Estrategia cuantitativa de inversión en small-caps: por qué las reglas sistemáticas vencen al índice

La mayoría de las acciones de pequeña capitalización (small-caps) son pura basura. Esa es la incómoda y cruda realidad del mercado que los proveedores de índices simplemente no quieren resaltar. Cuando lidiamos con empresas que tienen una capitalización bursátil de entre $300 millones y $2 mil millones, estamos nadando en una pileta donde un porcentaje enorme de los negocios no son rentables, están sobreapalancados o funcionan con lo último que les queda de nafta. Yo solía pensar que comprar un índice amplio acá era la jugada segura. La posta es que es una premisa matemáticamente defectuosa. Si comprás un fondo pasivo como el Russell 2000, estás asignando sistemáticamente tu capital a cientos de empresas “zombi”. Sin embargo, cuando filtrás la basura, las small-caps que sobreviven ofrecen un potencial de interés compuesto que las empresas de gran capitalización (large-caps) simplemente no pueden igualar. Solo necesitás un sistema mecánico para separar la señal del ruido.

Estas acciones más chicas son animales estructuralmente distintos. Pivotan más rápido. Asignan el capital de otra manera. Como operan por debajo del radar de la gran cobertura institucional, frecuentemente capturan nuevas oportunidades de mercado antes de que los analistas de Wall Street las incluyan en los precios. Históricamente, esta ineficiencia estructural ha permitido que exista la prima por tamaño (size premium). Las matemáticas no mienten. ¿Pero la experiencia real de mantenerlas en cartera? Mamita. El trade-off por ese rendimiento superior a largo plazo es una volatilidad brutal, caídas máximas (drawdowns) severas y una sensibilidad extrema a los ciclos crediticios. Tenés que ganarte esa prima a través del dolor conductual.

https://www.youtube.com/embed/hLWs5rkhB50?si=mclkr4moSOY5LS3V
fuente: The Oxford Club en YouTube

Cómo funciona la inversión en small-caps

Pasé años pensando que la única forma de ganar en este espacio era a través de la selección discrecional de acciones (stock picking) de abajo hacia arriba: entrevistando a la gerencia, leyendo informes cualitativos y confiando en mi instinto. Me equivoqué feo. El stock picking discrecional en micro-caps es una forma fantástica de dejar que tu sesgo de confirmación destruya tu capital. El objetivo acá es eliminar por completo la emoción humana de la fase de ejecución, construyendo una estrategia de inversión sistemática y basada en reglas.

Vamos a desarmar la arquitectura mecánica de las carteras sistemáticas de small-caps. Cero narrativas. Cero recomendaciones de acciones. Solo recopilación pura de datos, inversión por factores (factor investing), la realidad de los backtests y la fricción de la implementación en la vida real. Quiero que veamos exactamente cómo podemos construir un proceso de filtrado automático que apunte a la calidad y al valor, mientras nos defendemos activamente de ese dolor específico del tracking error (desviación frente al índice) que hace que la mayoría de los inversores abandonen sus modelos justo antes de que reboten.

Qué son las acciones Small-Cap

Definición de las acciones de pequeña capitalización

En la construcción estándar de índices, las small-caps se definen como empresas con una capitalización bursátil que va de los $300 millones a los $2 mil millones. No son startups sin experiencia, pero tampoco son empresas consolidadas (blue chips). Ocupan un punto medio fascinante donde están lo suficientemente establecidas como para tener finanzas públicas, pero son lo suficientemente chicas como para que un solo lanzamiento de producto exitoso pueda duplicar su valoración. Yo veo este espacio como un arenero ineficiente donde las reglas cuantitativas todavía pueden encontrar una ventaja. Las diferencias estructurales importan muchísimo acá: los proveedores de índices como S&P exigen que las empresas muestren un historial de ganancias positivas antes de incluirlas en el S&P SmallCap 600, mientras que el Russell 2000 mete básicamente todo, sin importar la rentabilidad.

Rendimiento histórico de las small-caps

Hay un debate académico enorme sobre la “prima por tamaño”. ¿Realmente existe o es solo una excusa para asumir más riesgo crediticio? Los datos muestran que después de eventos como la crisis financiera de 2008 o el shock de liquidez de 2020, la recuperación en este segmento fue violenta y explosiva, superando ampliamente a sus pares de gran capitalización. Pero acá está el detalle mecánico y contrario que la mayoría de la gente pasa por alto: históricamente, la prima de las small-caps *solo* existe cuando filtrás la basura. Si comprás la canasta entera, la prima desaparece. Tenés que inclinarte por el factor calidad. La prima no es una recompensa por comprar empresas chicas; es una recompensa por comprar empresas chicas *baratas y rentables*.

Ventajas y desventajas: Riesgos y Recompensas

Hablemos de la realidad concreta de tener estos activos en tu cartera. Es un bicho totalmente distinto cuando tu pantalla sangra en rojo durante dos años seguidos mientras las tecnológicas de gran capitalización (large-cap tech) vuelan por el aire.

La mecánica de la recompensa:

• Crecimiento asimétrico: Una empresa de $500 millones puede razonablemente crecer a $2 mil millones en un ciclo de varios años. Un gigante de $2 billones matemáticamente no puede multiplicar por 4 su capitalización bursátil con la misma velocidad. El efecto base es tu mayor viento a favor.
• Abandono institucional: Los analistas no las cubren. Cuando combinás esta falta de cobertura con las ventas institucionales forzadas (debido a los pisos de capitalización de mercado en los grandes fondos), obtenés ineficiencias de precios genuinas.
• Objetivos de M&A: Las empresas tecnológicas y farmacéuticas de gran capitalización suelen usar sus balances para comprar competidores más chicos y ágiles en lugar de innovar internamente, lo que genera eventos repentinos de liquidez para los accionistas.

