Investing.ad Publicado el
- 14 min read
Cómo la varianza y la desviación típica influyen en los resultados de inversión en el mundo real
La volatilidad no es solo drama en un gráfico: es matemáticas que cambian dónde acabas.
Variance vs. Standard Deviation: The Two Measures Behind “Risk”
En inversión, la gente a menudo dice “riesgo” cuando quiere decir movimiento de precio. Dos estadísticas estrechamente relacionadas miden cuánto se dispersan los rendimientos:
- Variance (σ²): la desviación cuadrática media respecto al rendimiento medio.
- Standard deviation (σ): la raíz cuadrada de la varianza; está en las mismas unidades que los rendimientos (p. ej., %), por lo que resulta más fácil de interpretar.
Si los rendimientos en un periodo son ( r_1, r_2, …, r_n ) y la media es ( \bar{r} ), entonces:
[ \sigma^2 = \frac{1}{n}\sum_{i=1}^n (r_i - \bar{r})^2 \quad\text{and}\quad \sigma = \sqrt{\sigma^2} ]
En la práctica, los analistas suelen usar fórmulas de muestra (dividiendo por (n-1)) en lugar de fórmulas de población (dividiendo por (n)), pero la idea central es la misma: qué tan ampliamente oscilan los rendimientos alrededor de la media.
Why square the deviations?
Si no los elevaras al cuadrado, las desviaciones positivas y negativas se cancelarían. Elevar al cuadrado hace dos cosas:
- Convierte todas las desviaciones en positivas.
- Penaliza más las desviaciones grandes, lo que se alinea con cómo perciben los inversores las grandes sorpresas—especialmente las negativas.
La varianza es el motor bruto; la desviación estándar es la lectura del cuadro de mandos.
Translating Standard Deviation Into Intuition
Supongamos que un activo tiene un rendimiento medio mensual del 1% y una desviación estándar mensual del 5%. Eso no significa que el rendimiento estará entre -4% y +6% cada mes. Significa que la distribución de rendimientos tiende a tener esa dispersión.
Si los rendimientos fueran distribuidos normalmente (a menudo una aproximación burda), entonces:
- Unos 68% de los meses caerían dentro de ( \mu \pm 1\sigma ) → aproximadamente -4% a +6%
- Unos 95% dentro de ( \mu \pm 2\sigma ) → aproximadamente -9% a +11%
- Unos 99.7% dentro de ( \mu \pm 3\sigma ) → aproximadamente -14% a +16%
Los mercados no son perfectamente normales—las colas gordas y la asimetría son comunes—pero este modelo mental te ayuda a ver qué se siente una “σ mensual del 5%” en la experiencia real.
Annualizing volatility (carefully)
Una conversión común es:
[ \sigma_{\text{annual}} \approx \sigma_{\text{period}} \sqrt{k} ]
donde (k) es el número de periodos en un año (12 para mensual, ~252 para días de negociación). Esta regla de la raíz cuadrada depende de supuestos (independencia, varianza estable), pero se usa mucho.
Ejemplo: una σ mensual del 5% implica σ anual ≈ (0.05\sqrt{12} \approx 17.3%).
Ese 17% no es una predicción del rendimiento del próximo año; es una medida de la dispersión típica de resultados posibles.
The First Big Outcome: Volatility Changes Compounding
Una verdad silenciosa pero brutal: un camino de rendimientos volátil reduce el crecimiento compuesto a largo plazo, incluso cuando la media de los rendimientos parece aceptable.
A esto se le suele llamar volatility drag (o la brecha entre la media aritmética y la geométrica). La media aritmética es el promedio simple de los rendimientos; la media geométrica es lo que tu patrimonio experimenta realmente con el tiempo.
Considera un ejemplo de dos años:
- Año 1: +50%
- Año 2: -50%
Media aritmética = (50% + -50%)/2 = 0%
Pero $100 → $150 → $75. El valor final ha bajado un 25%. La media geométrica es negativa.
La matemática depende del camino porque pérdidas y ganancias no se “cancelan” simétricamente. Una pérdida del -50% requiere una ganancia del +100% para volver al punto de partida. La desviación estándar resume esa inestabilidad.
Una aproximación útil para la relación entre la media aritmética ((\mu)), la varianza ((\sigma^2)) y la tasa de crecimiento geométrico ((g)) para rendimientos pequeños es:
[ g \approx \mu - \frac{1}{2}\sigma^2 ]
Esto no es perfecto, pero captura el punto clave: manteniendo constante el rendimiento medio, mayor varianza tiende a reducir el crecimiento compuesto.
Why investors should care
Dos fondos pueden tener la misma rentabilidad media, sin embargo el que tenga menor desviación estándar puede producir mayor patrimonio final a largo plazo. Esto no es “dinero gratis”. Es la matemática del interés compuesto multiplicativo.
