Centro de Inversión
Aprender

Módulo 10 · 45 min · 11 secciones

Por qué se pierde dinero

ÍndiceClases en vídeo
  1. Clases en vídeo
  2. Presentación
  3. Objetivos
  4. Horas estimadas
  5. Puente con el IB
  6. Lección 10.1. Timing y la brecha del inversor
  7. Teoría
  8. Evidencia
  9. Lección 10.2. Pánico y euforia
  10. Teoría
  11. Evidencia
  12. Lección 10.3. Apalancamiento
  13. Teoría
  14. Evidencia
  15. Lección 10.4. Concentración
  16. Teoría
  17. Evidencia
  18. Lección 10.5. Operar demasiado (Barber y Odean)
  19. Teoría
  20. Evidencia
  21. Lección 10.6. Costes
  22. Teoría
  23. Evidencia
  24. Caso real: Archegos, marzo de 2021
  25. Contexto
  26. Cronología
  27. Mecanismos
  28. Quién ganó y quién perdió
  29. Interpretaciones y debates
  30. Ejercicio guiado
  31. Lecturas
  32. Pregunta para mi cartera
  33. Para tu plataforma
  34. Glosario del módulo
  35. Fuentes del módulo
  36. Verificadas
  37. No verificadas (citadas por revista y año)
  38. Cálculos propios y síntesis didácticas

Clases en vídeo

El vídeo se carga al pulsar ▶. Marca las que vayas viendo.

Imprescindible

Robert Shiller · Yale ECON 252 (2011) · Lección 11

con la lección 10.2

Behavioral Finance and the Role of Psychology

Página del curso

Módulo 10. Por qué se pierde dinero

Presentación

El dinero rara vez se pierde porque el mercado sea malo: se pierde por cómo lo usamos. Este módulo de síntesis junta seis vías de pérdida que ya han ido saliendo (costes en M2, riesgo y diversificación en M4, brecha del inversor en M5, apalancamiento en M7, sesgos en M8, espirales en M9) y las ordena como una lista de comprobación. El caso es Archegos (marzo de 2021): las seis vías a la vez, a escala de 36.000 millones de dólares.

Objetivos

  1. Medir la brecha del inversor y explicar por qué el timing la abre (ver módulo 5).
  2. Reconocer el ciclo pánico-euforia y calcular cuánto cuesta salir y volver a entrar.
  3. Calcular el precio que dispara una llamada de margen y el crecimiento a largo plazo con apalancamiento (amplía módulos 7 y 9).
  4. Cuantificar el riesgo de concentración con pérdida de cartera, ganancia necesaria y número efectivo de posiciones.
  5. Estimar el coste de operar demasiado a partir de la rotación (Barber y Odean).
  6. Sumar todas las capas de coste en una sola tasa de arrastre anual.
  7. Explicar con Archegos los total return swaps, la exposición oculta, las llamadas de margen y por qué unos bancos perdieron miles de millones y otros casi nada.

Horas estimadas

Unas 10 horas: 6 lecciones de 75 minutos (7,5 h), caso real y ejercicio guiado (1,5 h), pregunta para tu cartera (1 h).

Puente con el IB

  • Información asimétrica y riesgo moral (microeconomía, fallos de mercado): Archegos mintió a sus bancos sobre su concentración; cada banco veía solo su parte. Es selección adversa dentro de un contrato de crédito (ver módulo 9, riesgo moral).
  • Externalidades negativas: las ventas forzadas de un cliente hunden los precios de los colaterales de todos. Es la lógica de la espiral de márgenes (ver módulo 9).
  • Teoría de juegos (dilema del prisionero): los bancos podían coordinar una liquidación lenta o correr a vender primero. El que vendió primero ganó.
  • Multiplicador y apalancamiento: igual que el multiplicador amplifica un cambio en la demanda, el apalancamiento amplifica un cambio de precio sobre el capital propio (ver módulo 7).
  • Racionalidad limitada (economía conductual del HL): el pánico, la euforia y el exceso de confianza explican la brecha del inversor y la rotación excesiva (ver módulo 8).

Lección 10.1. Timing y la brecha del inversor

Teoría

Intuición. Un fondo publica su rentabilidad como si alguien hubiera invertido una sola vez el primer día y no hubiera tocado nada (rentabilidad ponderada por tiempo, ver módulo 5). Pero los inversores reales meten dinero después de los buenos años y lo sacan tras los malos. Su rentabilidad real pesa más los periodos en los que tenían más dinero dentro (rentabilidad ponderada por dinero). Si el dinero llega tarde, el fondo puede ganar y el inversor perder. Esa diferencia es la brecha del inversor.

Ejemplo numérico (cálculo propio, apto para calculadora):

Momento Rentabilidad del fondo Flujo del inversor Saldo del inversor
Inicio año 1 — +1.000 € 1.000 €
Fin año 1 +50 % +10.000 € (tras el buen año) 1.500 + 10.000 = 11.500 €
Fin año 2 −20 % — 9.200 €
  • Rentabilidad ponderada por tiempo (la del fondo): (1,50 × 0,80)^(1/2) − 1 = +9,5 % anual.
  • Rentabilidad ponderada por dinero (la del inversor): la TIR que cumple 1.000 + 10.000/(1+r) = 9.200/(1+r)² → −15,2 % anual.
  • Brecha: −15,2 − 9,5 ≈ −24,7 puntos al año. El fondo ganó; el inversor perdió 1.800 € de 11.000 aportados.

