El trading de pares es una estrategia de valor relativo que se concentra en la relación entre dos activos, en lugar de intentar predecir la dirección general del mercado. Su objetivo es identificar dos valores cuyos precios hayan mantenido históricamente una relación estable y abrir posiciones cuando dicha relación se aleja de su rango habitual.
Por lo general, el operador compra el activo que parece relativamente infravalorado y vende en corto el que parece sobrevalorado. La expectativa no es que cada precio regrese necesariamente a un nivel anterior, sino que la valoración relativa de ambos activos vuelva a acercarse a un equilibrio.
Por ejemplo, dos empresas del mismo sector pueden estar expuestas a condiciones económicas, costes de producción y patrones de demanda similares. Si las acciones de una empresa suben con fuerza mientras las de la otra se quedan rezagadas sin una razón fundamental evidente, el operador podría vender en corto la acción más fuerte y comprar la más débil. Si posteriormente sus valoraciones relativas convergen, la combinación de las dos posiciones podría producir un beneficio.
Sin embargo, la similitud visual entre dos gráficos de precios no basta para demostrar que existe una oportunidad fiable. Es necesario comprobar si la relación es estable desde el punto de vista estadístico, si cuenta con una explicación económica y si sigue siendo aprovechable después de incorporar los costes reales de negociación.
Correlación y cointegración
La correlación mide hasta qué punto dos activos tienden a moverse en la misma dirección o en direcciones opuestas durante un periodo determinado. Puede ser útil para crear una primera lista de pares candidatos, pero una correlación elevada no demuestra que la distancia entre sus precios vaya a regresar a un equilibrio de largo plazo.
La cointegración aborda una cuestión diferente. Dos series de precios pueden evolucionar individualmente a lo largo del tiempo y, aun así, mantener una combinación lineal relativamente estable. Si el residuo resultante, conocido como diferencial o spread, muestra un comportamiento de reversión a la media, puede proporcionar una base estadística más sólida para una estrategia.
Por tanto, dos activos pueden presentar una correlación alta sin estar cointegrados. Seleccionar pares únicamente mediante el coeficiente de correlación puede llevar a confundir una coincidencia temporal de movimientos con una relación persistente.
Diferencial, ratio de cobertura y puntuación Z
La construcción de un modelo suele comenzar con la estimación del ratio de cobertura, que determina el tamaño relativo de las dos posiciones. Si los precios de los activos A y B se representan mediante PA y PB, y el ratio de cobertura mediante β, el diferencial puede expresarse así:
Spread = PA − β × PB
Los importes de ambas posiciones no tienen por qué ser iguales. El ratio puede estimarse mediante regresión lineal, regresión móvil o un modelo dinámico. También puede ajustarse en función del capital disponible, la volatilidad y la exposición total al riesgo.
Para medir cuánto se ha alejado el diferencial actual de su nivel habitual, suele utilizarse la puntuación Z:
Z = (Diferencial actual − Media histórica) ÷ Desviación estándar histórica
Una puntuación claramente positiva puede generar una posición corta sobre el diferencial: vender el activo A y comprar una cantidad del activo B ajustada por el ratio de cobertura. Una puntuación muy negativa puede producir la operación contraria. Las dos posiciones suelen cerrarse cuando el diferencial se aproxima a su media estimada.
Los umbrales de entrada y salida no deberían elegirse únicamente porque hayan producido el mejor resultado histórico. Ajustar repetidamente el periodo de observación, los niveles de señal y las reglas de permanencia puede crear un modelo sobreoptimizado que describe bien el pasado, pero falla con datos nuevos.
Modelos habituales de trading de pares
El método de distancia es uno de los enfoques más sencillos. Las series de precios se normalizan y se seleccionan los activos que hayan seguido trayectorias históricas similares. Es fácil de entender e implementar, pero ofrece pruebas limitadas de que exista una relación de equilibrio persistente.
Los modelos de cointegración comprueban si existe una combinación lineal estable entre series de precios no estacionarias. El procedimiento de Engle–Granger se aplica habitualmente a dos variables, mientras que el método de Johansen puede analizar relaciones que incluyen varios activos. No obstante, la significación estadística no garantiza que la relación tenga sentido económico ni que vaya a mantenerse.
