Jim Simons. El Hombre que descifró el mercado (Gregory Zuckerman).

No creo que tenga sentido hablar el cómo sin conocer quién es Jim Simons. Y es cierto que lo que mejor habla son sus números en el mundo de la inversión. Los mejores de la historia que se conozca.

Es cierto que no son los más mediáticos, porque tenemos referencias de otros inversores con números importantes como Warren Buffet, Ray Dalio, Peter Lynch o incluso el caso de George Soros. Este último, el que más se acerca, y el que más me recuerda a Simons, si bien, ninguno se parece a nuestro protagonista por la estrategia usada en las inversiones.

Y es que una de las peculiaridades y obsesiones de Simons es precisamente el anonimato. Obsesión que siempre tuvo presente y hasta lo más extremo posible, junto a la obsesión por ganar dinero.

Sus dos números, son un retorno anualizado de 39,1% neto, después de comisiones, en un período que va desde 1988 hasta 2018. Treinta años en los que el retorno anualizado promedio y bruto fue de 66.1%.

Pero todo esto no lo hizo ni solo ni de manera directa. Su valor está en la inquietud vital de descubrir secretos y afrontar desafíos, para lo que se apoyaba siempre de las mejores personas para alcanzar sus objetivos. Personas incluso mejores que el para conseguir lo que se proponía. Es en definitiva un ejemplo y defensor de la ley “rodéate de las mejores personas en tu vida, mejores que tú, para aprender y mejorar tú mismo”.

De este modo, y hasta el final de sus días, contó una vez jubilado con la inquietud de conocer mejor el universo, medirlo e intentar responder a la pregunta de si el universo es el resultado de un proceso de expansión puntual, de una inflación cósmica que desarrolla la teoría del Big Bang, y que explica la existencia de Dios. Y al mismo tiempo, apoyar el proyecto contrario para constatar si el modelo de un universo estable en la historia, recurrente, con un tiempo infinito coexistente con la materia y el espacio, es la opción verdadera. Dios no existe.

Como en las inversiones, quiere hacer todas las apuestas posibles para conocer la realidad, o al menos alcanzar el resultado. Dinero en las inversiones, la Verdad en el resto de los casos. Porque solo los resultados y los hechos apoyan o refutan la realidad. ¿Popper?

Una descripción de su vida y todas estas inquietudes hizo que en muchos casos pareciese contradictorio o paradójico. En algunos casos con decisiones que podían ser tomadas como hipócritas, como financiar al partido demócrata y determinadas iniciativas contradictorias con sus ideas, como la ingeniería fiscal de sus inversiones, o contratar para su fondo los matemáticos, físicos y científicos a la vez que su fundación pagaba a profesores de matemáticas para que no “fueran extraídos por las empresas privadas de la carrera docente”.

Jim Simons es una paradoja en muchos sentidos. Pero uno de ellos es la ambivalencia entre los secretos y lo trascendente. Así, mientras crecía en el mundo de la inversión, con la fundación de su empresa Renaissance siempre estuvo obsesionado con la confidencialidad de su actividad. No solo en el sentido de que el mundo y la competencia no supiera aquello que le permitía tener retornos elevados, sino que había un genuino interés por no ser mediático.  

Sin embargo, y al mismo tiempo, se daba cuenta que la capacidad de generar riqueza con sus inversiones hizo que sus movimientos tuviesen influencia en los mercados en momentos concretos, pero sobre todo trascendió con la influencia propia y la de sus colegas en la política, la ciencia, la educación, la filantropía y también en el mercado de las inversiones con nuevas opciones no desarrolladas hasta entonces: algoritmos, modelos informáticos, big data y distintos y variados factores de inversión.

Cosas nuevas y distintas dieron lugar al éxito de Simons y su primer fondo Medallion. Un éxito que ha tenido lugar con un grupo de personas que han pasado en su vida desarrollando el proyecto que ha logrado unos frutos que suponen cantidades destinadas de valor de 23.000 millones de dólares en el caso de Simons y de entorno a 50 millones promedio de dólares por empleado de la compañía. Todos partícipes del fondo.

Uno de los motivos del éxito es la aplicación desde el principio de la acumulación, filtración y aprovechamiento de ingentes cantidades de datos aplicados a algoritmos matemáticos y con las herramientas informáticas más avanzadas que permitía cada momento de la historia en que se encontraba. Todo durante cuarenta años, entre los 80ss y 2020, y así hasta ahora, pero con trabajos previos orientados a este objetivo desde antes de esas rentabilidades en los 80ss.

Pero otro factor importante fue la “suerte” junto a la capacidad de gestionar talento hasta ahora no usado en el mundo de la inversión. Y gestionar supone no solo capacidades profesionales y técnicas sino también emocionales. Reclutamiento y gestión durante décadas de científicos, matemáticos, que hasta entonces no salían de la mayoría de las escuelas o en algunos casos empresas privadas nunca orientadas a la inversión. El mundo de la inversión nunca había mirado a este perfil de personas.

Simons tenía ideas y visión de futuro, pero finalmente se convirtió en el hombre que fue sorprendido por su propia vida.

Jim Simons estaba en la cincuentena en el año 1990, cuando los resultados de sus inversiones empezaban a ser regulares y sorprendentes. Había encontrado uno de los socios que le acompañó en esta aventura, aunque no hasta el final. Elwyn Berlekamp. Este socio era un teórico del juego del que pudo sacar un modelo informático que, desde la asimilación de datos ingente, era capaz de seleccionar operaciones ideales desde un enfoque completamente científico y sobre todo algo fundamental: sistemático. Las emociones estaban completamente eliminadas del proceso de inversión. Solo estaban en los datos recabados.

Simons entendía que adivinar el futuro no es posible o racional, pero entender al hombre desde los datos históricos permitía hacer predicciones. Y en un proceso de trading con acciones que no nos resultan hoy asombrosas en la inversión podía conseguir algoritmos que utilizaban la limpieza de datos, señales y backtesting para conseguir resultados.

Pero los socios definitivos hasta casi el final de su aventura fueron dos principalmente: Robert Mercer y Peter Brown. Científicos matemáticos que trabajaban para IBM y que entonces ya trataban asuntos como formas tempranas del machine learning, y que siendo diametralmente diferentes fueron capaces de trabajar décadas juntos para conseguir el éxito: encontrar los patrones del mercado que intuía Simons.

 Foto de Robert Mercer y Peter Brown.

Su vida

Jim Simons fue hijo único de Marcia y Matthew Simons. De origen judío, desde pequeños mostró capacidades que su madre dedicó a atender si bien fue su padre el que le indicó: haz lo que te guste en la vida, no lo que sientas que deberías hacer. Y así fue como llegó a ser consciente de que tenía un enfoque único reflexionando sobre problemas y buscando soluciones originales, y tenía la confianza que supera a la media, aunque no fuera espectacular ni mejor que otros en muchas cosas.

Se casó joven, y se divorció pronto, pero en 1958 llevaba 3 años en el MIT, y ya tenía claro que quería hacer cosas importantes y ganar dinero. Por lo que en 1959 ya hacía trading con los 5.000 $ del regalo de bodas. Desde entonces, siempre estuvo, hiciera lo que hiciera, con un ojo en los mercados.

Y aunque entre 1963 y 1964 ya había hecho alguna cosa en el mundo de los negocios, estuvo como investigador y profesor en Harvard, pero con la idea constante de hacer algo más, de ser rico e independiente. De tener capacidad de influencia.

Acabaría en 1964 en un grupo de inteligencia que buscaba combatir a la Unión Soviética en plena guerra fría. Era el Instituto de Análisis de Defensa, ayudando a la Agencia de Seguridad Nacional.