Segundo ejemplo, el de “perderse los mejores días”: si la cartera crece como el producto de sus rentabilidades diarias, quitar los 10 mejores días de 20 años es quitar 10 factores grandes de ese producto. J.P. Morgan lo cifra en casi la mitad de la rentabilidad anual (ver Evidencia).

Fórmulas.

Variables para la calculadora: aportación inicial, flujos por periodo, rentabilidad por periodo; salida: TWR, MWR, brecha y euros perdidos por el timing.

Lecturas y clases.

Imprescindible

  • Morningstar (J. Ptak), Mind the Gap US 2026, apartado “Key Findings” (p. 6) y “Fund Type/Management Style” (p. 10).
  • Repaso del módulo 5: rentabilidad ponderada por tiempo y por dinero.

Para profundizar

  • Dichev, I. (2007), “What are stock investors’ actual historical returns?”, American Economic Review 97(1).
  • Hsu, J., Myers, B. y Whitby, R. (2016), “Timing poorly: a guide to generating poor returns while investing in successful strategies”, Journal of Portfolio Management 42(2).

Evidencia

  • Hecho. Morningstar estima que el dólar medio invertido en fondos y ETF estadounidenses ganó un 8,7 % anual en los 10 años hasta el 31-12-2025, frente al 9,9 % de los propios fondos: una brecha de 1,2 puntos, alrededor del 12 % de la rentabilidad total. El estudio cubre unos 23.000 fondos.
  • Hecho. La brecha crece con la volatilidad del fondo: −0,4 puntos en el quintil menos volátil frente a −2,1 en el más volátil. La diferencia por comisiones fue mucho menor. Los ETF tuvieron más brecha (1,6 puntos) que los fondos tradicionales (1,2).
  • Hecho. En renta variable estadounidense, los inversores capturaron casi todo: 12,8 % frente a 13,3 % (brecha de 0,4 puntos). Los fondos mixtos que reequilibran solos tuvieron brechas pequeñas.
  • Hecho. Según la Guide to Retirement 2025 de J.P. Morgan, perderse los 10 mejores días de los últimos 20 años habría reducido la rentabilidad anual casi a la mitad; perderse los 40 mejores la habría dejado negativa. Siete de los 10 mejores días cayeron a menos de 15 días de los 10 peores.
  • Interpretación. El ejemplo de los “mejores días” exagera: quien sale del mercado también suele perderse algunos de los peores. Su valor didáctico es otro: como los mejores y peores días van juntos, salir para esquivar los malos casi garantiza perderse los buenos.
  • Interpretación. La brecha no siempre es mala gestión: parte se debe a aportaciones periódicas en mercados alcistas (quien invierte cada mes compra a precios crecientes). Por eso hay que leerla junto a la volatilidad del producto.

Lección 10.2. Pánico y euforia

Teoría

Intuición. El pánico convierte una pérdida temporal en permanente: si vendes tras una caída, ya no participas en la recuperación. La euforia hace lo contrario: compras más cuando el precio ya descuenta lo mejor, así que tu dinero llega justo antes de la caída. Las dos nacen del mismo mecanismo: proyectar hacia el futuro lo que acaba de pasar (expectativas extrapolativas) y la aversión a las pérdidas (ver módulo 8). En el lenguaje de Minsky (ver módulo 9), la euforia es la fase de “esta vez es distinto” y el pánico, el momento Minsky vivido desde dentro.

Ejemplo numérico (cálculo propio, apto para calculadora):

Paso Quien aguanta Quien vende en pánico
Inicio 10.000 € en el índice 10.000 € en el índice
El índice cae un 30 % 7.000 € Vende: 7.000 € en liquidez
Un año después: el índice sube un 43 % y la liquidez rinde un 2 % 7.000 × 1,43 = 10.010 € 7.000 × 1,02 = 7.140 €
Vuelve a entrar al mismo nivel del índice 10.010 € 7.140 €: un 28,7 % menos para siempre

Euforia, el espejo: quien compra en el pico tras una subida del 100 % y sufre una caída del 50 % necesita otro +100 % para volver al punto de compra, porque g = d/(1 − d) = 0,5/0,5 (ver módulo 9).

Fórmulas. Riqueza relativa de quien sale durante τ periodos (r_c = rentabilidad de la liquidez, r_m = rentabilidad del mercado mientras está fuera):

Ganancia necesaria tras una caída d (ver módulo 9):

Variables para la calculadora: caída al vender, rebote del mercado mientras estás fuera, rentabilidad de la liquidez, meses fuera; salida: euros perdidos y porcentaje de riqueza perdido de forma permanente.

Lecturas y clases.

Imprescindible

  • Marks, H. (2011), The Most Important Thing, cap. 9 (“Awareness of the Pendulum”) y cap. 10 (“Combating Negative Influences”).
  • Shiller, R., Open Yale ECON 252 Financial Markets (2011), clase “Behavioral Finance: The Role of Psychology”.

Para profundizar

  • Greenwood, R. y Shleifer, A. (2014), “Expectations of returns and expected returns”, Review of Financial Studies 27(3).
  • Goyal, A., Welch, I. y Zafirov, A. (2024), “A comprehensive 2022 look at the empirical performance of equity premium prediction”, Review of Financial Studies.