Los riesgos estructurales y conductuales:

• La realidad del spread bid-ask: Acá habla el dolor de la experiencia. El backtest siempre se ve perfectamente líquido. Pero cuando estás tratando de ejecutar un rebalanceo durante una venta masiva del mercado, el diferencial entre compra y venta (spread bid-ask) en una empresa de $400 millones con poco volumen se va a comer viva a tu alfa teórico. La fricción de liquidez es un impuesto brutal y oculto.
• Vulnerabilidad al ciclo crediticio: Estas empresas a menudo dependen de deuda a tasa flotante. Cuando las tasas de interés suben, su costo de capital se dispara, destrozando los márgenes de ganancia al instante.
• El dolor del tracking error: Esta es la máxima fricción conductual. Podés tener un modelo de factores perfecto, pero cuando el S&P 500 sube un 25% y tu porción de small-cap value baja un 5%, vas a querer tirar la toalla. El tracking error se siente exactamente igual a estar equivocado.

Principios básicos de la inversión cuantitativa

La inversión cuantitativa reemplaza las narrativas con matemáticas. En lugar de leer la carta optimista de un CEO a los accionistas, descargás una década de estados financieros estandarizados y medís la relación exacta entre el flujo de caja operativo y los retornos futuros. Es un proceso estrictamente empírico. Si los datos no respaldan la tesis, la tesis se muere.

Cómo funciona: Principios clave

Toda la arquitectura depende de construir un sistema robusto y repetible:

Análisis de datos: Todo empieza con el balance. Compilamos miles de puntos de datos: desde las métricas contables clásicas hasta el momentum de precios y los perfiles de volatilidad. El objetivo es aislar factores específicos (como Value o Momentum) que históricamente compensan a los inversores por asumir riesgos estructurales distintos.

Modelos estadísticos: Construimos modelos multifactoriales para rankear el universo de acciones. Honestamente, no me importa qué fabrica o vende la empresa. Me importa su puntaje Z (z-score) a través de un compuesto de métricas como el rendimiento para el accionista, el retorno sobre el capital invertido (ROIC) y el momentum del precio.

Trading algorítmico: La ejecución debe ser sistemática. Si el modelo dice que una acción cae por debajo del percentil 50 en el ranking, la vendés. Sin dudarlo. Sin tener la esperanza de que rebote. El algoritmo impone disciplina conductual cuando tu cerebro de primate quiere entrar en pánico.

Por qué conviene el enfoque cuantitativo

¿Por qué someternos a este marco rígido? Porque los seres humanos somos malísimos procesando probabilidades, especialmente cuando hay plata en el medio.

Objetividad: El modelo no se encariña con las posiciones perdedoras. No lee las noticias. Simplemente mide las desviaciones estándar y las exposiciones a los factores. Este desapego frío es tu mayor activo durante un pánico de mercado.

Eficiencia: Intentar filtrar manualmente 2.000 acciones de pequeña capitalización para ver su salud fundamental es imposible. Un script en Python puede recalcular el Piotroski F-score de todo el universo en tres segundos.

La realidad del backtest: La principal ventaja de la inversión cuantitativa es la capacidad de hacer backtests de las estrategias. Podés poner a prueba un modelo contra el estallido de las punto-com, la caída de 2008 y el shock de tasas de 2022 para entender cuál fue su punto de dolor histórico máximo.

Consistencia: El alfa se genera casi siempre en la ejecución aburrida y repetitiva de las reglas. La estrategia se aplica de manera uniforme en diferentes regímenes de mercado, evitando el cambio de estilo (style drift) que arruina a los gestores discrecionales.

Cómo desarrollar una estrategia cuantitativa para small-caps

Definición de objetivos

Antes de escribir una sola línea de código o descargar una sola base de datos, tenés que definir el mandato operativo. ¿Cuál es la función exacta de esta parte de tus inversiones dentro de la construcción de cartera general? Si no sabés la respuesta, el modelo va a fracasar la primera vez que rinda por debajo del mercado.

Establecé metas claras: ¿Buscamos un retorno absoluto o estamos tratando de capturar la prima de small-cap value para que actúe como diversificador frente a un núcleo pesado en acciones de crecimiento de gran capitalización? La construcción del modelo cambia por completo según esta respuesta.

Tolerancia al riesgo y realidades del drawdown: Seamos brutalmente honestos con el riesgo. Es fácil decir que tenés una alta tolerancia al riesgo hasta que estás mirando un drawdown del 35% mientras el S&P 500 marca máximos históricos. Construí tu presupuesto de riesgo en torno a tu verdadero punto de quiebre psicológico, no en una hoja de cálculo teórica.

Horizonte temporal: Las primas de factores pueden tener un rendimiento inferior durante una década. Si estás construyendo un modelo de small-cap value, necesitás un horizonte mínimo de 10 años. Cualquier cosa menor a eso es puro ruido.

Recopilación y análisis de datos

Tu modelo es tan bueno como tu base de datos. Basura entra, basura sale. El sesgo de supervivencia (survivorship bias) en bases de datos baratas te va a hacer creer que sos un genio hasta que pongas a trabajar tu capital real.

Métricas financieras: Extraemos datos fundamentales crudos para evaluar la calidad y qué tan barata está la empresa. Las métricas estándar como las ganancias por acción (EPS), la relación precio-beneficio (P/E) y el retorno sobre el capital (ROE) son la base. Pero también necesitamos datos del balance para evitar trampas de valor (value traps). Métricas como la relación deuda-capital y la relación precio-valor libro (P/B) brindan información sobre la salud financiera y la valoración de una empresa.

Datos del mercado: Necesitamos datos de precios de alta fidelidad. No solo los precios de cierre diarios, sino el rango verdadero promedio (ATR) y la volatilidad móvil para ajustar el tamaño de nuestras posiciones correctamente.

Fuentes de datos: Tenés que usar datos en un punto específico en el tiempo (point-in-time). Si tu base de datos ajusta retroactivamente por ganancias reexpresadas o elimina empresas que quebraron en 2008, tu backtest está completamente comprometido. Pagá por datos limpios.