Fue allí donde empezó a manejar datos e información, a discernir e interpretar patrones sobre cosas que no tenían aparente sentido. A usar análisis estadístico y teoría de la probabilidad. Fue entonces donde empezó a utilizar algoritmos, y donde si no lo era, cuajó su carácter secreto, desconfiado y reservado en compartir sus resultados. En el caso de este trabajo porque así lo era, y en el futuro, para beneficio personal y de sus inversiones.

En definitiva, fabricaban ideas mientras descifraban secretos, y ello lo aplicaría en adelante. Para ello se apoyaba de la potencia creciente de una herramienta, la informática. Y ya entonces y en paralelo, viendo cómo podía aprovecharlo, empezó a usar todo esto en la negociación de acciones. Seguía buscando formas de ganar dinero y para ello se asoció con compañeros de la Agencia, como Leonard Baum, con el que llegó a sacar modelos probabilísticos para la predicción del comportamiento del mercado de valores. Buscaban variables macroscópicas capaces de predecir el comportamiento a corto plazo del mercado. No buscaban los por qué, sino los resultados.

Como en una partida de póker en el que descifrar el estado de ánimo de los jugadores te da ventaja, lo mismo hacían con el mercado, prediciendo su estado de ánimo a partir de los movimientos de precios. Pero mucho más sofisticado que el trading, usaría herramientas matemáticas y método científico, descubriendo señales ocultas, que generaran resultados consistentes. Su modelo ya presagiaba revoluciones de las finanzas como el factor investing o la inversión cuantitativa.

Pero la guerra de Vietnam y su postura provocaría que fuese despedido de la actividad en el Instituto que trabajaba para la Agencia de Seguridad Nacional, básicamente porque dejó de trabajar. Pero tuvo la oportunidad de incorporarse a otra actividad que le permitía atender a su familia. Así consiguió en 1968 ser director del departamento de matemáticas de una universidad pública, Stony Brook en las proximidades de NY.

En la era universitaria tuvo la oportunidad de demostrar su carisma en un paradójico sentido, porque a la vez que llegó su divorcio, consiguió atraer talento a su universidad, mucho de los cuales no solo le permitió avanzar en investigaciones matemáticas con premios incluidos, sino también profundizar en desarrollo de nuevos algoritmos matemáticos, precuelas incipientes de la inversión cuantitativa. Y en 1978 dejó la universidad.

Simons había sido criptólogo estrella, escalado a niveles altos en las matemáticas, y con cuarenta años tenía la confianza de conquistar el mundo del trading. Ese era su nuevo objetivo.

Descubrimiento.

Mientras la “academia” de la inversión y muchos inversores defendían aleatoriedad en el movimiento de los precios y defendía que los precios incluían toda la información, y que solo las noticias podían hacer subir o bajar los precios, Simons ve un mundo diferente, porque estaba acostumbrado a usar datos e información y descubrir un orden allí donde otros veían solo aleatoriedad.

Los científicos están acostumbrados a descubrir el mundo, a destapar la complejidad que lo rodea, a entender aquello que rige el universo, lo rodea y hace que funcione. Ven los patrones y regularidades emergentes que constituyen y son parte de las leyes del universo y la ciencia.

Simons concluía que los mercados no siempre reaccionan de una manera que pueda ser explicada o simplemente racional a las noticias u otros acontecimientos. Tal y como lo podemos ver hoy día en julio de 2025, donde el mercado reacciona con subidas en un mundo de deuda descontrolada, liquidez desproporcionada, y rodeado de las mayores cantidades de noticias y peores, para dar lugar a otro resultado de los mercados del que se podía esperar.

Sin embargo, los precios de los activos financieros, e incluso activos reales, tienen patrones definidos, que entonces solo empieza a comprender Simons. El caos universal y de los mercados en particular, su aparente aleatoriedad, encierra patrones y tendencias identificables pendientes de desenmascarar.

Simons se decide a estructurar la intuición que tiene de esos patrones escondidos y comienza a tratar y entender el mercado como otro sistema caótico de los que rodea al universo. Su trabajo ahora es descubrir y modelar. Para ello se uniría a su compañero descifrador, Lenny Baum. Quería resolver el problemas no como hace la mayoría: simplificando un sistema complejo. Para el el ceteris paribus no valía nada.

La cadena de Markov batea.

L. Baum, compañero de Simons en el Instituto de Análisis de Defensa en Princeton, fue más exitoso que Jim.

Las cadenas de Markov son secuencias de acontecimientos en los que la probabilidad de lo que sucede a continuación depende solo del estado actual, no de hechos pasados. En estas cadenas es imposible predecir pasos futuros con certeza, pero de su observación es posible hacer conjeturas y es algo similar al juego del béisbol.

Un proceso oculto de Markov tiene una cadena de acontecimientos que se rige por parámetros o variables subyacentes desconocidas. Vemos los resultados de la cadena, pero no los estados que ayudarían a explicar la progresión de la cadena. Pera el algoritmo de Baum-Welch siguiendo las cadenas de Markov, permitía una forma de estimar probabilidades en secuencias complejas con la única información del resultado de los procesos. Como en un partido de béisbol, con este algoritmo, se podía adivinar las situaciones del juego con las puntuaciones del momento presente. El algoritmo permite la respuesta final al darte mejores probabilidades de acierto, y a día de hoy permite que un ordenador se enseñe a sí mismo estados y probabilidades, algo de lo que entonces ya se conocía como machine learning.

En 1977 Simons propuso a Baum aplicar sus conocimientos para crear un sistema de trading para especular con divisas. Y este aceptó trabajar con él una vez por semana, y en 1979 ya estaba más que implicado en la creación de modelos y crear un sistema de trading. Con la participación de algunos inversores y 4 mm de dólares, crea el Hedge Fund Limory.

Poco después implicó al profesor de matemáticas de su departamento James Ax, para que revisara el sistema y concluyó que podría no solo servir para divisas sino también para materias primas. Ya tenía a dos brillantes matemáticos implicados en este asunto.

Ganar dinero mientras duermo.

El reclutamiento de Simons siguió en los siguientes meses, introduciendo incluso inversiones en bonos.

Consideraba que era necesario contar con más información y datos y por ello con más capacidad de computación que pudiera encontrar patrones, hacer seguimiento de precios, y usar estrategias como el momentum, o posibles correlaciones para llegar en principio a recomendaciones de trading automatizado.

Pero su objetivo era un sistema puro sin humanos interfiriendo con sus sesgos y comportamientos, una automatización completa y continua de trading.

Pero los nuevos pasos a sistemas automáticos no dieron resultados y los intentos en aquella época crearon tantas dudas que le hizo volver sobre algunos de sus pasos, renovando el nombre de Monemetrics en 1982 a Renaissance y cerrando una etapa para abrir otra respaldando compañías tecnológicas prometedoras y en capital riesgo.

Mientras, Baum ganaba dinero con las divisas, pero usaba la intuición en vez de seguir un trading sistemático y cuantitativo. Su sistema era de comprar con precios deprimidos y aguantar sin plazo de tiempo. Y llegó a acumular 43 mm de dólares entre 1979 y 1982.

Pero el sistema de Baum no era la idea que desde siempre mantuvo en su cabeza Simons. Baum era por naturaleza optimista, y aunque detectaba bien opciones de inversión en suelos, no era capaz de vender en las partes más altas de la inversión. Los sesgos propios de una persona hicieron que se dieran algunos casos de pérdidas, en los que Simons había mostrado una opinión contraria a Baum. Y este, tras el último suceso con unas posiciones que no dieron resultado en el plazo necesario, 1984, pero si después, termino dando la salida de Baum del fondo.

Pero Simons, seguía con su intuición de que ser consciente es saber que la Verdad, como la ciencia, es algo por descubrir, y en su complejidad, requiere dar pasos y aproximaciones. Por ello insistió en que invertir debía tener una solución matemática. Aunque fuera aproximada.

