No abunda el software de calidad para construir y optimizar portfolios. Menos aún el que está al alcance del inversor particular y no depende de sofisticados entornos de programación estadística como MATLAB o R.  Por ello, cuando cayó en nuestras manos, la aplicación Portfolio Visualizer nos llevamos una grata sorpresa: Por fin una herramienta asequible, fácil de usar y con innumerables recursos analíticos y de investigación. Todo un lujo del que por ahora podemos disfrutar de manera gratuita.

El creador esta aplicación basada en la web es Tuomo Lampinen, fundador de la empresa Silicon Cloud Technologies LLC. Portfolio Visualizer incluye un amplio paquete de herramientas con las que podremos abordar todas las etapas de diseño y optimización de carteras: Backtets, simulaciones de Montecarlo, análisis factorial, optimización y rebalanceo, análisis correlacional y evaluación de modelos dinámicos basados en el timing. Están organizadas en seis bloques generales que presentan el siguiente aspecto:

Seguidamente analizaremos cada una de estas herramientas mediante un estudio de caso; nuestro portfolio TS-ETF02.

LA CARTERA TS-ETF2

Vamos a construir un portfolio de riesgo moderado bajo el supuesto 60/40. Invertimos un 60% del capital disponible en renta variable del siguiente modo:

·         20%  Grandes empresas EEUU de valor

·         20% Pequeñas empresas EEUU de crecimiento

·         10% Renta variable global no EEUU

·         10% Mercados emergentes

Y un 40% en los siguientes productos de renta fija y alternativos:

·         10% Bonos del tesoro a largo plazo

·         10% Bonos corporativos High Yield

·         10% TIP

·         10% REIT

BACKTEST POR CLASES DE ACTIVOS

Nuestro primer paso será realizar un backtest genérico utilizando la herramienta: Backtest Portfolio Asset Class Allocation. Ello nos permitirá hacer un análisis de amplio espectro por clases de activos.

Entre las opciones que podemos elegir para hacer nuestra simulación tenemos: Modo simple o avanzado, años de inicio y fin, capital inicial, modelo de rebalanceo y benchmark  con que comparar nuestra cartera. En este caso hemos elegido esta configuración:

Con lo que obtenemos el siguiente resultado preliminar:

Esto es suficiente para hacernos una idea de pon dónde van los tiros en la cartera que estamos construyendo, aunque la aplicación proporciona mucha más información: Métricas detalladas, resultados anuales, comparativa de drawdowns, rentabilidades por activos y retornos continuos.

HACER UN BACKTEST A UN PORTFOLIO DE ETFs

El segundo paso será convertir la anterior “cartera teórica” en un portfolio construido con activos reales. Así que, haciendo uso de las bases de datos y secreeners ya abordados en el anterior artículo, procedemos a seleccionar los ETFs, a nuestro juicio, más representativos de cada clase de activos:

 Conservando los mismos porcentajes de asignación obtenemos el siguiente backtest:

Como podemos ver, la diversificación resultante suaviza la curva de beneficios, disminuye el drawdown y mejora los ratios de Sharpe y Sortino respecto al benckmark de referencia. En definitiva, obtenemos un portfolio mejor en términos R/R que el de la cartera de mercado.

Entre las diferentes opciones de visualización es interesante observar las tablas de ratios por activos y la distribución de retornos:

OPTIMIZACIÓN DEL PORTFOLIO

Optimizar un portfolio implica determinar unos porcentajes de asignación para cada activo o grupo que sean consecuentes con una expectativa realista de beneficio y un nivel de aversión al riesgo dado.  Como ya hemos visto en otros artículos  (véase: Optimización y Rebalanceo de Portfolios Sistemáticos I y II), se trata de balancear la cartera empleando aquellos criterios diana o funciones objetivo que mejor se adapten a un determinado inversor tipo.  Portfolio Visualizer cuenta con los siguientes:

• Maximizar el ratio de Sharpe; lo que equivale a encontrar un equilibrio R/R en términos del modelo media-varianza de Markowitz. Esto encaja con un perfil de aversión moderado.
•           Minimizar la volatilidad para un determinado umbral de retorno anual.
•           Maximizar el retorno para un nivel máximo de volatilidad.
•           Portfolio de mínima varianza; una de las opciones más conservadoras.
•           Minimizar el CVAR (Valor en riesgo condicional) Para diseños de cartera de alta aversión al riesgo.
•           Minimizar el Drawdown. Una opción igualmente conservadora en términos R/R
•           Maximizar el Ratio Omega. Para perfiles más arriesgados y con mayores expectativas de beneficio.
•           Maximizar el Ratio de Sortino. Lo que conduce a portfolios de aversión moderada o de equilibrio R/R.

En el siguiente ejemplo optimizamos la cartera TS-ETF2 para un perfilo de baja aversión y un horizonte temporal ilimitado. Para ello utilizamos el ratio Omega y configuramos Portfolio Visuailzer del  siguiente modo:

Obtenemos el siguiente resultado:

Al no establecer restricciones de asignación máxima y mínima, la aplicación encuentra una solución óptima solo con dos productos: QQQ y TLT. En la imagen inferior podemos ver las estadísticas y curva de beneficios de 3 carteras: Ponderación original, equiponderada y ponderación según el ratio Omega. Vemos que las estadísticas de esta última son claramente superiores:

Portfolio Visualizer ofrece gran cantidad de información. Por ejemplo, permite comparar el Drawdown de los tres portfolios:

Y obtener el gráfico de la frontera eficiente para el portfolio seleccionado:

Una opción de este software verdaderamente interesante y potente es Rolling Optimizacion o, lo que es lo mismo, la posibilidad de hacer un Walk Forward al ratio diana elegido con los cortes temporales que seleccionemos. Por ejemplo, con los siguientes parámetros:

El resultado obtenido es: