Giulio Occhionero explica por qué las criptomonedas rompen los modelos de riesgo diseñados para las acciones

Lo que dos décadas de trabajomatic en materia de equidad se transfiere, y lo que no se transfiere, a los activos digitales

La mayor parte del sistema cuantitativo que utilizamos para operar con acciones se basa en supuestos que los activos digitales incumplen sistemáticamente. Los rendimientos suelen ser normales en el rango medio y solo ocasionalmente extremos. Los mercados cierran, lo que proporciona al riesgo un ritmo natural. Las correlaciones son lo suficientemente estables como para construir una cartera de inversión. Ninguno de estos supuestos se cumple plenamente en el mundo de las criptomonedas, y quienes pierden dinero suelen ser precisamente quienes asumieron que así sería.

Utilizo estrategiasmatic en acciones estadounidenses, opciones y criptomonedas, y he dedicado suficiente tiempo al mundo de los activos digitales como para desconfiar de cualquiera que afirme que los mismos modelos se pueden transferir sin cambios. No es así. Lo que se mantiene es la disciplina. Lo que hay que reconstruir es prácticamente todo lo que ocurre después de la distribución.

1. Las colas pesadas son el caso base, no la excepción

En los mercados de renta variable, un día con una desviación estándar de cinco sigmas es un evento que se observa solo unas pocas veces en la trayectoria profesional, y se diseñan sistemas de gestión de riesgos que lo tratan como algo excepcional. En el mundo de las criptomonedas, los movimientos que serían eventos extremos para el S&P 500 ocurren en fines de semana comunes. La distribución no es lognormal con perturbaciones ocasionales. Presenta colas pesadas en su estado de reposo, y estas colas son asimétricas de maneras que varían según el entorno de financiación.

La consecuencia práctica es que cualquier modelo de riesgo calibrado a un núcleo gaussiano subestimará crónicamente la probabilidad de ruina. El valor en riesgo calculado de la forma estándar resulta prácticamente inútil en este caso. Los modelos que sobreviven son aquellos que dimensionan las posiciones a partir del comportamiento empírico de las colas de la distribución, en lugar de a partir de una varianza ajustada, y que asumen que la peor caída observada es un límite inferior, no un límite superior.

Si su modelo de riesgo nunca ha visto el movimiento que acaba con su fondo, le asignará un valor de cero hasta que ocurra.

2. Un mercado que nunca cierra no tiene reloj natural

La gestión del riesgo de renta variable se organiza discretamente en torno al cierre de la bolsa. Se marcan las posiciones, se reequilibran las exposiciones y la brecha nocturna es una incógnita conocida que se puede cubrir o para la que se pueden tomar reservas. El mercado de criptomonedas no tiene cierre. La liquidez disminuye los fines de semana y en las horas entre las principales sesiones regionales, y es precisamente entonces cuando se producen las mayores distorsiones.

Una estrategia que asume que siempre podrá salir a un precio justo está haciendo una suposición de capital en un mercado que no la respeta. Los modelos que se mantienen vigentes consideran la hora del día y el día de la semana como variables de riesgo de primera clase, reservan capacidad para las horas de menor actividad y nunca asumen que la capacidad de operar al mediodía de un martes indique algo sobre la capacidad de operar a las tres de la mañana durante una cascada de operaciones.

3. Correlación que te traiciona en el peor momento

La diversificación en el mundo de las criptomonedas es menos efectiva de lo que sugiere el marketing. En condiciones de calma, los tokens presentan suficiente dispersión como para que una cartera neutral al mercado parezcatrac. En situaciones de estrés, esa dispersión se desmorona. Casi todo se correlaciona con un factor macroeconómico: el apetito general por el riesgo, expresado a través de los activos más grandes. La cartera neutral, cuidadosamente construida, se convierte en una apuesta direccional concentrada justo en el momento en que se necesitaba evitarlo.

Este es el mismo fallo que provocó el colapso de las implementaciones perezosas de paridad de riesgo en los mercados tradicionales, solo que de forma más rápida y drástica. El error reside en modelar la correlación como una constante. Modelarla como una variabledent del régimen que tiende a uno bajo presión es el punto de partida de un marco útil.

