CTA trend following — TSMOM#
Si has leído las páginas hasta aquí, ya conoces un solo oficio: vender seguro. Esta página sale de ese perímetro, porque la tercera estrategia no vende volatilidad — más bien, como verás, replica su compra. Es un CTA trend following (en su versión académica: time-series momentum, TSMOM) sobre futuros diversificados en seis sectores — índices bursátiles, Treasuries, divisas, metales, energía, agrícolas — que compra los mercados que suben y vende los que bajan: cada día de bolsa el bot lee el signo de los rendimientos de los últimos 1, 3 y 12 meses de cada instrumento, toma posición en la dirección que resulta, dimensiona el tamaño en proporción inversa a la volatilidad y se mueve solo cuando la desviación respecto al objetivo supera una banda de no-trading. La mantengo, operativa junto a la TRPS y la DHCS, porque es su complemento natural: la literatura la señala como la estrategia líquida que mejor atraviesa precisamente los dos escenarios — las caídas bursátiles prolongadas y los regímenes inflacionistas — en los que la venta de opciones y la cartera colateral sufren a la vez. Y no nació de la nada: es la extensión de dos cosas que el sistema ya hacía. La primera es el roll de los futuros — el bot ya rolaba contratos para la guardia nocturna y para el hedge de la DHCS (página Futuros), y aquí esa función de servicio se convierte en el motor de una estrategia autónoma. La segunda es el return stacking de la página Capital efficiency: los futuros se mantienen a margen, así que la prima del trend se apila sobre la cartera y sobre el VRP ya recogido, sin un dólar de capital dedicado. Describo su lógica, el lado crítico de la literatura, la receta exacta, el universo, las expectativas honestas y los puntos débiles, por ese orden.
Por qué el trend paga#
El time-series momentum es, con toda probabilidad, la anomalía más documentada de la literatura financiera: los mercados que han subido en los últimos 1-12 meses tienden, de media, a seguir subiendo; los que han bajado, a seguir bajando; más allá de los 12-24 meses la señal se invierte. El paper fundacional de Moskowitz, Ooi y Pedersen (Time Series Momentum) lo mide sobre 58 futuros de todas las clases; Babu y coautores (Trends Everywhere) lo reencuentran en 82 mercados, incluidos los descubiertos después de la publicación de la receta, que es el test out-of-sample más honesto que existe; Lempérière y sus colegas de CFM (Two Centuries of Trend Following) lo reconstruyen desde 1800 con una significación estadística — t-stat en torno a 10 — que no tiene igual en este campo; Hurst, Ooi y Pedersen (A Century of Evidence on Trend-Following Investing) confirman sobre un siglo que la prima es positiva en cada década, incluidas las dos guerras mundiales. No es un patrón frágil rescatado de un rincón de los datos: está allí donde se mire, desde hace dos siglos.
¿Por qué debería persistir? Las tres explicaciones conductuales clásicas — el conservadurismo de los inversores que actualizan demasiado despacio sus propias convicciones (Barberis, Shleifer y Vishny, A Model of Investor Sentiment), la overconfidence que lleva a atribuirse los aciertos y a achacar al azar los fracasos (Daniel, Hirshleifer y Subrahmanyam, Investor Psychology and Security Market Under- and Overreactions), la difusión gradual de la información entre inversores que solo observan un trozo de ella (Hong y Stein, A Unified Theory of Underreaction, Momentum Trading, and Overreaction) — producen todas la misma huella: infrarreacción a las noticias en el horizonte de meses, sobrerreacción y retorno más allá del año. Son sesgos cognitivos documentados y estables, no ineficiencias técnicas que un market maker rápido pueda arbitrar; y el mecanismo funciona mercado a mercado, lo que hace de la versión time-series sobre pocos futuros la transposición fiel de la teoría. A esto se añade un canal no conductual que ya conoces: quien cubre riesgos tiene prisa, quien los absorbe se hace pagar — las mismas presiones de hedging que generan el VRP empujan los precios lentamente hacia el nuevo equilibrio, y el trend follower es el barquero que cobra el peaje.
Antes de que la evidencia te convenza demasiado, sin embargo, hay una advertencia que cambia todo el diseño: la prima por mercado individual es modesta — Sharpe 0,3-0,4, menos de lo que rinde comprar y mantener la renta variable — y el valor de la estrategia es de agregación. Las tendencias de los seis sectores están casi descorrelacionadas entre sí, y juntar una quincena de mercados multiplica la relación rendimiento/riesgo por un factor que la literatura estima entre 2 y 4 según la amplitud del universo. El motor no es la señal: es la diversificación.
