Investing.ad Publicado el
- 16 min read
Probabilidad de pérdida en distintos horizontes de inversión: Guía basada en un modelo de decisión
Probabilidad de pérdida en distintos horizontes temporales de inversión: guía de modelos de decisión
Los mercados pueden sentirse como el lanzamiento de una moneda a corto plazo —y como la gravedad a largo plazo. Lo difícil es cuantificar cuánto de eso es cierto.
Qué significa realmente “probabilidad de pérdida”
“Probabilidad de pérdida” suena simple: la posibilidad de que tu inversión termine valiendo menos de lo que pusiste. En los modelos de decisión, conviene definirlo con precisión porque distintas definiciones llevan a conclusiones muy diferentes.
Definiciones comunes incluyen:
- Probabilidad de pérdida nominal: el valor final está por debajo del principal original, sin tener en cuenta la inflación ni los impuestos.
- Probabilidad de pérdida real: el valor final está por debajo del principal tras descontar la inflación (pérdida de poder adquisitivo).
- Probabilidad de pérdida después de impuestos: el valor final está por debajo del principal tras impuestos, lo que importa en cuentas sujetas a tributación y horizontes cortos.
- Probabilidad de pérdida dependiente de la trayectoria: se considera “pérdida” si en algún momento se baja de un umbral (importante para apalancamiento, margen y necesidades de gasto).
- Probabilidad de pérdida en el horizonte: se considera “pérdida” solo si el valor está por debajo del principal en una fecha futura específica (lo más común en proyecciones de jubilación y planificación por objetivos).
Para la mayoría de inversores, la versión relevante para la decisión es la probabilidad de pérdida en el horizonte: “Si invierto hoy y tengo que usar el dinero dentro de X años, ¿qué probabilidad hay de que esté por debajo?”
Por qué el horizonte temporal cambia las probabilidades
El horizonte temporal cambia las probabilidades por dos razones:
- Capitalización de los rendimientos esperados: si una clase de activo tiene un rendimiento esperado positivo a largo plazo, la distribución de resultados se desplaza hacia arriba con el tiempo.
- Agregación de la volatilidad: los retornos también se capitalizan de forma impredecible; la varianza crece con el tiempo también, pero no de la misma forma que crece la media.
Una forma simple de ver esta lucha es la siguiente: cuanto más tiempo permanezcas invertido en un activo riesgoso con rendimiento esperado positivo, más tiempo das al “drift” para vencer los choques aleatorios. Pero eso no significa que las pérdidas desaparezcan—especialmente después de inflación, comisiones y secuencias de retornos malas.
Los modelos de decisión intentan convertir esa intuición en números.
La caja de herramientas central del modelo de decisión
Cuando los analistas estiman la probabilidad de pérdida según el horizonte, suelen elegir entre varios enfoques de modelado. Cada uno lleva supuestos que importan más de lo que muchos imaginan.
1) Análisis histórico con ventanas móviles
Tomas la historia —por ejemplo, retornos mensuales del S&P 500— y calculas resultados para cada periodo móvil de 1 año, cada periodo móvil de 5 años, cada periodo móvil de 10 años, etc. Luego cuentas la proporción de periodos que terminaron en negativo.
Pros
- Basado en regímenes reales de mercado.
- Incluye crisis, recuperaciones y secuencias malas.
Contras
- Tamaño de muestra limitado para horizontes largos (simplemente no hay muchos periodos no solapados de 30 años).
- La historia incluye una trayectoria específica de inflación, valoraciones y regímenes de política.
- El futuro puede no parecerse al pasado.
Los resultados con ventanas móviles suelen ser los más persuasivos para los lectores porque se sienten tangibles: “En la historia, perdiste dinero X% del tiempo en Y años.” Pero sigue siendo una elección de modelo—que implícitamente asume que la distribución futura se parecerá a la histórica.
2) Modelos paramétricos (suposiciones normal / lognormal)
Aquí asumes que los retornos siguen una distribución estadística—a menudo normal para retornos aritméticos o lognormal para precios—y usas la media y la volatilidad estimadas para calcular probabilidades.