Evidencia

  • Hecho. En el estudio de Morningstar de 2026, los ETF de criptomonedas tuvieron la mayor brecha entre la rentabilidad del producto y la de sus inversores. Según Advisor Perspectives, los inversores en ETF de bitcoin al contado obtuvieron alrededor de un −5,8 % frente a un 8,5 % del producto: unos 14 puntos de brecha anual.
  • Hecho. La brecha crece con la volatilidad (−0,4 frente a −2,1 puntos entre el quintil menos y el más volátil; ver lección 10.1). La volatilidad no causa la brecha por sí sola: le da al inversor más ocasiones de reaccionar.
  • Interpretación. Las encuestas de expectativas de los inversores son más optimistas justo después de grandes subidas, cuando la rentabilidad esperada según valoraciones es más baja (Greenwood y Shleifer, 2014). Es la huella estadística de la euforia.
  • Debate abierto. ¿Se puede usar la valoración (CAPE, ver módulo 9) para salir del mercado en las euforias?
Sí: ajustar la exposición según valoraciones No: quedarse invertido y reequilibrar
Mejor argumento Las valoraciones altas predicen rentabilidades bajas a 10 años; ignorarlo es aceptar caídas evitables. Esa predicción es débil a 1-2 años, que es cuando hay que decidir; el mercado puede seguir caro una década.
Evidencia a favor Correlación negativa entre CAPE y rentabilidad real a 10 años (Shiller; ver módulo 9). Goyal, Welch y Zafirov (2024): la mayoría de predictores de la prima de riesgo fallan fuera de muestra.
Riesgo principal Estar fuera en los mejores días (lección 10.1). Sufrir caídas completas sin red.
Punto intermedio Reequilibrio por bandas: vender lo que se ha disparado y comprar lo que ha caído, con reglas fijadas de antemano (ver módulo 9, regla x2 / −50 %).

Lección 10.3. Apalancamiento

Esta lección amplía el apalancamiento financiero del módulo 7 (r_E = r_A + (D/E)(r_A − r_D)) y las espirales de márgenes del módulo 9. Allí vimos que la deuda multiplica la rentabilidad media. Aquí vemos sus dos costes ocultos: la llamada de margen te obliga a vender en el peor momento, y la volatilidad multiplicada reduce el crecimiento a largo plazo.

Teoría

Intuición. Con apalancamiento L, cada movimiento del activo se multiplica por L en tu capital. Dos consecuencias. Primera: basta una caída de 1/L para borrar todo tu capital, y el prestamista te pedirá más garantías (colateral, ver módulo 7) mucho antes. Segunda: la volatilidad también se multiplica por L, y el coste de la volatilidad crece con su cuadrado. Por eso, a partir de cierto nivel, más apalancamiento da más rentabilidad media pero menos riqueza final.

Ejemplo 1: precio de la llamada de margen (cálculo propio). Compras 20.000 € de acciones con 10.000 € propios y 10.000 € prestados (L = 2). El bróker exige un margen de mantenimiento m = 25 %: tu capital debe ser al menos el 25 % de la posición. La llamada llega cuando la posición vale 10.000/0,75 = 13.333 €, es decir, tras una caída del 33,3 %. Con L = 4 y m = 10 % basta un 16,7 %. Con el margen del 7,5 % que Credit Suisse aceptaba a Archegos (L ≈ 13,3), una caída del 7,5 % borra todo el colateral.

Ejemplo 2: el apalancamiento que destruye crecimiento (cálculo propio). Activo con rentabilidad media μ = 7 %, volatilidad σ = 18 %, coste de la deuda r_D = 4 %:

Apalancamiento L Rentabilidad media Arrastre por volatilidad (Lσ)²/2 Coste de la deuda (L−1)r_D Crecimiento a largo plazo
1 7,0 % 1,6 % 0 % 5,4 %
2 14,0 % 6,5 % 4,0 % 3,5 %
3 21,0 % 14,6 % 8,0 % −1,6 %

Ejemplo 3: ETF apalancados diarios (cálculo propio). El índice sube un 10 % y luego cae un 10 %: queda en 0,99. Un ETF 2x diario queda en 1,20 × 0,80 = 0,96; uno 3x, en 1,30 × 0,70 = 0,91. El índice pierde un 1 %; el 3x, un 9 %, porque el apalancamiento se reajusta cada día.

Fórmulas. Caída que dispara la llamada de margen (L = posición/capital, m = margen de mantenimiento):

Crecimiento geométrico aproximado con apalancamiento (ver media geométrica, módulo 4):

Apalancamiento que maximiza el crecimiento (criterio de Kelly continuo):

Con los datos del ejemplo 2, L* = 0,03/0,0324 ≈ 0,93: con estos supuestos, ni siquiera duplicar compensa. Variables para la calculadora: capital, deuda, margen de mantenimiento, μ, σ, r_D; salida: caída que dispara la llamada, crecimiento esperado por nivel de L y L*.

Lecturas y clases.

Imprescindible

  • Bodie, Kane y Marcus, Investments, cap. 3, apartado “Buying on Margin”.
  • Repaso del módulo 9: espirales de pérdidas y de márgenes.

