Backtesting de carteres d'inversió

En aquesta entrada podràs trobar la meva particular introducció al backtesting, en concret al backtesting de carteres d'inversió estàtiques (o assignacions estratègiques d'actius, si voleu fer servir un nom més fancy). Feia temps que volia parlar-ne, però creia que era necessari escriure abans un parell d'entrades per a parlar de conceptes bàsics com ara la rendibilitat i la volatilitat/risc d'una inversió i la seva relació, us recomano que li doneu una ullada per a treure el màxim "profit" a aquesta lectura. També seria recomanable, tot i que no és imprescindible, llegir prèviament l'entrada divulgativa que vaig destinar a parlar sobre Harry Markovitz i la teoria moderna de carteres.

Backtesting: provar una determinada estratègia d'inversió en base a dades històriques

Començo responent a la pregunta més bàsica: què és això del backtesting? Doncs, molt simplificadament, en el món de la inversió, fer un backtest consisteix a provar què tal es comporta una determinada estratègia d'inversió en base a les dades històriques disponibles.

Els backtests són una eina molt útil per a determinar si una estratègia pot funcionar i/o si s'adapta als nostres objectius i tolerància al risc. La teoria que hi ha al darrere és que el comportament d'una determinada estratègia d'inversió en el passat ens pot donar indicis sobre el seu comportament en el futur proper.

Cal remarcar allò de que rendibilitats passades no garanteixen rendibilitats futures, una frase que tot inversor ha de tenir sempre ben present i que ens repetirà constantment qualsevol assessor/comercialitzador mínimament seriós. Però, tot i que sabem que la història no té perquè repetir-se, sí que és molt probable que rimi. Com ja he escrit alguna vegada, les dades històriques no són una informació infal·lible, però la majoria de casos és la informació més fiable (i en molts casos l'única) que tenim.

Així, per a fer backtests, simplement hem de mirar pel retrovisor que hagués succeït si haguéssim invertit seguint una estratègia determinada. Això aplica des d'estratègies dinàmiques (fins i tot, molt dinàmiques, com podria ser fer day trading i comprar una acció cada cop que creua la mitjana mòbil de les darreres 200 sessions i vendre-la quan creua a la baixa) fins a estratègies estàtiques (tan estàtiques com simplement estar invertir en un indexat al S&P500).

Només necessitem dades històriques i software per a simular

Per a fer això simplement cal tenir les dades històriques corresponents i disposar d'un software que faci les simulacions necessàries. A l'actual era de la informació ambdues coses són relativament senzilles d'aconseguir: hi ha bases de dades publiques amb les cotitzacions històriques dels principals actius d'inversió i tenim al nostre abast eines que simplifiquen molt la programació de qualsevol cosa que vulguem simular.

Si no sou gaire fans d'això de la programació, seguiu estant de sort: hi ha un gran nombre d'eines gratuïtes que ens permeten fer backtests de manera molt senzilla. (Per als qui us agradi programar o tingueu curiositat per a aprendre'n, podeu donar-li una ullada a les coses que fa Gsnchez amb Python). A continuació us presento les 3 eines que trobo més útils per a inversors que busquin estratègies més o menys estàtiques d'assignació d'actius:

Portfolio Visualizer, una de les més completes

La primera d'elles és Portfolio Visualizer, possiblement la més completa en quant a opcions i informació que pot mostrar-nos. Si entrem a la web i anem a l'apartat de "Tools" podem veure les diferents opcions disponibles. En aquest cas ens interessen dues: "Backtest Asset Class Allocation" (podem configurar la nostra cartera a simular seleccionant diferents tipus d'actius) i "Backtest Portfolio" (el mateix però seleccionant productes concrets, com fons o ETFs, entre la selecció disponible).

En ambdós casos hem de configurar la cartera seleccionant-ne els actius que desitgem i els seus pesos relatius, el període de simulació, l'import de la inversió i si fem aportacions periòdiques (quant i amb quina freqüència) i els rebalancejos (periòdics, per bandes o sense rebalancejos).

