una sobreapuesta respecto al óptimo verdadero. Crees que estás en $k = 1$; en realidad estás en $k = 1.4$, comiéndote los drawdowns del sobreapostante a cambio de nada del crecimiento imaginado. El Kelly fraccional (apostar $k = 0.25$ a $0.5$ de la fórmula) es la salvaguarda práctica: sacrifica una astilla de crecimiento teórico (recuerda $k = 0.5 \Rightarrow 0.75$ del pico) para comprar una reducción enorme del drawdown y un grueso margen de seguridad contra haber mal estimado tu ventaja en primer lugar.

El gráfico lo deja claro — tres apostantes, la misma secuencia de resultados, dimensionados a medio Kelly, Kelly completo y una sobreapuesta. Observa cómo el apostante de medio Kelly trepa casi tan alto como el de Kelly completo con una fracción de los bajones de nudillos blancos, mientras el sobreapostante se dispara y luego una racha perdedora perfectamente corriente detona la cuenta.

Trampas: dónde el Kelly multiactivo muerde de vuelta

La fórmula vectorial es elegante sobre el papel y traicionera en producción. Tres trampas explican la mayoría de los reventones.

(a) Σ y μ están estimados — y Σ⁻¹ amplifica el ruido. Esta es la trampa más profunda. Ambos insumos se muestrean de un historial finito y ruidoso. Invertir $\Sigma$ entonces magnifica ese ruido: $\Sigma^{-1}$ está dominado por los autovalores más pequeños de la matriz, que corresponden a las direcciones casi redundantes y muy correlacionadas que tus datos miden peor. Diminutos errores de estimación ahí se inflan en pesos enormes, inestables y salvajemente sobreapalancados — la misma patología de “maximización del error” que hace notoria a la optimización media-varianza en crudo. Las curas son las mismas: encoger las estimaciones hacia algo estable, restringir los pesos (topes, límites de no apalancamiento), o simplemente usar Kelly fraccional, que escala a la baja todo el vector ruidoso y doma el daño.

(b) Kelly es un resultado a largo plazo. La optimalidad de crecimiento de Kelly es una afirmación asintótica — gana cuando el número de apuestas tiende a infinito. En un horizonte corto, o cuando tienes una necesidad de retirada fija (una pensión pagando, un fondo afrontando reembolsos), el Kelly completo es demasiado agresivo: un drawdown temprano y profundo del que en el límite acabarías recuperándote puede ser fatal si debes sacar efectivo a través de él. Los horizontes finitos y las retiradas forzadas argumentan ambos a favor de dimensionar muy por debajo de la fórmula.

(c) La ruina depende del camino — la media miente. Una estrategia puede tener un resultado promedio (media) perfectamente sano mientras la mayoría de los caminos individuales quedan borrados, porque un puñado de caminos astronómicamente afortunados arrastra la media hacia arriba. La media aritmética es ciega a la ruina; el camino mediano, y la fracción de caminos que sobreviven, son lo que de verdad vives. Por esto Kelly optimiza la tasa de crecimiento logarítmica (geométrica), no la media aritmética — y por qué deberías juzgar una regla de dimensionamiento por su distribución de supervivencia, no por su rentabilidad esperada de titular.

Cuándo importa

Estas trampas son por qué los equipos de riesgo reales limitan los tamaños de posición muy por debajo del número teórico de Kelly — típicamente entre un cuarto y la mitad, con límites duros de apalancamiento y concentración grapados encima. Los fondos multiestrategia usan un presupuesto de trozos de Kelly fraccional en vez de un único vector a todo o nada. El hilo que recorre todo esto — que la supervivencia depende del camino y que la media puede esconder un cementerio — es exactamente lo que desarrollan a continuación los temas de riesgo de ruina y optimización de carteras: convertir el “no te borres” de un eslogan en una restricción medida y gestionada.

Atándolo todo

El Kelly multiactivo es la regla de una apuesta hecha adulta. Dimensionar muchas posiciones a la vez significa elegir un vector $\mathbf{f}^* = \Sigma^{-1}\boldsymbol{\mu}$ — vector de ventaja dividido por la matriz de covarianza — que apunta en la dirección exacta de la cartera de tangencia / máximo Sharpe, escalado para el crecimiento geométrico. La correlación es la mano oculta: las apuestas correlacionadas positivamente son redundantes, así que Kelly las encoge; la correlación negativa es una cobertura incorporada que te deja dimensionar al alza. La fórmula desnuda asume apalancamiento sin fricción, pero los costes reales de préstamo, las llamadas de margen y el deslizamiento argumentan todos por operar por debajo de ella. Y la ley de hierro de la ruina es innegociable: el crecimiento escala como $(2k - k^2)\,g(f^*)$, llegando a cero en el doble de Kelly y volviéndose negativo más allá — sobreapuesta y tu ventaja no puede salvarte. Como tus $\boldsymbol{\mu}$ y $\Sigma$ son estimaciones ruidosas que $\Sigma^{-1}$ amplifica hasta convertir en disparates sobreapalancados, la respuesta del profesional es siempre la misma: apuesta una fracción de Kelly, y en la duda, apuesta menos.

Eso cierra la escalera de Kelly y crecimiento geométrico: desde por qué componemos en espacio logarítmico, pasando por dimensionar una sola ventaja, la prudencia del Kelly fraccional, y ahora el vector multiactivo completo y el muro duro de la ruina. El hilo conductor nunca cambió — crece geométricamente, sobrevive primero, y cuando las matemáticas y tus nervios discrepen, apuesta menos. Desde aquí la plataforma gira hacia el riesgo de ruina y la optimización de carteras propiamente dichas, donde el “no te borres” se gradúa de máxima a restricción medida y exigida sobre cada posición que tengas.