Quería evitar las emociones a toda costa…. Para ello le quedaba la ayuda de James Ax y el fichaje que atrajo este, Sandor Straus, trabajar con algunos rudimentos de trading con análisis técnico y mucha y más recopilación de información. Y todavía más información, para obsesionarse con la posibilidad y potencialidad que esta podría tener para cuando hubiere la tecnología y capacidad que la aprovechara.

Axcom Limited.

Ax y Straus crearon en paralelo, pero en conjunto con Simons una nueva sociedad. Desde ella iban haciendo nuevas inversiones con futuros en materias primas, divisas y bonos. Buscando patrones, proponiendo algoritmos, usando ecuaciones estocásticas, siempre desde un prisma matemático.

Todos consideraban que el mercado no era un paseo aleatorio o completamente impredecible como pensaban otros inversores. Ellos estaban convencidos de que una distribución de probabilidad podía capturar los precios futuros. Y su misión era encontrar algunos modelos que permitieran acertar con la frecuencia suficiente para dar retornos importantes.

Un agnóstico de las inversiones, Elwyn, pero reconocido en el mundo académico en teoría de juegos, que estudió con John Nash, y reconocido también en ingeniería eléctrica pionera de la informática, consideró que como en las apuestas hípicas, la inversión con información precisa y tamaño de apuesta adecuado debía tener resultados. De lo primero estaban acumulando en la compañía desde la presencia de Straus.

Berlekamp consideraba que las matemáticas consiguen respuestas objetivas de la realidad donde los tonos son grises, donde no ve el resto de personas que ven solo en blanco y negro. Axcom, con estrategias de trading de seguimiento de precios y de reversión a la media, siguieron acumulando y limpiando datos, alimentando una incipiente estrategia de machine learning. Mejorar la dimensión de las transacciones según la oportunidad que se ofrecía y buscar oportunidades pequeñas en el corto plazo.

Berlekamp ya asesoraba las inversiones. En 1988 crearon Medallion. Ax terminaría saliendo.

Medallion.

Berlekamp empezó a dirigir el fondo en el verano de 1989, cambiando a una estrategia del trading en el corto plazo. La preocupación genuina de Ax era el costo de las transacciones. Pero consideraba que la información almacenada por Straus era provechosa para esta estrategia.

Berlekamp confiaba que con más operaciones frecuentes y de menos importe, reducirían el riesgo general de la cartera y con la ventaja estadística de los grandes números obtendrían mayores ganancias necesitando una ventaja menor en cuanto a probabilidad de éxito en cada operación. Tan solo el 51% de éxito era más que suficiente.

Descubrieron y aprovecharon estrategias sobre comportamientos de los traders en el mercado: efecto 24 horas, efecto fin de semana, y otros que demostraban que las personas persisten en sus hábitos más de lo que deberían. Buscarían los pececillos que ignoraban el resto de traders, otros de los hábitos de grandes institucionales.

Con todo ello, rendimientos hasta entonces del 20% anual se convirtieron en 1990 de un 55.9%.

En el final de ese año, sólo quedó la sociedad Renaissance y el fondo Medallion. Axcom quedó disuelta, Ax y Straus cambiaron sus acciones en esta última por acciones de Renaissance y Berlekamp volvió a la docencia.

Todos habían contribuido al desarrollo de un método en el que Simons creía ciegamente y que permitía invertir de manera sistemática a través de algoritmos y ordenadores en materias primas, bonos y divisas.

Babilonia lo descubrió.

La visión de Simons sobre el valor de patrones históricos para formar modelos informáticos que permitan adivinar el futuro a partir del pasado no es un descubrimiento propio ni nuevo. Sus raíces están en Babilonia.

Las primeras teorías basadas en datos históricos seguían esta información con inversiones del tipo momento, considerando que los precios se mueven en tendencias persistentes con gran frecuencia, como el caso de C. Kurtz en la Alemania del siglo XVI. O estrategias de reversión a la media con el japonés M. Homma en el s. XVII, que ya señalaba que los especuladores deben aprender a recoger las pérdidas rápidamente y dejar correr sus ganancias.

De este modo se desarrolló la inversión sobre información, datos y referencias gráficas históricas que desarrollaron el análisis técnico moderno con la referencia de Charles Dow a principios del siglo pasado, y así hasta nuestros días, con más mitos que historias. Hoy nos encontramos con realidades como las de Stanley Druckenmiller, operador moderno con resultados contrastados que consulta gráficos para confirmar sus tesis de inversión.

Foto actual de Druckenmiller.

Simons analizaba patrones, pero usaba las matemáticas y los ordenadores para mejorar el procesamiento y la rapidez de invertir en corto plazo, sacando grandes ganancias. Pero su experiencia no era única, porque ya desde los 60ss, otros estaban intentando hacer lo mismo, descubriendo en la combinación de la ciencia y la informática la precuela de la IA que hoy nos rodea y proporcionando resultados y experiencias teóricos y prácticos con sus aportaciones: George Goodman, que escribe The Money Game; Richard Dennis con la estrategia de las tortugas, y otros.

Un paso más fue el de los inversores apoyados en las finanzas cuantitativas, o quants, que en los 80ss empezaron a usar sus capacidades para generar rendimientos en la que los ordenadores desplazaron el juicio humano. El profesor Benoit Mandelbrot con su teoría de fractales consideró que los mercados también siguen patrones de la naturaleza como la tratabilidad, introduciendo la posibilidad de que los mercados sufrirán más acontecimientos inesperados de los supuestos, introduciendo a uno de sus alumnos-seguidores Nassim Nicholas Taleb en modelos de riesgos que anticipaban desviaciones de los patrones: cisnes negros.

 Fractales en la naturaleza.

Nassim Taleb en la actualidad.

El retorno absoluto también apareció en los años 80ss con la figura de Gerry Bamberger. Operador de Morgan Stanley proponía operaciones de pares hoy comunes en la gestión de Hedge Funds, en la que hacía compras y ventas de acciones de mismo sector (Coca-Cola y Pepsi) ganando con las diferencias de los movimientos relativos en el mercado y apostando por el retorno de los diferenciales que provocaban noticias en el corto plazo.

También en Morgan Stanley, se hacía arbitraje estadístico, aprovechando anomalías estadísticas o del comportamiento del mercado, una suerte de estrategia de reversiones a la media de los casos de movimientos de mercado que no tenían más sentido que un movimiento por la noticia. Nunzio Tartaglia y su departamento APT desarrollaban esta estrategia.

Robert Frey que estuvo entre los participantes del arbitraje estadístico, fue de los damnificados por Morgan Stanley que pese a tener beneficios con el retorno absoluto y el arbitraje estadísticos, no les prestó atención. Sin embargo, no fue el caso de Simons, que lo atrajo a su fondo dejando escapar, eso sí, a otro de los salientes de Morgan Stanley, David Shaw, que además de buen inversor fue mentor e ideario de un negocio de un tal Jeffrey Bezos. Hoy todo el mundo conoce a esta empresa. Su éxito además de la idea, también son los datos que utiliza.

Del rechazo… al éxito.

Fue David Shaw precisamente uno de los principales competidores en la consecución de recursos para invertir en el fondo. El también estaba usando modelos matemáticos para invertir en fondos de reputados inversores como Sussman. Y este último, como otros, rechazaron la oferta de Simons para que apoyaran con capital a Medallion.

Otros fondos ya tenían resultados consistentes con track récord, y para estos, la oferta de Simons era una especie de caja negra. Nadie conocía bien cómo invertían. Simons solo tenía poco más de 70 millones de dólares con una ganancia del 39% en 1991. Había perdido a Berlekamp, Ax, Baum y sólo Straus trabajaba con la información buscando las señales ocultas en el trading.