El lado crítico#
Si la evidencia es tan abrumadora, ¿por qué no lo hace todo el mundo — y por qué la mayoría de quienes lo intentaron lo dejaron? Antes de la receta hace falta el abogado del diablo, porque sobre esta estrategia la literatura crítica está tan afilada como la celebratoria, y el diseño que describo más abajo es hijo más de la primera que de la segunda. Huang y coautores (Time-Series Momentum: Is It There?) muestran que gran parte de la significación estadística de los papers fundacionales viene del drift de largo plazo de los mercados combinado con el vol scaling, no de la señal en sí: la contramedida es comparar siempre la estrategia con benchmarks pasivos equivalentes, nunca con el cero. Bhardwaj, Gorton y Rouwenhorst (Fooling Some of the People All of the Time) documentan que la prima bruta de los CTA como industria existía, pero las comisiones — el 4,5% anual del 2 y 20 — se la comían entera, dejando al inversor un rendimiento de T-bill: la lección, para quien opera por su cuenta, es que la ausencia de esa cuña de fees es la única ventaja estructural de la que dispone, y hay que defenderla con un turnover bajo y unos costes de ejecución vigilados como un presupuesto familiar. Daniel y Moskowitz (Momentum Crashes) localizan el riesgo característico del momentum: los crashes llegan en los rebotes posteriores a los pánicos, cuando la pata corta se encuentra en el lado equivocado de un mercado que gira más deprisa que la señal — la versión time-series lo sufre menos que la cross-sectional, pero no es inmune. Ilmanen y coautores (How Do Factor Premia Vary Over Time?) miden sobre un siglo el decaimiento fuera de muestra de las primas factoriales: un haircut del 20-50% respecto a los números publicados es la estimación honesta de lo que espera a quien implementa hoy, y — veredicto aún más útil — todo intento de timing macro de las primas ha producido alphas negativos fuera de muestra. Park e Irwin (What Do We Know About the Profitability of Technical Analysis?), por último, recuerdan que el data snooping es la enfermedad profesional del campo: miles de reglas probadas sobre los mismos datos producen siempre algún ganador aparente.
Las consecuencias de diseño son tres, y no negociables: cero parámetros optimizados (los lookbacks 1/3/12 meses son constantes tomadas de la literatura, no el resultado de una búsqueda sobre mi backtest); ensemble de pesos fijos en lugar del lookback «mejor»; ningún timing — nada de filtros macro, nada de pesos adaptativos, nada de reducciones discrecionales. Cada complicación de más es una apuesta de más contra Park e Irwin.
La receta#
La buena noticia es que la receta entera cabe en una página, y no por pereza: después del lado crítico, cada pieza que ves aquí abajo es la más sencilla de su categoría, por elección.
La señal. Para cada instrumento, el rendimiento acumulado a 21, 63 y 252 días de bolsa (aproximadamente 1, 3 y 12 meses); de cada uno se toma solo el signo; la media de los tres signos es la señal, que puede valer −1, −⅓, +⅓ o +1. Eso es todo — y la sencillez es deliberada: Levine y Pedersen (Which Trend Is Your Friend?) demuestran que todas las formas lineales de medición del trend (medias móviles, cruces, filtros) son estadísticamente equivalentes, así que se elige la más sencilla de implementar y testar. El ensemble sirve para dos cosas: evita apostar por un solo horizonte, e incluye los lookbacks cortos que — es el resultado de Hamill, Rattray y van Hemert (Trend Following: Equity and Bond Crisis Alpha) y de Harvey y coautores — generan la protección en los crashes, donde el 12 meses por sí solo llega sistemáticamente tarde.
El tamaño. La exposición objetivo de cada instrumento es la señal multiplicada por un presupuesto de volatilidad fijo — en torno al 2% del capital de la estrategia por mercado — y dividida por la volatilidad del instrumento, estimada con una media móvil exponencial de los rendimientos (centro de masa 60 días) y un suelo prudencial a la mitad de la volatilidad de largo plazo, porque los regímenes de vol aplastada son exactamente aquellos en los que no conviene dejarse sorprender con las posiciones hinchadas. Misma vol, misma importancia: un punto de riesgo en el cobre vale un punto de riesgo en el Nasdaq (es el equal-vol de Asness, Moskowitz y Pedersen, Value and Momentum Everywhere). La exposición se redondea después a contratos enteros — y con capital retail el redondeo es parte del diseño, no un detalle: con señal a ⅓ muchos objetivos cuantizan a cero, lo que funciona como banda de no-trading natural.
