Tactical Fund Flow | Trading Macroeconomía

Las diferentes variables macroeconómicas nos proporcionan un marco estructural con el que comprender mejor el entorno económico. Los mercados financieros son sistemas adaptativos complejos basados en dinámicas de precio, riesgo, sentimiento, volumen y liquidez.

En este enfoque que he titulado trading macroeconomía continuamos trabajando el análisis global macro añadiendo los fund flows (flujos de capital a un producto).

Estos principios serán utilizados para crear nuestro propio modelo que he titulado tactical fund flow para agrupar diferentes conceptos.

Tactical Fund Flow | Trading Macroeconomía

Existe una amplia gama de datos macroeconómicos a nuestro alcance, quizás demasiados. El problema al añadir más variables a nuestro conjunto es que necesitamos reducir la cantidad de datos para poder extraer información relevante o caeremos en el denominado análisis parálisis.

Este es un problema también denominado complex datasets, los grandes conjuntos de datos se vuelven a veces intratables.

Los modelos con factores dinámicos se han convertido en un método práctico para reducir las dimensiones. Se extraen los factores comunes subyacentes de los informes económicos oportunos y se traduce en una sola serie de información.

Cluster analysis, or clustering, is an unsupervised machine learning task. It involves automatically discovering natural grouping in data. Unlike supervised learning (like predictive modeling), clustering algorithms only interpret the input data and find natural groups or clusters in feature space.

Tactical fund flow es una expresión, realmente es una estrategia de trading con datos macroeconómicos que significativamente informan sobre la actividad económica. El modelo Tactical Fund Flow utiliza un enfoque cuantitativo para identificar la tendencia principal del mercado basándonos en sus componentes más críticos.

Si bien el modelo sigue algunas reglas generales, creo en tener la mayor flexibilidad posible.

Los precios del mercado pueden ser un indicativo de la actividad económica, pero no directamente. Los datos económicos comprenden estadísticas económicas oficiales, informes de los bancos centrales y documentos relacionados con diversas organizaciones industriales.

Una estrategia global macro competitiva no utiliza los datos económicos clásicos sino datos derivados de los mismos.

Para llevar a cabo un mejor análisis es necesario ciertas técnicas de statistical learning, incluso para las personas no-quants.

¿Qué es Statistical Learning?

Statistical Learning es un conjunto de herramientas que nos permiten modelar y comprender mejor un conjunto de datos.

A diferencia de los precios, los datos económicos necesitan un conocimiento detallado y de cierta experiencia antes de ser tratados. Sin ese conocimiento, incluso la transformación estadística más elaborada puede significar absolutamente nada.

Estas consideraciones aparentemente teóricas son extremadamente importantes, nunca viene de más entender por qué se están realizando algunos procesos.

Fund Flows Data – Análisis Macroeconómico

Los datos de posicionamiento son una de las variables más interesantes a tratar y uno de los componentes principales de mi modelo.

El análisis de los fund flows nos ayuda a identificar patrones de comportamiento en los grandes participantes. Estos patrones mejoran la comprensión sobre los diferentes cambios en las variables que pueden afectar a los mecanismos de price discovery.

Cuantificamos los cambios en el nivel de interés y actividad en un determinado producto financiero.

Muchos de los problemas más idiosincrásicos en los datos de fund flow es como deben ser tratados. La utilidad tiene un aspecto subjetivo si no sabemos que estamos observando.

Los procedimientos clásicos generalmente descuidan la interacción con el mercado.

Los inversores a menudo toman decisiones basadas en la moda, esto no se puede relacionar de forma alguna con el rendimiento de los activos a medio plazo, pero si a corto. Los canales de información han evolucionado con el tiempo, la prensa ha dado paso a las redes sociales. El nivel de información es muy alto, pero la calidad de la información es muy baja.

La cuestión es que no toda la información tiene la misma relevancia.

Paper: Fund Flows and Underlying Returns: The Case of ETFs – Arsenio Staer -2014/2017

La entrada o salida de capital en un producto es determinante.

En este paper se investiga la relación entre los fund flows a ciertos ETFs y los rendimientos de sus valores subyacentes. Se utiliza una amplia base de datos para buscar ciertos patrones de regresión.

Las estadísticas muestran una correlación global del 38% (activos subyacentes y fund flow) por lo que:

Hipótesis 1: Impacta en los precios. Los flujos a un ETF están positivamente y significativamente relacionados con los rendimientos de las acciones subyacentes.

Hipótesis 2: Reversión en los precios. Los flujos a un ETF rezagado están relacionados negativamente y significativamente con los rendimientos de las acciones subyacentes.

