Según arXiv q-fin, un nuevo modelo propone una estrategia de gestión de portafolios que se basa únicamente en precios diarios, volúmenes de trading y capitalizaciones de mercado. El sistema opera mediante tres matrices estables, construidas a partir de la historia de precios: una matriz de distancias que mide las correlaciones de retornos, y dos matrices de transición derivadas de cadenas de Markov que clasifican los activos del S&P 500 mensualmente según su rendimiento y volatilidad histórica. Esta estructura se alimenta de la misma información que el modelo de optimización de Markowitz, pero elimina la necesidad de estimar vectores de retornos esperados o matrices de covarianza. El método evita inversiones matriciales, es robusto ante outliers y permite una gestión dinámica, no limitada a un solo periodo.
Los resultados empíricos revelan que el rango de volatilidad puede predecirse un paso adelante, mientras que el rango de retornos permanece inaccesible para predicción. Un portafolio compuesto por estas proyecciones —una estrategia de momentum neutra de mercado y una posición larga opcional— supera al mercado en dos conjuntos de pruebas independientes: del enero de 2022 al diciembre de 2024, y del enero de 2025 al julio de 2026. En ambos casos, su ratio de Sharpe alcanza 1,06 y 1,32, frente al 0,78 y 1,14 del mercado, tras restar un costo de trading de cinco puntos base y ajustar los resultados diariamente. Además, este enfoque domina a los portafolios clásicos de mínima volatilidad y máxima diversificación. Al introducir una posición larga basada en distancias residuales, se observa un incremento significativo: el Sharpe sube a 1,08 y 1,44, y los retornos anuales pasan de 18% a 20% y de 44% a 56%. Un overlay adicional que busca proteger el componente neutro del mercado, mediante la compra de convexidad, reduce la profundidad de pérdidas sin sacrificar el ratio de Sharpe.
Para inversores peruanos, este modelo ofrece una alternativa práctica a estrategias tradicionales que dependen de datos complejos o de supuestos sobre el futuro. Aunque el S&P 500 no es un índice directamente relacionado con el mercado peruano, el enfoque se aplica con flexibilidad a activos locales, especialmente en entornos de alta volatilidad como los mercados emergentes. La capacidad de operar con datos diarios y sin necesidad de pronósticos de rendimiento esperado simplifica su implementación en entornos con baja transparencia o acceso limitado a datos financieros. Además, su eficacia en periodos de volatilidad intensa —como los años recientes— resalta la importancia de estrategias que no dependan de expectativas subjetivas, sino de patrones históricos observables. Esto es particularmente relevante en el contexto peruano, donde las condiciones económicas cambian rápidamente y los inversores deben equilibrar riesgo y retorno con escasa información en tiempo real.