Según arXiv q-fin, un nuevo modelo de retornos de acciones integra datos de actividad de trading en el marco de los factores de precios. Este enfoque sostiene que el rendimiento esperado de una acción no se limita a su exposición a riesgos estructurales (como el beta), sino que también debe considerar fluctuaciones en los volúmenes de transacciones —denominadas "q"— generadas por flujos de inversores. Así, se introduce un nuevo concepto: el producto entre beta y cantidad (BTQ). La premisa es que los inversores sofisticados exigen mayores compensaciones por riesgo cuando detectan ruido en las actividades de trading de acciones que tienen alta sensibilidad a un factor específico. Este modelo ofrece una explicación basada en riesgos para retornos de mercado, algo que se pierde al ignorar los movimientos de volumen.
La relación entre riesgo y retorno, que en condiciones normales muestra una pendiente casi nula, adquiere una estructura clara al incorporar la variable de cantidad. Estudios muestran que esta conexión es altamente sensible a los cambios en el volumen de operaciones. El modelo estructurado permite predecir de forma confiable los retornos mensuales de acciones, utilizando datos que no se usan en otros enfoques. Además, al reducir el número de factores a un conjunto pequeño, el BTQ resuelve el problema de la "diversidad excesiva" de factores que ha obstaculizado el desarrollo de modelos robustos en finanzas.
Para los inversores peruanos, este hallazgo implica una revisión crítica de cómo se evalúan las acciones en mercados locales. Muchas decisiones de inversión en el Perú —como la selección de empresas en bolsa o la asignación de capital en fondos— se basan en indicadores tradicionales como el beta o el historial de precios. Sin embargo, si el volumen de transacciones refleja la intensidad de la demanda real, entonces ignorar esos datos puede llevar a decisiones sesgadas. Por ejemplo, una acción que muestra altos volúmenes de operaciones en momentos de baja volatilidad podría estar siendo impulsada por una demanda genuina, no por especulación. Al integrar el componente de cantidad, se potencia la capacidad de detectar oportunidades reales, reduciendo el impacto de ruido en la toma de decisiones.
Además, en contextos de alta volatilidad como el mercado peruano, donde las fluctuaciones pueden ser impulsadas por noticias o cambios políticos, el volumen de operaciones puede servir como un indicador más preciso que los precios. Un inversor que utilice el modelo BTQ podría detectar más rápidamente cuando una acción está siendo movida por una fuerza real o por una acumulación de expectativas vacías. Esto no solo mejora la precisión de las proyecciones, sino que también fomenta una evaluación más responsable del riesgo en entornos donde la liquidez y la confiabilidad de los datos son cuestiones clave.
En conclusión, aunque el modelo BTQ fue desarrollado para mercados globales, su aplicación es directa para inversionistas en América Latina. Al enfocarse en el volumen real de operaciones, ofrece una herramienta más sólida para comprender el comportamiento de los precios y, por ende, para tomar decisiones más informadas en mercados como el de Lima.