Una simplificación clásica: si los retornos anuales son IID (independientes e idénticamente distribuidos) con media μ y volatilidad σ, entonces en T años la media escala como μT y la volatilidad escala como σ√T (para agregación aritmética). Bajo capitalización lognormal, trabajas con retornos logarítmicos.
Pros
- Matemáticas transparentes.
- Fácil calcular probabilidades para cualquier horizonte.
Contras
- Los retornos financieros tienen colas gruesas, asimetría y cambios de régimen.
- Las correlaciones aumentan en crisis.
- Las suposiciones IID subestiman los efectos de secuencia y el riesgo de crash.
Si alguna vez has visto un gráfico ordenado donde la probabilidad de pérdida disminuye suavemente con el tiempo, a menudo proviene de un planteamiento paramétrico. Los mercados reales son más desordenados.
3) Simulación Monte Carlo (con características realistas)
Los modelos Monte Carlo generan miles de trayectorias de retorno plausibles. La calidad de la salida depende de lo que pongas dentro:
- Colas gruesas (p. ej., distribución t)
- Agrupamiento de volatilidad (p. ej., comportamiento tipo GARCH)
- Cambio de régimen (periodos de calma vs crisis)
- Rendimientos esperados que varían en el tiempo (modelos conscientes de valuaciones)
- Picos de correlación en caídas
- Modelo de inflación para la probabilidad de pérdida real
Pros
- Flexible y puede incorporar dependencia de trayectoria.
- Mejor para modelos de decisión basados en objetivos (fondo universitario, gasto en jubilación).
Contras
- Es fácil construir una simulación que parezca sofisticada pero que incorpore supuestos optimistas.
- Los resultados pueden ser sensibles a las entradas (μ, σ, grosor de colas, reglas de rebalanceo).
En la práctica, una buena Monte Carlo no da “la respuesta”. Da un rango y resalta qué supuestos impulsan ese rango.
Horizontes cortos: por qué las pérdidas son comunes y se sienten personales
En días, semanas e incluso un año, los mercados están dominados por el ruido, titulares, liquidez y expectativas cambiantes. Incluso para índices bursátiles amplios con rendimiento esperado positivo a largo plazo, la probabilidad de pérdida en un horizonte de 1 año puede ser incómodamente alta en muchos regímenes.
Implicaciones de modelo de decisión para horizontes cortos:
- Efectivo y bonos a corto plazo de alta calidad suelen ganar en probabilidad de pérdida, aunque pierdan en crecimiento a largo plazo.
- Costes de transacción, spreads e impuestos pueden convertir un resultado “plano” en “a la baja”, especialmente con trading frecuente.
- La capacidad de riesgo importa más que la tolerancia al riesgo: si necesariamente debes acceder al dinero pronto, puede que no tengas la capacidad para soportar una caída.
Una forma práctica de modelarlo es definir un “suelo requerido” en el horizonte: por ejemplo, “Necesito al menos el 95% de mi principal en 12 meses.” Eso convierte la elección de cartera en un problema de optimización con restricciones: maximizar la rentabilidad esperada sujeto a restricciones de probabilidad de mantener el suelo.
Horizontes medios: el campo de batalla del riesgo de secuencia
La ventana de 3–10 años es donde viven muchos objetivos de la vida real: entradas para vivienda, transiciones de carrera, iniciar un negocio o financiar la educación. También es donde la gente se lleva golpes: lo bastante larga para esperar que los mercados “funcionen”, lo bastante corta para que una secuencia mala lo domine todo.
El riesgo de secuencia no es solo un concepto de jubilación. Es cualquier situación en la que los retornos negativos tempranos reducen tu capacidad de recuperarte para cuando necesites el dinero.
Herramientas de modelado de decisión que encajan en este horizonte:
- Glide paths: reducir gradualmente el riesgo a medida que se acerca el horizonte.
- Reglas de rebalanceo dinámicas: reequilibrar aprovechando debilidades, pero con salvaguardas para no “coger un cuchillo que cae”.
- Suelos probabilísticos: “Mantener la probabilidad de pérdida por debajo del 20% en el año 5,” recalculado anualmente.
Un punto poco apreciado: la diversificación ayuda más en algunos horizontes que en otros. En horizontes medios, añadir activos con baja correlación puede reducir la dispersión de resultados—y eso reduce la probabilidad de pérdida—sin sacrificar completamente la rentabilidad esperada.