Henry Laufer, que conociera cuando entró a trabajar con Simons en el departamento de matemáticas de Stony Brook en 1971, entró como nuevo empleado en el fondo en 1992. Junto a Straus, coincidieron en una única estrategia o modelo de trading para invertir. Dividían cada día en tramos cortos de 5 minutos en los que hacían las inversiones. Además, lo haría de manera dinámica, haciendo ajustes en tiempo real según los resultados y desarrollando una especie de machine learning incipiente.

Nick Patterson, desconfiaba de la actividad de Simons, pero se sumó al grupo buscando la trampa o estafa que intuía.  El fondo en 1992 volvía a tener un retorno de más de 33%. No obstante, en aquella época ya un inversor llamado Bernard Madoff estaba elaborando un sistema de inversión que fue un esquema Ponzi. Por lo que parte de razón en la desconfianza tenía Patterson.

Convencido este último, junto con Laufer empezaron a escribir un programa informático que rastreara hasta qué punto sus operaciones se alejaban del estado ideal, en el que los costos de negociación apenas lastraran el rendimiento del fondo. Pero los resultados de cuatro años estaban dando relevancia al fondo y empezaron a preocuparse por los perdedores del mercado.

Simons y sus colegas no estaban de acuerdo con las ideas del momento que señalaban que los mercados son intrínsecamente eficientes. Al contrario, pensaban y sus resultados demostraban, que había formas de predecir y batir al mercado. El mercado y los inversores no eran racionales.

Una nueva variante económica estaba creciendo de la mano de las primeras investigaciones de Amos Tversky, Daniel Kahneman y Richard Thaler: la economía del comportamiento. En ella se delataban los sesgos cognitivos que acusan la manera de comportarse de las personas. Comportamiento que alejan la acción humana de toda racionalidad y que en el mundo de la inversión se confirma con sesgos como la aversión a las pérdidas, el anclaje o el efecto dotación.

Todo esto confirmaba la ganancia de Medallion, que aprovechaba con sus modelos los peores momentos de turbulencia y de agitación de la "conducta racional" de las personas e inversores. Y esta confirmación daría lugar a un axioma del método de inversión del fondo: ni los rendimientos de Medallion ni las emociones de sus empleados deberían influir en los movimientos del fondo.

El “sistema oscuro” de Simons estaba modelizando el comportamiento humano, siendo capaz de aprovechar los errores habituales de otros traders e inversores. Como decía Patterson: “somos traders mediocres, pero nuestro sistema nunca tiene problemas con sus novias”. Los seres humanos son más predecibles en momentos de estrés, cuando el instinto les toma la delantera en sus decisiones.

En 1993 Medallion gestionaba 280 millones y ya no le interesaba que el fondo se viera afectado por la entrada de más inversores. Ahora le interesaba mantener un perfil bajo y silenciar todo lo posible el crecimiento del éxito del fondo.

Pero no fue fácil. La racha ganadora le permitió en poco tiempo alcanzar los 600 millones bajo gestión, con el temor de influir en el mercado con sus movimientos. El hermetismo de su actividad se convertía en una obsesión a la vez que los mercados se quedaban pequeños. La solución vino mirando a otros mercados mayores. Y ese era el caso de las acciones. Simons quería hacer algo grande. Más que ganar cada año al menos 200 millones con 600. Pero ello supuso la salida de Straus en 1996.

El mercado de las acciones.

Nunca nadie ha tomado una decisión por un número.

Se necesita una historia.

Daniel Kahneman, economista.

Sin embargo, la década de los 90ss fue una época dorada para los inversores fundamentales como Warren Buffet o Peter Lynch.

Bill Gross ganaba dinero con los bonos a través de su empresa PIMCO y Stanley Druckenmiller tomaba decisiones en base a las noticias, información y estadísticas económicas, haciéndose gestor del fondo de George Soros: Quantum Fund.

Pero este no era el camino que quería tomar Simons. Ya había elegido en su momento a Robert Frey, el ex especialista en matemáticas e informática de Morgan Stanley que respaldó para que continuara con la estrategia de arbitraje estadístico.

A esta actividad sumaría la de apostar por las relaciones y las diferencias relativas entre grupos de acciones. La gestión market neutral de las acciones no le obligaba a decidir por la dirección del mercado y permitía asegurar retornos. Una suerte de reversión a la media que permitía amortiguar la volatilidad y mejorar el ratio sharpe de las carteras y fondos.

Mientras las actividades de Laufer y Patterson no se limitaban a las inversiones y comenzaron con la labor de reclutamiento de personas para el nuevo proyecto de Simons de crecer en el mercado de acciones. Solo miraron a científicos. Y en esta selección entraron dos personas fundamentales en la historia del fondo Robert Mercer y Peter Brown. Ambos provenientes de IBM. Desde la misma compañía vendría también David Magerman en 1995.

En principio separados en las investigaciones, se propusieron y tuvieron que hacer por ello lo necesario para acabar juntos en el proyecto de desarrollo del sistema de trading para acciones. Como informáticos abordaron la solución como un problema matemático y conservando el modelo de predicción de Frey crearon un modelo que buscaba a la vez la capacidad de superar los costes de las apuestas y la adaptación continua en cada caso con un sistema de auto aprendizaje. Pero seguían haciendo lo mismo: ganar dinero con las reacciones que la gente tiene ante los movimientos de precios.

Salvados por la suerte.

David Magerman tuvo un comportamiento inicial en la compañía un tanto pirata. Era un programador junior pero ambicioso. Por ello insistió en cambiar el sistema de lenguaje informático, confiando en ser imprescindible en la compañía. Y consiguió tanto el uso del lenguaje a usar como el volverse referencia de consultas por el resto de matemáticos.

Como hiciera en IBM reescribió una manera de control paralela en la compañía, que le permitía usar recursos ociosos de la capacidad informática para seguir investigando y aprendiendo por su cuenta todo aquello que hacían Mercer y Brown.

Esta puerta de atrás generó un problema en la compañía con la entrada de un virus informático que infectó los ordenadores de Renaissance. Fue descubierto, señalado como paria y además se juntó con la duda de Simons sobre seguir con el proyecto de las acciones, que no avanzaba según su esperanza y optimismo natural.

Se habían dado un semestre de margen para la solución, porque hasta entonces, ganaban dinero, pero no eran capaces de multiplicarlas con el apalancamiento, que por el contrario destruía los resultados.

Magerman sabía de sus escondidos trabajos lo suficiente del trabajo en curso y fue capaz de detectar un posible error en el trabajo de Mercer. Su solución, generaba una cartera que daba grandes ganancias según sus cálculos con el uso de apalancamiento.

Tras pasar primero por Brown sin reconocerlo, fue Mercer quién reconoció el acierto de Magerman. Mercer prestó su apoyo y tras eso consiguió el respaldo de Brown. Parecía que el camino estaba descubierto y tocaba desbrozarlo hacia la práctica y los resultados.

La cultura de trabajo.

En 1997 el fondo de cobertura Medallion gestionaba 900 millones de dólares. Pero las acciones todavía no eran contribuyentes netos de relevancia en los rendimientos. Pero el equipo de Mercer y Brown contaba con 10 personas desarrollando el sistema de inversiones basado en el arbitraje estadístico.

Simons describía su enfoque de trabajo como monolítico. Diferente a los grupos de trabajo de otras compañías de inversión, donde la competencia entre los investigadores era la forma de trabajo, el prefería que todos los empleados tuviesen acceso compartido y completo a todos los sistemas, con la intención de que todos participaran activamente en la mejora del sistema de trading.

