“El futuro de la inversión es la combinación del hombre y la máquina”, nos cuenta en esta entrevista José Suarez-Lledó, asesor del fondo Esfera III Global Gradient, perteneciente a AndBank, que utiliza la Inteligencia Artificial, los modelos matemáticos, en su estrategia de inversión con resultados excelentes porque, a cierre del primer trimestre de 2021, fue el segundo fondo más rentable de España y el quinto de una base de datos que engloba a más de 30.000 en todo el mundo, con un rendimiento de 36,7%.

Y eso es para celebrar, le digo yo a este experto, de 41 años nacido en Gijón, “la ciudad más bonita del norte de España”, que vive en Barcelona aunque su trayectoria profesional y su aprendizaje académico se han desarrollado fuera de España, principalmente en Reino Unido y Estados Unidos. “Y vuelvo principalmente por la familia. Mi mujer trabajaba en Barcelona y con dos niños pequeños (en aquel entonces) se hacía insostenible el ritmo de viajes”.

Así que recala en CaixaBank de la que sale años después decidido a dedicar todo su tiempo el lanzamiento de un fondo de inversión, el Esfera III Global Gradient, cuyos algoritmos se fijaron, allá por octubre de 2020, en dos empresas que iban a ser noticia a primeros de este año. GameStop hizo unos cuantos miles de millonarios y propinó pérdidas cuantiosas a la industria de los fondos y, en menor medida, Bed Bath & Beyond (BBBY), ambas impulsadas hasta el infinito por los foreros de Reddit y que tanta repercusión tuvieron en los medios. 

“Adquirimos GameStop ya a principios de octubre, a unos 10 dólares, y la vendimos el 25 de enero a unos113. Pero es que, días después, superó los 600!". Así que Lledó aplicó el sentido común : “Cuando esas dos empresas empiezan a subir desbocadamente, superan los umbrales de riesgo que queremos asumir y... las vendemos".

Semanas después, GameStop se desplomaba en Wall Street casi un 60%.

-El Machine Learning, ¿es su herramienta de trabajo? Explíqueme qué es, por favor.

Así es. Asesoro el fondo Esfera III Global Gradient utilizando modelos matemáticos del área de Machine Learning (ML). En términos generales, el ML es una parte del mundo de la Inteligencia Artificial (IA), una caja de herramientas con las que se hace IA. El ML es una disciplina de la estadística y el análisis de datos que proporciona un conjunto de modelos matemáticos capaces de analizar grandes cantidades de datos y de capturar patrones complejos en dichos datos. Las aplicaciones del ML o de la IA más conocidas normalmente son tecnológicas: cuando llamamos a la empresa de la electricidad o de teléfono, muchas veces nos contesta un robot que interpreta nuestra voz y lo que decimos y nos dirige a la opción adecuada; las recomendaciones de vídeo en YouTube o de canciones en otras plataformas; el reconocimiento facial o de imágenes, los coches sin conductor, etc. En todos ellos el ordenador está analizando/interpretando los datos que recibe (voz, imagen, nuestra selección de canciones/vídeos, las situaciones en carretera…) con algoritmos matemáticos.

En realidad, el ML no es una disciplina nueva, muchos de sus modelos se iniciaron incluso en los años 1950-1960 y tuvo una época de desarrollo intenso en los 1980-1990. Pero ha sido en los años más recientes cuando más ha florecido, porque ha coincidido que el mundo ha conseguido desarrollar una gran capacidad computacional y acumular grandes cantidades de datos.

La mayoría de los gestores con mejores resultados de la historia han utilizado métodos cuantitativos

-Las nuevas tecnologías aplicadas a la inversión ¿pueden conseguir mejores resultados que el talento, la intuición humana, que la experiencia?

Pienso que hoy por hoy son estilos distintos de invertir, y lo que buscamos nosotros es el trabajo en equipo del hombre y la máquina. Un alto directivo de una conocida gestora de fondos americana (D.E. Shaw) comentó una vez que el futuro de la inversión es la combinación del hombre y la máquina.

Estilos de inversión más basados en aplicar el juicio y experiencia humanos al análisis, por ejemplo, de empresas, su estrategia de negocio, su balance, su contabilidad, su sector, etc., tiene su capacidad para generar resultados, y en casos reseñables muy buenos resultados. Pero uno no puede coger 5.000 empresas y pretender hacer un seguimiento y análisis individual de todas ellas. La máquina sí que puede analizar toda esa información de manera eficiente y precisa, aunque no pueda tener una valoración de primera mano por haber estado en la empresa y conocer al director. Cada metodología tiene sus pros y sus contras.