Para profundizar

  • Geanakoplos, J. (2010), “The leverage cycle”, NBER Macroeconomics Annual 2009, vol. 24.
  • Cheng, M. y Madhavan, A. (2009), “The dynamics of leveraged and inverse exchange-traded funds”, Journal of Investment Management 7(4).
  • Ayres, I. y Nalebuff, B. (2010), Lifecycle Investing, caps. 1-3.

Evidencia

  • Hecho. Al restringir los CFD en 2018, ESMA citó análisis de los supervisores nacionales: entre el 74 % y el 89 % de las cuentas minoristas pierden dinero, con pérdidas medias de 1.600 a 29.000 € por cliente. ESMA limitó el apalancamiento minorista (30:1 en divisas principales, 20:1 en índices principales y oro) y prohibió perder más de lo depositado.
  • Hecho. Morningstar (2026) analizó los ETF apalancados sobre una sola acción: sus inversores lograron ganancias ponderadas por dinero altas, pero aun así no superaron la rentabilidad sin apalancar de las acciones de referencia.
  • Hecho. El ejemplo 3 es aritmética, no opinión: un producto que reajusta su apalancamiento a diario pierde frente a L veces el índice en mercados laterales y volátiles.
  • Interpretación. El apalancamiento no es malo en sí: una hipoteca es apalancamiento sin llamadas de margen diarias (ver módulo 9, LTV). Lo peligroso es la combinación de deuda, colateral que se valora a diario y un prestamista que puede vender sin preguntarte.
  • Debate abierto. ¿Debe un inversor joven apalancarse moderadamente?
Sí (Ayres y Nalebuff) No
Mejor argumento Diversificar en el tiempo: el joven tiene poco capital y mucho capital humano; un 2:1 al principio reparte mejor el riesgo a lo largo de la vida. El arrastre por volatilidad y las llamadas de margen golpean justo en las crisis, cuando también peligra el empleo.
Evidencia Sus simulaciones históricas en EE. UU. muestran mejores resultados medios y en los peores casos. La evidencia de CFD y ETF apalancados muestra que el minorista real no capta el resultado teórico (ESMA 2018; Morningstar 2026).
Condición clave Deuda barata y sin venta forzosa. En España, el crédito minorista para invertir suele ser caro: con r_D alto, L* cae por debajo de 1.

Lección 10.4. Concentración

Teoría

Intuición. En el módulo 4 vimos que diversificar elimina el riesgo específico gratis. La concentración es renunciar a ese regalo. El problema no es solo más volatilidad: es la cola. Una acción individual puede caer un 70 % y no volver nunca, algo que un índice amplio casi nunca hace. Además, la rentabilidad de la bolsa la concentran pocas empresas (Bessembinder, ver módulo 4): la acción típica queda por debajo del mercado. Concentrarse es apostar a acertar con una de las pocas ganadoras.

Ejemplo numérico (cálculo propio, apto para calculadora). Cartera de 50.000 € con un 40 % en una sola acción y el 60 % repartido en seis posiciones del 10 %.

  • Si esa acción sufre una “pérdida catastrófica” del 70 % y el resto queda plano, la cartera pierde 0,40 × 70 % = 28 % (14.000 €).
  • Para recuperarte necesitas g = 0,28/0,72 = +38,9 % (ver módulo 9).
  • Número efectivo de posiciones: 1/(0,40² + 6 × 0,10²) = 1/0,22 ≈ 4,5. Tienes 7 nombres, pero tu cartera se comporta como si tuviera 4 o 5 iguales. Con 10 posiciones del 10 %, N_ef = 10.

Fórmulas.

Pérdida de la cartera cuando cada posición i (peso w_i) cae d_i:

Número efectivo de posiciones (inverso del índice de Herfindahl):

Varianza de una cartera equiponderada de N acciones con varianza media σ² y correlación media ρ (ver módulo 4):

Variables para la calculadora: pesos de cada posición y caída hipotética de cada una; salida: pérdida de la cartera, ganancia necesaria para recuperar, N_ef y alerta si una posición supera el límite que fijes.

Lecturas y clases.

Imprescindible

  • Cembalest, M. (J.P. Morgan, 2014), “The Agony and the Ecstasy: The Risks and Rewards of a Concentrated Stock Position”, apartado “Falling from grace: catastrophic losses on Russell 3000 companies” (p. 4).
  • Repaso del módulo 4: Bessembinder (2018) y caso Enron.

Para profundizar

  • J.P. Morgan (2024), “The Agony and the Ecstasy Part IV: an update on catastrophic stock declines”.
  • Benartzi, S. (2001), “Excessive extrapolation and the allocation of 401(k) accounts to company stock”, Journal of Finance 56(5).
  • Goetzmann, W. y Kumar, A. (2008), “Equity portfolio diversification”, Review of Finance 12(3).

