Capacidad, masificación y el «quant quake»

Toda estrategia de stat-arb es un globo. Inyecta un poco de capital y se hincha de maravilla: rendimientos suaves, un Sharpe pulcro, esa clase de curva de capital que te consigue financiación. Inyecta más y el mismo globo sigue estirándose, el caucho se adelgaza, y en algún punto hay una presión que no puedes ver hasta que es demasiado tarde. Esta es la lección culminante, y trata de las tres cosas que revientan el globo: la capacidad (te hiciste demasiado grande para tus propias operaciones), la masificación (todos los demás clonaron tus operaciones) y el desapalancamiento forzoso (cuando se vuelca un libro clonado, todos los libros clonados sangran). Encadénalas y obtienes el «quant quake» de agosto de 2007: la semana en que el dinero más sofisticado del planeta perdió una fortuna en unos pocos días sin que una sola de sus señales estuviera equivocada.

Esa última cláusula es la clave de todo, así que párate en ella. Los fondos que implosionaron en agosto de 2007 no estaban apostando por las cosas equivocadas. Sus modelos estaban bien. Se ahogaron porque todos estaban de pie en el mismo bote salvavidas, y el bote volcó. El riesgo más letal del stat-arb no es el error: es el acuerdo. Construyamos el mecanismo desde cero.

Capacidad: el techo de tamaño de toda señal

Analogía. Un buen caladero de pesca solo tiene una cantidad limitada de peces. Un pescador con una caña le saca un partido estupendo. Manda una flota de arrastreros y no pescas más por barco: pescas menos, porque los barcos espantan a los peces, revuelven el agua y abarrotan el muelle. La capacidad es el tamaño de flota a partir del cual el caladero deja de rendir. Para una estrategia de trading, el “pez” es el alfa y el “revuelo” es el impacto de mercado.

Definición. La capacidad de una estrategia son los activos bajo gestión (AUM) a los que el alfa neto cae a cero, donde el coste de entrar y salir cancela exactamente la ventaja bruta. Por debajo de la capacidad ganas dinero; por encima estás pagando al mercado por el privilegio de ser grande.

El motor es la ley de la raíz cuadrada del impacto de mercado de las lecciones de ejecución. El coste de empujar una orden de tamaño $Q$ a través de un mercado con volumen diario $V$ y volatilidad $\sigma$ es

$\text{impacto} \approx Y\,\sigma\,\sqrt{Q/V},$

con $Y$ una constante de orden uno. El alfa bruto es aproximadamente fijo por operación, pero el impacto crece con el tamaño, así que a medida que escalas, el impacto trepa por la curva de √ hasta tragarse la ventaja.

Ejemplo resuelto: despejar la capacidad. Pongamos que una señal gana un bruto de 30 pb por operación, en un valor con $\sigma = 2\%$ diario e $Y = 1$. Tu ventaja sobrevive solo mientras el impacto se mantenga por debajo de 30 pb. Iguala el impacto al alfa y despeja el tamaño como fracción del VMD:

$0.0030 = 1 \times 0.02 \times \sqrt{Q/V} \;\Rightarrow\; \sqrt{Q/V} = \frac{0.0030}{0.02} = 0.15 \;\Rightarrow\; Q/V = 0.15^2 = 0.0225.$

Así que la estrategia alcanza el punto de equilibrio en torno al 2,25 % del VMD por valor. Pásate de ahí y la ventaja de 30 pb se convierte en una pérdida neta. Si el valor negocia $2B al día, eso son unos $45M de tamaño operable por valor antes de que esta única señal deje de rendir, y ese es el techo de equilibrio, así que una casa prudente lo limita muy por debajo.

La trampa de la señal rápida

Aquí viene el giro cruel. Una señal más pequeña y de decaimiento más rápido tiene menor capacidad, no mayor, aunque su ventaja por operación parezca jugosa. ¿Por qué? Porque una señal que decae en horas te obliga a operarla ahora, rápido y a menudo. Operar rápido significa más rotación, y más rotación significa que pagas el impuesto del impacto una y otra vez. Una señal lenta puedes ir soltándola en el mercado a lo largo de días, cabalgando la parte barata y plana de la curva de √; una señal rápida tienes que tragártela de golpe, pagando la parte empinada cada vez que se refresca.

Cuándo respetarla

Respeta la capacidad antes de levantar el dinero, no después. La capacidad fija el AUM máximo que una estrategia puede sostener mientras sigue batiendo a sus costes; levantar más allá de ella diluye cada dólar existente. Las defensas son concretas: limita el AUM por estrategia, reparte el mismo capital entre más valores independientes (cada uno una porción pequeña y barata baja en la curva de √), y favorece las señales más lentas cuando necesites desplegar tamaño. La diversificación entre valores es, por tanto, diversificación de coste, no solo de riesgo.

