El documento resume el value investing desde la perspectiva de un astrofísico. Explica qué es el value investing, cómo se puede definir matemáticamente el valor intrínseco de una compañía, y las ventajas y desventajas de esta estrategia de inversión, incluyendo su tendencia a generar retornos más estables a largo plazo. También presenta brevemente el currículum del autor como astrofísico e inversor.

1. El value investing visto por un
Astrofísico
Narciso Benítez
Junio 2020

2. El Value investing visto por un astrofísico
 Introducción
 ¿Qué es el value investing?
 ¿Qué nos dice la matemática del value investing?
 ¿Por qué ha funcionado históricamente? ¿Cuáles son sus
defectos y ventajas?
 ¿Qué es la inversión en factores cuantitativa y cómo está
relacionada con el value investing tradicional?
 ¿Por qué funciona? ¿Puede mejorar los resultados del value
investing tradicional en la práctica?
 Conclusión: estamos ante probablemente la mejor
oportunidad para invertir en value small caps en casi un
siglo.

3. CV científico y académico
 Grado y Master en Ciencias Físico-Matemáticas, magna cum laude, Universidad
Lomonósov de Moscú, 1987-1993
 Traductor jurado de ruso, nombrado por el Ministerio de Asuntos Exteriores, 1995
 Doctor en Ciencias Físicas, Universidad de Cantabria 1997, apto cum laude
 Astrofísico:
 Departamento de Astrofísica Relativista, Instituto de Astronomía Sterberg (1991-1993)
 Instituto de Física de Cantabria (1994-1997)
 Universidad de California en Berkeley (1997-2000)
 Departamento de Física y Astronomía, Johns Hopkins University (2000-2004)
 Consejo Superior de Investigaciones Científcas (CSIC) (2004-2017)
 Funcionario de carrera en excedencia desde 2017.
 Becas de estudios universitarios, doctorado (FPU), postdoctorado. Certificado de la
NASA por la contribución al éxito de la misión 3B del Transbordador Espacial al
Telescopio Espacial Hubble (2002). Miembro de comités internacionales, revisor de
las principales revistas astronómicas, director de cuatro tesis doctorales. Autor de
más de 160 artículos científicos. Top 10 de los astrofísicos españoles por índice h en
2017.

4. CV inversor
 Vendemos la vivienda familiar antes del pinchazo de la burbuja inmobiaria y
nos vamos de alquiler.
 Sin experiencia previa inversora, aprendo por mi cuenta y comienzo a invertir
siguiendo un estilo value, una parte de mi cartera en Bestinfond, otra en una
cartera de acciones seleccionadas por mí.
 Tras sobrevivir razonablemente bien los crashes de 2008-2009 (y 2011),
desarrollo un sistema cuantitativo de inversión, basado fundamentalmente en
el value, pero que usa otros factores como momento y calidad.
 En Enero 2014 comienzo a aplicar mi sistema a parte de mi cartera personal
 En Noviembre de 2017 comienzo a gestionar el fondo Abante Quant Value
Small Caps.
 La estrategia ha generado una rentabilidad anualizada de 18.94% desde 2014,
con una volatilidad de 11.34%. (índice: 10.36%, volatilidad 16.09%)
 Ha superado a la media aproximada de los fondos value más conocidos desde
2016 en 7.3% anualizado.

5. Value investing:
Una estrategia de
inversion que
selecciona acciones
que cotizan por
debajo de su valor
intrínseco.

6. Benjamin Graham (Grossbaum)
- Termina la universidad de Columbia con uno de
los mejores expedientes de su curso.
- Le ofrecen trabajar como profesor en el
Departamento de Matemáticas, el de Lengua
Inglesa y el de Filosofía
- Se va a trabajar Wall Street y monta el que
quizás fuera el primer “Hedge Fund”
- Estuvo cerca de arruinarse tras el crash de
1929.
- Inventa el “Value Investing” como estrategia
“segura” de inversión a largo plazo.
- Mentor de Warren Buffett
- El primero de los “Quants”
- “Security Analysis” (1934) y “The intelligent
investor” (1949)
The Bern Schwartz Family Foundation