No todos los fund flows son iguales, existen los convencionales y los ETFs. Los ETFs tienen un mecanismo de creación y reembolso. La creación ocurre cuando un participante autorizado (AP), generalmente una gran institución, da a un fondo una canasta de valores subyacentes. El AP recibe a cambio una parte equivalente.

La redención es el proceso opuesto. El AP entrega una parte del ETF y a cambio recibe la canasta de valores subyacentes.

Debido a la naturaleza en especie de las creaciones y reembolsos, los AP están obligados a comprar o vender los activos subyacentes para crear o fragmentar los paquetes de activos.

Este proceso implica en consecuencia una intervención casi constante en el mercado subyacente y no es especulativo.

La relación positiva entre los fund flows y los rendimientos subyacentes no se puede interpretar necesariamente como una prueba inequívoca de la presión que será ejercida en los precios.

Existen varias hipótesis sobre la relación entre los fund flows y los rendimiento (Edelen y Warner, 2001).

• La primera explicación es la hipótesis de la información, donde los shocks de información positiva afectan positivamente tanto a los flujos de capital como a los rendimientos que se manifiestan simultáneamente.
• La segunda explicación posible se basa en el comportamiento del inversor que persigue el rendimiento: los rendimientos positivos pasados llevan a invertir más en un determinado producto, lo que resulta en un flujo positivo por la relación positiva entre los rendimientos rezagados y los flujos de capital actuales.

Para probar estas predicciones, se analizan una muestra de 286 ETFs de renta variable estadounidense en el período 2000-2014. El trabajo fue actualizado en 2017 con más datos obtenidos de Bloomberg y del Center for Research in Security Prices (CRSP).

El estudio encuentra claras evidencias de que un inflow o outflow genera presión en el precio de los activos subyacentes.

El autor estima que 18% a 26% del rendimiento un producto depende de este fenomeno, a largo plazo la regresión a la media va descontando el efecto hasta dejarlo en un margen no significativo. Por lo tanto, a corto plazo altera los precios pero a medio plazo no.

Se encuentra pues una relación de causalidad positiva entre los fund flows y el rendimiento del índice subyacente en varias especificaciones y subperíodos.

Los participantes autorizados impulsados por las oportunidades de arbitraje intradía y las grandes órdenes de sus clientes participan activamente en la creación y reembolso de los ETFs, produciendo potencialmente una intervención que acompaña el propio mercado.

El componente permanente en el efecto puede ser interpretado como una mejora en la eficiencia del mercado fijando precios, el componente transitorio sugiere efectivamente el desequilibrio que generan los fund flows.

Una vez documentada la evidencia que sugiere que al menos una parte de la actividad de creación-reembolso del ETF resulta en un movimiento de precios, podemos ir un paso más allá. La pregunta es si el aumento exponencial en la cantidad total de activos invertidos en estos productos está formando nuevas dinámicas.

Los indicadores de vivienda son extremadamente útiles, en este caso utilizamos los datos del indice SPDR S&P Homebuilders ETF (XHB) para detectar un importante outflow asi como una gran cantidad de redemptions por parte del AP.

Es una señal bajista para el conjunto del mercado.

Economic Policy Uncertainty and Global ETF Flows

Paper: Economic Policy Uncertainty and Global ETF Flows – Kai Wua, Yuying Sun

Economic Policy Uncertainty Index (EPU) 

Se estudia ahora la relación entre el índice EPU y los fund flows utilizando una muestra de ETFs globales domiciliados en USA entre 2012 a 2017.

El estudio encuentra el aumento de EPU se asocia negativamente con los fund flows.

Si bien esto no es ningún hallazgo destacable, confirma la idea que los inversores prestan una atención especial a las incertidumbres políticas en muchas regiones del mundo (mero ruido).

Paper: Fusion of Sentiment and Asset Price Predictions for Portfolio Optimization – Mufhumudzi Muthivhi, Terence L.van Zyl

La combinación de la opinión pública en forma de texto y la posible reacción en los precios es un tema realmente novedoso dentro de la comunidad financiera a causa de su espectáculo.

La investigación raramente explora la aplicación de datos sobre el sentimiento digital de los inversores en el problema de la selección de activos.

Estudiamos la atención en las redes para intentar predecir el sentimiento a un activo.

Primero se selecciona una cartera óptima bajo los criterios de modern portfolio theory, por lo tanto, se analiza la varianza media a través de los años 2001 a 2018 gracias a una red neuronal. Matizar una cartera óptima no significa la cartera más rentable, sino que los parámetros de riesgo y rentabilidad están correctamente ajustados.