La banda. Se opera solo si la desviación entre la posición objetivo y la posición real supera el 25% del objetivo, además de la granularidad mínima de un contrato. Es la versión doméstica del resultado de Gârleanu y Pedersen (Dynamic Trading with Predictable Returns and Transaction Costs): con los costes de transacción reales no se persigue nunca el objetivo exacto, uno se mueve solo cuando la brecha vale más que el viaje. La consecuencia práctica: la valoración es diaria pero la frecuencia efectiva de trading está cerca de lo mensual, y las fricciones esperadas se quedan en el orden del 0,3-0,6% anual — el presupuesto dentro del cual, por la cuenta de Bhardwaj, la estrategia debe poder sobrevivir incluso con costes dobles o triples.
El vol targeting. Por encima del nivel de los instrumentos individuales, un multiplicador de cartera escala todas las posiciones para mantener la volatilidad de la estrategia cerca de un objetivo del 10% anual, con un techo de apalancamiento en 1,5: cuando la vol realizada de la estrategia sube, el tamaño baja, y viceversa. Es el volatility management de Barroso y Santa-Clara (Momentum Has Its Moments) y Moreira y Muir (Volatility-Managed Portfolios), que en este estilo reduce a la mitad la curtosis y corta precisamente las colas de los momentum crash de Daniel y Moskowitz — el único «timing» admitido por el diseño, porque tiene cero parámetros libres y un signo fijado por adelantado: solo puede reducir.
Un mercado simulado y la mecánica de la receta: los tres signos a 1, 3 y 12 meses (arriba) se combinan en la posición escalonada (abajo), que el vol scaling redimensiona y la banda del 25% filtra. El lookback corto gira primero en la inversión: es él quien compra la protección. Números ilustrativos.
El universo: seis sectores#
¿Sobre qué mercados, entonces? El universo de referencia cuenta con una quincena de instrumentos lógicos: tres índices bursátiles (Nasdaq, Russell 2000, Dow), tres puntos de la curva de los Treasury (2, 10 y 30 años), tres divisas (euro, libra, dólar australiano), tres metales (oro, plata, cobre), dos energías (WTI y gas natural), dos o tres agrícolas (trigo, soja, maíz). La composición persigue las correlaciones, no el número: la curva de tipos está representada por sus extremos y no por el centro redundante, el complejo de la soja cuenta como una sola apuesta, y las clases históricamente más generosas con el trend — FX, tipos, commodities — pesan tanto como la renta variable, no menos (Fung y Hsieh, Empirical Characteristics of Dynamic Trading Strategies; Hutchinson y O’Brien documentan que las commodities son la única clase que paga durante las crisis financieras).
El doble tamaño de los contratos. Cada instrumento lógico existe en dos variantes: el micro y el contrato estándar full-size (el oro en décimas de 10 dólares por punto o en lotes completos de 100, el WTI en centésimas de 100 barriles o en lotes de 1.000, y así sucesivamente). Qué familia se opera es un parámetro con tres modalidades — solo micro, solo full, mixta — y la elección depende del capital: con el capital actual los micro son obligados, porque la volatilidad de un solo contrato estándar superaría el presupuesto de riesgo del mercado entero en casi todo el universo, y la cartera colapsaría en dos o tres posiciones; al crecer el capital los full se vuelven convenientes (spreads más estrechos, comisiones relativas más bajas), y en la modalidad mixta la migración es automática, instrumento por instrumento: cuando la vol de un contrato full entra en el presupuesto por mercado, el bot pasa al tamaño grande, con una histéresis que impide el ping-pong y con el cambio de familia solo con la posición cerrada o en el roll. La estrategia es la misma con 150.000 que con 3 millones: solo cambia el tamaño del ladrillo.
Dos exclusiones deliberadas. El ES y su micro MES quedan fuera del universo: son los instrumentos de la guardia nocturna de la TRPS y del hedge de la DHCS, y mantener cada contrato asignado a una sola estrategia convierte la contabilidad de las posiciones en una suma trivial en lugar de un rompecabezas. Y las criptomonedas quedan fuera con motivación plena: ningún respaldo en el corpus histórico, ocho años escasos de datos, y en el test que cuenta — el crash del COVID — el bitcoin se movió con el Nasdaq, añadiendo beta de renta variable exactamente cuando las puts cortas sufrían: lo contrario del oficio para el que esta estrategia existe.
En el plano de los datos, las señales corren sobre series continuas de rendimientos de los contratos mantenidos: en el roll se concatenan los rendimientos, nunca los precios, porque es la única manera de medir lo que un inversor habría cobrado de verdad — Géczy y Samonov muestran que el momentum calculado sobre los precios spot de las commodities es una ilusión que sobre los futuros rolados se invierte. El roll sigue el calendario de cada mercado y, en las commodities físicas, no sobrepasa nunca el first notice day: un retail no acepta la entrega de barriles. La pendiente de la curva — el carry — se mide y se archiva en cada ciclo, pero no mueve órdenes: la literatura lo promociona como señal complementaria (Koijen, Moskowitz, Pedersen y Vrugt, Carry), pero su perfil de riesgo — pierde en las recesiones globales, en todas las clases a la vez — es justo el que la cuenta ya posee en abundancia vía short put. El trend es el complemento; el carry no.