7. Los “alumnos” de Benjamin Graham
Warren Buffett añade dos innovaciones:
- Introduce el concepto de “Foso”
- Se apalanca usando las primas de sus compañías de seguros

8. Chiste de ovejas: Un botánico, un físico y un matemático viajaban por
Escocia cuando a través de la ventanilla del tren vieron una oveja
negra. Entonces el botánico dijo: "¡Qué interesante! En Escocia las
ovejas son negras", a lo que respondió el físico: "¡No, no!
¡Algunas ovejas en Escocia son negras!". El matemático levantó la
cabeza hacia el cielo y dijo: "En Escocia existe al menos un campo, que
contiene al menos una oveja, uno de cuyos lados, al menos, es de color
negro".
Vladimir Arnold (uno de los mejores matemáticos de Rusia): “Les he
expuesto la demostración para matemáticos. Y ahora, la demostración
para personas razonables."
Las “matemáticas” del value investing

9. Value investing
• Hipótesis:
1. Para cada compañía se puede definir una cantidad 𝑉 llamada valor
intrínseco que es relativamente estable en el tiempo. Esa cantidad tiene
asociado un error 𝑑𝑉.
2. El precio de mercado 𝑃 de una acción no es, en general, igual a 𝑉 (Mr.
Market), fluctúa a corto plazo y…
3. …a largo plazo 𝑃 tiende hacia al valor intrínseco
𝑃 → 𝑉

10. Value investing
• Por tanto, si estas hipótesis son ciertas, una estrategia para ganar más
que el mercado (𝑃) a largo plazo consiste en comprar la acción cuando
dónde 𝑑𝑉 es el ”margen de seguridad”.
Y vender cuando
𝑃 < 𝑉 − 𝑑𝑉
𝑃 ≥ 𝑉

11. El valor intrínseco
El valor intrínseco de una compañía se puede definir como la suma del valor de
sus activos 𝑽 𝑨 y el valor de sus flujos de caja futuros descontados con una tasa
𝒓
𝑽 = 𝑽 𝑨 +
𝒏=𝟏
𝑵
𝑪 𝒏
(𝟏 + 𝒓) 𝒏
Dónde 𝑛 recorre cada uno de los años, 𝑁 corresponde al número máximo de
años considerados, y 𝑪 𝒏 es el flujo de caja correspondiente al año 𝑛

12. El valor intrínseco
Si introducimos una cantidad 𝑔 que representa el crecimiento de los flujos de
caja futuros tendremos
𝑽 = 𝑽 𝑨 +
𝒏=𝟏
𝑵
𝑪 𝟎(𝟏 + 𝒈) 𝒏
(𝟏 + 𝒓) 𝒏
Dónde 𝑪 𝟎 es el flujo de caja correspondiente al año inicial.

13. El valor intrínseco
Haciendo un poco de algebra, para 𝑁 suficientemente grandes podemos
aproximar
𝑽 ≈ 𝑽 𝑨 +
𝑪 𝟎
𝒓
+
𝒏=𝟏
𝑵
(𝟏 + 𝒈) 𝒏−𝟏
(𝟏 + 𝒓) 𝒏
Dónde
𝑪 𝟎
𝒓
corresponde al “Earning power” 𝑉𝐸 y el tercer término
correspondería al “Growth value” 𝑉𝐺

14. El growth value 𝑉𝐺
- Si 𝑔 es cero, 𝑽 𝑮 es cero también
- Si 𝑔 es negativo, 𝑽 𝑮 va a ser también negativo y puede llevar a cero el
valor intrínseco total
- Para valores grandes de 𝑔 − 𝑟 , tenemos crecimiento exponencial
𝑽 𝑮~[1 + 𝑔 − 𝑟 ] 𝑁
- En general,el valor 𝑽 𝑮 es extremadamente incierto y muy sensible a
nuestras suposiciones sobre el comportamiento de 𝑔 y 𝑟 a largo plazo.
𝑽 𝑮 =
𝒏=𝟏
𝑵
(𝟏 + 𝒈) 𝒏
−𝟏
(𝟏 + 𝒓) 𝒏