Evidencia

  • Hecho. J.P. Morgan (2014) definió “pérdida catastrófica” como una caída del 70 % desde máximos que no se recupera. Con datos del Russell 3000 desde 1980, alrededor del 40 % de las acciones la sufrieron, con tasas bastante más altas en tecnología, biotecnología y minería. La actualización de 2024 mantiene el mismo criterio.
  • Hecho. Bessembinder (2018) mostró que la mayoría de acciones estadounidenses rindieron menos que las letras del Tesoro durante su vida; un puñado explica toda la creación de riqueza (ver módulo 4).
  • Interpretación. La concentración tiene una forma involuntaria: trabajar en una empresa y tener sus acciones (Enron, ver módulo 4), o tener la vivienda y el empleo en la misma ciudad. Tu capital humano también es una posición.
  • Debate abierto. ¿Concentrar por convicción o diversificar?
Concentrar en pocas ideas Diversificar ampliamente
Mejor argumento Si de verdad sabes más que el mercado, diluir tus mejores ideas reduce tu alfa (ver módulo 5). Casi nadie sabe más de forma persistente (SPIVA, ver módulo 5) y la cola izquierda de una acción es enorme.
Evidencia Hay gestores concentrados con historiales largos y excelentes. Sesgo del superviviente: vemos a los concentrados que ganaron (ver módulo 4); el 40 % de pérdidas catastróficas de J.P. Morgan.
Cómo conciliarlos Una capa núcleo diversificada y una capa satélite pequeña, con límite por posición (ver módulo 8, contrato conductual).

Lección 10.5. Operar demasiado (Barber y Odean)

Teoría

Intuición. Cada operación tiene un coste seguro (comisión, horquilla, impuestos) y un beneficio incierto. Si tus decisiones de compra y venta no son mejores que el azar, la rotación solo suma costes. El exceso de confianza (ver módulo 8) hace que creamos que nuestras señales valen más de lo que valen, así que operamos de más. Y en un mercado de suma cero antes de costes, al otro lado suele haber alguien mejor informado (ver módulo 5, paradoja de Grossman y Stiglitz).

Ejemplo numérico (cálculo propio, apto para calculadora). Cartera de 30.000 € en acciones españolas grandes, con rotación del 200 % anual (cambias la cartera entera dos veces al año).

Coste por operación Compra Venta
Comisión del bróker 0,10 % 0,10 %
Media horquilla (ver módulo 1) 0,10 % 0,10 %
Impuesto sobre Transacciones Financieras (solo compras) 0,20 % —
Total 0,40 % 0,20 %
  • Coste por vuelta completa (compra + venta): 0,60 %.
  • Arrastre anual: rotación × coste por vuelta = 2 × 0,60 % = 1,2 puntos al año (360 € el primer año).
  • A 20 años, con un 7 % bruto: riqueza final relativa = (1,058/1,070)^20 ≈ 0,80. Operar así te cuesta una quinta parte de la riqueza final, sin contar que adelantas impuestos sobre las plusvalías (se verá en el módulo 11).

Fórmulas.

Rotación anual (T) y arrastre por operar:

Riqueza final relativa frente a no operar:

Variables para la calculadora: valor de la cartera, rotación, comisiones, horquilla, si la acción paga ITF, rentabilidad bruta, años; salida: euros de coste al año, arrastre en puntos y riqueza final perdida.

Lecturas y clases.

Imprescindible

  • Barber, B. y Odean, T. (2000), “Trading is hazardous to your wealth: the common stock investment performance of individual investors”, Journal of Finance 55(2), pp. 773-806: secciones I (datos) y III (resultados).
  • Barber, B. y Odean, T. (2001), “Boys will be boys: gender, overconfidence, and common stock investment”, Quarterly Journal of Economics 116(1), pp. 261-292: introducción y resultados principales.

Para profundizar

  • Barber, B., Lee, Y.-T., Liu, Y.-J. y Odean, T. (2014), “The cross-section of speculator skill: evidence from day trading”, Journal of Financial Markets 18, pp. 1-24.
  • Chague, F., De-Losso, R. y Giovannetti, B. (2020), “Day trading for a living?”, documento de trabajo (SSRN 3423101).
  • Barber, B., Huang, X., Odean, T. y Schwarz, C. (2022), “Attention-induced trading and returns: evidence from Robinhood users”, Journal of Finance 77(6).
  • Welch, I. (2022), “The wisdom of the Robinhood crowd”, Journal of Finance 77(3).

Evidencia

  • Hecho. Barber y Odean (2000) estudiaron 66.465 hogares de un bróker de descuento estadounidense entre 1991 y 1996. El hogar medio ganó un 16,4 % anual y rotó el 75 % de su cartera al año; el mercado ganó un 17,9 %. El 20 % que más operaba ganó un 11,4 %.
  • Hecho. La rentabilidad bruta (antes de costes) de quienes operaban mucho y poco era casi igual. La diferencia neta (11,4 % frente a 18,5 %) la explican los costes.
  • Hecho. Barber y Odean (2001), con más de 35.000 hogares: los hombres operaban un 45 % más que las mujeres, y eso les restaba 2,65 puntos de rentabilidad neta al año, frente a 1,72 en las mujeres. Lo interpretan como exceso de confianza.
  • Hecho. En Taiwán (1992-2006), menos del 1 % de los day traders logra de forma predecible rentabilidades anormales positivas netas de comisiones (Barber, Lee, Liu y Odean, 2014).
  • Hecho. En Brasil, de quienes empezaron a hacer day trading en futuros sobre índice entre 2013 y 2015 y persistieron más de 300 días, el 97 % perdió dinero (Chague, De-Losso y Giovannetti).
  • Interpretación. Los datos de Barber y Odean son de los años noventa, con comisiones mucho más altas. Hoy las comisiones son bajas, pero el mecanismo sigue: horquilla, impuestos y, sobre todo, peores decisiones de timing (lección 10.1).
  • Debate abierto. ¿El inversor minorista que opera mucho es “dinero tonto”?
Sí No necesariamente
Mejor argumento Opera por atención (noticias, listas de “más negociados”) y compra lo que ya ha subido. Su cartera agregada no es tan mala; el daño se concentra en los que más operan.
Evidencia más reciente Barber et al. (2022): las acciones con oleadas de compras de usuarios de Robinhood tienen rentabilidades negativas después. Welch (2022): la cartera agregada de usuarios de Robinhood no rindió peor que el mercado en su periodo.
Lo que no está en discusión Para el inversor individual, más rotación implica más costes seguros.

