Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ANLISIS FINANCIERO
Se puede mejorar la
gestin de un fondo de
inversin usando la teora
de fractales?
1. INTRODUCCIN
libre de riesgo)]
En finanzas, el alfa de Jensen mide el exceso de rentabilidad obtenido por la cartera ajustada al riesgo respecto de
la cartera de mercado. Es una medida de evaluacin en trminos absolutos, que expresa la habilidad del gestor para
obtener diferencias positivas o negativas respecto de la
rentabilidad ajustada al riesgo sistemtico de la cartera.
Esta medida fue primero utilizada por Michael Jensen en
los aos 70.
Para calcular el alfa de una cartera, los inputs necesarios son los retornos esperados de la cartera, los retornos
esperados del mercado, el retorno del activo riesgo-libre,
y las betas de la cartera
Alfa de Jensen = Rendimiento total de la cartera
[Rendimiento del activo libre de riesgo +beta de la cartera* (Rendimiento del ndice Rendimiento del activo
27
k =
Figura1
modelo normal ajustando 2417 rendimientos diarios del
Eurostoxx 50
Es bastante sencillo construir distribuciones que ajustan los
datos observados mejor que una distribucin normal.
Figura2
Unos modelo de Lvy ajustando 2417 retornos diarios del
Eurostoxx 50
Sin embargo, lo que realmente parecer carecer de una explicacin es cmo surge la propia distribucin. Es evidente que
utilizando distribuciones con ms parmetros que la normal
ajustamos mejor rendimientos,(ver Figura 1 y 2) sin embargo este no es el objetivo de este estudio.
Peters (1994), indica que los mercados son estables cuando contienen a inversores con una gran cantidad de diversos horizontes temporales, asegurando as liquidez
amplia,
Los factores fundamentales llegan a ser ms importantes en
horizontes de largo plazo. Si la validez de la informacin
fundamental cambia, los inversores a largo plazo paran de
negociar o negocian en factores tcnicos. Sin embargo, el
mercado llega a ser menos estable sin los inversores a largo
plazo del horizonte.
28
ANLISIS FINANCIERO
4. DIMENSIN FRACTAL
Hausdorff, alrededor de 1919, comenz a pensar en la
dimensin de este tipo de objetos geomtricos, encajados
dentro de una variedad geomtrica de dimensin mayor,
en este caso sera un plano. Esto origin el estudio de las
dimensiones fraccionarias de cuerpos geomtricos, la grieta por ejemplo no es un punto, as que no tiene dimensin
1, no es un plano de dimensin 2, y fue el punto de partida de la relacin entre la micro escala de las estructuras y
una macro escala. Semejante al proceso de formacin de
la grieta podemos tratar el proceso de formacin de un precio y pensar que tiene la misma naturaleza matemtica. La
geometra de Mandelbrot (1982) describe los objetos que
son idnticamente similares, es decir, cuando hacemos un
zoom sobre una parte, sus sub-partes tienen una cierta semejanza al total. Tales dimensiones fraccionarias se
pueden medir por varios mtodos, tales como gama - escalar el anlisis (R/S).
La dimensin fractal se calcula como valor = 2.0 - H.
El algoritmo de Hurst para obtener este exponente de una
serie de tiempo es como sigue:
Consideremos una serie de precios t el exponente de
Hurst es definido para un conjunto completo de horizontes como:
0 < H = lim
donde
ln RS H
<1
ln
29
Eti {s t }=
1
ti
t = ti
t =1
1
tj
t= t j
= E t j {s t }= c donde ti , tj T (19)
t =1
donde ti , tj T(19)
El resultado es que la volatilidad ajustada (varianza) del perodo entero de la observacin, el cual es la suma de horizontes
n
RS H [
1
R ( ) ] 0
S ( )
2
( T ) 2 = ( t ) = T ( t )
t =1
Para un dado T = longitud del sistema completo de observaciones, cuando el de los perodos de la observacin llega a
ser ms pequeo, es decir, cuando la escala de tiempo de la
observacin es reducida a T1, la unidad por observacin
crece de forma que n T, y observaremos riesgos relativos
pequeos.
As podemos definir la beta para el perodo como
k ,T = k ,1T ( H Hm) donde k ,1 ser la beta para el periodo
unidad H , H M son el exponente de Hurst para la cartera
30
ANLISIS FINANCIERO
Para realizar nuestro estudio, hemos seleccionamos una ventana temporal de bolsa europea con todo tipo de tendencias,
estando representados todos los posibles escenarios que
podemos encontrar en un mercado. Escogemos un perodo
del tiempo desde 1/1/1997 al 1/1/2007.
6. CONCLUSIN
En este estudio lo primero de todo, hemos estudiado y visto
que en promedio todos los exponentes de Hurst son bastante similares para los componentes de Eurostoxx 50, y no
podemos decir mucho sobre el proceso de la memoria para
cada accin. Sin embargo, ABN, NOKIA estn muy cerca de
aleatoriedad (vase la tabla 1).