Masificación: el impuesto oculto de que todos ejecuten tu operación

Analogía. Descubres una carretera secundaria tranquila que se salta el atasco de la autopista. Genial, hasta que una app de navegación redirige a otros diez mil conductores por ella. Ahora tu atajo es el atasco. Peor aún: tú y esos diez mil conductores sois ahora un único convoy gigante: si la carretera se inunda, os quedáis todos atascados juntos. La masificación le hace ambas cosas a una señal de trading a la vez: compite su ventaja hasta hacerla desaparecer y fusiona muchos fondos “independientes” en una única posición compartida.

La masificación muerde de dos formas distintas.

(1) El alfa se compite hasta desaparecer. Una anomalía es una comida gratis solo mientras pocos la comen. Una vez que un factor se publica en una revista o lo aplican ingeniería inversa los rivales, el capital inunda, encarece la pata barata y vende a la baja la pata cara, y el diferencial del que se alimentaba la estrategia se estrecha. Los investigadores lo han documentado directamente: el rendimiento del factor académico medio se reduce notablemente tras su publicación, una porción significativa de la prima original decae una vez que la anomalía es pública y se arbitra. Tu ventaja tiene una vida media, y la publicidad la acorta.

(2) La ilusión de amplitud: N colapsa silenciosamente hacia 1. Este es el peligroso. El stat-arb se apoya en la ley de los grandes números: ten muchas apuestas pequeñas independientes y tu resultado agregado es suave, porque las ganancias y las pérdidas se promedian. La “ley fundamental de la gestión activa” incluso lo formaliza: tu ratio de información escala con $\sqrt{N}$, donde $N$ es el número de apuestas independientes. Pero si todos ejecutan la misma señal, tienen las mismas posiciones, así que esas apuestas ya no son independientes. Son una apuesta disfrazada con $N$ trajes. Tu amplitud efectiva cae silenciosamente hacia 1, y el suavizado que prometía la ley se evapora justo cuando lo necesitas.

$\text{IR} \approx \text{IC}\,\sqrt{N_{\text{effective}}}, \qquad N_{\text{effective}} \ll N_{\text{nominal}} \text{ cuando las posiciones son compartidas.}$

Ejemplo resuelto: diversificación fantasma. Supón que ejecutas 400 posiciones de un solo nombre y crees que tu ratio de información disfruta de $\sqrt{400} = 20\times$ el suavizado de una sola apuesta. Pero tus 400 nombres son en realidad 6 exposiciones de factor (valor, momentum, baja volatilidad, tamaño, calidad, reversión a corto plazo) operadas por todos los cuants del mercado. Tu amplitud efectiva está más cerca de $N_{\text{eff}} \approx 6$, así que $\sqrt{N_{\text{eff}}} \approx 2.4$, un factor de suavizado más de ocho veces menor del que pensabas. La volatilidad que presupuestaste asumía 400 dados rodando de forma independiente; en realidad tienes unos 6. Cuando los factores compartidos se mueven, las “400” posiciones se mueven juntas, y ese vaivén correlacionado es precisamente la pérdida que tu modelo de riesgo nunca vio venir.

Cuándo modelarla

Trata “¿quién más está en esta operación?” como un input de riesgo de primer orden, junto a la volatilidad y la correlación. Estima la masificación a partir de datos de posiciones cortas, solapamiento de los 13F, agrupamiento de cargas de factor y la velocidad a la que decae una anomalía publicada. Luego descuenta una señal aparentemente estupenda según lo masificada que esté, limita tu exposición a cualquier factor compartido único y valora las señales que son genuinamente tuyas: propietarias, difíciles de aplicar ingeniería inversa, lentas de filtrar. Cuanto más rara la carretera, más dura el atajo.

La espiral de desapalancamiento: cómo se desarrolla de verdad un crac cuantitativo

Analogía. Imagina un teatro abarrotado donde todos están de pie sobre la misma fila de sillas plegables para ver mejor, y las sillas están alquiladas a crédito (apalancamiento). Funciona bien hasta que una persona grande cerca del frente pierde el equilibrio (una venta forzosa) y baja de golpe, sacudiendo toda la fila. La sacudida hace que la siguiente persona se tambalee, que también baja, sacudiendo la fila aún más, y ahora un teatro tranquilo es una estampida hacia la salida. Nadie decidió que el espectáculo era malo. La estructura simplemente no podía sobrevivir a que todos se movieran a la vez.

