Después de todo, ¿cuál es el valor real de los datos alternativos?

El nuevo whitepaper de Refinitiv explora el impacto que los conjuntos de datos alternativos pueden tener en el desempeño del portafolio, además de evaluar cómo se puede utilizar una estructura cuantitativa para calcular el valor monetario de estos conjuntos.

1. El estudio apunta formas de evaluar el valor añadido de los datos alternativos en relación con cualquier referencia, ya sea un índice pasivo o una estrategia de inversión activa basada en factores.
2. Como una señal independiente, los datos alternativos se igualaron o incluso superaron a las estrategias multifactoriales y el benchmark S&P.
3. El documento de Refinitiv enumera los beneficios que se obtienen al incorporar fuentes de datos alternativas a las estrategias de inversión cuantitativa y cómo estos datos pueden mejorar aún más la rentabilidad.

Para obtener más información basada en datos directamente en su correo electrónico, suscríbase al boletín semanal Refinitiv Perspectives

De las imágenes por satélite al sentimiento de los medios de comunicación, los datos alternativos ganan popularidad día a día, y han sido fundamentales para que los inversores obtengan una ventaja competitiva.

Pero, ¿será que los costos de adquisición y gestión de estos datos valen la pena? ¿Y cómo se le da un valor monetario para justificar su uso?

Para obtener respuestas a estas y otras preguntas, hemos preparado un detallado whitepaper sobre el tema: "The Value of Alternative Data: the Case for Media Sentiment". En esta tarea, empleamos el backtesting para evaluar el desempeño de los portafolios cuando se usa el Refinitiv Media Sentiment como una señal de inversión independiente en lugar de una estrategia multifactorial tradicional o el índice de referencia S&P500. Comparamos el desempeño de inversores de varios perfiles (tanto los que operan sólo en short como los que adoptan una estrategia de long y short) y en frecuencias de rebalanceo mensual versus trimestral. A continuación, lea el resumen de las principales conclusiones.

Lea el whitepaper “The Value of Alternative Data: the Case for Media Sentiment”

¿Cuáles fueron los principales hallazgos?

1. Como una señal independiente, los datos alternativos coincidieron o superaron a las estrategias multifactoriales y al benchmark S&P

Aunque los resultados varían entre los portafolios, en general, el estudio mostró que el uso del conjunto de datos alternativos sobre el sentimiento de los medios de comunicación como una estrategia de inversión de un solo factor logró -en términos de rendimiento, volatilidad e índice de Sharpe- resultados equivalentes a los de la estrategia multifactorial.

Para los inversores que sólo operan en long, tanto las estrategias multifactoriales como las de sentimiento produjeron rendimientos entre el 2% y el 2,5% por encima del benchmark S&P. Pero cuando realizamos la misma prueba con carteras que mezclaban long y short, la estrategia de sentimiento empezó a superar al modelo multifactor.

En otras palabras, estos resultados sugieren que los inversores podrían maximizar los rendimientos si emplearan técnicas más sencillas que los harían ahorrar tiempo y recursos y, al mismo tiempo, generarían Alfa.

2. Las posiciones short contribuyeron significativamente a los rendimientos superiores a los del benchmark (e incluso a los del modelo multifactorial)

En nuestro whitepaper, el método que emplea datos alternativos proporcionó rendimientos superiores (entre el 3% y el 5,5%) al benchmark S&P para las carteras long-short. En el caso de las carteras long, el exceso quedó entre el 2% y el 2,5%.

Sin embargo, cuando los portafolios estaban compuestos por un 50% o más de posiciones vendidas (short), la estrategia de sentimiento comenzó a superar tanto por el benchmark como por el multifactor. En ese caso, cuanto mayor sea el porcentaje de short, mayor será la rentabilidad, y mejor será el modelo de sentimiento que el multifactor y el benchmark.

3. Multiplicar el AUM (assets under management) del fondo por la medida GH1 es una forma eficaz de cuantificar el valor monetario de las estrategias de datos alternativos

Para responder a la pregunta de cómo calcular el valor monetario de conjuntos de datos alternativos, el estudio de Refinitiv establece una estructura cuantitativa.

Esto consiste en calcular la medida del GH1 para cada cartera en relación con una estrategia de benchmark o multifactorial y luego multiplicar esa medida por el AUM del fondo, llegando así al ingreso anual adicional que se esperaría si se utilizara un conjunto de datos alternativo.

Por ejemplo, para un inversor hipotético del estudio, la métrica GH1 de la estrategia de sentimiento en relación con el S&P500 era igual al 1% anual. Para un fondo de 100 millones de dólares, eso representaría un rendimiento de 1 millón de dólares al año. Y si se compara con la estrategia multifactorial, el mismo inversor alcanza una métrica GH1 del 0,42%, equivalente a 420.000 dólares de rentabilidad adicional.

Calculado en función de los factores de recuperación, esto sirve de guía, bastante útil para evaluar el valor real de los datos y presentar argumentos convincentes para su uso.

4. El valor de los datos alternativos va más allá de la generación de Alfa

Calcular un valor monetario para los rendimientos excedentes, o como se dice, Alfa, es sólo una forma de evaluar el valor de los datos alternativos.

Este nuevo estudio defiende la idea de que una estructura de evaluación global de los datos alternativos debe considerar tanto el aumento de la rentabilidad como la reducción del riesgo.

Esto se debe a que, al disminuir la volatilidad (como se ha demostrado en algunos de los backtests), los datos alternativos aún pueden generar la oportunidad de aumentar los rendimientos. Y esto es particularmente cierto si la reducción de la volatilidad es bastante pronunciada (como se detalla en un ejemplo proporcionado en el whitepaper).

Las tablas 1 y 2 (a continuación) muestran el desempeño de las estrategias entre 2010 y 2019 para los inversores con posiciones long (inversores 1 y 2)