Cuando el pasado lunes 9 de noviembre Pfizer publicaba una nota de prensa sobre la eficacia de su vacuna contra el coronavirus, buena parte del mundo respiró. La perspectiva de un antídoto eficaz contra la pandemia del coronavirus no solo supuso un alivio para especialistas sanitarios y la población en general; también removió todas las previsiones económicas; no a corto plazo, pues queda tiempo para que la vacuna sea distribuida, pero sí de cara a 2021.

Los inversionistas intentaron adaptarse como pudieron al nuevo contexto, lo que deparó la mayor subida del Ibex en dos décadas.

No obstante, también hubo perdedores. Entre ellos, los modelos automáticos de operativa bursátil, basados en algoritmos, correlaciones y movimientos históricos de distintos tipos de activos. Este tipo de inversiones cuantitativas ha estado muy de moda en los últimos años, pero no están tan blindados de los azarosos mercados como sus creadores prevén.

“Ocurrieron eventos que estadísticamente nunca podrían ocurrir”, declaró a Bloomberg Jon Quigley, gestor de Grat Lakes Advisory. Según una nota a clientes, los movimientos de precios del pasado lunes solo ocurren “aproximadamente” una vez cada 5.944 x 1025días, en una serie normalizada de retornos. En años el resultado es un número 16 seguido de 75 ceros. En comparación, la edad del Universo se calcula en unos 13.770 millones de años (un 13 seguido de solamente nueve ceros).

Incluso para los violentos estándares de este año, la semana pasada fue particularmente salvaje para las firmas que basan sus operaciones en el análisis cuantitativo. No fue solamente una subida de precios, también una rotación masiva hacia activos que se benefician del ciclo económico. Una tendencia que parece ser más habitual de lo previsto gracias al dinero barato y a la popularidad de este tipo de inversiones temáticas.

El extravagante cálculo de Quigley se basa en una distribución de datos estadísticos llamada normal: bajo sus premisas, el 98% de las observaciones de un determinado fenómeno caen dentro de un rango de tres desviaciones típicas sobre la media histórica. Su cartera, especializada en pequeños valores, sufrió un movimiento sobre la media de ocho desviaciones típicas.

Estos mecanismos se usan para calcular el margen de error de sus inversiones y el riesgo de que las complejas apuestas en el mercado colapsen. Pero son cálculos hechos, forzosamente, con datos históricos, que al parecer no registraban situaciones como la actual. La rentabilidad extra de los hedge funds la semana pasada (llamad alpha en el argot) registró la mayor caída desde marzo; los fondos sistemáticos fueron los que más sufrieron, según Goldman Sachs.

Estos movimientos inciden con particular violencia en el mercado de las opciones, mecanismos muy utilizados para blindar posiciones y sobre los que se aplican estos métodos para proteger las carteras a un coste mínimo. No es la primera vez que la realidad destroza los modelos de inversión cuantitativa construidos a partir de datos históricos.

En agosto, Société Générale utilizó dos décadas de datos para demostrar que las acciones y los bonos basura se han vuelto más propensos que nunca a ganancias y pérdidas rápidas. Eso quiere decir que los movimimientos extraordinarios cada vez son más frecuentes y menos controlables. En términos técnicos, las colas de una distribución de los datos de precios están engordando.

Pero los gestores cada día parecen más pendientes de estos posibles fallos: una encuentras de este año entre gestores de mercados de capitales concluyó, según Bloomberg, que el sector debería realizar más test de estrés basados no solamente en medidas históricas sin también en corazonadas, especialmente en situaciones de tan difícil cuantificación como la pandemia.

“No es coincidencia que veamos más movimientos de seis desviaciones típicas que nunca”, dijo en Twitter Cem Karsan, fundador de Aegea Capital Management. “Estos no son los mercados de valores de nuestros padres”.