Pero hay que tener presente que es probable que los mercados financieros estén avanzando hacia un marco en el que los datos y los métodos cuantitativos acapararán cada vez más fracción de la operativa. La mayoría de los gestores con mejores resultados de la historia han utilizado métodos cuantitativos. Jim Simons (Renaissance Technologies) ya aplicaba ML a datos alternativos desde los años 80 y 90.

-Pero hay que tener un marco teórico, un modelo en la cabeza para interpretar los datos, ¿no es así?

Esta pregunta no es sencilla. Hasta cierto punto sí. Por supuesto uno tiene sus coordenadas sobre cómo deberían comportarse los activos o determinados segmentos de los mercados o la economía. Pero cuando dejas que los modelos hagan su trabajo, frecuentemente descubres relaciones que no habías tenido en cuenta, y hay que estar dispuesto a cambiar las coordenadas. Por ejemplo, el asesoramiento del Esfera III Global Gradient no está totalmente automatizado. Nosotros siempre revisamos los resultados de los algoritmos para asegurarnos de que no ha habido algún error. Pero estamos siempre abiertos a cambiar ese marco si la evidencia empírica así lo muestra a través del modelo que has construido correctamente. Ese es el proceso de descubrimiento de patrones en los mercados. En la gente con experiencia en trading, una conclusión habitual es que los mayores errores se suelen cometer cuando uno cree que el mercado se debe ajustar a su teoría sobre las cosas y no al revés.

El mundo de las finanzas es muy rico en información (datos) y el movimiento de sus activos exhibe propiedades muchas veces complejas. En este sentido, el ML puede ser una herramienta muy útil, y nosotros decidimos utilizarlo para asesorar el fondo de inversión porque creemos que el ML tiene más capacidad para analizar información y encontrar patrones en los mercados que los métodos tradicionales. Y esto se puede traducir en identificar oportunidades de inversión o de diversificar el riesgo de cartera. ¿Por qué? Entre otras cosas porque los modelos de ML son no-lineales, mientras que los modelos tradicionales en finanzas son fundamentalmente lineales.

Lledó

-Dígame cuál ha sido su trayectoria profesional en dos párrafos, por favor. 

Mi formación profesional fue inicialmente académica, en 2007 terminé el doctorado en Economía (con especialización en Finanzas) en UPenn (Filadelfia), que en su momento era una top 10 y pertenecía a la Ivy League. Durante ese tiempo tuve la oportunidad de trabajar con investigadores de primera línea a nivel mundial y de tener bastante interacción con gente de instituciones relevantes, como la Reserva Federal. Al terminar dediqué unos años más a la investigación académica en la U. Autónoma de Barcelona.

Tras esta etapa, me fui a Moody’s Analytics en Londres, donde se hacía consultoría analítica avanzada, y estuve unos años como director implementando proyectos con entidades financieras de primer nivel, principalmente en Europa pero también en EEUU y el Middle East. Tras ello, me incorporo a CaixaBank, primero en el área de gestión y planificación de capital y después en el equipo de mercados financieros en el área de planificación estratégica, de la que era jefe Jordi Gual, hasta hace poco presidente de la entidad. Y finalmente, después de varios años en CaixaBank, decido empezar a trabajar en serio en el lanzamiento de un fondo de inversión, que hoy es el Esfera III Global Gradient.

-Ha trabajado fundamentalmente fuera de España, ¿por qué vuelve y cuándo?

Pues vuelvo principalmente por la familia. Mi mujer trabajaba en Barcelona y con dos niños pequeños (en aquel entonces) se hacía insostenible el ritmo de viajes que implicaba el trabajo en Moody’s Analytics. Así que a final de 2014 es cuando empiezo en CaixaBank.

Siempre he pensado que se puede ofrecer algo mejor a la gente, tanto en rendimientos como en atención personal

-¿Por qué la inversión cuantitativa no está tan desarrollada en España como en otros países?

Probablemente es una mezcla de varios factores: la cultura financiera, la práctica profesional establecida y el conocimiento de métodos distintos. Por un lado, la cultura financiera en España no es muy avanzada y los productos y métodos de finanzas cuantitativas pueden ser más difíciles de entender. Por otro lado, una gran parte de los profesionales asentados y con prestigio en diversas instituciones de inversión se dedican a las finanzas más clásicas, con los métodos tradicionales. Pero esto es así porque en las universidades y escuelas de negocios aún priman las materias clásicas, lo que se llama las finanzas ‘tradicionales’, que se han enseñado durante décadas, y que no han incorporado el conocimiento reciente ni métodos nuevos/distintos. Esto lo digo desde un profundo respeto a estos métodos y productos más tradicionales, y que considero un estilo/método perfectamente válido. Pero mucha gente tiene un conocimiento limitado de las posibilidades de inversión por desconocer en gran parte lo que aporta el mundo cuantitativo.