La cartera que incluye una variable de sentimiento consigue un aumento significativo en el rendimiento por encima de los modelos meramente reglamentarios.

Datos de sentimiento: se extraen los datos de sentimiento de Google (noticias agregadas recientemente) y Twitter. Para Google se usa Selenium WebDriver que permite recopilar los nombres de las acciones y su ticker.

Utilizando indicadores de sentimiento, la estrategia presenta un rendimiento mayor que la formulación tradicional. Sin embargo, la estrategia es más inestable y con menos atractivo para los inversores adversos al riesgo.

El estudio sugiere que las estrategias de cartera conscientes del sentimiento producen rendimientos positivos. Esto ha sido contrastado tanto en mercados alcistas como bajistas, dado que el periodo observado es amplio.

Tactical ETFs – Smart Money, Crowd Intelligence, and AI

Llegados este punto, comprendemos el fund flow y los indicadores de sentimiento son ventajas temporales.

Un error muy habitual es crear una «narrativa económica» que justifica ambos datos, las razones son a menudo endebles. Primero debe existir una base económica real y se debe diseñar una serie de pruebas empíricas. Cualquier sospecha de que una hipótesis se desarrolla después de mirar los datos es una señal de alerta.

El trabajo de Factor Research nos permite observarlo.

• Smart Money (GVIP, GURU, GFGF y ALFA): ETFs imitan las transacciones de inversores de renombre.
• Inteligencia colectiva (BUZZ y SFYF): las acciones se seleccionan en función de la supuesta sabiduría y el sentimiento de la plebe.
• Inteligencia artificial (IA, AIEQ y QFRT): las acciones son elegidas por machine learning.

Comparamos los 8 ETFs con el SP500. Para ello se crea un índice equal weight ponderando los diferentes ETFs en tres grupos según su categoría.

Smart Money, Crowd Intelligence y IA han estado tomando las mismas decisiones.

La exposición adecuada por factores puede ayudar a superar el rendimiento del SP500 durante un tiempo, pero no es una ventaja constante. De hecho, el autor considera este efecto puede ser denominado dopaje institucional.

Ciertas aplicaciones de machine learning tienen la capacidad de adaptarse a través del tiempo. No obstante, los mercados tienen cambios estructurales. Estamos tratando desde preferencias a normas cambiantes. La cantidad de datos disponibles es limitada y el riesgo de sobreajustar una relación a través del tiempo es muy alta.

Nunca es una buena idea adoptar una estrategia basándonos únicamente en un backtest. Debemos cuestionar si los resultados obtenidos pueden ser meramente una ilusión temporal. En otras palabras, necesitamos razones nos permitan asignar de forma dinámica.

La geopolítica y las diferentes políticas monetarias son los factores determinantes en un ciclo económico, una ralentización en el consumo supone un crecimiento reducido en los resultados. Los estímulos dan paso a la inflación que provoca un endurecimiento en las condiciones crediticias.

Si no entendemos los diferentes regímenes, no podremos asignar una parte de nuestro capital a sectores industriales, financieros o REITs. La inflación no suele ser transitoria, esto impulsa las materias primas. Los activos de corte defensivo nunca son atractivos, pero si rentables llegados su momento.

Las estrategias oportunistas son una ventaja enorme cuando hay poca liquidez y mucha volatilidad.

No solamente nos centramos en defender, también vamos a ir al ataque, inversión temática, energética y capital privado.

Tratemos una «sugerencia» de capital privado.

Comprendemos la importancia de formular indicadores propios y como los diferentes escenarios económicos tienen una complejidad muy a menudo simplificada.

Muchas personas no tienen el tiempo necesario para hacer análisis detallados, por lo que me gustaría proponer la empresa más tactical macro del mercado que conozco. Algún lector podría preguntarse a qué me refiero hablando de una empresa tactical macro, la respuesta es relativamente sencilla, la empresa considero que mejor se adapta a los cambios.

Aquí mi propuesta.

🔹Invertir en Blackstone

Blackstone Group tiene una capacidad de adaptación que siempre he admirado, es una empresa que puede aprovecharse tanto de las oportunidades alcistas como bajistas del mercado.

Con una capitalización de mercado de 90B de dólares, Blackstone es uno de los administradores de activos alternativos más grandes del mundo.

Las inversiones alternativas son un campo relativamente complicado, el acceso es muy limitado. A menudo, son las propias relaciones personales las que inician cierto tipo de negociaciones. Blackstone tiene una marca e historial que le permite ponerse en contacto con otras empresas y adquirir así una parte de los activos, especialmente en el campo del private equity. La empresa normalmente invierte en empresas en su etapa inicial (los mejores precios se consiguen antes de salir a bolsa).