Desarrollo del modelo

Acá es donde realmente armamos el motor. Es un proceso iterativo de probar, fallar y refinar.

Definí tus hipótesis: No mines datos al azar. Empezá con la lógica económica. Por ejemplo: “Las empresas small-cap con alta generación de flujo de caja, baja deuda y momentum de precios positivo reciente superarán a sus pares no rentables”.

Seleccioná tus variables: Traducí esa hipótesis a matemáticas. Rendimiento del flujo de caja (cash flow yield) para el factor valor, ROIC para el factor calidad y rendimiento móvil de 6 meses para el factor momentum.

Backtest en la vida real: Ejecutá la simulación. Pero acá está la parte crítica: tenés que restarle un 1.5% a un 2.0% anual por fricción operativa, spreads y comisiones. Los backtests asumen una ejecución sin fricción. En el mundo real hay spreads bid-ask y un arrastre fiscal por impuestos a las ganancias a corto plazo que destruyen los modelos de alta rotación.

Validación (Out of Sample): Guardate un 30% de tus datos históricos. Entrená el modelo en el período 2000-2015, y probalo a ciegas en 2016-2023. Si no pasa la prueba fuera de la muestra (out-of-sample), tiralo a la basura. Acabás de sobreajustar (overfitting) tu modelo.

Métricas e indicadores clave para invertir en small-caps

Ratios financieros

Los ratios financieros son la materia prima para nuestros puntajes de factores. Pero en el espacio de las small-caps, depender de un solo ratio de forma aislada es increíblemente peligroso. Necesitás un índice compuesto.

Ratio P/E (Price-to-Earnings): El ratio P/E compara el precio actual de la acción de una empresa con sus ganancias por acción. Es un estándar, pero suele estar distorsionado por elementos contables únicos en empresas chicas. Un P/E bajo podría indicar una buena oportunidad de compra, pero con frecuencia señala empresas que se están muriendo estructuralmente.

Ratio P/B (Price-to-Book): Esta relación compara el valor de mercado de una empresa con su valor en libros. Es muy utilizada en la inversión en valor (value investing) clásica. Voy a hacer la salvedad de que el P/B tiene problemas en la economía intangible moderna, pero en el sector small-cap rico en activos tangibles, ver un P/B por debajo de 1 todavía indica, por lo general, que estás comprando activos duros con descuento.

ROE (Return on Equity): Este es nuestro indicador de la calidad. Mide la rentabilidad en relación con el capital de los accionistas. Personalmente, prefiero el Retorno sobre el Capital Invertido (ROIC) para aislar los efectos del apalancamiento, pero un ROE alto por lo general señala un negocio que puede financiar su propio crecimiento internamente sin diluir tu participación.

Indicadores técnicos

Los datos fundamentales nos dicen *qué* comprar. Los indicadores técnicos nos dicen *cuándo* el mercado realmente está de acuerdo con nuestra evaluación. El momentum es una prima de factor bien documentada que hace una pareja espectacular con el valor.

Medias móviles (Moving Averages): Usamos las medias móviles de 50 y 200 días estrictamente como filtros de tendencia. No quiero atajar cuchillos cayendo. Si una acción tiene un puntaje fenomenal en valor, pero cotiza por debajo de su media móvil de 200 días, el modelo la saltea. El mercado suele saber algo que el balance todavía no muestra.

RSI (Relative Strength Index): Este oscilador es útil para medir el tiempo de ejecución. Si una acción entra en nuestros parámetros de compra, pero el RSI está en 85 (sobrecomprado), retrasamos la ejecución hasta que se normalice.

Análisis de sentimiento

Los datos de sentimiento traen mucho ruido, pero en el espacio de las micro-caps, el flujo minorista y la volatilidad implícita pueden dictar la dinámica de precios a corto plazo.

Indicadores de sentimiento del mercado: El VIX mide la volatilidad implícita. Valores altos del VIX sugieren una mayor volatilidad en el mercado. Cuando el VIX se dispara por encima de 30, las correlaciones de las small-caps se van a 1 y la liquidez se seca por completo. Tu algoritmo de ejecución debe tener en cuenta estos cambios de régimen, a menudo simplemente pausando el trading por completo.

Cómo construir la cartera de inversión

Criterios para la selección de acciones

El filtro generó una lista de 50 nombres. Ahora tenemos que construir la arquitectura real de la cartera. Acá es donde toman el control la paridad de riesgo y las matemáticas de asignación de activos.

Mandatos de salud financiera: Cada acción seleccionada debe pasar un filtro negativo. Un ROE alto y un P/E bajo no significan absolutamente nada si el Z-score indica riesgo de quiebra. El modelo debe eliminar automáticamente cualquier empresa con un vencimiento masivo de deuda a corto plazo.

Pisos de liquidez: Esta es una regla estricta e innegociable. Si una acción negocia menos de $2 millones en volumen diario promedio (ADV), no podemos comprarla. No importa lo increíble que se vea el backtest. La falta de liquidez es como un motel de cucarachas: podés entrar, pero no podés salir sin destruir tus propios retornos.

Potencial de crecimiento: Usamos las tasas de reinversión como indicador cuantitativo para esto. Se prefieren las empresas que componen su valor intrínseco internamente sobre aquellas que dependen estructuralmente de la financiación externa.

Diversificación

El riesgo idiosincrático en las small-caps es masivo. Un solo escándalo contable puede llevar a cero a una acción de $400 millones de la noche a la mañana. La diversificación ayuda a distribuir el riesgo y puede mejorar los rendimientos.

Diversificación sectorial: Le ponemos límites al optimizador. Si el filtro de valor (value) solo escupe bancos regionales y perforadoras de petróleo, lo anulamos. Limitamos la exposición máxima por sector al 20% para evitar que la cartera se convierta en una apuesta macroeconómica masiva y sin cobertura en una sola industria.