Intercambiar ideas era fundamental. El aperturismo era fundamental. La motivación de los empleados vendría por el interés de participar y aportar ideas válidas.

Los incentivos económicos eran semestrales y en función de superar un nivel de ganancias. Además, empezó a compartir acciones de la sociedad entre sus empleados, empezando por el 10% a Laufer, y también a Brown, Mercer y M. Silber, hasta llegar a mantener solo el 50%.

Pero lo mejor y más provechoso fue la participación o posibilidad de invertir en el fondo. ¡Y de verdad, cómo de bueno fue para todos ellos ¡

Por último, otra obsesión relacionada con la sempiterna del secretismo y el perfil bajo de su actividad, era la de llegar a acuerdos de confidencialidad de por vida muy onerosos, con cláusulas contra la competencia. No confiaba en la cualidad básicamente académica y científica de los trabajadores y en la poca visión de los gestores de Wall Street en referencia a contratar a los matemáticos.

Conforme el sistema de trading para acciones fue perfeccionando, directamente fueron proponiendo y reclutando personas en la compañía IBM, de donde los tres principales responsables procedían.

LTCM

En 1997 Medallion seguía señales de trading que eran patrones anómalos sobre datos históricos de precios, consistentes en el tiempo, y el resultado era más relevante que el hecho de que tuvieran alguna explicación.

La recurrencia y consistencia eran el valor más importante, porque la falta de lógica aparente les daba una ventaja de no ser usada por otros rivales en el mercado. Estos rivales menos pacientes y que no llegaban a desarrollar datos de resultados favorables no fueron capaces de crear un sistema que se enseñase a sí mismo con el riesgo mínimo de dinero que los hiciera viables en el tiempo.

Los dos mayores competidores de entonces eran D. E. Shaw y Long-Term Capital Managment. Este segundo fondo fue fundado entre por dos premios Nobel de economía: Robert C. Merton y Myron Scholes de Harvard, además de John Meriwether y Eric Rosenfeld. 

Su actividad estaba orientada a descargar precios históricos de bonos, detectando relaciones pasadas por alto, anomalías y construyendo modelos informáticos para predecir el futuro de los precios, buscando esencialmente una convergencia de los precios anómalos. Un factor relevante de su actividad era el apalancamiento.

Inició su actividad den 1994, y su éxito le hizo buscar otro tipo de inversiones distintas a las iniciales. Pero incluso en 1997 llegaron a ofrecer retiradas de efectivo a sus inversores cuando no vieron alternativas en el mercado. Los inversores no quisieron retirarse, ya "la mesa estaba caliente". Sin embargo, la crisis de Rusia en 1998 con el impago de su deuda, en la que habían puesto una apuesta elevada y apalancada provocó la caída del fondo y se saltó la poco probable pérdida de 35 millones en un día pasando a una caída de 553 millones de dólares en un viernes de agosto.

La Reserva Federal tuvo que intervenir para que el colapso del fondo no arrastrara al sistema financiero. Pero aun con esos controles, las pérdidas acumuladas fueron de casi 2 mil millones de dólares del patrimonio personal de Meriwether y sus colegas.

El fondo D.E. Shaw creado por David Shaw y Donald Sussman creció con la estrategia de arbitraje estadístico con una cartera neutral market. Pero una estrategia con 1,4 mil millones de dólares apalancados en una cartera de bonos de valor 20.000 mil millones le cogió la tormenta de otoño de 1998 haciendo perder más de 200 millones de dólares.

Si bien Shaw se recuperó quedando malherido, no fue el caso de LTCM. Dos lecciones importantes para Simons aprendidas en carnes ajenas (la mejor forma de aprender, o al menos menos costosa). Ese año, Medallion ganó un 42% y se benefició del comportamiento en pánico del mercado.

La crisis tecnológica de 2.000.

Mientras en 1998 el trading de acciones solo contribuía a un 10% del total de retornos favorables de Medallion, en el mes de enero de 2000, el fondo alcanzó un retorno de un 10.5% y el tirón de las acciones tecnológicas contribuyó a ello.

Pero el 10 de marzo de 2000, el mercado cambió de opinión y el Nasdaq cayó un total de un 78% un mes después. Medallion perdía cantidades de 90 millones en un solo día, y así fue durante tres días seguidos.

El sistema de trading había aprendido por sí mismo y ahora no estaba dando las mejores decisiones en un mercado que era bajista.

Cada uno de los gestores tomaban actitudes distintas. Mercer permanecía tranquilo aparentemente, pero no así Brown ni Magerman, que se consideraban responsables con pérdidas acumuladas de 300 millones. Simons, se autoconvencía de que debían confiar en el modelo. No debían entrar en pánico. A fin de cuentas, el modelo intentaba puentear la conducta de los inversores en estos momentos.

Así permaneció Simons, convencido de no anular el sistema de trading. Pero definitivamente abandonaron la estrategia de momentum orientada en el largo plazo para detener las pérdidas.

A partir de entonces, las ganancias volvieron, y consideraron aprender que no debían confiar en el modelo del todo. Para otoño de 2000, Medallion se disparaba un 99% neto de comisiones y la firma gestionaba 4 mil millones. El ratio sharpe del fondo Medallion mantuvo un 2.5 de media en los últimos 5 años. Niveles de la relación rentabilidad sobre volatilidad muy por encima de los competidores.

Sacaron como conclusión que estas cosas que habían aprendido no desaparecerían en el futuro. Habían llegado a principios fundamentales válidos y consideraban que otras situaciones de mercados bajistas serían una oportunidad para ellos. “Los mercados están llenos de ineficiencias”. Consideraban con estas premisas que no podían dejar dinero sobre la mesa en la próxima oportunidad.

No hay mejores datos que tener más datos.

En 2001 la obsesión paralela a los mayores beneficios que se iban dando es acumular más información y más diversa. La información era la fuente de producción de predicciones a través de patrones detectados.

Simons se acercaba a su objetivo original de tener un sistema completamente automatizado con poca intervención humana. Además, las operaciones se hacían con frecuencia en cuestión de segundos. Era lo que se reconocería después como trading de alta frecuencia. Si bien la cantidad de operaciones era inversamente proporcional al calor de cada una de ellas, evitando afectar excesivamente a los precios de mercado.

Querían hacer beneficios, pero pasando inadvertidos. Pasar por debajo de el radar de la mayoría del mundo de la inversión. A pesar de sus rentabilidades.

En la prueba y desarrollo de nuevos algoritmos, encontraron señales en otros mercados extranjeros, que si bien se ven afectados por EE. UU., no se movían a la vez. Y consiguieron que las correlaciones de sus operaciones disminuyeran, alisando retornos, menos conectados de manera directa a mercados clave. Ello provocó que el ratio sharpe de la cartera, que ya fuera 2 en los 90ss, mucho mejor que la gran mayoría del mercado en torno a 1, se disparara alrededor de 6 en los siguientes años. Niveles que sugerían que las inversiones no tenían riesgo, como el valor de 4% se supone el pleno empleo. Cada vez más datos parecían convencerles de haber alcanzado el santo grial de la inversión.

La cartera era de 5 mil millones. Retornos cada vez mejores y consistentes. Ratios de rentabilidad-riesgo desconocidos, descorrelación con el mercado…Los bancos consideraban al fondo como el mejor prestatario. Y Brown había propuesto a Simons mayor apalancamiento.

Los bancos se encontraban cómodos prestando dinero, los tipos estaban cayendo, el mercado inmobiliario funcionaba bien y aceleraba. Renaissance parecía una apuesta segura.

Las opciones cesta

Medallion mantenía en sus inversiones con acciones posiciones cortas y largas para así reducir el riesgo potencial de la cartera. Y Deutsche Bank y Barclays confiaban en el fondo de cobertura de Simons por lo que les comenzaron a vender opciones cesta.