N'obtindrem tota mena d'informació: rendibilitats (totals, anuals i mòbils), volatilitat, ràtios de tot tipus, drawdowns, correlacions entre actius, etc. La principal pega és tot està més aviat orientat a l'inversor nord americà (dades en dòlars, selecció d'actius, etc.).

Portfolio Charts, sense dubte la més visual

Una altra opció, de les meves preferides, és Portfolio Charts. La principal diferencia és que mostra la informació d'una manera gràfica força atractiva. M'agrada perquè també se'ns mostra el safe i el perpetual withdrawal rate i altres dades interessants (també d'una manera molt visual i intuitiva). A més a més, no està enfocat només a l'inversor nord americà, ja que pots seleccionar diferents països.

La principal pega és que l'opció de configurar la teva pròpia cartera ja no és gratuïta, ara has de pagar una subscripció per a fer-ho (que consti que no en culpo al seu creador, al final són moltes hores de feina per a crear una eina tan útil, és perfectament lícit que en vulgui treure algun rèdit econòmic). Així, en la versió gratuïta, només pots veure les principals carteres ja preconfigurades (la 60/40, la cartera permanent, la "all seasons", la "golden butterfly", etc.).

Curvo, la més enfocada a l'inversor europeu

Per últim, acabo amb l'eina de backtesting més enfocada a l'inversor europeu: Curvo. En aquest cas pots hi configurar la teva pròpia cartera triant entre una amplia selecció d'ETFs i fons UCITS. També s'hi pot seleccionar el període de simulació, la inversió inicial, les aportacions periòdiques i l'estratègia de rebalanceig.

A partir de les dades introduïdes n'obtens la informació habitual (en diferents taules i gràfiques): retorns, volatilitat, ràtios, drawdowns, etc. A més a més, a Curvo et simulen diferents estratègies de rebalanceig per a que puguis comparar i també pots calcular la frontera eficient a partir dels actius seleccionats.

Com valorar els resultats obtinguts?

Doncs ara que ja sabem que és això del backtesting i quines eines podem utilitzar cal respondre a la pregunta més important: que hem de buscar exactament en els resultats obtinguts?

Evidentment, la primera dada que salta a la vista és la rendibilitat. Però, com que suposo que ja ens anem coneixent una mica, us imaginareu que us diré que aquesta no és l'única dada que hem de mirar. Per exemple, tenim altres mètriques que ens ajudaran a saber si la cartera en qüestió encaixa amb la nostra tolerància al risc, mètriques com la volatilitat o el drawdown màxim.

Personalment, trobo especialment útil el drawdown màxim (és a dir, la pèrdua més gran que hauria experimentat la cartera durant el període analitzat). Aquesta dada acostuma a donar una idea molt més realista de si seríem capaços de mantenir l'estratègia quan arribin moments complicats.

També és important analitzar la consistència dels resultats de la cartera durant el màxim període de temps possible. Pot ser que una cartera ho faci extremadament bé durant uns quants anys, però la resta del temps no obtingui uns resultats tan bons. Podríem tenir "mala sort" i menjar-nos els anys dolents... Per tant, hem de conèixer l'horitzó temporal de la nostra inversió i analitzar si la cartera s'hi adapta.

Els backtests també ens poden servir per a comparar diferents carteres d'inversió, analitzant els resultats de cadascuna (rendibilitat, volatilitat, ràtios, etc.) podem determinar, per exemple, si fer servir una estratègia més agressiva i assumir el seu major risc realment ens compensa en base a la rendibilitat extra que n'obtindríem.

Els backtests tenen limitacions

Com ja he remarcat abans, els backtests són una eina molt útil, però tenen limitacions importants. La més evident és que treballen amb dades passades, mentre que nosaltres invertim pensant en el futur. Una estratègia que ha funcionat molt bé històricament no té perquè continuar funcionant igual de bé. De la mateixa manera que el drawdown màxim no és cap barrera física impossible de superar (només cal pensar que abans del màxim actual n'hi havia un altre).

En resum, els backtests no serveixen per a predir el futur, serveixen per entendre millor una estratègia d'inversió i determinar si s'ajusta als nostres objectius i tolerància al risc.