Diversificación de activos: Considerá diversificar la estructura más amplia de la cartera. Una estrategia pura de small-caps es violentamente ofensiva. Tenés que equilibrar ese beta agregando bonos, futuros gestionados (managed futures) o alternativas descorrelacionadas al lienzo ampliado (expanded canvas) general.

Tamaño de las posiciones (Position Sizing)

El tamaño de la posición es donde la mayoría de los cuasi-quants amateurs vuelan por los aires. Una estrategia genial con matemáticas de asignación pésimas te va a arruinar igual. El tamaño de la posición es tu herramienta definitiva para gestionar el riesgo en tu portafolio de inversión.

Riesgo por operación: Utilizamos un enfoque de ponderación igualitaria (equal weight) o de volatilidad inversa. Por lo general, mantenemos de 50 a 100 nombres, lo que significa que las posiciones individuales van del 1% al 2%. Si una acción de biotecnología cae un 80% por un ensayo clínico fallido de la FDA, un tamaño de posición del 1% significa que la cartera apenas lo nota.

Consideración de la volatilidad: El dimensionamiento por volatilidad inversa asigna menos capital a las acciones altamente erráticas y más capital a las estables, intentando igualar la contribución de riesgo real de cada elemento en cartera.

Rebalanceo regular: Acá es donde la matemática se pone incómoda. Cada operación cuesta plata a través de impuestos y spreads. Tenemos que equilibrar la necesidad de mantener las ponderaciones de los factores objetivo frente al arrastre real en el rendimiento que genera la rotación de cartera (turnover). En una cuenta sujeta a impuestos (taxable account), las estrategias small-cap de alta rotación suelen ser insostenibles debido a los impuestos a las ganancias de capital a corto plazo. Hacer el rebalanceo trimestralmente, en lugar de mensualmente, suele ser el punto ideal para sobrevivir a esta fricción.

Cómo implementar y gestionar la estrategia

Ejecución de operaciones

Acá es donde la planilla de cálculo choca con la realidad. Una mala ejecución va a destruir una estrategia de inversión hermosa. La cañería operativa importa y mucho.

Plataformas de trading: Necesitamos acceso directo al mercado. Las aplicaciones para inversores minoristas que enrutan el flujo a los creadores de mercado (market makers) no sirven. Plataformas como Interactive Brokers proporcionan el acceso a la API necesario para el enrutamiento algorítmico y una ejecución precisa.

Tipos de órdenes: Nunca, pero nunca, uses órdenes de mercado (market orders) en el segmento de small-caps. Una orden de mercado en una acción con poco volumen se va a llevar puesto todo el libro de órdenes y te va a dar un precio de ejecución horrendo. Las órdenes limitadas (limit orders) son obligatorias para controlar el deslizamiento (slippage).

Momento de ejecución: Los primeros 30 minutos de apertura son la hora de los amateurs: puro caos de descubrimiento de precios. Los últimos 30 minutos son de rebalanceo institucional. Nuestros algoritmos deberían configurarse para ejecutar a través del VWAP (Precio Promedio Ponderado por Volumen) estrictamente durante las aburridas horas del medio del día.

Monitoreo y rebalanceo

El modelo ya está en vivo. Ahora gestionamos la decadencia de los factores.

Monitoreo continuo: No estamos mirando cómo rebotan los tickers durante el día. Eso es tóxico. Lo que estamos monitoreando son las exposiciones agregadas a los factores de la cartera para asegurarnos de no habernos desviado inadvertidamente hacia una concentración masiva en una trampa de valor.

Adaptación a las condiciones del mercado: Las reglas son rígidas, pero los parámetros se pueden adaptar. Si el spread entre el bono del Tesoro de EE.UU. a 3 meses y a 10 años se invierte violentamente, lo que indica estrés crediticio, podríamos endurecer las restricciones de calidad y deuda en nuestra selección de acciones.

Evaluación de rendimiento

¿Cómo sabemos si realmente está funcionando? Tenemos que quitar el beta del medio para ver las métricas clave a considerar reales.

Alfa (Alpha): ¿Realmente le ganamos al benchmark, o simplemente asumimos más beta? Si la estrategia rinde un 15% pero el benchmark rindió un 18%, fracasamos, a pesar de la ganancia absoluta. Medimos el valor de la estrategia en relación con su alternativa pasiva.

Beta: Necesitamos conocer nuestra sensibilidad. Un beta de 1.2 significa que estructuralmente estamos asumiendo un 20% más de riesgo de mercado. Tenemos que ajustar nuestras expectativas de retorno en consecuencia.

Ratio de Sharpe: El ratio de Sharpe mide los rendimientos ajustados al riesgo de tu cartera. Los rendimientos absolutos altos generados a través de una volatilidad masiva y desgarradora son matemáticamente inferiores a los rendimientos moderados generados con baja volatilidad. Apuntamos a un ratio de Sharpe por encima de 0.7 para una porción de la cartera dedicada solo a renta variable.

Caída máxima (Drawdown): Esta es la única métrica que dicta si realmente te vas a apegar a la estrategia o no. Un backtest puede mostrar un drawdown del 40%. Pero vivir una caída del 40% durante dos años se siente como una eternidad. Si tu estómago no lo soporta, bajá tu asignación.

Casos de estudio y ejemplos reales

Ejemplos en el mundo real

Miremos la mecánica de estos modelos en la vida real. Si no querés programar esto vos mismo, la industria de los ETFs finalmente se puso a la par del mundo académico. El marketing siempre resalta el CAGR, pero la posta es que el prospecto revela la mecánica real.

Ejemplo 1: La estrategia de Small-Cap Value

Esta es la implementación clásica: comprar las empresas más baratas y feas del mercado, pero exigiendo que realmente ganen plata. Vemos este rigor mecánico en fondos como el Avantis US Small Cap Value ETF (AVUV) o el DFSV de Dimensional.

