Cómo construir un portafolio de estrategias algorítmicas descorrelacionadas
Hay un error que cometí en una etapa temprana de mi desarrollo como trader algorítmico, y que veo repetirse constantemente en otros traders: confundir cantidad de estrategias con diversificación real.
Tenía seis estrategias activas. Cada una había pasado el proceso de validación con Walk-Forward Optimization. Cada una tenía métricas sólidas de Profit Factor, Sharpe Ratio y drawdown controlado. Todo se veía bien sobre el papel.
El problema apareció cuando analicé la correlación entre sus equity curves. Las estrategias en Nasdaq 100 y las estrategias en S&P 500 tenían una correlación de 0,92 entre sí.
Un coeficiente de correlación de 0,92 significa que esas estrategias se mueven casi en paralelo — suben juntas y caen juntas. Desde el punto de vista de la diversificación, tener cuatro estrategias con esa correlación es casi equivalente a tener una sola estrategia con el cuádruple del capital en riesgo.
Lo que parecía un portafolio diversificado era, en la práctica, una apuesta concentrada disfrazada de diversificación.
Por qué la correlación entre estrategias importa más que el número de estrategias
Cuando la mayoría de personas piensa en «diversificación», piensa en número: más estrategias, más diversificado. Es un error conceptual que viene de aplicar la lógica correcta de la diversificación de acciones (no pongas todos los huevos en una canasta) al mundo equivocado.
En un portafolio de acciones, diversificar en 20 empresas de distintos sectores efectivamente reduce el riesgo, porque el comportamiento de una empresa de tecnología y el de una empresa de consumo básico tienen correlaciones bajas o negativas.
En un portafolio de estrategias algorítmicas, el riesgo equivalente a ese «mismo sector» no es el instrumento que operan, sino la lógica de mercado que explotan. Dos estrategias de tendencia —una en NQ100 y otra en SP500— están explotando la misma dinámica de mercado. Cuando el mercado de renta variable en EE.UU. entra en tendencia, ambas ganan. Cuando entra en lateralización o en corrección, ambas pierden. La correlación entre sus equity curves será alta independientemente de que sean instrumentos distintos.
La diversificación real viene de combinar estrategias que explotan dinámicas de mercado distintas — no solo instrumentos distintos.
Las tres fuentes genuinas de descorrelación en trading algorítmico
1. Tipo de dinámica explotada
Las estrategias se pueden clasificar por la dinámica de mercado que aprovechan:
- Estrategias de tendencia (trend following): ganan cuando el mercado se mueve con dirección sostenida
- Estrategias de reversión a la media (mean reversion): ganan cuando el precio se desvía de su equilibrio y regresa
- Estrategias de ruptura (breakout): ganan cuando el precio supera niveles de soporte/resistencia con momentum
Una estrategia de tendencia y una de reversión a la media suelen tener correlación baja o incluso negativa — cuando la primera gana más, la segunda tiende a operar peor, y viceversa. Eso es diversificación genuina.
2. Mercados con dinámicas distintas
El oro (XAU/USD) responde principalmente a variables macroeconómicas: tasas de interés reales, percepción de riesgo global, inflación. El Nasdaq 100 responde principalmente a expectativas de crecimiento de empresas tecnológicas y a la política de la Reserva Federal.
Aunque en momentos de alta correlación de mercado (como una caída generalizada de activos de riesgo) ambos pueden moverse juntos, en condiciones normales tienen dinámicas suficientemente distintas para aportar descorrelación real al portafolio.
Mi portafolio actual tiene estrategias activas en XAU/USD y en índices de renta variable. El análisis de correlación muestra que el oro es el único bloque que aporta descorrelación genuina frente al conjunto de estrategias en índices — que entre sí siguen siendo altamente correlacionadas.
3. Timeframes distintos
Una estrategia que opera en gráfico de 15 minutos y una que opera en gráfico de 4 horas sobre el mismo instrumento pueden tener correlaciones menores de lo que se esperaría, porque están capturando movimientos de mercado en escalas temporales distintas. Sin embargo, esta fuente de descorrelación es la más débil de las tres — en momentos de alta volatilidad, todas las estrategias del mismo instrumento tienden a correlacionarse independientemente del timeframe.
Cómo medir la correlación entre tus equity curves, paso a paso
El proceso es más accesible de lo que parece. No necesitas software estadístico avanzado — Excel o Google Sheets son suficientes para un análisis básico.
Paso 1: Exporta el historial de operaciones de cada estrategia Necesitas la secuencia de resultados por operación (ganancia/pérdida en unidades monetarias o en porcentaje de cuenta) de cada estrategia, en el mismo período histórico.