15. El valor intrínseco
Por tanto tenemos
𝑽 ≈ 𝑽 𝑨 + 𝑽 𝑬 + 𝑽 𝑮
- 𝑽 𝑨 puede ser calculado con un error relativamente pequeño 𝒅𝑽 𝑨 por alguien
competente
- 𝑽 𝑬 : la mayor dificultad reside en determinar 𝐶0 y 𝑟;
- 𝑽 𝑮, donde pequeñas diferencias en los parámetros se amplifican de manera
exponencial: los resultados pueden variar órdenes de magnitud.
- Luego, en general
𝒅𝑽 𝑮 ≫ 𝒅𝑽 𝑬 >
𝒅𝑽 𝑨

16. El valor intrínseco
Luego, un inversor ”value”, que tome en cuenta las incertidumbres de la
estimación del valor intrínseco tenderá a buscar empresas que
- Tengan 𝑽 𝑨 alto con respecto al precio de mercado y fácil de valorar (De ahí la
tendencia a comprar empresas con 𝑃 𝐵 bajo y los “net-nets” de Graham)
- Tengan 𝑽 𝑬 alto (Empresas con múltiplos, como 𝑃 𝐸 y 𝑃 𝐹𝐶𝐹 bajos)
- Tengan 𝑽 𝑮> 𝟎, claramente (calidad)
- Opcionalmente; que tengan 𝑽 𝑮 alto y 𝒅𝑽 𝑮 pequeño (“Fosos”, Buffett &
Munger)
Las “value traps” son empresas con 𝑽 𝑨+ 𝑽 𝑬 alto, pero con un 𝑽 𝑮 que resulta
ser negativo.
El “growth” son empresas para las que se extrapola un 𝑽 𝑮 que crece
exponencialmente, así que 𝑽 𝑨 y 𝑽 𝑬 son prácticamente irrelevantes.

17. Principal ventaja del value investing
Los inversores value son conscientes de las incertidumbres de cada uno de los
componentes del valor. Eso ayuda a evitar trampas “Talebianas”, generando una
distribución de retornos con asímetría positiva que reduce el riesgo de grandes
retornos negativos y explica quizás porqué la volatilidad a largo plazo es más baja.
Con el value investing bien aplicado (diversificación, etc.)es muy difícil tener pérdidas
permanentes de capital. Ésa es la esencia de la genialidad de Graham y explica
porqué muchos inversores no particularmente aventureros tiene niveles mucho más
altos de exposición a fondos value de renta variable de lo que harían con otros
estilos. Y porqué resisten bien las caídas psicológicamente.

18. Desventaja: el problemático Mr. Market
El value investing supone que el precio del mercado 𝑃 fluctúa aleatoriamente,
sin reflejar necesariamente el valor 𝑉, y que a largo plazo 𝑃 → 𝑉. Sin embargo
sabemos que los mercados son, sino totalmente eficientes, sí muy eficientes la
mayor parte del tiempo y para la mayor parte de los activos. Además, estas
suposiciones, aunque fueran correctas, no toman en cuenta el tiempo 𝑡 que 𝑃
necesita para converger hacia 𝑉. El retorno absoluto de una inversión acertada
será
𝑉
𝑃
− 1, pero el retorno anual será
𝐶𝐴𝐺𝑅 =
𝑉
𝑃
1
𝑡
− 1
Es decir, si el tiempo 𝒕 es muy largo, aunque la inversión acierte el retorno
puede ser inferior al del mercado. Por eso en la práctica los inversores value
clásicos buscan un “catalizador” que acelere dicha convergencia.