The Second Big Outcome: Standard Deviation Drives “Typical” Drawdowns
Los inversores no experimentan la varianza; experimentan caídas, llamadas de margen, pánico y arrepentimiento. La desviación estándar no equivale directamente a drawdown, pero influye en la frecuencia con la que aparecen pérdidas grandes.
Si los rendimientos son volátiles, la probabilidad de encontrarse con una racha de periodos negativos aumenta. Esto importa porque:
- Las necesidades de liquidez pueden forzar ventas en malos momentos.
- Los errores comportamentales se multiplican cuando la volatilidad es alta.
- Las carteras pueden volverse mecánicamente frágiles si hay apalancamiento involucrado.
Una cartera con una desviación estándar anual del 15% se comporta distinto de una con 30%:
- La cartera del 30% es más propensa a sufrir caídas de dos dígitos con frecuencia.
- Su “peor año” en una década probablemente será mucho peor.
- Las recuperaciones pueden tardar más simplemente porque los agujeros más profundos requieren más tiempo.
La desviación estándar es una herramienta tosca, pero a menudo es el primer número que te dice si una inversión encaja con tu estómago y tu horizonte temporal.
Variance in Portfolios: It’s Not Just About Individual Assets
Donde la varianza se vuelve realmente potente es en la matemática de carteras. La varianza de una cartera depende de:
- La varianza de cada activo (su volatilidad individual)
- La correlación entre activos (cómo se mueven juntos)
- Los pesos asignados a cada activo
Para una cartera de dos activos con pesos (w_1) y (w_2), volatilidades (\sigma_1) y (\sigma_2), y correlación (\rho_{12}), la varianza de la cartera es:
[ \sigma_p^2 = w_1^2\sigma_1^2 + w_2^2\sigma_2^2 + 2w_1w_2\sigma_1\sigma_2\rho_{12} ]
Ese término de correlación es donde vive la diversificación.
Diversification: lowering variance without lowering expected return
Si (\rho_{12}) es menor que 1, la desviación estándar de la cartera puede ser inferior al promedio ponderado de las desviaciones estándar individuales. Si la correlación es baja o negativa, la reducción puede ser significativa.
Por eso una cartera de dos activos “arriesgados” puede ser menos arriesgada que cualquiera de los dos por separado—si no se mueven al compás del mismo ritmo.
Correlation isn’t constant
En mercados tranquilos, las correlaciones entre acciones y bonos pueden parecer amistosas. En estrés, las correlaciones pueden subir. Así que cuando la varianza de la cartera se calcula usando correlaciones históricas, el resultado puede ser optimista.
Eso no convierte la fórmula en inútil—la convierte en una herramienta que debe usarse con juicio.
Variance and Standard Deviation in Risk-Adjusted Performance
A los inversores les importan los rendimientos, pero también les importa lo que han tenido que soportar para conseguirlos. La desviación estándar es un denominador común en varias métricas de rendimiento.
Sharpe ratio: the classic volatility-based yardstick
El Sharpe ratio compara el exceso de rentabilidad con la desviación estándar:
[ \text{Sharpe} = \frac{R_p - R_f}{\sigma_p} ]
- (R_p): rendimiento de la cartera
- (R_f): tasa libre de riesgo (a menudo el rendimiento de un Treasury a corto plazo)
- (\sigma_p): desviación estándar de los rendimientos de la cartera
Un Sharpe más alto sugiere más rendimiento por unidad de volatilidad. La limitación: la desviación estándar trata por igual la volatilidad al alza y a la baja, aunque los inversores normalmente solo odian la volatilidad negativa.
Sortino ratio: focusing on downside deviation
El Sortino ratio sustituye la desviación estándar por la desviación a la baja—la volatilidad por debajo de un rendimiento objetivo. Es una respuesta a la queja de que la desviación estándar castiga las buenas sorpresas.
Aun así, la desviación estándar sigue siendo el proxy de “riesgo” más común porque es simple, conveniente matemáticamente e integrada en la teoría moderna del portafolio.
Photo by PiggyBank on Unsplash
Sequence of Returns: Same Average, Different Outcome
La varianza y la desviación estándar te hablan de dispersión, pero los inversores reales también se enfrentan al timing. Cuando ocurren las retiradas—jubilación, matrícula, la entrada de una casa—el orden de los rendimientos se vuelve decisivo.
Dos carteras pueden tener rendimientos medios idénticos y la misma desviación estándar durante una década, pero producir diferente patrimonio final si una sufre pérdidas al principio y ganancias después, mientras la otra gana al principio y pierde después.