Aquí está el mecanismo, paso a paso, y por qué se autorrefuerza:

1. Los libros de stat-arb operan con alto apalancamiento. Las ventajas individuales son minúsculas —unos pocos puntos básicos—, así que los fondos las apalancan muchas veces para convertir diferenciales pequeños y fiables en un rendimiento respetable. El apalancamiento magnifica la ganancia y la pérdida, y significa que un movimiento adverso modesto puede vulnerar un límite de riesgo.
2. Un shock obliga a un gran fondo a recortar riesgo. El disparador no tiene por qué venir de la estrategia en absoluto. Un reembolso, una llamada de margen o una pérdida en otro sitio —célebremente, la mesa hipotecaria de un banco matriz desangrándose en 2007— obliga al fondo a desapalancar: encoger el libro rápido.
3. Desapalancar significa vender los largos y recomprar los cortos. Para recortar un libro neutral al mercado lo inviertes: vuelcas las acciones en las que estabas largo, recompras las acciones en las que estabas corto. Eso es venta y compra mecánica e indiscriminada, impulsada por la necesidad de encoger, no por ninguna visión.
4. Como todos tienen el mismo libro, esas operaciones golpean a todos. El vendedor forzoso está volcando exactamente los largos que todos los demás fondos masificados también tienen, y recomprando exactamente los cortos que todos los demás tienen cortos. Así que las operaciones forzosas empujan los precios en contra de cada fondo que ejecuta las mismas posiciones. Sus libros pierden dinero, no porque sus señales estuvieran equivocadas, sino porque un vecino estaba vendiendo.
5. Las pérdidas disparan los límites de riesgo del siguiente fondo → este también desapalanca. Los libros apalancados tienen límites estrechos de stop-loss y VaR. La pérdida a precio de mercado del paso 4 los vulnera, obligando al siguiente fondo a recortar riesgo, lo que significa más venta de los mismos largos y compra de los mismos cortos, empujando los precios más allá, disparando el siguiente límite. El bucle se alimenta solo: liquidar → operación forzosa → los precios se mueven en contra de la multitud → más pérdidas → más liquidación.

La ironía definitoria. Traza la cadena y notarás que las señales nunca aparecen. El modelo de nadie dijo “compra caro, vende barato”. Las estrategias estuvieron acertadas todo el camino hacia abajo. Las pérdidas fueron una pura cascada de liquidez y masificación, una propiedad estructural de muchos fondos apalancados compartiendo un libro, no un veredicto sobre el alfa de nadie. Los fondos que entendieron esto y pudieron mantener sus posiciones vieron cómo los precios rebotaban; los fondos que desapalancaron hasta el fondo convirtieron una dislocación temporal y mecánica en una pérdida permanente y realizada.

Agosto de 2007: el «quant quake», a fondo forense

El planteamiento. Para 2007, la renta variable cuantitativa neutral al mercado era un rincón enorme, masificado y fuertemente apalancado del sector: decenas de fondos ejecutando factores solapados de valor/momentum/reversión con alto apalancamiento. La leña estaba apilada. La cerilla, según se ha informado ampliamente, vino de fuera de la renta variable: la crisis de las hipotecas subprime estaba obligando a las instituciones a captar efectivo, y al menos un gran fondo multiestrategia empezó a liquidar su libro de renta variable cuantitativa para cubrir pérdidas en otros sitios.

Qué ocurrió. A lo largo de la semana del 6 al 10 de agosto de 2007, los fondos de renta variable cuantitativa neutrales al mercado sufrieron pérdidas enormes y simultáneas, mientras el mercado amplio (el S&P 500) se mantenía aproximadamente plano en el mismo periodo. Esa divergencia es la prueba forense irrefutable: un desplome del mercado habría aparecido en el índice, y no lo hizo. El daño se concentró exactamente en las posiciones de factor largo/corto que los fondos cuantitativos compartían. Se informó ampliamente de que varios nombres prominentes recibieron un golpe duro, incluido el fondo Global Equity Opportunities de Goldman Sachs, AQR y otras grandes casas cuantitativas. Factores que “deberían” —bajo un modelo gaussiano— moverse a lo sumo unas pocas desviaciones estándar registraron movimientos de varias desviaciones estándar en días consecutivos, un suceso que una campana de Gauss califica de astronómicamente imposible.

El rebote. Luego, en torno al 10 de agosto, el patrón se revirtió violentamente: a medida que la venta forzosa se agotaba y los cazadores de gangas (y los fondos que habían terminado de desapalancar) entraban, los mismísimos factores que se habían hundido rebotaron con fuerza. La curva de capital de un libro típico fue una V brutal: una caída casi vertical seguida de una recuperación parcial rápida. La lección de esa forma es despiadada: los fondos que pudieron mantener (o tenían pólvora seca para añadir) recuperaron gran parte de la pérdida; los fondos que alcanzaron sus límites de riesgo y desapalancaron en el fondo fijaron la pérdida permanentemente y se perdieron el rebote.