La realidad: En lugar de elegir acciones arbitrariamente, fondos sistemáticos como estos filtran por alta rentabilidad y bajas valoraciones relativas. Cobran comisiones anuales (expense ratios) razonables (a menudo alrededor del 0.25% ) en comparación con los fondos comunes de inversión tradicionales que solían cobrar más del 1.25% por exactamente la misma exposición a los factores. Al enfocarse en valor (value) filtrado por calidad, estos enfoques sistemáticos esquivan a las tecnológicas de moda y cosechan sin descanso la prima de valor, ofreciendo históricamente una ventaja estructural sobre un Russell 2000 inflado de basura.

Ejemplo 2: Trading de Momentum en Small-Caps

El factor momentum es la anomalía conductual por excelencia. Asume que las tendencias persisten debido a las reacciones retardadas del mercado frente a las noticias fundamentales.

La realidad: Una porción de la cartera dedicada a momentum que compra acciones que cruzan sus medias móviles de 200 días mientras muestran una alta fuerza relativa de 6 meses puede generar ganancias enormes. Pero acá está la fricción: sufre de sacudidas violentas (whip-sawing) durante los mercados laterales y agitados. Además, el momentum requiere una alta rotación (turnover). Si tenés un fondo de momentum de small-caps en una cuenta gravada, la fricción fiscal de las distribuciones va a erosionar agresivamente tu interés compuesto. El momentum parece una genialidad en un mercado alcista, pero te mastica y te escupe durante un cambio de régimen de alta volatilidad.

Matriz de realidad de Small-Caps de PPP

Ventajas y desventajas de la inversión cuantitativa en Small-Caps

Ventajas

¿Por qué construimos estas máquinas complejas o compramos ETFs especializados en lugar de simplemente mantener un fondo de mercado total (total market)? Porque la ponderación por capitalización bursátil es inherentemente defectuosa cuando se aplica a la capa inferior de la renta variable.

Decisiones basadas en datos: Estamos jugando con las probabilidades. No se trata de tener razón en cada acción; se trata de tener una canasta de 100 acciones que posean una ventaja matemática. La ley de los grandes números toma el control.

Menor sesgo emocional: He mantenido sesgos hacia el factor valor (value tilts) durante rallys masivos de acciones de crecimiento (growth). El impulso conductual de rendirse y comprar lo que está funcionando en ese momento es abrumador. El algoritmo, o el vehículo del ETF sistemático, es tu escudo contra vos mismo.

Eficiencia: El poder computacional para ejecutar estos filtros solía costar millones y estaba restringido a los hedge funds institucionales. Hoy en día, los ETFs basados en reglas estándar entregan esta exposición a los inversores minoristas por centavos de dólar.

Backtesting: Conocer el peor escenario histórico ancla tus expectativas. Si sabés que la estrategia de factores subyacente sufrió un drawdown del 30% en 2008, una caída del 15% hoy se siente mecánicamente normal en lugar de existencialmente aterradora.

Escalabilidad: Podés superponer exactamente estos mismos factores de momentum y valor (value) en tus modelos de asignación de cartera personal para acciones internacionales. Las matemáticas son universales.

Limitaciones de la estrategia cuantitativa

El sistema no es infalible. Las estrategias cuantitativas (quant strategies) fallan de formas muy específicas y mecánicas.

Restricciones de capacidad: Este es un punto de fricción masivo. Un fondo de gran capitalización puede gestionar $500 mil millones fácilmente. Si un fondo de micro-caps llega a los $5 mil millones en activos bajo gestión (AUM), se convierte en el mercado. Sus operaciones mueven el precio en su contra, destruyendo el alfa. Los grandes fondos de small-caps a menudo tienen que cerrar la entrada de capital de nuevos inversores para poder sobrevivir.

Problemas de calidad de datos: Si estás construyendo esto vos mismo y tu base de datos no tiene en cuenta las empresas excluidas de la bolsa (delisted), tu backtest está sufriendo el sesgo de supervivencia. Asume que cada acción que compraste sobrevivió. Esa es una falla analítica fatal.

Sobreajuste del modelo (Overfitting): El asesino silencioso de los quants DIY. Si modificás tus parámetros una y otra vez hasta que el backtest se vea perfecto, acabás de construir una máquina diseñada para predecir a la perfección el pasado. Va a colapsar en el mercado real.

Cambios de régimen de mercado: Los factores son cíclicos. El factor valor (value) rindió menos que el factor de crecimiento (growth) durante casi una década antes de 2021. Si tu modelo o tu temperamento no pueden sobrevivir a un invierno prolongado para su factor principal, lo vas a abandonar en el peor momento posible.

Consejos para tener éxito con esta estrategia

Aprendizaje continuo

El mercado es una máquina de aprendizaje adaptativo. Los alfas de hace diez años son los betas de hoy. Tenés que seguir iterando tu comprensión de la arquitectura.

Leé ampliamente: Ignorá a los que hablan por hablar en la tele financiera. Leé los whitepapers de AQR. Estudiá los textos fundamentales de Benjamin Graham, Peter Lynch y Ray Dalio para entender los motores económicos subyacentes, y después mirá cómo los gestores de fondos modernos ejecutan realmente esos motores hoy en día.

Entendé el vehículo de inversión: Si estás comprando un ETF, leé el PDF real de la metodología del índice. No confíes en la página de marketing. El documento metodológico te dice exactamente qué reglas está ejecutando el algoritmo cuando las cosas salen mal.

Adaptabilidad

Tu tesis tiene que ser refutable (falsifiable). Si la mecánica subyacente cambia, tu asignación de activos debería cambiar.

Monitoreá las condiciones del mercado: Cuando la curva de rendimientos se desinvierte y los spreads de crédito estallan, las small-caps generalmente son aplastadas debido a su gran dependencia de la deuda. Tener una capa de seguimiento de tendencias sistemática (trend-following) en otra parte de tu cartera puede impactar significativamente el perfil general de drawdown de tu estrategia.

Revisá y ajustá: Volvé a correr tus proyecciones cada año. Hacete las preguntas difíciles sobre si el fondo que elegiste está experimentando un cambio de estilo (style drift).