Esta estrategia suponía un potencial mayor de rendimientos a través de una especie de "Return Stacking", que se traduce como “apilamiento de retornos” o “superposición de rentabilidades”. Es una estrategia avanzada en el mundo de la inversión que busca maximizar la eficiencia del capital combinando múltiples fuentes de rentabilidad sin aumentar proporcionalmente el riesgo. Y eso se hacía con una cesta de acciones específicas a través de opciones: compras de calls.

Los bancos eran los propietarios de las acciones y Medallion se comprometía al cabo de un año ejercer la opción reclamando la revalorización menos los costes de la operación. Esta posibilidad eliminada la limitación de pedir crédito que tenían los fondos con préstamos tradicionales, permitiendo pedir más, hasta 12.5 dólares por cada dólar efectivo.

Así, Medallion que contaba con 5 mil millones de capital, gestionaba 60 mil millones y obtuvo en 2002 un 25,8% de rentabilidad contra el 22,1 % que perdió el S&P 500. El riesgo se trasladaba a los bancos tenedores de las acciones y Renaissance sólo perdía el coste de las primas.

Además, aunque en realidad fueran operaciones de corto plazo, se beneficiaba de la fiscalidad de inversiones a largo por la referencia de obligación de ejercicio del año. Las opciones se convirtieron en el arma secreta de la firma.

Brown y Mercer

El volumen y los resultados del trading de acciones era cada vez mayor en el fondo. Se iba comiendo el protagonismo y participación del trading de Laufer. Este se mantenía en la recurrencia de retornos sólidos y estables, pero estancados. La tranquilidad y mesura de Laufer era la característica de gestión de su equipo que no entendía el interés de Simons por hacer crecer el fondo, sobre todo.

En 2003 los retornos del equipo de trading de acciones duplicaban al de divisas, materias primas y bonos. Y Mercer y Brown fueron nombrados por Simons como vicepresidentes ejecutivos de Renaissance, con la dirección de todo el trading, las investigaciones y todas las actividades técnicas. Además, Simons estaba valorando retirarse.

Mercer y Brown eran diferentes pero muy compatibles. Sus ideas personales no coincidían, pero no interferían en las relaciones profesionales, al punto que sabían entenderse y conocerse de manera aplicada en lo profesional, como si para ese caso fuesen uno solo. Fue quizás una gran ventaja y valor para la evolución del fondo.

Mercer, era una persona muy de números, exigente en los argumentos sólidos y pruebas definitivas sobre cualquier teoría, pero ese criterio profesional no era el mismo a nivel personal, en el que sus puntos de vistas personales eran convincentemente reforzados por los sesgos personales. Era un provocador inofensivo para aquellos que lo conocían, pero no para los que no lo entendían.

Mercer no tenía ningún interés por revelar aspectos personales o de su vida, era políticamente conservador, miembro de la Asociación Nacional del Rifle. Insistía en la necesidad de protegerse del gobierno, del valor de la propia defensa y de atesorar oro. Desdeñaba los impuestos y repudiaba las teorías relacionadas con el cambio climático.

Más adelante tendría una vida pública que trató de resolver los problemas de los que consideraba depender la sociedad. Excesivo estatismo, dependencia de políticos que se equivocaban sin consecuencias o por incentivos personales. Quería poner en valor los propios principios que defendía: libertad personal e individual, propiedad privada, capitalismo y racionalismo. Huía de la demagogia, por eso no hablaba casi nunca.

Brown era un poco menos calmado que Mercer. Si bien ambos eran capaces matemáticos, racionales ante las decisiones y calmados de sentimientos, Peter Brown dedicaba más tiempo al fondo porque en definitiva se preocupaba más por las cosas y se dejaba llevar algo más por ciertos instintos que en su caso eran cualidades propias. Era un poco más “adolescente”, y Mercer en ese sentido era como su hermano mayor.

Brown era extrovertido e interactuaba más con los compañeros y el equipo y Mercer mas tranquilo y taciturno. Solo cambiaban los papeles cuando el asunto refería a las cuestiones personales y las ideas que defendían.

Brown decía de Mercer que era la persona a la que se le ocurría las ideas, mientras que el era el que las expresaba.

David Magerman

David Magerman no era persona de guardarse opiniones. Se consideraba a sí mismo valedor de derechos propios y ajenos y no tenía dotes diplomáticas para negociar. Cuando consideraba algo lo llevaba adelante con todas las consecuencias.

Denunció al propio Simons por su recurrente hábito de fumar en todas partes y delante de toda la gente. Al punto de tener que cambiar hábitos de fumar el propio Simons con este respecto.

Tampoco entendía que mantuvieran a algunos traders de la vieja escuela, no algorítmica, que Simons mantenía en un reflejo de su falta de confianza plena en el sistema automatizado. Magerman los consideraba prescindibles. Sin embargo, cuando se produjo el caso Kononenko dentro del fondo, una suerte de rebelión interna en el que se produce entre otras cosas la puesta en cuestión de los propios Mercer, Brown y Simons, no dudó en estar en contra de Kononenko.

También estuvo en desacuerdo con la política de Simons que desde el 2003 empezó a cobrar comisiones más elevadas sobre el fondo, que aun pudiendo por los retornos alcanzados, hizo salir a algunos inversores. Era la estrategia de Simons, preocupado con que la rentabilidad decayera por el crecimiento de inversores de Medallion.

La situación de Magerman no era la mejor en la empresa…Y desde el atentado de las torres gemelas había empezado a tener otros intereses personales a los que dedicar tiempo, en general dedicados a tener un impacto en la sociedad. Finalmente, cuando Glen Whitney se marchó en 2008, persona con la que compartía las dudas en el fondo, también se marchó con más de 50 millones ganados en el fondo con la intención de crear su propia fundación y desarrollar su planes.

Pero en 2010 volvería con el favor de trabajar a distancia, desde donde se mudó tras su salida dos años antes…Sus dudas volvieron a aparecer en el año 2016, cuando consideró que la rentabilidad y el dinero de Medallion había contribuido a través de las donaciones de Mercer a la campaña de Trump. No pareció importarle de igual modo el apoyo de Simons a Clinton. Aunque se dijera de sí mismo centrista….,todo ello creo un malestar dentro del trabajo con Mercer.

La situación se complicó cuando públicamente señaló y formó parte del “linchamiento” mediático que la izquierda dirigió a la familiar de Mercer por haber apoyado al presidente del gobierno elegido. Nadie en la empresa pudo ver con buenos ojos su actitud y seguramente tampoco sus formas. Ni siquiera otros de los compañeros de corte progresistas, incluido Brown. En 2017 fue despedido.

El caso Kononenko

Alexey Kononenko, nativo de Ucrania, ascendió de manera rápida en el fondo, desempeñando un papel clave en el avance del trading y el fondo, sobre todo en divisas, y siempre por méritos propios. De modo que en 2002 ya se embolsaba 40 millones de dólares al año.

Sin embargo, su carácter y quizás cultura le hizo quejarse de algunos compañeros que consideraba superfluos o que no contribuían al negocio. Creo un grupo de trabajo que le seguía en todos los sentidos, incluso en esta idea sobre el personal y empezó a señalar incluso a vacas sagradas como los propios Mercer y Brown, que ya tenían problemas de salud (dedicaron para entonces un tiempo de su vida relevante al fondo para llegar a donde estaban, sobre todo Brown). Incluso al propio Simons. Algunos como Nick Patterson terminaron por marcharse.