Lección 10.6. Costes

En el módulo 2 calculamos el efecto de las comisiones de un fondo. Aquí sumamos todas las capas, incluidas las conductuales de las lecciones 10.1 a 10.5, en una sola tasa de arrastre.

Teoría

Intuición. La rentabilidad del mercado es incierta; los costes son seguros y se capitalizan igual que las ganancias, pero en tu contra. Sharpe lo resumió en una aritmética sencilla: antes de costes, el inversor activo medio obtiene la rentabilidad del mercado (porque entre todos son el mercado); después de costes, obtiene menos. Cada capa de coste parece pequeña por separado. Sumadas, y capitalizadas durante 30 años, se comen una parte grande de la riqueza final.

Ejemplo numérico (cálculo propio, apto para calculadora). 10.000 € a 30 años con un 7 % bruto anual:

Opción Coste total anual Riqueza final % de la riqueza sin costes
Sin costes (teórico) 0 % 76.123 € 100 %
Fondo indexado o ETF barato 0,2 % 71.968 € 94,5 %
Fondo activo de renta variable típico 1,8 % 45.759 € 60,1 %

La pila completa de costes de un inversor, con órdenes de magnitud orientativos (síntesis didáctica):

Capa Dónde aparece Orden de magnitud
Gastos corrientes (TER) KID del fondo (ver módulo 2) 0,05-2 % anual
Costes de transacción dentro del fondo KID, apartado de costes 0-0,5 % anual
Comisiones del bróker y custodia Tarifas del bróker variable
Horquilla y cambio de divisa Al operar (ver módulos 1 y 7) 0,05-0,5 % por operación
Impuesto sobre Transacciones Financieras Compras de acciones españolas de más de 1.000 millones 0,2 % por compra
Rotación propia Lección 10.5 rotación × coste por vuelta
Brecha conductual Lecciones 10.1 y 10.2 0,4-2 puntos anuales
Impuestos Módulo 11 según plusvalías realizadas

Fórmulas.

Arrastre total y riqueza final:

Fracción de la riqueza final que se llevan los costes:

Aritmética de Sharpe (rentabilidad neta media de los gestores activos):

Variables para la calculadora: capital inicial, aportación mensual, rentabilidad bruta, años y cada capa de coste por separado; salida: riqueza final, euros perdidos por capa y fracción perdida.

Lecturas y clases.

Imprescindible

  • Sharpe, W. (1991), “The arithmetic of active management”, Financial Analysts Journal 47(1), pp. 7-9.
  • Repaso del módulo 2: caso Bogle 1976 y KID.

Para profundizar

  • French, K. (2008), “Presidential address: the cost of active investing”, Journal of Finance 63(4).
  • CNMV, Documento de Trabajo n.º 85 (Juan-Pedro Gómez, febrero de 2024), “Estudio comparativo de la rentabilidad de las IIC de renta variable y renta fija españolas y las extranjeras comercializadas en España”, resumen ejecutivo.

Evidencia

  • Hecho. Según el Boletín trimestral de la CNMV (octubre de 2019), los gastos de los fondos de renta variable eran los más altos: 1,81 % en España frente a 1,76 % de media en la UE.
  • Hecho. El presidente de la CNMV, Rodrigo Buenaventura, ha advertido que los fondos europeos tienen un problema de costes frente a los de EE. UU.: la gestión activa de renta variable cobra 1,3 puntos más que la gestión pasiva vía ETF.
  • Hecho. El Impuesto sobre Transacciones Financieras (Ley 5/2020, vigente desde el 16-1-2021) grava con un 0,2 % la compra de acciones de sociedades españolas cotizadas cuya capitalización supere 1.000 millones de euros a 1 de diciembre del año anterior.
  • Hecho. En el estudio de Morningstar de 2026, la diferencia de brecha entre fondos baratos y caros fue mucho menor que la diferencia entre fondos poco y muy volátiles (ver lección 10.1).
  • Debate abierto. ¿Qué pesa más: el coste del producto o el comportamiento del inversor?
El coste es lo primero El comportamiento es lo primero
Mejor argumento Es lo único seguro y controlable; un TER bajo es el mejor predictor sencillo del resultado de un fondo. Un fondo barato mal usado (entrar y salir) pierde más que la diferencia de comisiones.
Evidencia más reciente Aritmética de Sharpe; SPIVA y Morningstar sobre gestión activa (ver módulo 5). Morningstar 2026: la brecha de 1,2 puntos es comparable a toda la comisión de un fondo caro y depende sobre todo de la volatilidad y del tipo de vehículo.
Síntesis No compiten: se suman. Minimizar costes y automatizar el comportamiento (aportaciones periódicas, reequilibrio con reglas).