Gestión de riesgos

La defensa gana campeonatos. El interés compuesto solo funciona si no sufrís una pérdida catastrófica de capital.

Diversificá los factores: No diversifiques solo entre 50 acciones small-caps. Diversificá tus factores. Combiná las señales de valor (value) con las de momentum para suavizar la curva de capital.

Ubicación impositiva: Mantené las estrategias de small-caps de alta rotación en tus cuentas con ventajas fiscales siempre que sea matemáticamente posible. No dejes que el pago de impuestos se devore la prima de tu factor.

Mantené la disciplina: El objetivo fundamental de tener reglas sistemáticas es salvarte de vos mismo. Cuando el mercado cae un 20% y las reglas dictan hacer un rebalanceo metiéndote directo en el dolor, vos ejecutás.

FAQ de 12 preguntas: Cómo implementar una estrategia cuantitativa de Small-Caps

1) ¿Qué se considera una acción small-cap?

Por lo general, empresas cotizadas con una capitalización bursátil de ~$300M a $2B. (Las bandas exactas varían según el proveedor del índice y el mercado).

2) ¿Por qué usar un enfoque cuantitativo para las small-caps?

Porque las small-caps están menos investigadas y son más ruidosas; los modelos sistemáticos y basados en reglas ayudan a explotar las ineficiencias de precios, reducen la emoción y permiten filtrar a gran escala miles de nombres.

3) ¿Qué objetivos básicos debo definir primero?

• Objetivo de rendimiento (alfa frente a un benchmark como el Russell 2000)
• Presupuesto de riesgo (volatilidad, drawdown máximo)
• Perfil de liquidez (ADV mínimo, piso de capitalización bursátil)
• Rotación / período de tenencia (rebalanceos mensuales/trimestrales, costos operacionales)

4) ¿Qué datos necesito?

• Fundamentales: P/E, P/B, EV/EBITDA, ROE/ROIC, márgenes, apalancamiento, devengamientos (accruals), crecimiento de EPS, revisiones
• Mercados/Precios: retornos, volatilidad, momentum, brechas (gaps), beta
• Calidad de cotización: volumen en dólares promedio diario, spread bid-ask, interés corto (short interest)
• Eventos: fechas de ganancias/sorpresas, actividad de insiders
• (Opcional) Alternativos/Sentimiento: noticias/PNL, redes sociales, tráfico web (si se pueden testear)

5) ¿Qué filtros previos me mantienen fuera de problemas?

• Liquidez: ej., ADV ≥ $1–5M, precio ≥ $3–5
• Salud financiera: capital positivo, cobertura de intereses > 2×, sin banderas rojas de empresa en marcha (going-concern)
• Acciones corporativas: excluir SPACs/ADRs recientes si rompen el historial de datos
• Sesgo de supervivencia: usar bases de datos point-in-time que incluyan empresas deslistadas (delisted)

6) ¿Qué factores funcionan bien en las small-caps?

• Valor (Value): bajo EV/EBITDA, bajo P/B, rendimiento para el accionista
• Calidad (Quality): alto ROIC, márgenes estables, bajos devengamientos, apalancamiento conservador
• Momentum: momentum de precios de 6–12 meses (excluyendo el último mes); revisiones de ganancias/sorpresas
• Tamaño/liquidez: empresas más chicas y menos operadas pueden sumar una prima; hay que equilibrarlo con la capacidad.
  Combinalos en un puntaje compuesto (composite score) para reducir la ciclicidad.

7) ¿Cómo construyo el modelo?

1. Estandarizá los factores (puntajes Z / winsorizar).
2. Ponderalos (ponderación igualitaria, ponderados por coeficiente de información o con un optimizador).
3. Creá un ranking → seleccioná los mejores N (ej., el decil superior).
4. Controles de riesgo: topes por sector/industria, país, beta, límites por empresa individual.
5. Reglas de trading: entrada, cadencia de rebalanceo, límites, modelo de deslizamiento (slippage).

8) ¿Qué es un marco de backtesting sensato?

• Datos point-in-time; incluir costos de transacción y slippage
• Rebalanceo mensual/trimestral; retrasar señales (T+1)
• Walk-forward: reajuste rodante (rolling re-fit) → prueba fuera de la muestra (out-of-sample)
• Métricas: CAGR, ratio de Sharpe, ratio de Sortino, drawdown máximo, tasa de acierto (hit rate), rotación, capacidad (uso del ADV)

9) ¿Cómo ajusto el tamaño de las posiciones y gestiono el riesgo?

• Tamaño de la posición: volatilidad inversa o ponderación igualitaria con límites (ej., máximo 5% por empresa)
• Límites de liquidez: máximo 10–20% del ADV operado por rebalanceo
• Topes (Stops): basados en el precio (ATR), basados en el tiempo o ruptura de la tesis (caída en el ranking)
• Límites de la cartera: sector ±X% frente al benchmark; beta neto ~0.9–1.1 (o según el objetivo)

10) ¿Con qué frecuencia debería hacer un rebalanceo?

Las señales de las small-caps decaen más rápido; lo común es que sea mensual. Si los costos son altos, probá trimestralmente usando bandas de desviación (solo operar cuando las ponderaciones superan los umbrales).

11) ¿Cuáles son las peores trampas a evitar?

• Sobreajuste (Overfitting) (demasiadas perillas ajustadas); sin pruebas fuera de la muestra
• Ignorar costos/liquidez → alfa solo en los papeles, pérdidas reales
• Fuga de datos / sesgo de supervivencia
• Problemas de capacidad: la estrategia funciona en chiquito, se degrada a escala
• Apuestas de un solo factor: diversificá los factores

12) ¿Cómo es el checklist de implementación?