19. Desventaja: el problemático Mr. Market
• Como veíamos antes, la estimación del growth value 𝑉𝐺 depende enormemente de
las expectativas a largo plazo para 𝑔 y 𝑟
• Si la mayoría de los inversores se encuentran en un estado de ánimo eufórico,
optimista, tenderán a asignar valores muy altos a 𝑔 y relativamente bajos a 𝑟 (que no
sólo representa el coste de capital sino que también se puede interpretar como una
forma de incluir la incertidumbre) considerando además que esta situación se
mantendrá durante mucho tiempo.
• En ese entorno, los precios relativos de los activos en los que 𝑉𝐺 pesa mucho (que
casi por definición suelen ser los que tienden a evitar los inversores value) subirán
mucho más que el resto.
• Así que además del comportamiento bipolar de Mr. Market a corto plazo (1-3 años),
hay periodos largos en las que el value puede hacerlo peor que el mercado.
• Pero esa situación siempre se ha revertido (al menos desde que hay datos sobre los
mercados)

20. Value (factor) investing cuantitativo
• Los datos que podemos medir de una
acción (earnings, FCF, Book value,
volatilidad,etc.) definen un espacio en
N-dimensiones. Se puede representar el
mercado como una distribución de
puntos en ese espacio.
• Normalmente se utilizan ratios, bien
dividiendo por el precio de mercado o
por el enterprise value
• Algunas características cambian sólo
cada vez que se publican nuevos
resultados
• Las que incluyen el precio lo hacen
continuamente.
V
Q
M

21. Value (factor) investing cuantitativo
• Hipótesis 1: Hay zonas de ese espacio
de parámetros en las que,
probabilísticamente, las acciones dan
retornos mejores a los del mercado en
una escala de tiempo 𝑡. Y zonas en las
que dan retornos inferiores.
• Hipótesis 2: Esas características del
mercado son permanentes y estables a
largo plazo (sabemos que no lo son a
corto-medio)
• Corolario: Estudiando el pasado
podemos predecir, en el sentido
probabilístico, el futuro.
V
Q
M

22. “En el sentido probabilístico”
Toda decisión de compra (o venta) de una activo es una apuesta (recomiendo leer
“Thinking in bets” de Annie Duke). Si está bien informada y razonada, es una inversión. Si
no lo es, se trata de una especulación (aunque la frontera es fina y discutible).
Si llamamos 𝑅 al retorno esperado, 𝐷 a todos los datos que tenemos sobre una acción, e
𝐼 a nuestra información a priori, es decir aquello que sabemos y es relevante a la
decisión, pero no está incluido en 𝐷, queremos calcular
𝑃(𝑅|𝐷, 𝐼)
Es decir, la probabilidad de 𝑅, tomando en cuenta los datos 𝐷 y la información a priori 𝐼
Al ser una probabilidad, normalmente no tenemos certeza de que el retorno de la
transacción sea positivo. Pero si esta probabilidad está razonablemente calculada, el
retorno promedio < 𝑅 > a largo plazo será mayor que el del mercado.

23. ¿Qué son los factores?¿Funcionan?
¿Por qué?

24. • El value no es la única
estrategia posible. Es una
más en la caja de
herramientas.
• De hecho los retornos de
muchos de los grandes
inversores value se deben
tanto o más a factores
como el low-risk o quality
que al value.
• Esto encaja bien con lo que
veíamos antes: casi tan
importante como buscar
acciones con 𝑃 < 𝑉 lo es
asegurarse de que 𝑑𝑉 está
acotado.

25. VALUE no es la única estrategia posible.
Es una más en la caja de herramientas.

26. Del value “clásico” al value ”quant”
• Como hemos visto anteriormente, una aplicación sistemática del value investing
clásico va a generar una cartera de empresas que, en promedio, tendrán ratios como
𝑃 𝐸, 𝑃 𝐹𝐶𝐹 y 𝑃 𝐵 más bajos que el mercado, e indicadores de calidad más altos.
• Cabe preguntarse si el éxito de los inversores value clásicos no se debe, en lugar de a lo
certero de su análisis de empresas individuales, al hecho de “pescar” en una zona o
nicho del mercado en el que tienden a producirse subidas de los precios en un
intervalo de tiempo razonablemente corto.
• El primero en darse cuenta de esto (como de casi todo lo que tiene que ver con el
value) fue Ben Graham, que propuso varias “screens” para seleccionar acciones de
manera automática que, aunque de capacidad limitada y alta volatilidad, siguen
proporcionando rendimientos en exceso muchas décadas después.