4. Liquidez que es profunda hasta que deja de serlo

Los libros de órdenes en los activos digitales están fragmentados en decenas de plataformas, y la profundidad agregada puede resultar engañosa. El libro parece grueso porque se está sumando liquidez a la que no se puede acceder simultáneamente sin que todas las plataformas se vean afectadas. Además, la profundidad disminuye de forma no lineal. El primer incremento de volumen se negocia cerca de la cotización, y el siguiente incremento se negocia mucho peor, porque los creadores de mercado amplían o reducen el rango en el momento en que detectan un participante importante.

Las pruebas retrospectivas que asumen que se pueden realizar transacciones de tamaño significativo en el punto medio no modelan las criptomonedas. Modelan unatracsin fricciones que nunca ha existido. Las curvas de impacto realistas, para cada plataforma, no representan una mejora en este caso. Son la diferencia entre una estrategia y una historia.

5. Reflexividad y ausencia de un ancla

Las acciones tienen fundamentos que justifican el debate. Los flujos Cash , los múltiplos y los balances proporcionan un punto de referencia para el precio, aunque sea débil. Gran parte del mercado de criptomonedas carece de un ancla comparable, lo que significa que el precio se rige más por el posicionamiento, la narrativa y el apalancamiento. El mercado es reflexivo: los precios suben ante flujos detracque justifican precios más altos, hasta que el apalancamiento que impulsó el movimiento se convierte en el mecanismo de su reversión.

Para un operadormatic , esto sugiere dar mayor importancia a los datos de posicionamiento y flujo, que son inusualmente observables en este mercado a través de las tasas de financiación, el interés abierto y el movimiento en la cadena de bloques, y menor importancia a cualquier noción de valor justo. La ventaja reside en interpretar la concentración de posiciones y el apalancamiento, no en estimar un precio intrínseco que podría no existir.

6. Dimensionamiento cuando la volatilidad es el único insumo estable

Si la distribución es inestable, las correlacionesdentdel régimen y la liquidez está fragmentada, la única variable que se puede medir con razonable certeza es la volatilidad realizada. Esto hace que el dimensionamiento orientado a la volatilidad no sea solo una preferencia, sino casi una necesidad. Un dimensionamiento nominal fijo en un activo cuya volatilidad puede cuadruplicarse en un día es una forma de acertar en la dirección correcta y aun así ser liquidado en el camino.

Las estrategias que he visto consolidarse en este mercado comparten una postura conservadora: utilizan tamaños pequeños en relación con lo que permite el backtesting, cierran posiciones más rápido de lo que resulta cómodo y consideran el apalancamiento como el principal factor de riesgo en lugar de un potenciador de la rentabilidad. La asimetría es implacable. Puedes anticiparte, acertar y aun así perder.

A esto se reduce todo

Las criptomonedas premian la mentalidad cuantitativa y penalizan la transferencia de supuestos cuantitativos. El rigor, el escepticismo hacia las pruebas retrospectivas bien formuladas y el respeto por la capacidad se mantienen. Sin embargo, la maquinaria específica, los núcleos gaussianos, las correlaciones constantes, las ejecuciones sin fricción y el reloj de riesgo al cierre de la sesión, no. Quienes tienen éxito en este mercado son aquellos que mantuvieron la disciplina y reconstruyeron el modelo. Quienes fracasan son aquellos que asumieron que un mercado tan diferente podía operarse con herramientas diseñadas para un mercado ya consolidado.

Sobre el autor

Giulio M. Occhionero es Director de Investigación y Desarrollo Cuantitativo en IRH Global Trading en Abu Dabi, donde lidera la implementación de estrategias sistemáticasmatic la investigación cuantitativa en acciones estadounidenses, opciones y activos digitales. Es ingeniero nuclear y cuenta con más de dos décadas de experiencia en finanzas cuantitativas, habiendo desempeñado diversos cargos en Italia, Estados Unidos y los Emiratos Árabes Unidos. Escribe con frecuencia sobre trading sistemáticomatic microestructura de mercado y la ingeniería aplicada a la gestión de inversiones.