Cronología de la semana.

Qué enseña el terremoto sobre los modelos de riesgo

El hallazgo forense más profundo es sobre las matemáticas, no sobre el mercado. Un evento de “25 sigmas, varios días seguidos” no es una extracción rara de una campana de Gauss: es una campana de Gauss que nunca fue el modelo correcto. Los modelos de riesgo gaussianos estándar asumen que los rendimientos de las posiciones son aproximadamente independientes y de colas finas. La masificación viola el supuesto de independencia de plano: cuando todos tienen el mismo libro, un shock está perfectamente correlacionado entre las posiciones, así que la cola de la cartera es muchísimo más gruesa de lo que admiten las matemáticas gaussianas. El terremoto es la prueba canónica de que la correlación de estrategias es el riesgo de cola que los modelos gaussianos pasan por alto, y de por qué pensar en colas gruesas, no la comodidad de la distribución normal, es la lente correcta para los libros apalancados y masificados.

Lecciones y defensas

Junta los tres mecanismos y sale un manual defensivo. Nada de ello es exótico; todo se omite rutinariamente en los buenos tiempos.

• Diversifica entre señales genuinamente independientes. Cuenta apuestas, no posiciones. Busca fuentes de rendimiento que no carguen todas sobre los mismos factores masificados, para que un shock a una no hunda todo el libro. La amplitud real es lo que hace que la ley de los grandes números funcione de verdad para ti.
• Respeta la capacidad. Dimensiona cada estrategia por debajo del AUM donde el impacto se come su ventaja, y resta un modelo de impacto de raíz cuadrada realista —dimensionado al dinero que realmente gestionas— de cada backtest.
• Modela la masificación explícitamente. Pregunta siempre “¿quién más está en esta operación?”. Descuenta las señales según lo públicas y masificadas que estén; valora las propietarias y lentas de filtrar.
• Mantén el apalancamiento sobrevivible. El apalancamiento que puedes mantener a través de una dislocación de varios días es una ventaja; el apalancamiento que te obliga a vender en el fondo es una sentencia de muerte. Dimensiona el apalancamiento de modo que un terremoto sea doloroso, no fatal.
• Mantén liquidez para resistir —o explotar— un desapalancamiento forzoso. La pólvora seca convierte el peor día de una venta forzosa en una oportunidad de compra. Los fondos que se recuperaron en 2007 son los que no tuvieron que vender.
• Desconfía de los backtests que asumen que estás solo y sin fricción. Un backtest con impacto cero y masificación cero es un cuento de hadas que halaga a toda estrategia. Somete a estrés contra un desapalancamiento correlacionado y apalancado, no solo contra la volatilidad histórica.

Juntándolo todo

Tres fuerzas, una historia. La capacidad limita cuán grande puede hacerse cualquier señal antes de que su propio impacto de mercado se coma la ventaja. La masificación es el impuesto oculto de que todos los demás ejecuten esa misma señal: compite el alfa hasta hacerlo desaparecer y, mucho más peligrosamente, colapsa tus “muchas apuestas independientes” en una única posición compartida, de modo que tu amplitud efectiva $N$ cae silenciosamente hacia 1. Y cuando un libro compartido y apalancado se ve obligado a desapalancar, la espiral de desapalancamiento convierte ese acuerdo oculto en una liquidación a saldo que se autorrefuerza. El «quant quake» de agosto de 2007 es las tres a la vez: un rincón masificado y apalancado del mercado desapalancando contra sí mismo, registrando movimientos “imposibles” de varios sigmas durante días mientras el índice se quedaba quieto, y luego rebotando, con las pérdidas sin tener nada que ver con que las señales estuvieran equivocadas. La lección más profunda del stat-arb: el peligro no es estar equivocado, es estar acertado de la misma manera que todos los demás.

Ya has visto el arco completo del arbitraje sistemático y estadístico: desde detectar un error de precio, hasta construir y validar una señal, ejecutarla y las fuerzas estructurales (capacidad, masificación, apalancamiento) que deciden si una estrategia correcta sobrevive al contacto con un mercado masificado y apalancado. La prueba final de ese conocimiento es el Examen Final evaluado del curso: una pregunta a la vez, cada respuesta bloqueada para siempre, sin vuelta atrás, exactamente la disciplina irreversible que exige un desapalancamiento real. Hazlo cuando estés listo para demostrar que sabes distinguir una señal rota de un modelo roto.