27. QUANTUM FUND (SOROS)
Superstar Investors, Jordan Brooks, Severin Tsuji, and Daniel
Villalon

28. Peter Lynch

31. LOS QUE NO CAMBIAMOS SOMOS LOS SERES HUMANOS QUE OPERAMOS EN ELLOS

32. Influencia
Probabilidad
(Prior+Evidencia)
Realidad
ModeloGrupo
Influencia

33. ¿Por qué funcionan los factores?
A diferencia del mundo natural, en finanzas no basta con entender y
modelar correctamente la realidad objetiva “material” (medir el valor
intrínseco, por ejemplo)
También hay que modelar el comportamiento de los inversores, tanto
profesionales, como algorítmicos y particulares (“reflectivity”; “second
order thinking”, etc.)
La valoración fundamental es, a su manera, sencillo (pero no fácil).
Parece suficiente con usar aritmética simple + margen de error (margen
de seguridad).
Modelar el comportamiento de los partícipes de los mercados es
mucho más complejo. Intuitivamente, parece un sistema no-lineal con
retraso (¿Caos dinámico?)

34. ¿Por qué funcionan los factores?
En primera aproximación, dentro de las componentes de un método
multi-factor, Value y Calidad intentan modelar la realidad objetiva de
las empresas bajo estudio; El Momentum intenta incluir el efecto del
comportamiento del grupo.
A largo plazo, la realidad siempre se impone. Pero esperar a que decida
manifestarse no siempre es factible.
El Momentum, que siempre se adapta al mercado, es la principal
protección ante las “irracionalidades” del mercado de larga duración.
Value y Calidad son el ancla que evita que nos desviemos demasiado
de la realidad objetiva.

35. Objetivo: generar la máxima rentabilidad posible a largo
plazo con volatilidad y caídas inferiores al índice.
¿Cuál es la mejor manera de resolver el problema este
problema, desde un punto de vista matemático, tomando en
cuenta los datos empíricos?
https://www.abanteasesores.com/fondo/abante-quant-value-small-caps-fondo-de-inversion/

36. Estrategia del fondo
• Explotar los factores con mejor evidencia empírica:
• Han funcionado durante muchas décadas (siglos)
• Siguen haciéndolo tras ser “descubiertos”.
• Al diseñar la implementación de los factores, primar la robustez por encima de la “falsa” optimización. El
modelo ha de ser tan sencillo como sea posible, pero no más sencillo de lo necesario (lo cual excluye las
técnicas econométricas, demasiado simplistas, y también los modelos de ML a lo “caja negra” con poca
transparencia, que a menudo no permiten entender qué se está haciendo y hacen difícil incluir información
útil externa).
• Originalidad: usar un sistema propietario.
• Para conseguir los objetivos del fondo, hay que centrarse en tres aspectos fundamentales.
• Seguridad. Entendida como limitación de la volatilidad y protección ante posibles caídas. Las propias
acciones seleccionadas y el proceso de compra/venta ofrecen una fuerte protección ante la volatilidad
de los mercados
• Rentabilidad. Todos los parámetros que usamos empujan en la misma dirección: incrementar la
rentabilidad del fondo a largo plazo sin incrementar su riesgo.
• Liquidez: Al tratarse de un fondo de Small Caps, la operativa diaria gira en torno a la liquidez de las
posiciones. Esencial desde un punto de vista práctico.

37. Quant Value Small Caps
Metodología:
• Definir, mediante un algoritmo que combina 30 parámetros, la selección de acciones
value (en el sentido relativo)
• V: Baratas estadísticamente.
• Q: Solidez financiera.
• No son necesariamente acciones con “foso”, o calidad en el sentido de Buffett.
• Nuestra definición de value tiene una fuerte correlación con definición ”clásica”, pero
puede divergir de ella en acciones individuales.
• Tampoco se buscan las acciones más baratas del mercado, que suelen tener problemas
que lastran su rentabilidad (e incrementan su volatilidad)

38. Quant Value Small Caps
Métodología:
• Momento (M): definimos un indicador combinando 15 parámetros.
• Nuestra definición correlaciona, pero no es necesariamente la estándar.
• Combinamos V,Q y M de forma que el resultado son las acciones value con las
mejores características de momento.
• El “momentum” es esencial para librarse de ”value traps” y para anticipar grandes
movimientos bursátiles.
• El resultado de todo el proceso son acciones baratas, sólidas y que gustan, o
empiezan a gustar, al mercado.