Paso 2: Construye la equity curve de cada estrategia La equity curve es la suma acumulada de esos resultados en el tiempo. Empieza desde 0 (o desde el capital inicial) y suma cada operación en orden cronológico.
Paso 3: Calcula el retorno en cada período común Para comparar estrategias que pueden operar a frecuencias distintas, lo más práctico es calcular el retorno semanal o mensual de cada equity curve. Así tienes una serie temporal comparable entre todas las estrategias.
Paso 4: Calcula la correlación de Pearson entre cada par de estrategias En Excel: =CORREL(rango_estrategia_A, rango_estrategia_B). El resultado va de -1 (perfectamente descorrelacionadas) a +1 (perfectamente correlacionadas). Una correlación mayor a 0,7 entre dos estrategias debería ser señal de alerta — es posible que estén explotando la misma dinámica de mercado.
Paso 5: Construye una matriz de correlaciones Si tienes N estrategias, calculas la correlación entre cada par posible y la organizas en una tabla N×N. El objetivo es que la mayoría de las correlaciones estén por debajo de 0,5, y que no haya ningún bloque de estrategias con correlaciones sistemáticamente superiores a 0,7.
Un caso real: el análisis de mi portafolio de seis estrategias
Cuando hice este análisis sobre mi portafolio actual, el resultado fue claro:
Las dos estrategias en NQ100 tenían una correlación de 0,87 entre sí. Las dos estrategias en SP500 tenían una correlación de 0,91 entre sí. Y entre el conjunto de estrategias NQ100 y SP500, la correlación global era de aproximadamente 0,92.
Eso significa que, desde el punto de vista de la diversificación, esas cuatro estrategias se comportaban casi como una sola posición en renta variable estadounidense.
Las dos estrategias en XAU/USD tenían una correlación de 0,74 entre sí — aún alta, pero más manejable. Y su correlación con el bloque de renta variable era significativamente menor, alrededor de 0,3-0,4.
Conclusión: el único bloque que aportaba diversificación real al portafolio era el oro.
Eso no significa que las estrategias en NQ100 y SP500 sean malas — individualmente son robustas. Significa que, desde el punto de vista de la construcción de portafolio, estoy esencialmente sobreexpuesto a una sola dinámica de mercado, y que expandir a instrumentos genuinamente distintos (divisas, bonos, materias primas distintas al oro) aumentaría la robustez del conjunto sin necesariamente reemplazar nada.
¿Cuántas estrategias es suficiente?
No hay un número mágico, pero hay una guía práctica:
Un portafolio de 4-6 estrategias genuinamente descorrelacionadas (correlaciones por debajo de 0,5 entre sí) es más robusto que un portafolio de 20 estrategias altamente correlacionadas. La calidad de la descorrelación supera a la cantidad.
El objetivo no es acumular estrategias. Es construir un conjunto donde los drawdowns de las distintas piezas no ocurran todos al mismo tiempo — lo que permite que el portafolio global tenga una equity curve más suave que cualquiera de sus componentes individuales.
Cuando funciona bien, el resultado es un portafolio donde la caída máxima del conjunto es menor que la caída máxima de cada estrategia individual. Eso es diversificación real actuando en la práctica.
Preguntas frecuentes
¿Una correlación de 0,5 es alta o baja? Depende del contexto. En portafolios de acciones, una correlación de 0,5 se considera moderada. En portafolios de estrategias algorítmicas del mismo sector (renta variable, por ejemplo), 0,5 es aceptable pero no ideal. Busca correlaciones por debajo de 0,4 para considerar que dos estrategias aportan diversificación genuina.
¿Importa la correlación si cada estrategia individualmente es rentable? Sí, de forma significativa. Si todas tus estrategias caen al mismo tiempo — porque todas responden a la misma dinámica de mercado — el drawdown del portafolio global será la suma de los drawdowns individuales en lugar de amortiguarse entre sí. Una sola estrategia rentable con drawdown del 15% se gestiona. Cuatro estrategias correlacionadas cayendo simultáneamente pueden generar un drawdown del portafolio del 40-50%.
¿Cómo encuentro estrategias genuinamente descorrelacionadas? La forma más directa es expandir hacia instrumentos que respondan a dinámicas macroeconómicas distintas. Divisas (especialmente pares de divisas que no involucren USD), materias primas (petróleo, metales industriales), bonos del Tesoro, o estrategias en mercados de Asia cuando los mercados occidentales están cerrados — todas estas fuentes tienen el potencial de aportar descorrelación real.
Disclaimer: Este artículo es contenido educativo, no asesoría financiera. Todo trading implica riesgo de pérdida de capital. Los análisis de correlación basados en datos históricos no garantizan comportamiento futuro.