Private equity busca transacciones en todo el mundo a través de una gran variedad de campos. Esto incluye grandes adquisiciones, préstamos hipotecarios, transporte marítimo, préstamos corporativos y proyectos de desarrollo, energía alternativa, servicios financieros, atención médica…

Sus principales segmentos de negocio incluyen REITs (34%), Crédito y Seguros (31%), Empresas privadas (24%) y Hedge Funds (11%).

Total Dry Powder…

Dry Powder es una forma fina de decir: capital disponible para ser utilizado llegado el momento.

Blackstone es considerado el líder indiscutible del sector, asset light y con un gran recorrido por delante. La base clientes de Blackstone es extremadamente leal y sus empleados cobran la mayoria de su salario en bonus (skin in the game).

«But if you can change what you’re doing, avoid businesses, we decided about 1.5 years ago, 2 years ago because we knew inflation was coming. We knew it was not transitory. We thought people were sort of like completely wrong. And we just turned down investment opportunities that had high input costs as a percentage of what they do. And so that kind of margin squeeze, which even we see a little of for people who didn’t reposition, would really get hurt.»

Stephen Schwarzman

La inflación y el aumento de los tipos de interés han llevado a caídas en muchos REITs. En los últimos tiempos han adquirido 7 REITs diferentes (ACC, QTS, APTS, PSB, BRG, WPT, APTS…).

Los inversores se están dando cuenta de la dicotomía que representa cotizar públicamente (liquidez inmediata, retorno moderado) y las estrategias de private equity (falta de liquidez, posibles beneficios elevados).

El sector private equity seguirá creciendo en los próximos tiempos, los fund flows al sector son importantes, Blackstone es probablemente una de las mejores opciones, disponen de 139B de $ preparados.

Actualmente, cotiza entre 90-100$, un descuento considerable para una empresa de gran calidad y con muchas formas de aprovecharse en los momentos de incertidumbre.

🔹Invertir en KKR

KKR & Co. LP es una firma de private equity, especializada en inversión inmobiliaria junto con empresas en desarrollo. Su especialización son las adquisiciones, situaciones especiales de crédito y préstamo apalancado.

La firma considera inversiones en industrias muy diversas, con un enfoque en software, seguridad, semiconductores, infraestructura de tecnología de la información, tecnología financiera, hardware, energía e infraestructura, REITs, contenedores, agricultura, aeropuertos, puertos, prendas de vestir y hasta artículos de lujo.

En los últimos años, se han especializado en varios proyectos energéticos como oleoductos, energías renovables y servicios derivados del petróleo.

La diversificación geográfica es total, desde Medio Oriente, África, India, Vietnam, Malasia, Singapur, Indonesia…

El precio actual (45-50$) en KKR es una oportunidad atractiva de riesgo/recompensa para inversores a medio plazo. Los períodos de volatilidad son necesarios para crear mejores oportunidades en el futuro.

KKR tiene actualmente 112B de $ listos para ser invertidos (67% más que en 2021).

La inversión alternativa está aumentando gracias al fund flow recibe, los grandes participantes no dudan en aumentar su exposición a este sector.

No todo son ventajas: una posible recesión, la venta de muchas acciones por parte los insiders, cambios regulatorios o problemas de desglobalización son cuestiones KKR debe tener muy presentes.

Conclusiones Tactical Fund Flow | Trading Macroeconomía

En resumen, hemos tratado varios de los aspectos más interesantes sobre fund flows y sentimiento en el mercado.

Os invito a complementar algunos de estos puntos con vuestras propias ideas, simplemente añadir algunos componentes estratégicos para poder huir de los datos clásicos sin ventaja aparente alguna.

Las variables derivadas facilitan una mejor compresión de los hechos, especialmente en tiempos de volatilidad y pesimismo. Amortiguamos substancialmente las caídas gracias a activos que se benefician de ello. Blackstone y KKR son mis sugerencias, pero estoy seguro de que hay otras parecidas o mejores.

La asignación de activos  es la decisión más importante que realizamos. Nuestro trabajo no es otro que desarrollar una asignación básica (core) y una vertiente estratégica. Fund flow y sentimiento nos ayudarán a evitar malas prácticas o a detectar nuevas oportunidades. El peligro es olvidarse son solo temporales.

El entorno macroeconómico ha cambiado significativamente. Es un cambio de régimen, una conjetura que no se debe hacer a la ligera. Como parte de esta transición, los rendimientos probablemente serán bajos para los que no quieran salirse de las estrategias populares, su zona de confort.

Gracias a todos, considera apoyar esta web o hacer un follow en redes sociales, se agradece.