Qué esperar#
Los números honestos, después del haircut fuera de muestra de Ilmanen: un Sharpe neto esperado entre 0,3 y 0,5 — no el 1,8 bruto de los backtests académicos — con drawdowns fisiológicos del 20-25% y, esta es la parte difícil, posibles estancamientos plurianuales: la década 2010-2018 le rindió al trend following aproximadamente el 1% anual con el motor estadísticamente intacto (Babu y coautores, You Can’t Always Trend When You Want — el título lo dice todo). Quien juzgue esta estrategia por su extracto trimestral se ha equivocado de página; el horizonte de evaluación es el ciclo entero, y la lógica nunca fue el Sharpe por sí solo: es lo que este perfil de rendimiento le hace al resto de la cartera, que es el tema de la próxima página.
Y es la configuración en la que el sistema gira ahora: la estrategia CTA está operativa junto a la TRPS y la DHCS, con un ciclo al día a media mañana, el tamaño gobernado por los presupuestos de volatilidad aquí descritos y un informe mensual que me llega por correo el primer lunes de cada mes con rendimiento, costes y margen de la pata (la mecánica está en la página El bot CTA). Como siempre en este sitio, los números esperados son un dato de literatura y de crónica, no una promesa: página Disclaimers.
Los puntos débiles#
Cierro con la lista de lo que puede hacer daño, porque es la parte que ningún folleto pone en portada — y la parte que hay que aceptar antes, no después.
El whipsaw es la tarifa. En los mercados laterales la señal compra los máximos locales y vende los mínimos locales, perdiendo poco pero a menudo: es la prima de seguro que el trend follower paga — el reflejo exacto de los 15 centavos que la TRPS cobra — a cambio de la convexidad en los movimientos prolongados. Quien no tolera largas secuencias de pequeñas pérdidas no tolerará esta estrategia.
Los gaps no están cubiertos. La convexidad del trend vive de los movimientos que duran semanas o meses; en un salto nocturno de un día — la noche del BoJ, el lunes de 1987 — la señal no tiene tiempo de girarse, y la protección de la cuenta queda en manos de los guardarraíles de la sección Risk management y de las defensas de la TRPS. Comprar esta estrategia como «cobertura de los crashes» es comprarla por el motivo equivocado: cubre las caídas prolongadas, no los rayos.
La cuantización. Con capital retail la mitad de los objetivos vale 0 o 1 contrato: la estrategia real persigue a la teórica con un error de redondeo permanente, declarado y medido. Con los micro el error es tolerable; es de todos modos un viento en contra que los backtests institucionales no tienen.
Las correlaciones en los días malos. La diversificación entre seis sectores es el motor, pero en los regímenes risk-on/risk-off las correlaciones suben todas a la vez y la vol de cartera supera el objetivo justo cuando menos se querría; Hurst y coautores identifican en la correlación media entre mercados el único predictor monótono del rendimiento del estilo. El vol targeting mitiga, no elimina.
El abandono es el riesgo número uno. La estadística más despiadada de Bhardwaj no se refiere a los mercados sino a los operadores: el patrón típico del CTA fracasado es la recalibración después del drawdown — cambiar los parámetros, «ajustar» la señal, apagarlo todo en el mínimo. Por eso los lookbacks son constantes y no parámetros, y toda regla de reducción tiene el signo fijado por adelantado: la estrategia está diseñada para hacerme difícil a mí mismo el gesto que históricamente mata a sus semejantes.
Resumen de parámetros (rangos verosímiles): ensemble de los signos a 1/3/12 meses con pesos fijos (constantes de proyecto, no parámetros); presupuesto de volatilidad por instrumento 1,5-2% del capital de la estrategia; vol estimada EWMA 60 días con suelo a la mitad de la vol de largo plazo; objetivo de cartera en torno al 10% anual con techo de apalancamiento 1,5; banda de no-trading 25%; caps sectoriales 25-30%; cap de riesgo agregado 50% del capital en volatilidad; drawdown brake al 15% con reducción de los tamaños a la mitad. Todo lo demás — y es casi todo — es esperar.
Queda la pregunta que decide si esta página merece existir: ¿por qué mantener en cartera una estrategia con la mitad del Sharpe de las otras dos? La respuesta no está en sus rendimientos sino en el cuándo llegan, y es la próxima página.