Simulador de portafolio de inversiones: de la intuición a la frontera eficiente
Construir un portafolio no es elegir activos que te gustan; es diseñar un sistema con retorno esperado, volatilidad y matriz de correlación que te permita sobrevivir la cola izquierda y capturar la media. La teoría moderna de portafolios de Markowitz, el CAPM de Sharpe-Lintner, el modelo de factores Fama-French y la evidencia empírica de 40 años de fondos índice convergen en la misma tesis: la asignación de activos explica más del 90% de la varianza de retorno de un portafolio diversificado, mientras que la selección individual de valores explica menos del 10%. Un simulador serio se construye sobre esa evidencia, no sobre la corazonada del último analista que llamó a la radio.
La matemática básica que todo simulador resuelve
Para un portafolio de N activos con pesos w, retornos esperados μ y matriz de covarianzas Σ, el retorno esperado del portafolio es E[Rp] = wᵀ · μ y la varianza es σp² = wᵀ · Σ · w. La volatilidad σp es la raíz cuadrada de la varianza. El Sharpe ratio — la métrica central de eficiencia riesgo-ajustada — se calcula como:
Sharpe = (E[Rp] − Rf) / σp
donde Rf es la tasa libre de riesgo (T-Bill a 3 meses, CETES 28 días, Bono del Tesoro según mercado). Un Sharpe bajo 0.5 en un horizonte de 10 años indica asignación subóptima; un Sharpe sostenido sobre 1.0 es excepcional y frecuentemente implica apalancamiento oculto, sample bias o captura de prima de iliquidez.
La matriz de covarianza Σ es el corazón de la simulación. Se estima con al menos 36-60 meses de retornos para que las correlaciones sean robustas. En regímenes de estrés las correlaciones aumentan — el fenómeno conocido como correlation breakdown — y la diversificación que funcionó 10 años puede colapsar en 3 semanas. Por eso los simuladores serios permiten especificar matrices de correlación condicionales: una para régimen normal, otra para régimen de crisis, con peso asignado a cada uno según probabilidad histórica.
Sortino, drawdown máximo y sequence-of-returns risk
El Sharpe penaliza toda volatilidad por igual, pero un inversionista racional no teme la volatilidad al alza. El Sortino ratio reemplaza σp por la semi-desviación de retornos negativos, y mide el retorno por unidad de downside risk. Para portafolios con retornos asimétricos (opciones, high-yield, crypto, private equity con marks suavizados), el Sortino es más honesto que el Sharpe.
El drawdown máximo es la caída porcentual pico-a-valle observada en el periodo. Para un portafolio 60/40 tradicional (S&P 500 + Bloomberg US Aggregate) el drawdown histórico es ~27% en 2008; para un portafolio 100% equity desarrollado llega al 51% en el mismo periodo. El dato importa porque el sequence-of-returns risk en retiro puede destruir un plan aparentemente viable: dos carteras con el mismo retorno promedio a 30 años pero distinto orden de años malos producen balances terminales distintos en un orden de magnitud. El retirado que sufre -30% en el año 1 de retiro acaba con 40% menos capital a los 30 años que el retirado que sufre -30% en el año 28, asumiendo los mismos 30 retornos pero reordenados.
Ejemplo numérico: asignación 60/40 vs global diversificada
Portafolio A, 60% S&P 500 (retorno esperado 7.5%, vol 15%) + 40% US Aggregate Bonds (retorno 3.5%, vol 5%), correlación 0.1:
E[Rp] = 0.6 × 7.5 + 0.4 × 3.5 = 5.9%σp = √(0.6² × 15² + 0.4² × 5² + 2 × 0.6 × 0.4 × 0.1 × 15 × 5) ≈ 9.3%Sharpe (Rf=3%) ≈ 0.31
Portafolio B, 40% US equity + 20% ex-US developed (MSCI EAFE) + 10% emerging markets + 25% US Aggregate + 5% REITs, con correlaciones entre 0.3 y 0.7 y retorno compuesto esperado ~6.3%, vol ~10.5%, Sharpe ~0.31. El retorno bruto sube sólo 40 puntos básicos, pero el drawdown esperado en escenarios de estrés de US equity se modera porque el factor geográfico descorrelaciona. La frontera eficiente de Markowitz formaliza esta optimización: para cada nivel de riesgo objetivo, existe un único portafolio que maximiza retorno esperado.
En la frontera, el portafolio tangente al rayo desde la tasa libre de riesgo es el de mayor Sharpe ratio posible. Cualquier combinación de ese portafolio tangente con la tasa libre de riesgo domina a cualquier otro portafolio sobre la frontera en términos de Sharpe. Esa es la base teórica del portafolio de mercado del CAPM y de la regla práctica de combinar un fondo índice global con cash o bonos de corto plazo según tolerancia al riesgo.
Monte Carlo sobre Geometric Brownian Motion
Los simuladores serios no proyectan un solo escenario determinista; generan miles de trayectorias usando Geometric Brownian Motion con correlación entre activos implementada vía descomposición de Cholesky de la matriz de covarianza. Con 10,000 trayectorias en un horizonte de 30 años, obtienes la distribución empírica del balance terminal, de la cual se extraen percentiles: P10 (escenario malo), P50 (mediana), P90 (escenario favorable). La probabilidad de ruina — probabilidad de agotar el capital antes del horizonte — es el output crítico para planificación de retiro y fondos de pensiones.