Caso real: Archegos, marzo de 2021

En una semana, la oficina familiar de Bill Hwang pasó de unos 36.000 millones de dólares de capital a cero y dejó a los bancos más de 10.000 millones en pérdidas. Reúne las seis lecciones: apalancamiento extremo, concentración, euforia, timing, operativa masiva y un coste final (la venta forzosa) que lo destruyó todo.

Contexto

  • Quién. Bill Hwang dirigió el hedge fund Tiger Asia. En 2012 se declaró culpable de fraude y pagó 44 millones de dólares para cerrar un caso civil de uso de información privilegiada con la SEC. Cerró Tiger Asia y en 2013 fundó Archegos como oficina familiar (family office).
  • Por qué una oficina familiar. Al gestionar solo el patrimonio de la familia, Archegos no estaba registrada como asesor de inversiones ante la SEC ni tenía obligaciones de información sobre sus derivados.
  • Crecimiento. Según el informe de Paul, Weiss para Credit Suisse, su capital pasó de unos 500 millones en 2012 a 3.900 millones en 2016; cayó de unos 3.500 a 2.000 millones entre febrero y abril de 2020, y llegó a unos 9.800 millones a mediados de diciembre de 2020. Según la SEC, de marzo de 2020 a marzo de 2021 pasó de unos 1.500 a más de 36.000 millones de capital, y su exposición bruta de unos 10.000 a más de 160.000 millones.
  • Cartera. Muy concentrada en unas pocas acciones: ViacomCBS, Discovery y valores chinos cotizados en EE. UU. (Baidu, Tencent Music, Vipshop, iQiyi, GSX Techedu), además de Farfetch, entre otros. A mediados de marzo de 2021 estaba detrás de unos 20.000 millones de dólares en acciones de ViacomCBS, más que cualquier inversor institucional.

Cronología

Fecha Qué pasó
Mayo de 2019 Credit Suisse rebaja el margen estándar de los swaps de Archegos al 7,5 % (antes 15-25 %).
Sept.-dic. de 2020 El margen medio de Archegos en Credit Suisse ronda el 5,9 % (sept.) y el 6,9 % (dic.). Se repiten los excesos sobre los límites de riesgo.
11-19 de marzo de 2021 Credit Suisse paga a Archegos 2.400 millones de exceso de margen por la revalorización de sus posiciones.
22 de marzo (lunes) ViacomCBS marca máximos (100,34 $) y anuncia una venta de acciones y bonos convertibles de unos 3.000 millones.
23-24 de marzo La colocación sale floja y ViacomCBS cae un 23 %. El 24, el director de operaciones de Archegos avisa de que no podrá atender las llamadas de margen del día siguiente.
25 de marzo (jueves) Credit Suisse pide más de 2.800 millones de margen. Por la tarde, Archegos reúne a sus prime brokers: declara 120.000 millones de exposición bruta y solo 9.000-10.000 millones de capital, y pide una moratoria para liquidar despacio. Los bancos no la aceptan. ViacomCBS cierra en 66,35 $.
26 de marzo (viernes) Goldman Sachs vende 10.500 millones en bloques; Morgan Stanley y Wells Fargo también venden. Credit Suisse notifica el incumplimiento. ViacomCBS cierra en 48,23 $ (−27 % en el día, más de −50 % en la semana); Discovery, en 41,90 $ (−27 %).
Abril de 2021 Los bancos publican sus pérdidas: más de 10.000 millones en total.
29 de julio de 2021 Credit Suisse publica el informe de Paul, Weiss.
27 de abril de 2022 Detienen a Hwang y al director financiero, Patrick Halligan. La SEC, la fiscalía de Nueva York y la CFTC presentan cargos.
Julio de 2024 Un jurado declara culpable a Hwang de 10 de 11 cargos (fraude y manipulación) y a Halligan de 3.
20-11-2024 y 27-1-2025 Condenas: 18 años para Hwang y 8 para Halligan. Ambos recurren en libertad bajo fianza.

Mecanismos

1. El total return swap (TRS). Archegos no compraba las acciones: firmaba con un banco un contrato por el que recibía toda la rentabilidad de la acción (subidas y dividendos) a cambio de pagar un interés sobre el nominal y las caídas. Para no quedarse expuesto, el banco compraba las acciones como cobertura. Archegos solo aportaba un margen inicial (colateral, ver módulo 7). Con un margen del 7,5 %, cada dólar propio controlaba unos 13 dólares de acciones.

[embedded content: estructura de los total return swaps de Archegos]

Cada banco compraba las acciones y le pasaba la rentabilidad a Archegos; ninguno veía la exposición total.

2. Cómo escondía la exposición y la concentración.

  • Sin propiedad legal, sin declaración. Las acciones estaban a nombre de los bancos. Archegos tenía la exposición económica pero no la titularidad, así que no tenía que declarar sus participaciones como lo haría un accionista que supera el 5 %. Las empresas y el mercado veían a varios bancos con paquetes moderados, no a un solo inversor.
  • Repartida entre bancos. Operó con al menos nueve bancos. Cada uno veía solo su parte y no la exposición total.
  • Mentiras directas. Según la SEC y la fiscalía, Archegos engañó repetidamente a sus contrapartes sobre su exposición, su concentración y su liquidez para conseguir más capacidad de negociación. Con esa capacidad compraba más de las mismas acciones y empujaba sus precios.