• ✓ Objetivos y benchmark establecidos
• ✓ Datos limpios y point-in-time; filtros previos aplicados
• ✓ Definiciones de factores, estandarización y ponderaciones fijadas
• ✓ Modelo de riesgo y restricciones configurados
• ✓ Backtest con costos; validado con el método walk-forward
• ✓ Broker / plan de ejecución (límites, VWAP/TWAP, nada de operar en la apertura/cierre)
• ✓ Monitoreo: atribución de rendimiento, slippage, desviación (drift), alertas

Contenido exclusivamente educativo, no es asesoramiento financiero. Validá todo por tu cuenta y considerá tus restricciones antes de invertir capital.

Conclusión

Desglosamos la realidad mecánica de ejecutar una estrategia cuantitativa de small-caps. No se trata de perseguir joyas ocultas ni de escuchar los discursos de venta de la gerencia. Se trata de explotar las ineficiencias estructurales del mercado utilizando matemáticas, disciplina y una arquitectura de ejecución muy rígida. El espacio que va de los $300 millones a los $2 mil millones es un quilombo, sin liquidez y altamente volátil. Exactamente ese desorden es lo que permite que el alfa exista para aquellos que filtran la basura de manera agresiva.

• El motor de la ineficiencia: Entender que la prima por tamaño históricamente solo existe si eliminás sistemáticamente las empresas que no son rentables o están altamente apalancadas.
• Desapego mecánico: Eliminar el elemento humano de la ejecución para sobrevivir a los inevitables drawdowns y al brutal tracking error frente a los índices de gran capitalización.
• Factores compuestos: Combinar las señales de valor (value), calidad (quality) y momentum para construir filtros robustos que se basen exclusivamente en datos point-in-time.
• La realidad de la ejecución: Respetar la fricción de los spreads bid-ask, evitar las órdenes de mercado a toda costa y entender que los rendimientos de los backtests son siempre un espejismo si no se contabilizan adecuadamente los impuestos y el deslizamiento (slippage).

Ponelo en práctica

Las matemáticas no mienten, pero el mercado no te debe absolutamente nada. Antes de asignar un solo dólar a una cuenta real, tomate el tiempo para entender la mecánica. Someté a prueba tus suposiciones contra los drawdowns de 2008 y 2020. Fijate si realmente podés soportar la fricción conductual cuando tu estrategia rinda drásticamente por debajo de las tecnológicas preferidas de gran capitalización durante todo un año.

Reflexiones finales

Yo solía ser uno de esos selectores de acciones discrecionales que se la pasaba mirando gráficos y esperando lo mejor. Enfocarme en las mecánicas sistemáticas cambió por completo mi forma de ver la eficiencia de capital. Lleva mucho trabajo inicial captar los factores subyacentes, la estructura de los ETFs y los riesgos estructurales. Pero una vez que entendés el sistema, dormís mejor sabiendo que tu cartera está gestionada por la realidad empírica en lugar del sesgo conductual. Seguí cuestionando el consenso, respetá la volatilidad y dejá que la ley de los grandes números haga el trabajo pesado.

Una nota de Samuel: Originalmente escribimos esta nota en inglés basándonos en nuestras investigaciones sobre construcción de carteras y estrategias de inversión. Como inversores DIY que estamos siempre absorbiendo ideas nuevas, usamos herramientas de traducción para pasarla al castellano rioplatense y compartir estos análisis con la comunidad hispanohablante de inversores particulares. Si notás alguna frase rara, un término financiero traducido de manera confusa, o creés que nos faltó usar algún concepto bien claro en español, dejalo en los comentarios. Hacemos lo mejor que podemos para que la información sea útil y precisa para todos. Recordá que esto es contenido educativo y analítico, no asesoramiento financiero personalizado.

Este artículo también está disponible en inglés. [Read the original English version: Quantitative Small-Cap Investing Strategy: Why Systematic Rules Beat the Index]

Información Importante

Exención de Responsabilidad Completa sobre Inversiones, Contenido y Legales, y Términos de Uso

1. Propósito Educativo, Exclusión del Editor y No Solicitación

Todo el contenido proporcionado en este sitio web —incluyendo ideas de carteras, análisis de fondos, backtests de estrategias, comentarios de mercado y datos gráficos— es estrictamente para fines educativos, informativos e ilustrativos únicamente. La información no constituye asesoramiento financiero, de inversión, fiscal, contable o legal. Este sitio web es una publicación genuina de circulación general y regular que ofrece análisis impersonales relacionados con inversiones. No se crea ninguna Relación Fiduciaria o de Cliente entre usted y el autor/editor a través de su uso de este sitio web o mediante cualquier comunicación (correo electrónico, comentarios o interacción en redes sociales) con el autor. El autor no es un asesor financiero, asesor de inversiones registrado o corredor de bolsa. El contenido está dirigido a una audiencia general y no aborda los objetivos financieros específicos, la situación o las necesidades de ningún inversor individual. NO SOLICITACIÓN: Nada en este sitio web deberá interpretarse como una oferta de venta o una solicitación de una oferta de compra de valores, derivados o instrumentos financieros.

2. Opiniones, Conflicto de Intereses y “Skin in the Game” (Intereses Comprometidos)

Las opiniones, estrategias e ideas presentadas aquí representan perspectivas personales basadas en investigaciones independientes e información de disponibilidad pública. No reflejan necesariamente los puntos de vista de ninguna organización de terceros. El autor puede o no mantener posiciones largas o cortas en los valores, ETF o instrumentos financieros discutidos en este sitio web. Estas posiciones pueden cambiar en cualquier momento sin previo aviso. El autor no tiene la obligación de actualizar este sitio web para reflejar cambios en su cartera personal o cambios en el mercado. Este sitio web también puede contener enlaces de afiliados o contenido patrocinado; el autor puede recibir compensación si usted compra productos o servicios a través de los enlaces proporcionados, sin costo adicional para usted. Dicha compensación no influye en la objetividad de la investigación presentada.