En 2004, una reunión se mantuvo para decidir sobre la situación Kononenko. Despedir a Kononenko, que era una persona que aportaba valor al fondo suponía arrastrar a una docena de personas. Esta consideración de valor reforzó la opinión expresa de Brown de mantenerlo y la tácita de Mercer. Agitador y franco, Kononenko podía ser más peligroso fuera del fondo, en la competencia, que dentro apoyando resultados. Todos, incluso Simons, aceptaron. Magerman no podía creerlo y apostaba por irse. El resto pensaba que era un farol.

2004. Nuevos problemas, nuevas soluciones.

Pese a los problemas que Simons se enfrentaba en esta época, el fondo Medallion, seguía funcionando con resultados acumulados en 15 años, anualizados y netos de 38,4 % y ese año llegó a un ratio sharpe de 7,5. Pero seguía pensando que lo mejor para el fondo no era crecer por encima de los 5 mil millones actuales. Era por ello que repartía casi toda la rentabilidad del mismo, entre la mayoría de sus partícipes, principalmente empleados.

Consideraban que la limitación del tamaño se justificaba en la posibilidad de perjudicar la rentabilidad que hasta ahora se venía dando, además de que el propio sistema de trading estaba detectando más anomalías de mercado de las que podía utilizar, y en la mayoría de los casos en horizontes temporales más largos de los actuales.

La idea de Simons era formalizar un nuevo fondo con una estrategia de inversión que aprovechara nuevas señales para plazos más largos, por lo tanto, con retornos menores, siempre de doble dígito, con más capital potencial, y con menos costes de trading por el propio horizonte de las transacciones. Un fondo destinado a un perfil de cliente tipo institucional como endowments y pensiones, y potencial de gestión de hasta 100.000 millones.

El fondo Renaissance Institutional Equities Fund o RIEF, inició en verano de 2005, y para los nuevos inversores la referencia era el rendimiento de Medallion. Un ejemplo de los sesgos propios de los inversores. Y caso dos años después, en la primavera de 2007 contaba con 35 mil millones invertidos y fijando un límite de 2 mil millones de dólares mensuales de suscripciones.

Pero esas fechas acercaban a las oportunidades que intuía Simons eran propicias para el sistema de trading. Pero tenían que cruzar por ese Rubicón para demostrarlo.

En julio de 2007 RIEF experimentó una pérdida menor mientras Medallion subía un 50%. Los trades del fondo seguían una estrategia de arbitraje estadístico market neutral, por lo que los movimientos negativos del mercado no debían de afectarle. Pero a partir del 3 de agosto empezaron movimientos en el mercado que ponían en duda todo….

Mientras el mercado bursátil en USA de desplomaba arrastrado sobre todo por el comportamiento de la acción de Bear Stearns, varios fondos quant empezaban a sufrir por los movimientos que se estaban dando.

El 6 de agosto, todos los fondos quant sufrían perdidas importantes de pronto. Todo por liquidaciones de fondos quant que en muchos casos temían los resultados de su apalancamiento y tenían que dar respuesta a sus partícipes y sus nervios. Se produjo el terremoto cuántico.

En la venta masiva la primera reacción de Simons fue la tranquilidad en la consciencia de que su fondo siempre respondía con grandes beneficios tras situaciones de nerviosismo en los mercados. Pero pasados tres días el fondo seguía siendo afectado por caídas y temían tener que responder a los margin calls de los bancos. Pero aún así, tenían la experiencia del año 2.000 y Brown se mostró más calmado y también entendió esto como una oportunidad. Mercer estaba de acuerdo.

Sin embargo, el primero en ceder a la confianza fue el propio Simons que finalmente ordenó deshacer posiciones para generar liquidez y no hacer cierres forzados por las llamadas a capital de los bancos. Y decidieron hacerlo poco a poco, viendo como se confirmaban sus presunciones sobre el hecho de cada una de sus ventas se hacia notar en el mercado, con nuevas caídas. Ya Medallion había perdido más de mil millones, un 20% y RIEF casi 3 mil millones y un 10%.

Los trabajadores y científicos del fondo se sintieron traicionados por la decisión de Simons, que demostró desconfianza en el sistema propio y en el trabajo. Pero la situación del mercado, excepcional le hizo tomar una decisión de la que jamás se arrepintió a pesar de que el viernes se produjera el suelo en los fondos quant y los fondos de Renaissance. Se empezó a realizar compras, pero los trabajadores del fondo siempre defendieron que se perdió la oportunidad de ganar dinero.

La realidad volvió a demostrar que el sistema funcionaba y el fondo obtuvo a finales de 2007 unas ganancias del 86% con Medallion, no así con RIEF, que perdió algo de dinero. Pero todo no terminó aquí, porque 2008 RIEF tenía también sus dificultades. Sin embargo, dificultades para el mercado eran resultados para Medallion...

Los resultados de Medallion en 2008 con un 82% de ganancias y los de otros inversores que supieron entender el mercado obteniendo pingües beneficios: George Soros, John Paulson, David Einhorn, dejaron una lección clara: se podía ser más astuto que el mercado.

Medallion definitivamente funcionó en esos años con rendimientos anualizados desde 1988 del 45% neto de comisiones, pero sin embargo RIEF y sus pérdidas dejaron de estar justificadas por el modelo en 2009 y perdieron gran parte de sus inversores.

Filantropía: cómo gastar dinero sin olvidar como ganarlo.

Tras dejar la gestión y dirección de Renaissance en manos de Brown y Mercer, Simons comenzó a participar en el proyecto que creara años antes su esposa Marilyn, que desde una fundación familiar participaba en diversos proyectos, llegando a donar más de 300 millones a la Universidad de Stony Brook.

Pero su participación en la filantropía se manifestó a través de dos proyectos principales: la investigación del autismo y la formación matemática. En el caso del autismo fue el hecho de tener un familiar diagnosticado el que le motivara a dedicar fondos para estudiar la enfermedad. En el caso de las matemáticas, fue una paradójica e incoherente razón la que le motivó a dedicar fondos para que se preparasen y pagasen mejor a los profesores de matemáticas de las escuelas y así no se marchasen al sector privado, donde les pagaban mejor (como el hizo con su fondo, “detrayendo” matemáticos capacitados de la docencia).

Robert Mercer también participaba a través de una fundación familiar. Al principio en aspectos relacionados con el estudio de mejorar la longevidad humana, pero a partir de la elección de Barak Obama en 2008 comenzó a participar con donaciones políticas a militantes republicanos. Pero nunca dejó de desconfiar en el gobierno de cualquier partido ni en el establishment, cosa que convenientemente no querían ver en muchos casos sus enemigos del digamos ala progresista.

En cualquier caso, el compromiso real de Mercer contra del establishment le hizo utilizar los algoritmos y las matemáticas para buscar soluciones de candidatos electivos. Se asoció con Steve Bannon y apoyaron en Reino Unido a Nigel Farage en la salida de la UE y consiguieron que se convirtiera en preferencia popular y elección del país en 2016.

En el caso de USA, cuando las posibilidades del partido republicano no eran las más favorables, buscaron las personas consideradas como apropiadas y apoyaron a Trump. Una serie de cambios y la estrategia necesaria, como por ejemplo el mediático América First consiguieron el cambio necesario para que se consiguiera la victoria electoral.

Por el otro lado, era Simons quien colaboraba con el partido demócrata. Desde 2016 donaría más de 27 millones de dólares a las causas demócratas.

Pero para atender todas estas labores de filantropía era fundamental que Medallion, que definitivamente quedó como un fondo para los propios trabajadores del fondo, siguiese generando con 10 mil millones de dólares, rentabilidades del 65% anuales brutas, antes de comisiones.

Seguía invirtiendo en materias primas, divisas y bonos con posiciones cortas y largas, de entre dos días hasta una o dos semanas. Desde operaciones descritas como de alta frecuencia a posiciones de cobertura o posiciones construidas. Los datos, el control de riesgos y de costes, fueron los inputs que de manera eficiente gestionaban para sacar los mejores rendimientos.