La limitación clásica del GBM es que asume retornos lognormales, mientras que los mercados reales exhiben fat tails (curtosis superior a 3) y skewness negativa (colas izquierdas más largas). Los simuladores profesionales corrigen usando distribuciones t de Student, saltos (Merton jump-diffusion) o resampling de bloques históricos. Para el inversionista minorista sofisticado, complementar Monte Carlo con un backtest sobre 30-40 años reales — incluyendo 1973-1974, 2000-2002, 2008-2009 y 2020-2022 — es la red de seguridad contra el optimismo de los modelos normales.
Rebalanceo, drift y costos reales
Un portafolio 60/40 no se mantiene 60/40 solo. Tras un año con equity +20% y bonos +2%, el peso real de equity sube a ~64%. Sin rebalanceo, el portafolio drift hacia mayor riesgo justo después de que los precios suben. El rebalanceo disciplinado (calendario anual, umbral de ±5%, o bandas de volatilidad) captura una pequeña prima de mean-reversion y mantiene el perfil de riesgo estable.
El simulador debe permitir comparar estrategias de rebalanceo — incluyendo el costo fiscal para inversionistas en cuentas gravables, un factor que Portfolio Visualizer minimiza pero que en muchos mercados (México con ISR sobre ganancias de capital del 10%, España con tarifa del ahorro hasta 28%, Brasil con IR regresivo por plazo) es decisivo. En retrospectiva histórica, el rebalanceo óptimo para cuentas gravables suele ser banda de ±5% en lugar de calendario anual, porque reduce el turnover y por tanto el costo fiscal. Para cuentas de retiro con diferimiento fiscal, calendario trimestral es aceptable.
Factores, prima de riesgo y estilo
La extensión moderna del CAPM es el modelo de cinco factores Fama-French: mercado, tamaño (SMB), valor (HML), rentabilidad (RMW) e inversión (CMA), complementado por el factor momentum de Carhart. Un simulador completo permite descomponer el retorno de tu portafolio en exposición a cada factor y comparar contra un benchmark. Si tu portafolio tiene exposición neta -0.3 al factor valor, estás apostando activamente contra value sin haberlo decidido — el simulador te lo muestra para que sea una decisión consciente o la neutralices.
Los ETFs de factor investing (iShares Edge, Dimensional, Vanguard Factor) permiten construir portafolios con inclinaciones intencionales de factor. El simulador proyecta cómo esas inclinaciones impactan retorno esperado, volatilidad y tracking error respecto al índice de referencia.
Correlación condicional y regímenes de mercado
La diversificación es frágil en el peor momento. En marzo 2020, la correlación entre equity global y bonos de gobierno US brincó de -0.2 a +0.5 durante dos semanas, porque la liquidez se secó y los fondos vendieron lo que pudieron. Lo mismo ocurrió en 2022 cuando la Fed subió tasas 475 puntos base y ambas clases cayeron a la par. Un simulador que asume correlación constante genera falsa sensación de seguridad.
Los simuladores sofisticados usan regime-switching models (Hamilton 1989, Ang-Bekaert) que definen dos o tres regímenes de mercado con matrices de correlación propias y probabilidades de transición entre regímenes. El retorno esperado y la volatilidad del portafolio se recalculan como promedio ponderado por régimen. Es un paso técnico importante que separa a los simuladores institucionales de los retail.
Diferenciación frente a Excel y SaaS enterprise
Excel con fórmulas VAR.S y COVARIANZA.M entrega la mecánica básica, pero no genera trayectorias Monte Carlo con correlación realista ni facilita análisis de sensibilidad. Portfolio Visualizer es excelente pero abruma con 40+ parámetros y existe solo en inglés. Bloomberg PORT, FactSet y MSCI Barra cuestan 25,000-60,000 USD por usuario anuales, fuera de alcance para la mayoría de asesores independientes, family offices pequeños y RIAs boutique.
Un simulador pensado para el inversionista minorista sofisticado y el asesor independiente bilingüe cierra la brecha: matemática correcta, UX accesible, output interpretable. Asset allocation es una decisión rara; se toma dos o tres veces en una vida financiera. Merece una simulación que no se sienta como un doctorado en econometría, pero que tampoco deje afuera el régimen de correlación condicional, la prima por factor o el sequence-of-returns risk. Este simulador entrega ambas cosas.
Impuestos, rebalanceo y asset location en LatAm
En América Latina, el tratamiento fiscal varía por jurisdicción: México cobra ISR del 10% sobre ganancias bursátiles locales; Argentina aplica 15% sobre renta financiera en moneda extranjera; Brasil grava con tabla regresiva por plazo; Chile aplica CGT del 10% con topes anuales. El concepto de asset location — poner cada clase de activo en la cuenta con mejor tratamiento fiscal — puede sumar 40-80 puntos básicos anuales al retorno neto sin cambiar la asignación nominal. Renta fija de alto cupón en cuentas con diferimiento (AFORE, AFP, planes de retiro privados); equity en cuentas gravables donde el diferimiento natural y el tax-loss harvesting operan a tu favor. El simulador modela ambas capas: allocation estratégica más location fiscal.
Síntesis para el inversionista y el asesor
Simular un portafolio no es predecir el futuro; es mapear el rango plausible de futuros y tomar decisiones robustas a ese rango. Un inversionista que simula, compara y rebalancea sistemáticamente supera al 85% de los que solo persiguen rendimiento puntual — no porque el inversionista sistemático acierte más a las cimas del mercado, sino porque pierde menos en las caídas y acumula compounding disciplinado. Un asesor independiente que presenta a su cliente tres allocations con Sharpe, drawdown P10 y probabilidad de alcanzar la meta a 20 años sube del rol de vendedor de producto al rol de fiduciario cuantitativo. Ambos papeles se habilitan con un simulador accesible, preciso y bilingüe.