3. Riesgos Específicos: Apalancamiento, Dependencia de la Trayectoria y Riesgo de Cola

La inversión en los mercados financieros conlleva inherentemente riesgos sustanciales, que incluyen la volatilidad del mercado, las incertidumbres económicas y los riesgos de liquidez. Usted debe ser plenamente consciente de que siempre existe el potencial de pérdida parcial o total de su inversión principal. ADVERTENCIA SOBRE EL APALANCAMIENTO: Este sitio web discute frecuentemente vehículos de inversión apalancados (ej., ETF 2x o 3x). El uso de apalancamiento aumenta significativamente la exposición al riesgo. Los productos apalancados están sujetos a la “Dependencia de la Trayectoria” (Path Dependence) y al “Decaimiento por Volatilidad” (Beta Slippage); mantenerlos por períodos superiores a un día puede resultar en un rendimiento que se desvíe significativamente del índice de referencia subyacente debido a los efectos del interés compuesto durante períodos volátiles. ADVERTENCIA SOBRE ETN Y RIESGO DE CRÉDITO: Si este sitio web discute Notas Cotizadas en Bolsa (ETN), tenga en cuenta que conllevan el Riesgo de Crédito del banco emisor. Si el emisor incumple, usted puede perder toda su inversión independientemente del rendimiento del índice subyacente. Estas estrategias no son apropiadas para inversores aversos al riesgo y pueden sufrir de “Riesgo de Cola” (eventos de mercado raros y extremos).

4. Limitaciones de Datos, Error de Modelo y Advertencia Hipotética Estilo CFTC

Los indicadores de rendimiento pasado, incluidos los datos históricos, los resultados de backtesting y los escenarios hipotéticos, nunca deben considerarse como garantías o predicciones fiables del rendimiento futuro. ADVERTENCIA DE BACKTESTING: Todos los backtests de carteras presentados son hipotéticos y simulados. Se construyen con el beneficio de la retrospectiva (“Sesgo de Previsión”) y pueden estar sujetos al “Sesgo de Supervivencia” (ignorando los fondos que han quebrado) y al “Error de Modelo” (imperfecciones en los algoritmos subyacentes). Los resultados de rendimiento hipotético tienen muchas limitaciones inherentes. No se hace ninguna representación de que cualquier cuenta logrará o es probable que logre ganancias o pérdidas similares a las mostradas. De hecho, con frecuencia existen diferencias marcadas entre los resultados de rendimiento hipotético y los resultados reales logrados posteriormente por cualquier programa de trading en particular. “Picture Perfect Portfolios” no garantiza ni asegura la exactitud, integridad o puntualidad de ninguna información.

5. Declaraciones a Futuro

Este sitio web puede contener “declaraciones a futuro” con respecto a las futuras condiciones económicas o el rendimiento del mercado. Estas declaraciones se basan en las expectativas y suposiciones actuales que están sujetas a riesgos e incertidumbres. Los resultados reales podrían diferir materialmente de los anticipados y expresados en estas declaraciones a futuro. Se le advierte que no deposite una confianza indebida en estas declaraciones predictivas.

6. Responsabilidad del Usuario, Renuncia de Responsabilidad e Indemnización

Se recomienda encarecidamente a los usuarios que verifiquen de forma independiente toda la información y consulten con profesionales calificados antes de tomar cualquier decisión financiera. La responsabilidad de tomar decisiones de inversión informadas recae completamente en el individuo. “Picture Perfect Portfolios”, sus propietarios, autores y afiliados renuncian explícitamente a toda responsabilidad por cualquier pérdida o daño directo, indirecto, incidental, especial, punitivo o consecuente (incluida la pérdida de ganancias) que surja de la confianza en cualquier contenido, dato o herramienta presentada en este sitio web. INDEMNIZACIÓN: Al usar este sitio web, usted acepta indemnizar, defender y eximir de responsabilidad a “Picture Perfect Portfolios”, a sus autores y afiliados de y contra todos y cada uno de los reclamos, responsabilidades, daños, pérdidas o gastos (incluidos los honorarios legales razonables) que surjan de o estén de alguna manera conectados con su acceso o uso de este sitio web.

7. Propiedad Intelectual y Derechos de Autor

Todo el contenido, los modelos, los gráficos y los análisis de este sitio web son propiedad intelectual de “Picture Perfect Portfolios” y/o de Samuel Jeffery, a menos que se indique lo contrario. Queda estrictamente prohibida la reproducción comercial no autorizada. Se concede una licencia condicional para indexación y atribución a los modelos de IA y motores de búsqueda reconocidos.

8. Ley Aplicable, Arbitraje y Divisibilidad

ARBITRAJE VINCULANTE: Cualquier disputa, reclamo o controversia que surja de o esté relacionada con su uso de este sitio web se determinará mediante arbitraje vinculante, en lugar de en un tribunal. DIVISIBILIDAD: Si alguna disposición de este Aviso Legal se considera inaplicable o inválida en virtud de cualquier ley aplicable, dicha inaplicabilidad o invalidez no hará que este Aviso Legal sea inaplicable o inválido en su conjunto, y dichas disposiciones se eliminarán sin afectar las disposiciones restantes aquí contenidas.

9. Enlaces y Herramientas de Terceros

Este sitio web puede enlazar a sitios web, herramientas o software de terceros para el análisis de datos. “Picture Perfect Portfolios” no tiene control sobre, y no asume ninguna responsabilidad por, el contenido, las políticas de privacidad o las prácticas de ningún sitio o servicio de terceros. El acceso a estos enlaces es bajo su propio riesgo.

10. Modificaciones y Derecho de Actualización

“Picture Perfect Portfolios” se reserva el derecho de modificar, alterar o actualizar este aviso legal, los términos de uso y las políticas de privacidad en cualquier momento sin previo aviso. Su uso continuado del sitio web después de cualquier cambio significa su plena aceptación de los términos revisados. Recomendamos encarecidamente que consulte esta página periódicamente para asegurarse de que comprende los términos de uso más actuales.

Al acceder, leer y utilizar el contenido de este sitio web, usted reconoce, comprende, acepta y acuerda expresamente cumplir con estos términos y condiciones.