Sin tener razón más de poco por encima del 50% de las veces, lo hacían con el 100% de acierto esas veces que tenían razón.

Descubrían cada vez más y nuevas ineficiencias provechosas, usando en muchos casos las mismas señales de tendencia o reversión, y más y nuevos datos generaban más y nuevas relaciones que generaban anomalías multidimensionales ocultas para otros.

La ideología superando la realidad.

Poco después de que Trump ganará las elecciones, Mercer seguía tendiendo sus mismas convicciones personales, pero no estaba seguro de como las había manifestado con sus acciones.

La familia Mercer recibía amenazas de muerte desde la participación en la campaña de Trump, pero fue así cuando su participación en proyectos, incluido políticos, no eran contrarios a su fundamental interés por la privacidad, aspecto más relevante para Mercer y su familia.

Algunos vecinos pensaban que el dinero de Renaissance tenía efectos corrosivos y oscuros en la política. Suele pasar en algunos sentidos de su uso, y suele ser recurrente. De hecho, los 27 millones de aportaciones de Simons al partido demócrata no eran nada oscuros ni sospechosos. Era una época de corrección política y subjetividad moral.

Estos actos y opiniones fueron trasladándose a otros partícipes de fondos como el RIEF, en el que participaban algunos planes de pensiones colectivos. Pero el problema más grave vino de las personas de cargos relevantes dentro de la empresa Renaissance que señalaban a Mercer dirigiéndose directamente a Simons. Y Simons le propuso a Mercer la renuncia.

Finalmente, Mercer escribió una carta aclarando sus ideas. En ellas declaraba que respetaba a las personas, incluidas a las que había apoyado en las elecciones, aunque no estuviera de acuerdo con la totalidad de sus decisiones posteriores. Mercer solo apoyaba a los conservadores porque se acercaban teóricamente a ideas propias como las de un gobierno más pequeño y menos poderoso, donde la libertad de expresión fuera respetada y defendida y el debate fuera abierto. Estaba claro que la opción para ello no era el partido demócrata y las ideas de la corrección política y woke que respaldaban, pero tampoco lo fueron las de las decisiones post electorales del partido republicano.

Pero también era una realidad que no fueran señalados ni George Soros ni su vecino, Simons por hacer lo mismo, pero en el sentido de otro partido e ideas. Mismas acciones, mismas empresas y negocio, distintas ideas…No podemos pedir coherencia.

La familia Mercer nunca se metió en política y no pidió, ni aceptó, ni mantuvo un puesto en la administración. Fue desde entonces, la hija de Mercer, la que tomo el papel fundamental desde la fundación familiar de defender las ideas liberales de la familia, que sufrieron el error de intersección con las conservadoras en las elecciones, para acabar siendo señalados por sus ideas y acciones. Un caso de skin in the game con consecuencias. Otros políticos conservadores aprovecharon su dinero y su implicación.

Epílogo

En 2018, cuando el mercado de valores se hundía y Simons ya estaba retirado, aún estaba preocupado por sus inversiones. Además, estaba colaborando con múltiples proyectos desde su fundación benéfica, con numerosos empleados distribuidos entre todas las actividades y colaboraciones con organizaciones. Pero el fondo de todo asunto era su carácter: odiaba perder dinero.

Simons había pasado tres décadas como pionero de una nueva forma de invertir, y la perfeccionó: la inversión cuantitativa.

Había conseguido algo deseable en el mundo de la inversión como era el trading automatizado y sobre todo evitar depender de la traición de las emociones y los instintos humanos. Esos mismos instintos son los que le hacían preocuparse y llamar a su gestor patrimonial ante los movimientos de la bolsa y la crisis de finales de 2018.

A partir de esas fechas también se estaba dando el punto de inflexión que alejaba a los inversores de la predilección por la inversión activa, y desconfiando de los gestores, las aportaciones a los fondos indexados o denominados de gestión pasiva empezaban a acumular aportaciones progresivas pensando más en ser al menos el segundo del mercado, montados en el índice.

La capacidad de acceder a información y de ser de compartida a mayor número de personas, hacía más sencillo alinearse con el mercado, donde parecía que ahora sí contaba con la información necesaria para ser eficiente.

Pero aún así, y con las excepciones de buenos trades y operaciones de Paulson, Einhorn o Bill Gross, eran los inversores cuantitativos los que dominaban el negocio financiero. La capacidad de procesamiento, de generación de información, de almacenamiento, el uso de datos alternativos, la contratación y uso creciente de analistas de datos y cazadores de datos. En definitiva, la recurrente creación de nuevas potencialidades y su aprovechamiento cuando se convertían en realidad, y todo en torno a la inversión cuantitativa estaba cambiando el modo de invertir.

Pero también teníamos que tener en cuenta el ruido en torno a este nuevo enfoque cuantitativo, que descubría las limitaciones útiles que tenía para mejorar en su caso. Pero no todas las alternativas de empresas que estaban implantando este tipo de inversión consiguieron retornos excepcionales. Y al mismo tiempo, la inversión cuantitativa no podía prever y anticipar algunos tipos de inversiones en los que decisiones humanas particulares, como el caso de jueces, leyes y negociaciones en el caso de distressed Debt o incluso en inversiones a largo plazo.

Otro de los miedos o preocupaciones que se manifestaron entonces y aun ahora, es la posibilidad de impacto en el mercado. Medallion lo tenía en cuenta desde el principio en las inversiones que hacía, y la realidad demostraba que eso podía ocurrir, anticipando una posible nueva era de riesgo y volatilidad. No se sabe hasta qué punto se podrá influir en los mercados financieros con la adopción más generalizada de este tipo de inversión.

Hasta ahora el mercado se había movido y comportado en función del comportamiento de las personas, y ese fue el provecho del sistema de Medallion, al que aplicó un sistema de automatización y machine learning. Pero otra duda puede ser si ese statu quo que supone el comportamiento humano, puede ser sustituido por los movimientos de las máquinas, perdiéndose predictibilidad y ganando estabilidad en los mercados.

Sin embargo, también existen variedades en los tipos de inversión cuantitativa y las estrategias que siguen o dominan su actuación: momentum, Smart beta, inversión en factores o style investing, incluso comprar en caídas con la reversión de la media.

Por otro lado, los mercados en la actualidad son más complacientes que nunca. Ya sea por la liquidez, que no corresponde a esta reflexión, ya sea porque la influencia de inversores quant estén dominando saltándose los efectos volátiles de el miedo, la codicia y el pánico que hasta ahora influían en los mercados. Quizás se tengan en cuenta las emociones, pero para dominarlas.

En verano de 2019, Medallion acumulaba desde 1998 un retorno después de comisiones y anualizado de 39% (66% sin las comisiones). Gestionaba 65 mil millones de dólares y en determinados momentos suponía hasta el 5% del volumen diario de negociación.

 Renaissance basa su éxito en la previsibilidad del comportamiento humano, y estudiando el pasado confía que los inversores tomarán decisiones similares en el futuro. Además, los gestores usan el método científico para combatir sesgos cognitivos y las emociones: proponen hipótesis, las prueban, miden y ajustan sus teorías y los datos, y no la intuición, son los que guían las inversiones. La estadística y los datos son su valor.

Y, por último, además de descubrir más y relevantes factores y variables que influyen en los mercados, y sabiendo que hay más de los que conoce, usa los suficientes para batir al mercado y ganar dinero. Y, sobre todo. Hay más ineficiencias en el mercado de lo que se puede suponer. Sin embargo, la mayoría se centra en la información y las noticias que están al alcance y todos comparten, haciendo que los resultados de la mayoría del mercado sean promedio o cercanos.