39. Quant Value Small Caps
Operativa del fondo
• Cada día examinamos 45 indicadores de ~12000 compañías, más de 500,000 datos en
total
• De las 12000 compañías solo el ~0.1% mejor se consideran compras potenciales
• Se analiza en detalle cada una de las acciones seleccionadas por el algoritmo para
asegurarnos de su adecuación al modelo.
• El tamaño de la posición inicial se basa estrictamente en la liquidez de la acción. Nunca
sobrepasamos el 2.5% del tamaño del fondo al comprar y vigilamos la liquidez de cada
compañía continuamente.
• La operativa está cuidadosamente optimizada para limitar los costes de transacción
tanto debidos a comisiones como a spreads.
• La compra y venta de acciones se produce en pequeñas cantidades, de manera continua.
continua. Si no hay acciones atractivas para comprar, el fondo comienza a irse a
(protección).

41. Comienzo del fondo
Diferencial ABQUAVS respecto a media de fondos value

44. ¿Qué le está pasando al value?
¿Cómo va a evolucionar?

47. LA PEOR RACHA DEL VALUE; SOLO IGUALADA HACE 106 AÑOS

50. Invertir en Value Small Caps: una buena idea a largo plazo
Growth Large Caps 9.69% annualized
Value Small caps (20%-40% quantile)
14.24% annualized

51. Ratio 3yr rolling
returns Small Cap
Value / Large Cap
Growth
Mínimo desde hace 90 años (!!)

52. Durante los últimos 90 años, el Small Cap Value
NUNCA ha estado por debajo el nivel actual de
underperformance.
Cada vez que se ha acercado a esta posición (el
4% inferior) ha rebotado, superando al Big Cap
Growth por un 17% anualizado durante los
siguientes 7 años.
Está usted aquí
UNA DE LAS MEJORES
OPORTUNIDADES PARA
INVERTIR EN UN SIGLO

53. ¿Por qué surge esta oportunidad?
• Para un inversor particular es perfectamente factible seguir siempre un
estilo value, protegiendo su capital de pérdidas permanentes, aunque
a veces lo haga peor que la media del mercado; para un inversor
institucional típico es increíblemente difícil, porque implica
mantenerse por debajo del mercado durante períodos largos de
tiempo: hay un alto riesgo profesional.
• Para hacerlo mucho mejor que el mercado, no basta con acertar; hay
que acertar cuando la mayoría se equivoca. Eso ha ocurrido en pocas
ocasiones a lo largo de la historia.
¿En qué se equivoca la mayoría?

54. EL GRAN ERROR DE LA MAYORIA DE LOS INVERSORES:
PENSAR QUE LA INVERSIÓN EN EL ÍNDICE ES SIEMPRE
UNA BUENA IDEA A LARGO PLAZO
INDEPENDIENTEMENTE DE LA VALORACION

55. Conclusiones
- Un método cuantitativo de selección de acciones
puede superar sistemáticamente a los fondos value
tradicionales gracias a la explotación de factores
adicionales, sin incrementar la volatilidad y sin
sacrificar la exposición al value.
- A la hora de diseñar el método es esencial la
experiencia en métodos y algoritmos probabilísticos.
Los métodos econométricos clásicos (regresiones,
etc.) son demasiado simplistas para explotar la
riqueza de estructuras en el espacio de parámetros
del mercado y el ML, mal aplicado, puede resultar en
“blow ups” como en ejemplos pasados.
- Estamos probablemente ante uno de los mejores
momentos en la historia de las bolsas (1-2 siglos)
para invertir en acciones value, en especial en small
caps.