Photo by Markus Winkler on Unsplash
Horizontes largos: por qué “el tiempo diversifica” es cierto —y también incompleto
Para las acciones amplias, la historia a largo plazo es que los rendimientos esperados positivos tienden a dominar. Históricamente, la frecuencia de pérdidas nominales suele disminuir a medida que se extiende el horizonte. Muchos inversores interpretan esto como “las acciones son seguras si esperas lo suficiente”.
La visión desde un modelo de decisión es más cautelosa:
- Un horizonte largo reduce la probabilidad de pérdida nominal, no necesariamente la pérdida real. La inflación puede convertir en silencio un “subida” en una “bajada” en poder adquisitivo.
- La valoración en el momento de entrada importa más de lo que se admite. Comprar a valoraciones extremas puede aumentar la probabilidad de pérdida en horizontes largos comparado con comprar en valoraciones deprimidas.
- El riesgo de régimen no desaparece. Guerras, cambios de política, crisis de deuda y desaceleraciones estructurales pueden remodelar los rendimientos durante décadas.
- Tu horizonte no siempre es lo que crees. Un “horizonte de 30 años” suele ser en realidad una cadena de horizontes más cortos porque la vida fuerza retiradas, reasignaciones o pérdida de empleo en momentos inoportunos.
Los horizontes largos ofrecen una ventaja poderosa: la capacidad de soportar caídas interinas sin verse forzado a vender. En términos de decisión, el horizonte temporal es en parte un proxy del riesgo de restricción de liquidez.
Transformar horizontes en un modelo de decisión: pasos esenciales
Un modelo útil no solo escupe una curva. Vincula la probabilidad de pérdida a una elección: asignación de activos, tasa de contribución, seguro o flexibilidad de gasto.
Paso 1: Especificar el objetivo y la definición de pérdida
Escríbelo como un contrato:
- “En 7 años, necesito al menos $120,000 para una entrada de vivienda.”
- “En 20 años, quiero un 90% de probabilidad de vencer la inflación por 2% anualizado.”
- “Durante los próximos 3 años, no puedo tolerar más de un 15% de caída en ningún momento.”
Cada declaración implica un cálculo de probabilidad distinto.
Paso 2: Elegir el conjunto invertible (y las restricciones)
Un modelo debe reflejar lo que realmente puedes tener:
- Fondos indexados de renta variable
- Letras/bonos del Tesoro
- Bonos de grado de inversión
- Bonos protegidos contra la inflación
- Equivalentes de efectivo
- Alternativos (solo si puedes modelarlos con honestidad)
Las restricciones pueden incluir:
- Máxima asignación a renta variable
- Sin apalancamiento
- Reserva mínima de efectivo
- Frecuencia de rebalanceo
Paso 3: Modelar los motores de retorno de forma coherente con el horizonte
- Para horizontes cortos, las comisiones y los impuestos dominan; la volatilidad determina los resultados.
- Para horizontes medios, las correlaciones y la dinámica de caídas importan.
- Para horizontes largos, la inflación y la sensibilidad a la valoración se vuelven decisivas.
No necesitas un modelo de doctorado, pero sí coherencia. Por ejemplo, si asumes una inflación estable del 2% para siempre y al mismo tiempo asumes un comportamiento de crisis en la renta variable, tu probabilidad de pérdida real estará distorsionada.
Paso 4: Evaluar la probabilidad de pérdida y la curva de compensación
En lugar de un único portafolio, quieres una frontera eficiente en el espacio de probabilidades:
- Cartera A: 10% de probabilidad de pérdida a 5 años, poco alza
- Cartera B: 20% de probabilidad de pérdida a 5 años, mayor alza
- Cartera C: 35% de probabilidad de pérdida a 5 años, mucho mayor alza
Una vez que ves la curva, tu elección se vuelve más clara: estás seleccionando cuánto probabilidad de pérdida estás dispuesto a “pagar” por mayor riqueza esperada.
Una forma concreta de pensar sobre horizontes: tres problemas diferentes de “pérdida”
El inversor a 1 año: minimizar el riesgo de desilusión
Un inversor a un año muchas veces experimenta la pérdida como daño emocional y arrepentimiento, no como ruina financiera. Aun así, el modelo es sencillo:
- Centrarse en volatilidad, riesgo de cola y resultados tras impuestos.