Hemos analizado, y he intentado vertir un poco de luz en el
verdadero impacto del horizonte temporal T del tiempo en la
generacin de alfa. La mayora de los gestores de fondos no
toman este factor en consideracin. Como podemos ver es
REFERENCIAS BIBLIOGRFICAS:
Black; Fisher; Jensen; Scholes, M.; (1972) The Capital Asset
Pricing Model: Some empirical tests, Studies in the theory of
capital markets. Ed. Michael Jensen, pp. 79-121. New York:
Praeger
Bierman, H. (1997) "Portfolio Allocation and the Investment
Horizon," Journal of Portfolio Management, Summer.
Fama, Eugene F. (1970) Efficient Capital Markets: A Review of
Theory and Empirical Work, Journal of Finance, 25; pp. 383 417.
Farmer, J.D.; Gillemot, L.; Lillo, F.; Mike, S.; and Sen, A.; (2004),
What really causes large price changes?, in press in quantitative Finance. Preprint available at xxx.lanl.gov/condmat/
0312703.
Greer, R. (1997) "What is an Asset Class Anyway," Journal of
Portfolio Management, Winter.
Holton, Glyn A. (1992) Volatility and Horizon, Financial
Analysts Journal, December, 38-45. (http://www.contingencya-
nalysis.com/_frame/framevol.htm).
Mandelbrot, Benoit B. (1982) The Fractal Geometry of Nature, W.
H. Freeman, New York, NY.
Peters, E.E. (1994) "Fractal market analysis: applying chaos theory to investment and economics" (New York: Wiley, ideas
immanent in nervous activity, Bulletin of Mathematical
Biophysics, 7, 1943: 115 - 133.
TABLAS Y GRFICOS
Exponentes de Hurts para el Eurostoxx
STOCK\WEEKS
AABA NA Equity
AGN NA Equity
AH NA Equity
AI FP Equity
ALV GY Equity
BAS GY Equity
BAY GY Equity
BBVA SQ Equity
BN FP Equity
BNP FP Equity
CA FP Equity
CS FP Equity
DBK GY Equity
DCX GY Equity
DTE GY Equity
ELE SQ Equity
ENEL IM Equity
ENI IM Equity
EOA GY Equity
EX FP Equity
FORA NA Equity
FP FP Equity
FTE FP Equity
INGA NA Equity
UNA NA Equity
G IM Equity
GLE FP Equity
IBE SQ Equity
LG FP Equity
MC FP Equity
MUV2 GY Equito
NOK1V FH Equito
OR FP Equity
SAN FP Equity
SGO FP Equity
PHIA NA Equity
TIT IM Equity
UC IM Equity
VOW GY Equity
TEF SQ Equity
REP SQ Equity
RWE GY Equity
SIE GY Equity
SPI IM Equity
SZE FP Equity
SAN SQ Equity
50
0,58483
0,67237
0,69934
0,43186
0,41128
0,43817
0,25925
0,47855
0,32287
0,43656
0,43869
0,53657
0,53094
0,53492
0,63386
0,34918
0,2381
0,53924
0,46875
0,54263
0,64244
0,49724
0,64476
0,63454
0,5734
0,46233
0,45455
0,20438
0,33748
0,60275
0,54564
0,54647
0,39858
0,3365
0,33063
0,51021
0,49427
0,47675
0,119
0,50724
0,43627
0,6092
0,52635
0,45891
0,57891
0,31278
40
0,55311
0,60229
0,63846
0,43824
0,45421
0,27573
0,15816
0,47359
0,36569
0,44971
0,50914
0,53562
0,4891
0,516
0,57823
0,31988
0,29849
0,42202
0,48506
0,49325
0,56087
0,39779
0,63148
0,58832
0,6014
0,38393
0,45991
0,24382
0,32291
0,52056
0,29723
0,52567
0,50241
0,38849
0,14378
0,4004
0,5441
0,5014
0,041074
0,58233
0,48616
0,53738
0,50802
0,445698
0,582361
0,38314
Tabla 1
30
0,52679
0,59054
0,61192
0,37653
0,42649
0,3061
0,19255
0,48258
0,46728
0,53095
0,58058
0,4861
0,48697
0,43549
0,5848
0,47762
0,39912
0,53649
0,53955
0,48965
0,48336
0,50865
0,52762
0,56362
0,61227
0,24279
0,49874
0,41661
0,5499
0,49989
0,26493
0,58312
0,65346
0,4765
0,27363
0,51432
0,58888
0,45765
0,18189
0,49685
0,54124
0,61927
0,51433
0,43658
0,60234
0,50451
31
32
ANLISIS FINANCIERO
Figura 3
Rendimientos diarios de TEF
(2.417observaciones diarias)
Figura 6
Performance diario de cada cartera. 1997-2007.
Figura 4
Histograma de los rendimientos de TEF
Figura 7
Todas las fronteras eficientes
Figura 5
Histograma de los exponentes de Hurst.
ENTIDAD FUNDADORA
INSTITUTO ESPAOL DE ANALISTAS FINANCIEROS