Los modelos de series temporales permiten describir la dinámica del diferencial. Un modelo autorregresivo puede estimar la velocidad de reversión a la media, mientras que la vida media indica aproximadamente cuánto podría tardar una desviación en reducirse. Una reversión demasiado lenta puede inmovilizar el capital durante mucho tiempo; una demasiado rápida puede no dejar margen suficiente para cubrir los costes.
El filtro de Kalman permite estimar un ratio de cobertura que cambia con el tiempo. Esta flexibilidad puede resultar útil cuando la relación entre los activos evoluciona, pero también incrementa la complejidad y el riesgo asociado a los parámetros. Un modelo que reaccione excesivamente al ruido de corto plazo puede generar señales inestables y una rotación innecesariamente elevada.
El aprendizaje automático puede utilizarse para seleccionar pares, identificar regímenes de mercado o prever cambios en el diferencial. Sin embargo, no elimina los riesgos fundamentales. La filtración de datos, el deterioro fuera de muestra y la falta de interpretabilidad pueden hacer que un modelo complejo parezca más fiable de lo que realmente es.
Construcción del proceso de negociación
El proceso suele comenzar con un universo de activos que tenga coherencia económica: empresas del mismo sector, bonos con características comparables, materias primas relacionadas o fondos con estructuras similares. Después, los candidatos se filtran mediante criterios de liquidez, correlación, cointegración y estabilidad del diferencial.
La estrategia necesita reglas explícitas de entrada, salida, limitación de pérdidas y duración máxima. Una prueba histórica realista debe incluir comisiones, diferenciales de compra y venta, deslizamiento, costes de financiación y préstamo de acciones, además de la posibilidad de que las dos órdenes no se ejecuten al mismo tiempo.
Para evitar el sesgo de anticipación, las señales deben calcularse únicamente con información disponible en el momento correspondiente. Utilizar la composición actual de un índice o datos que fueron corregidos posteriormente puede generar resultados imposibles de reproducir en la negociación real.
La evaluación no debería limitarse a la rentabilidad total. También debe examinar la pérdida máxima, el porcentaje de operaciones ganadoras, la relación entre ganancias y pérdidas, la rotación, el periodo medio de mantenimiento, las pérdidas extremas y la estabilidad en distintos entornos de mercado. El análisis con ventanas móviles y las pruebas verdaderamente independientes fuera de muestra son especialmente útiles para medir la solidez de la relación.
Principales riesgos
El riesgo fundamental es que la relación histórica se rompa. Los cambios en el negocio de una empresa, las fusiones, la regulación, la composición de los índices o la estructura de una industria pueden trasladar los activos a un nuevo equilibrio. En ese caso, esperar el regreso a la antigua media podría ampliar la pérdida.
El riesgo de modelo también es relevante. Los resultados pueden cambiar de forma significativa cuando se modifican el periodo de muestra, el ratio de cobertura o los umbrales. Una relación histórica aparentemente sólida puede ser una coincidencia descubierta tras probar demasiadas combinaciones.
El riesgo de ejecución puede reducir rápidamente una ventaja teórica. Si las dos posiciones no se ejecutan de manera simultánea, la cartera queda expuesta temporalmente a la dirección del mercado. La reducción de la liquidez, la ampliación de los diferenciales y la retirada de acciones prestadas pueden empeorar todavía más el resultado.
El trading de pares tampoco es neutral al mercado de forma automática. Dos posiciones con el mismo valor monetario pueden tener diferentes betas, volatilidades, sensibilidades sectoriales y perfiles de liquidez. Durante periodos de tensión, las correlaciones pueden cambiar bruscamente y varios pares que parecían diversificados pueden perder dinero al mismo tiempo.
El atractivo de esta estrategia reside en sustituir una previsión directa del mercado por el análisis de relaciones relativas. No obstante, la reversión a la media es una hipótesis que debe verificarse continuamente, no un resultado garantizado. Una implementación sólida debe vigilar la validez de la relación, limitar el tamaño de las posiciones, aplicar reglas de salida ante cambios estructurales, incorporar costes realistas y diversificar entre oportunidades verdaderamente independientes.