-Es muy joven, 41 años. ¿Cuándo tuvo claro que se quería dedicar a esto?

Bueno, no recuerdo que hubiera un momento que claramente lo definiera. Fue más una evolución. Desde siempre me atrajeron los mercados, y ya hace unos 12-13 años invertía con algo de metodología, que fui desarrollando y puliendo con el tiempo. Pero también, a la vez fui conociendo a más gente descontenta con su experiencia en la inversión, muchas veces por los productos que su entidad financiera le había recomendado. Y pensé que se podía ofrecer algo mejor a la gente, tanto en rendimientos como en atención personal.

-Y todo este bagaje ha supuesto que el fondo de inversión Esfera III Global Gradient, del que es usted asesor, haya sido el más rentable de Europa a comienzos de este 2021, el que ofrece mayores ganancias a los partícipes, un 27,4% de rentabilidad, según la estadística de Morningstar.

Bueno, para ser honestos aquí hay que aclarar un par de datos. El fondo más rentable de Europa en lo que va de año es, hasta donde he podido averiguar, el Alcalá Multigestión Oricalco, que invierte en cosas muy distintas a nosotros. A cierre del 1er trimestre de 2021, creo que nosotros somos el 2º fondo más rentable de España y el 5º de una base de datos de más de 30000 fondos a nivel global, con un rendimiento de 36.7%. El dato del 27.4% es de cierre de enero 2021, que fue un mes excepcionalmente bueno.

-Y el truco, permítame decirlo así, han sido GameStop y, en menor medida, Bed Bath & Beyond (BBBY), empresas impulsadas hasta el infinito por los foreros de Reddit y que tanta repercusión tuvieron en los medios. ¿Se fijaron los algoritmos en ellas?

En los diferentes artículos que se han ido publicando en algunos sitios, efectivamente se da a entender que GameStop y BBBY fueron los responsables de nuestro resultado del mes de enero. Pero en realidad la mayor parte de la ganancia de ese mes, y de lo que va de año, no se debió a ellas, sino al resto de nuestras posiciones. Antes de que GME y BBBY se dispararan a finales de enero, ya llevábamos un +16% aproximadamente ese mes. Y de hecho cuando esas dos empresas empiezan a subir desbocadamente, superan los umbrales de riesgo que queremos asumir y las vendemos.

Efectivamente ya a principios de octubre uno de los algoritmos apuntó a que GME y BBBY tenían cierta probabilidad de hacerlo bien en el entorno macroeconómico y financiero que se previa para los siguientes meses. Y de hecho ya en la segunda mitad de 2015, y en un entorno similar según nuestras métricas, GME tuvo un desempeño muy bueno.

Se ha abierto una comisión parlamentaria en el congreso de EEUU para investigar lo sucedido con Reddit y Robinhood

-Usted supo salir a tiempo de ambos valores, ¿no es así?

Por ejemplo, GME la adquirimos ya a principios de octubre, a unos $10, y la vendimos el 25 de enero a unos $113. Pero es que los días después superó los $600! De todos modos, quisimos ser rigurosos con nuestra metodología y con los parámetros de control de riesgo que diseñamos.

-Pero lo que ocurrió con GameStop roza la manipulación ilegal, ¿verdad?, aunque algunos puedan hablar de épica inversora.

A mi entender, toda coordinación de varios agentes en el mercado con el fin de obtener una ganancia mediante la manipulación del precio de uno o varios activos, es ilegal. Y por eso se ha abierto una comisión parlamentaria en el congreso de EEUU para investigar todo lo sucedido, que no sólo involucra a Reddit y Robinhood, también a Citadel y otros.

-La mayor exposición del fondo ¿es a empresas americanas?

Hoy por hoy es así. Tenemos 3 segmentos en la cartera: un 20%-25% son ETFs de diverso contenido y exposición geográfica, la mayoría son temáticos; y el restante 75%-80% está dividido en 2 segmentos, pero ambos son en empresas norteamericanas principalmente, y alguna europea. En función del entorno macroeconómico y financiero, los algoritmos determinan dónde sobre-ponderar la exposición.

Lledó2

-¿Cómo definimos el fondo, entonces?

