No hace falta decir que el riesgo siempre es parte de la inversión, incluso si se juega a lo seguro. Por lo tanto, analizar su nivel de riesgo y predecir cómo puede afectar sus inversiones es crucial. Una de las formas más populares de hacer esto es lo que se conoce como la "simulación de Monte Carlo". ¿Pero, qué es esto? ¿Y puede predecir con precisión los resultados de su inversión?
La simulación de Monte Carlo fue creada a fines de la década de 1940 por Stanislaw Ulam. Fue un brillante matemático polaco-estadounidense. Trabajó en el Proyecto Manhattan, que desarrolló la primera bomba atómica. Y también descubrió la automatización celular y plantó las semillas para el desarrollo de la propulsión nuclear por pulsos.
La historia cuenta que Ulam se estaba recuperando de una cirugía cerebral y pasaba las horas jugando innumerables juegos de solitario. Le fascinaba trazar el resultado de cada juego para observar la distribución de las cartas. y para determinar la probabilidad de ganar.
Estas observaciones lo llevaron a desarrollar la simulación de Monte Carlo (o modelo de Monte Carlo, como a veces se le llama) en asociación con su colega John von Neumann. Le pusieron el nombre de la glamorosa capital del juego de Mónaco, ya que se trata del azar y los resultados aleatorios que no son diferentes a los que se encuentran en un juego de ruleta.
¿Por qué utilizar este modelo?
La simulación de Monte Carlo te deja ver todos los resultados posibles de sus decisiones y evaluar el impacto del riesgo. Esto permite una mejor toma de decisiones frente a la incertidumbre.
Esencialmente, la simulación es una técnica matemática computarizada que permite a las personas tomar en cuenta el riesgo en análisis cuantitativo y toma de decisiones. Proporciona todos los resultados posibles para cualquier elección de acción determinada y le indica la probabilidad de que ocurran.
Aplicado a su cartera de inversiones, esto significa que puede utilizar la simulación Monte Carlo para ayudarlo a analizar todos sus factores de riesgo. Puede mostrarle los resultados de invertir en diferentes extremos, desde muy conservadores hasta muy arriesgados. Y, por supuesto, también puede mostrar lo que sucedería si tomara decisiones a la mitad del camino. Esto es particularmente útil para los inversores que desean analizar opciones juega.
Cómo funciona la simulación de Monte Carlo
La simulación de Monte Carlo construye modelos de resultados potenciales sustituyendo un rango de valores por cada factor incierto. Esto se conoce como Distribución de probabilidad. La simulación luego se ejecuta a través de todos los resultados posibles, utilizando un conjunto diferente de valores aleatorios cada vez. Esto puede requerir decenas de miles de cálculos.
Durante una simulación de Monte Carlo, los valores se muestrean al azar a partir de las distribuciones de probabilidad de entrada. Cada conjunto de muestras se define como un iteración. A continuación, se registra el resultado resultante de cada muestra.
La simulación de Monte Carlo es particularmente aplicable a los sectores empresarial y financiero, ya que con frecuencia están involucrados con variables aleatorias. Se utiliza para estimar la probabilidad de sobrecostos en proyectos grandes. Puede determinar la probabilidad de que el precio de un activo cambie de cierta manera. Las empresas de telecomunicaciones también lo utilizan para evaluar el rendimiento de la red en diferentes escenarios. Esto les ayuda a optimizar la red.
Además, este modelo se puede utilizar para evaluar el riesgo de que una entidad incurra en incumplimiento y para analizar derivados como opciones. Pero la simulación de Monte Carlo también tiene muchas aplicaciones fuera de los negocios y las finanzas, como seguros, petróleo, meteorología, astronomía y física de partículas.
Cómo los inversores pueden utilizar la simulación de Monte Carlo
Pero somos inversores, por lo que queremos aplicar la simulación de Monte Carlo para ver posibles resultados en nuestras carteras. Claro, podemos resolver las diferentes posibilidades nosotros mismos, pero eso puede llevar mucho tiempo (espero que te gusten las hojas de cálculo). Afortunadamente, existen algunos servicios financieros en línea que utilizan esta simulación para ayudarlo con su cuenta.
Una de las herramientas útiles que Vanguardia ofrece a sus usuarios es su "Calculadora de huevos de nido para la jubilación". Con esta herramienta, los algoritmos de Vanguard determinan los posibles resultados para su cartera de jubilación mediante la simulación de Monte Carlo. Tiene en cuenta su saldo inicial, el gasto anual y la asignación de activos de la cartera. Luego lo ejecuta a través de innumerables escenarios de mercado posibles. La calculadora le ayuda a determinar la probabilidad de que su cartera dure mientras dure su jubilación.
Capital personal también utiliza la simulación de Monte Carlo como base para una de sus populares herramientas de cartera. El servicio calcula su rendimiento anual probable y la desviación estándar para las asignaciones actuales y objetivo de su cartera. De acuerdo a Capital personal, el escenario mediano “representa el punto medio de las simulaciones y puede considerarse un valor esperado basado en resultados históricos ". También le proporciona un resultado del "peor de los casos" en el que solo le fue al 10% de las simulaciones peor. El objetivo de Personal Capital es demostrar cómo una mala diversificación podría funcionar en un "mal escenario de mercado".
Ellevest, que se fundó como una herramienta de robo investing para mujeres, brinda pronósticos que reflejan una probabilidad del 70% de alcanzar los objetivos que estableces en la plataforma. El servicio utiliza una simulación de Monte Carlo para probar todos los resultados posibles y evaluar qué tan bien se desempeñarían sus inversiones en diferentes situaciones económicas.
Las deficiencias de la simulación de Montecarlo
Por supuesto, no todo es perfecto, incluida la simulación de Monte Carlo. Y, lamentablemente, no existe nada parecido a una bola de cristal en la inversión.
Quizás el mayor golpe contra el modelo es que puede ser inútil en el caso de un mercado bajista. La simulación puede adormecer a sus usuarios con una falsa sensación de seguridad. La simulación depende de una volatilidad constante. Pero los mercados son infamemente impredecibles. De hecho, una serie de simulaciones de Monte Carlo se vieron frustradas por el comportamiento volátil del mercado de valores de 2008.
Conclusión
El uso de una simulación de Monte Carlo puede resultarle útil como una ventana al futuro potencial de su cartera. Pero no debe tomarse como la verdad absoluta. Es una gran herramienta para ayudarlo a tomar decisiones sobre la asignación de activos, pero es importante recordar que los mercados pueden, y probablemente lo serán, ser volátiles e impredecibles.