- Poner énfasis en la preservación de capital.
- Evitar estrategias que dependan de que la reversión a la media ocurra a tiempo.
En la práctica, este inversor se beneficia de reglas explícitas:
- “Si la fecha objetivo es fija, reducir exposición a renta variable.”
- “Si insisto en exposición a renta variable, dimensionarla de modo que un año malo no rompa el plan.”
El inversor a 5 años: minimizar el riesgo de fallo del objetivo
Para un objetivo a cinco años, el dolor es perder una compra o retrasar un evento vital. Aquí el modelo debe incorporar:
- Probabilidad de terminar por debajo del valor objetivo requerido
- Probabilidad de estar por debajo del objetivo en los años 3–4 (si existe flexibilidad)
- Reglas de rebalanceo y calendarios de contribución
Añadir contribuciones (dollar-cost averaging) puede reducir la probabilidad de pérdida frente a una suma única, pero también introduce una trampa conductual: la gente deja de aportar en las caídas, lo que convierte una ventaja teórica en una desventaja del mundo real.
El inversor a 30 años: minimizar el déficit de poder adquisitivo
Para un horizonte largo, las pérdidas nominales se vuelven menos interesantes que los resultados reales. La “pérdida” de este inversor puede ser no crecer lo suficiente el poder adquisitivo para cubrir las necesidades de gasto en jubilación.
El modelo debe incluir:
- Escenarios de inflación (incluidos periodos de inflación “persistente”)
- Rentabilidades reales, no solo nominales
- Riesgo de longevidad (tu horizonte puede ser de 40 años, no de 30)
- Riesgo de secuencia cerca de la jubilación, incluso si hoy el horizonte es largo
Por eso las estrategias target-date suelen reducir la exposición a renta variable a medida que se acerca la jubilación: no porque las acciones de repente sean “malas”, sino porque tu horizonte efectivo se acorta cuando se aproximan las retiradas.
Productos e instrumentos que moldean la probabilidad de pérdida (y la letra pequeña)
Muchas herramientas se comercializan como reductoras del riesgo a la baja. Algunas realmente lo hacen; otras solo trasladan el riesgo a comisiones, límites o complejidad. Desde la lente del modelo de decisión, cada herramienta cambia la distribución de resultados.
-
Letras del Tesoro
La deuda gubernamental a corto plazo es la referencia para minimizar la probabilidad de pérdida nominal en horizontes cortos. Los principales riesgos son el riesgo de reinversión (los tipos cambian) y la erosión del valor real por la inflación. -
Fondos de bonos de grado de inversión
Pueden reducir la volatilidad respecto a la renta variable, pero no son “a prueba de pérdidas”, especialmente en horizontes cortos cuando suben los tipos. La duración importa: mayor duración implica mayor sensibilidad a cambios en los rendimientos. -
Valores protegidos contra la inflación (TIPS)
A menudo se usan para reducir la probabilidad de pérdida real, especialmente en horizontes medios y largos. Siguen fluctuando en precio, pero el ajuste por inflación puede anclar el poder adquisitivo a lo largo del tiempo. -
Fondos indexados balanceados (estilo 60/40)
Un enfoque clásico para reducir volatilidad. La probabilidad de pérdida en distintos horizontes depende en gran medida del comportamiento de la parte de renta fija; en choques inflacionarios ambas patas pueden sufrir al mismo tiempo. -
Fondos target-date
Codifican un glide path, abordando directamente el riesgo basado en el horizonte. La clave es si el glide path coincide con tu realidad de gasto y retirada, no con el año genérico del fondo. -
Estrategia de put protectora (cobertura con opciones)
Puede reducir drásticamente los resultados de cola izquierda en un horizonte definido, pero el coste esperado es real. En términos de modelo de decisión, compras menor probabilidad de pérdida con una penalización en la rentabilidad esperada. -
Rentas vitalicias indexadas fijas
A menudo se presentan como “sin pérdidas con posibilidad de alza”. La verdad en términos de modelo de decisión es que la caída está limitada por diseño, mientras que la subida está limitada por tasas de participación, spreads y topes. Las restricciones de liquidez y las condiciones de crédito importan.