Me lanzo con una definición en una frase breve, y luego explico: fondo de Machine Learning de retorno absoluto, multiactivo, long-only. Es un fondo de metodología novedosa (hasta donde sé sólo 3 o 4 fondos en España utilizan ML para invertir, y los otros hacen cosas distintas), de inversión libre, porque no tenemos una circunscripción concreta (no es un fondo de renta fija soberana europea 1-5 años), que busca obtener el mejor retorno posible según el entorno macroeconómico y de mercado, pero sin apalancarse/endeudarse, ni hacer operativa de alta frecuencia, ni utilizar derivados, ni productos complejos, sólo posiciones largas en productos normales como acciones y ETFs. Con estos últimos es con lo que implementamos la exposición a otros activos, como las materias primas o el inmobiliario.

-Tengo entendido que le da mucha importancia a la macroeconomía…

Bueno, sí, no sólo es mi formación, sino que los movimientos de los mercados vienen en buena parte marcados por los cambios macroeconómicos y en los fundamentales de las economías/empresas. Por ello pensamos que la macro tiene que estar en nuestros modelos.

Cómo estemos a finales de año dependerá de la gestión de la pandemia y del ritmo de vacunación, entre otras cosas

-He visto por lo que publica en redes, y claro está por el fondo que gestiona, que está muy pendiente de lo que ocurre en Estados Unidos. ¿Qué opina de la subida de impuestos que va a aplicar la Administración Biden?

Aunque en buena parte construí la metodología del fondo para no tener que fiarme demasiado de mi análisis macroeconómico (con todas sus limitaciones), creo que si bien el enorme estímulo fiscal debería generar un gran impulso en la economía, también será relevante cómo calibre el mercado el efecto de esta subida de impuestos en los márgenes empresariales.

-¿Y de ese mínimo global para el impuesto de Sociedades?

Creo que puede impactar más a economías con más dificultades para salir del COVID-19… cada cual extraiga sus conclusiones. En general no me da mucha seguridad la política de subir impuestos cuando mucha gente y empresas aún están ahogadas, peleando por salir de una crisis de esta magnitud. En cuanto a EEUU, si esto consigue que algunas de sus empresas tributen allí, y no lo hagan por ejemplo en países europeos, no es difícil hacer los cálculos de quién sale peor.

-Y de la reforma fiscal que quiere acometer el Gobierno español que tiene en el centro de la diana Sucesiones y Patrimonio, ¿qué piensa?

Creo que más o menos he dado una orientación en las respuestas anteriores.

-A ustedes, aquellos que encuentran su sitio, en su caso en AndBank, asesores de última generación, les definen como jóvenes talentos, ¿qué opina?

Gracias por lo de ‘jóvenes’. Más allá de la broma, sobre todo quiero agradecer a AndBank (y antes a Esfera Capital, que es donde originariamente empezamos antes de que pasara a ser parte de AndBank) la confianza en propuestas distintas, que pueden aportar valor al panorama inversor. No hablo por mi caso, sino por el de muchos otros que he conocido que realmente hacen cosas interesantes y que, como no han crecido al amparo de una gran institución, muchas veces ni se les considera. Entiendo que no es fácil seleccionar lo bueno entre tantas propuestas que hay, y en un mundo en que puede ser tan fácil estar proponiendo algo que funciona en el papel pero no en la operativa real. Pero igualmente me parece que hay talento en España y que se puede hacer florecer.

-La forma en la que ustedes trabajan, ¿está marcando tendencia?

No lo sé. La inversión cuantitativa ya lleva mucho tiempo asentada en el mundo anglosajón, no así en España. Pero en cualquier caso pienso que es bueno que la gente pueda conocer y decidir entre todas las alternativas de inversión que valgan la pena.

La macro tiene que estar en nuestros modelos

-¿Dónde ha nacido?

En la ciudad más bonita del norte de España: Gijón.

-¿Dónde vive?

En Barcelona

-¿Le gusta el fútbol?

Sí, mucho. Jugué federado desde pequeño hasta los 23 años. Y hace unos 4-5 años las lesiones y operaciones me obligaron a dejarlo. A partir de ahí perdí un poco de interés, pero mi mujer y mi hijo mayor me están ayudando a recuperarlo.

-¿Práctica algún deporte?

Por supuesto, al dejar el fútbol tuve que optar por algo muchas más ‘seguro’ y ‘sensato’: desde entonces sólo hago boxeo y un poco de calistenia

-Visualice, ¿cómo estaremos a finales de año?

Espero que libres del COVID-19 y de sus restricciones y con la gente habiendo recuperado sus trabajos y una vida mejor que la de antes del COVID. Pero todo ello dependerá de la gestión de la pandemia, y del ritmo de vacunación, entre otras cosas. Y esto en España está (y probablemente seguirá así) yendo mucho más despacio que en la mayoría de economías desarrolladas.