Esto es el sequence-of-returns risk, y es una de las razones por las que la volatilidad importa más cuando:
- Estás retirando dinero (fase de decumulación)
- Tu horizonte es corto
- Usas apalancamiento
- Tu plan requiere flujos de caja específicos en fechas concretas
La varianza no “causa” el riesgo de secuencia, pero una desviación estándar más alta hace que las secuencias extremas sean más probables.
A practical lens: “How bad can it get before it gets better?”
Los inversores suelen subestimar cuánto puede tardar la recuperación tras una caída profunda. Cuando la volatilidad es alta, debes esperar caídas profundas más frecuentes y, por tanto, periodos de recuperación más largos—especialmente si los rendimientos no muestran una tendencia fuerte al alza.
La desviación estándar no predice el próximo mercado bajista, pero moldea la distribución de las trayectorias posibles que puede tomar tu cartera.
Standard Deviation and the Pricing of Risk
En el pricing básico de activos, los inversores exigen compensación por asumir riesgo. No todo el riesgo tiene precio por igual, pero la volatilidad suele ser un punto de partida para cómo las instituciones y los fondos comunican riesgo.
- En los mercados de opciones, la volatilidad implícita es en efecto un precio de la variabilidad futura esperada.
- En las restricciones de cartera, los límites de volatilidad a menudo dictan el tamaño de las posiciones.
- En los presupuestos de riesgo, las contribuciones a la varianza guían cómo se asigna el capital.
La varianza no es solo descriptiva; se convierte en un gobernador sobre lo que los inversores pueden mantener.
Position sizing: volatility targeting
Muchas estrategias sistemáticas hacen alguna versión de targeting por volatilidad: escalan la exposición hacia abajo cuando la volatilidad sube y hacia arriba cuando baja.
En forma simplificada, una estrategia podría fijar el peso proporcional a:
[ w \propto \frac{1}{\sigma} ]
Esto tiene una implicación clara: la desviación estándar no solo se observa; cambia activamente el comportamiento de trading, lo que puede retroalimentar la dinámica del mercado.
The Hidden Role of Variance in Rebalancing
Reequilibrar suena ordenado—vendes lo que ha subido, compras lo que ha bajado. Bajo el capó, la varianza controla con qué frecuencia y qué tan drásticamente derivan los pesos.
- Los activos de alta varianza derivan más: unos meses fuertes pueden inflar su peso en la cartera.
- Reequilibrar desde ganadores de alta varianza hacia rezagados de baja varianza puede reducir la varianza de la cartera con el tiempo.
- Pero reequilibrar con frecuencia puede aumentar costes y fiscalidad, lo que complica la imagen ideal de los libros de texto.
También existe un fenómeno llamado volatility pumping (más correctamente: rebalancing bonus) que puede aparecer al reequilibrar entre activos con suficiente volatilidad y baja correlación. La idea es que comprar tras caídas y vender tras subidas puede añadir retorno incremental en ciertas condiciones.
No está garantizado, y puede verse superado por tendencias, aumento de correlaciones o costes de transacción. Aun así, la posibilidad existe porque la varianza crea los vaivenes que el reequilibrio puede aprovechar.
When Standard Deviation Misleads: Fat Tails, Skew, and Regime Shifts
La desviación estándar funciona mejor cuando los rendimientos son relativamente simétricos y no dominados por desastres raros. Los mercados reales con frecuencia rompen esos supuestos.
Fat tails: extreme events more common than “normal”
Los rendimientos de renta variable tienden a tener colas gordas, lo que significa que los movimientos grandes ocurren más a menudo de lo que una distribución normal sugeriría. En ese mundo:
- Los “eventos de 3-sigma” no son tan raros como el modelo normal afirma.
- La desviación estándar subestima el riesgo de cola a menos que se complemente con pruebas de estrés.
Skew: upside and downside aren’t mirror images
Muchas estrategias tienen pagos asimétricos. Vender opciones, carry trades y ciertas estrategias de crédito pueden mostrar baja desviación estándar la mayor parte del tiempo—hasta que llega un crash. Pueden parecer estables justo hasta el momento en que no lo son.
Una desviación estándar baja puede ocultar una distribución peligrosa. El número no miente; simplemente no cuenta toda la historia.
Regime shifts: volatility clusters
La volatilidad suele agruparse—periodos tranquilos seguidos de periodos turbulentos. Eso significa que la volatilidad que estimas con el último año puede ser irrelevante en el próximo trimestre.
Por eso la gestión de riesgo a menudo usa:
- Ventanas móviles (para actualizar σ)
- Modelos tipo GARCH (para pronosticar volatilidad)
- Periodos de stress (para ver qué podría llegar a ser σ)
- Análisis de escenarios (para imaginar rupturas en correlación)
La desviación estándar es un punto de partida, no una garantía.