Las variables ocultas que mueven la probabilidad de pérdida más que el “tiempo”
El horizonte temporal es poderoso, pero no es la única palanca. Varias variables pueden anular el efecto del horizonte.
Valoración inicial y retorno esperado
Si los rendimientos esperados son más bajos (porque las valoraciones están elevadas o el crecimiento es más débil), la probabilidad de pérdida en horizontes largos aumenta. Los modelos que asumen una prima de riesgo histórica constante pueden subestimar el riesgo en regímenes de valoraciones estiradas.
Comisiones y fricciones
Una comisión anual del 1% parece pequeña, pero se capitaliza. A largo plazo, puede convertir una ganancia real marginal en una pérdida real. Los modelos de decisión deberían tratar las comisiones como una rentabilidad negativa cierta, no como un detalle secundario.
Régimen de inflación
La inflación es la espoleta silenciosa. Incluso si la probabilidad de pérdida nominal disminuye con el horizonte, la probabilidad de pérdida real puede mantenerse obstinadamente alta en décadas de alta inflación. Si tu objetivo es poder adquisitivo, modelar la inflación no es opcional.
Venta conductual
El mejor horizonte estadístico no sirve de nada si vendes presa del pánico en el momento equivocado. Un modelo de decisión realista incluye una restricción conductual: ¿puede el inversor realmente mantener durante una caída del 40%? Si no, el modelo debe reducir la exposición a renta variable o añadir coberturas explícitas.
Riesgo de divisa (para inversores globales)
Si tu gasto futuro está en una moneda pero tus inversiones están en varias, los tipos de cambio añaden otra capa de riesgo dependiente del horizonte. A largo plazo, las divisas pueden volver a su media —o mantenerse desajustadas durante largos periodos—. En cualquier caso, añaden dispersión.
Construir una “curva de probabilidad de pérdida” que puedas usar
Si quieres un artefacto accionable, es esto: para cada cartera candidata, dibuja la probabilidad de pérdida en varios horizontes (1, 3, 5, 10, 20 años), tanto bajo definiciones nominales como reales. Luego añade un segundo conjunto de curvas para regímenes “malos pero plausibles” (mayor inflación, menor crecimiento, mayor volatilidad).
Un conjunto bien diseñado de curvas responde preguntas reales:
- “Si invierto hoy, ¿qué probabilidad hay de estar por debajo cuando necesite el dinero?”
- “¿Cuánto reduce la diversificación esa probabilidad a 5 años?”
- “¿Necesito un glide path porque la probabilidad se dispara cerca de la fecha objetivo?”
- “¿Mi riesgo real es la inflación, no la volatilidad del mercado?”
Y, lo más importante, te obliga a ser honesto: no puedes apartar el riesgo con lemas sobre paciencia o el pensamiento a largo plazo. Puedes ver dónde la paciencia ayuda—y dónde no.
La conclusión práctica incrustada en las matemáticas: casar el horizonte con el activo
La probabilidad de pérdida no es un juicio moral sobre acciones o bonos. Es un problema de medida ligado a cuándo necesitas el dinero y qué significa la pérdida para ese objetivo.
- Objetivos de horizonte corto tienden a favorecer instrumentos con baja dispersión y bajo riesgo de cola.
- Objetivos de horizonte medio suelen requerir una mezcla: crecimiento suficiente para vencer la inflación y estabilidad suficiente para evitar el fallo del plan.
- Objetivos de horizonte largo pueden aprovechar la prima de riesgo de la renta variable, pero solo si la inflación, las comisiones y el comportamiento se tratan como variables de primera clase.
En otras palabras, el horizonte temporal no elimina mágicamente el riesgo; lo remodela. Un buen modelo de decisión hace visible ese remodelado—para que puedas elegir los compromisos con los ojos abiertos.
External Links
Investing Risk and Time Horizon: What You Need To Know The Value of long-Term Investing - Simply Ethical [PDF] Investment Horizon Effects - e-Repositori UPF How likely is it to beat the target at different investment horizons: an approach using compositional data in strategic portfolios | Financial Innovation | Springer Nature Link Understanding Investment Time Horizons: Short, Medium, and Long …