How Investors Actually Use Variance and Standard Deviation
En la toma de decisiones real, las estadísticas de volatilidad aparecen en tres sitios: expectativas, límites y comportamiento.
1) Setting expectations for a holding
Si la desviación estándar anual de un ETF es del 20%, no deberías sorprenderte por un movimiento de -10% a -15% en un mal trimestre. La estadística no hace el movimiento agradable, pero lo hace predecible en espíritu.
Los inversores a menudo explotan no porque el riesgo fuera desconocido, sino porque se ignoró.
2) Building guardrails
Muchas carteras incluyen límites de volatilidad explícitos o implícitos:
- Un jubilado puede preferir una cartera diseñada para menor desviación estándar.
- Una fundación puede aceptar mayor σ pero exigir alta liquidez.
- Un inversor apalancado debe mantener σ lo suficientemente baja para evitar liquidaciones forzosas.
La varianza se convierte en un parámetro de diseño.
3) Avoiding the “false precision” trap
Es fácil calcular la desviación estándar con dos decimales y sentirse científico. Pero los insumos—historial de rendimientos, elección de ventana, frecuencia de datos—cambian el resultado.
La mentalidad correcta es: las estimaciones de volatilidad son rangos útiles, no constantes sagradas.
Tools Investors Use to Monitor Volatility
No necesitas infraestructura institucional para rastrear desviación estándar y varianza. Pero las herramientas difieren en cómo presentan la matemática y en lo fácil que es comparar activos.
- Portfolio Visualizer
- Morningstar Portfolio Tools
- Yahoo Finance Historical Data
- TradingView Volatility Indicators
- Excel or Google Sheets (STDEV functions)
Estas herramientas pueden calcular valores ligeramente distintos según la fuente de datos, la frecuencia (diaria vs. mensual) y si usan fórmulas de muestra o de población. La dirección del insight suele importar más que la tercera cifra decimal.
A Concrete Walkthrough: Two Funds With the Same Average Return
Imagina que el Fondo A y el Fondo B promedian ambos un 8% anual en una muestra larga. La diferencia:
- El Fondo A tiene desviación estándar anual del 10%
- El Fondo B tiene desviación estándar anual del 25%
Sobre el papel, ambos “rinden 8%”. En resultados reales de riqueza:
- El Fondo B es más probable que sufra drawdowns profundos que interrumpen el compuesto.
- El Fondo B es más probable que provoque errores de comportamiento del inversor (vender en mínimos, comprar tarde).
- El Fondo B puede requerir un horizonte más largo para que su rentabilidad esperada sea significativa.
- El Fondo A puede producir un mayor rendimiento geométrico si el drag por volatilidad domina.
Aquí la varianza deja de ser un concepto académico. Afecta quién permanece invertido, quién capitula y quién captura realmente la rentabilidad declarada.
What to Watch Beyond Standard Deviation (While Still Respecting It)
La desviación estándar es una medida limpia y compacta de dispersión, pero funciona mejor cuando se combina con otras perspectivas:
- Max drawdown: “¿Cuál fue la peor caída de pico a valle?”
- Downside deviation: “¿Qué tan volátil es la cara mala?”
- Value at Risk (VaR) and Expected Shortfall: “¿Qué tan malos pueden ser los peores días?”
- Correlation under stress: “¿Los diversificadores siguen diversificando cuando duele?”
- Liquidity and gap risk: “¿Pueden los precios saltarse mi stop?”
Incluso cuando vas más allá, la desviación estándar sigue siendo fundamental porque gran parte de la construcción de carteras empieza con la matemática de varianza-covarianza. Es la gramática de la diversificación.
The Bottom Line in Math Terms: Dispersion Shapes Destiny
La varianza y la desviación estándar influyen en los resultados de inversión a través de múltiples canales a la vez:
- Cambian el crecimiento compuesto mediante el drag por volatilidad.
- Cambian la frecuencia y profundidad de los drawdowns, lo que afecta la capacidad real de permanecer invertido.
- Moldean el riesgo de cartera mediante covarianza y correlación, habilitando la diversificación.
- Definen métricas ajustadas por riesgo como el Sharpe ratio e informan las restricciones.
- Alteran el riesgo de secuencia de rendimientos cuando el tiempo y los flujos de caja importan.
Invertir es incierto por naturaleza. Pero la dispersión de los resultados posibles—la varianza alrededor de tu expectativa—a menudo marca la diferencia entre un plan que funciona en el papel y un plan que sobrevive en la realidad.
External Links
Expected Value, Variance & Standard Deviation | CFA® Notes Standard Deviation, Probability, and Risk When Making Investment … Standard Deviation Formula: How to Calculate and Interpret Standard Deviation Formula and Uses, vs. Variance - Investopedia Measuring investment risk using standard deviation in finance