3. Margen estático: las ganancias aumentan el apalancamiento. Los swaps de Credit Suisse en EE. UU. tenían margen estático: el margen inicial quedaba fijo en dólares. Si la acción se duplicaba, el margen como porcentaje de la posición se reducía a la mitad. Además, el banco devolvía a Archegos las ganancias como exceso de margen, que Archegos usaba para abrir más posiciones. Un margen dinámico habría recalculado la garantía exigida al subir el precio y la concentración.

4. Las llamadas de margen y la espiral. La ampliación de capital de ViacomCBS hizo caer su precio. Con un colchón del 7,5 %, una caída así borra el capital (ver lección 10.3, d* = 1/L). Los bancos pidieron más colateral; Archegos no tenía liquidez. Para cobrar, cada banco debía vender las acciones de cobertura. Pero todos tenían los mismos valores: las ventas de uno hundían el colateral de los demás. Es la espiral de pérdidas y de márgenes del módulo 9, concentrada en dos días.

Quién ganó y quién perdió

Banco Pérdida aproximada Qué hizo
Credit Suisse 5.500 millones $ Preferió esperar a una liquidación ordenada; margen estático y muy bajo.
Nomura 2.850 millones $ También tardó en vender.
Morgan Stanley 911 millones $ Vendió pronto (según la prensa, unos 5.000 millones el 25 de marzo y unos 8.000 millones el 26).
UBS 861 millones $ (774 en el primer trimestre) Vendió más tarde que los estadounidenses.
MUFG unos 300 millones $ —
Mizuho unos 90 millones $ (según prensa japonesa) —
Goldman Sachs, Deutsche Bank, Wells Fargo Pérdidas no significativas Vendieron rápido y en bloque el 26 de marzo.

Por qué la diferencia: no fue que unos fueran más listos al prestar, sino tres factores. Primero, velocidad: en una venta forzosa, el primero que vende lo hace a mejor precio y el último se come la caída (dilema del prisionero). Segundo, más margen y margen dinámico: con más colchón, la misma caída no supera la garantía. Tercero, derechos contractuales: quien podía declarar el incumplimiento y vender de inmediato no dependía del acuerdo de los demás.

Interpretaciones y debates

  • Hecho. El jurado consideró que hubo fraude y manipulación de mercado, no solo un exceso de riesgo.
  • Interpretación. El informe de Paul, Weiss describe un “fallo fundamental de gestión y controles” en Credit Suisse: la unidad de negocio ignoró repetidamente los límites de riesgo. Credit Suisse, muy debilitada también por otros escándalos, acabó absorbida por UBS en 2023.
  • Debate abierto. ¿Quién debe vigilar estas posiciones?
Más transparencia obligatoria La disciplina de los bancos basta
Mejor argumento Si las posiciones en swaps fueran públicas, el mercado y los bancos habrían visto la concentración total. El problema fue de gestión de riesgos en algunos bancos; los que la hicieron bien no perdieron.
Evidencia más reciente En diciembre de 2021 la SEC propuso la Regla 10B-1, que obligaría a declarar grandes posiciones en swaps sobre acciones (estado posterior no verificado). Las pérdidas se concentraron en bancos con margen estático y bajo; ningún banco cayó solo por Archegos.
Lo que muestra el caso La opacidad permite la concentración. La velocidad y los colchones protegen.

Ejercicio guiado

Cifras redondeadas e hipotéticas (cálculo propio, apto para calculadora), inspiradas en ViacomCBS.

Archegos firma un TRS con un banco por 1.000 millones de dólares de nominal sobre una acción a 100 $. Margen inicial estático: 7,5 % (75 millones).

  1. Apalancamiento. L = 1.000/75 ≈ 13,3. ¿Qué caída borra el margen? 1/L = 7,5 % (el precio a 92,50 $).
  2. Margen estático. Si la acción hubiera subido antes de 50 $ a 100 $ con el mismo margen en dólares fijado al principio, el margen como porcentaje de la posición habría pasado del 7,5 % al 3,75 %. La ganancia dobla el apalancamiento.
  3. El banco que vende pronto. Vende a 66,35 $ (caída del 33,7 %): pérdida sobre la cobertura = 337 millones; menos 75 de margen = 262 millones de pérdida para el banco.
  4. El banco que espera. Vende a 48,23 $ (caída del 51,8 %): pérdida = 518 millones − 75 = 443 millones.
  5. Con margen dinámico del 20 % (200 millones): el banco rápido pierde 137 millones; el lento, 318.
  6. Pregunta. Escribe la pérdida del banco como función del nominal N, el margen m y la caída d en el momento de vender: Pérdida = N × max(d − m, 0). ¿Qué variable controla el banco antes de la crisis (m) y cuál durante la crisis (d, por la velocidad)?

Lecturas

  • Imprescindible: Paul, Weiss, Credit Suisse Group Special Committee of the Board of Directors Report on Archegos Capital Management (29-7-2021), resumen ejecutivo (sec. I, pp. 1-30), en especial el apartado sobre margen estático y dinámico (sec. II.A.2, pp. 37-44).
  • Imprescindible: SEC, nota de prensa 2022-70 (27-4-2022), “SEC Charges Archegos and its Founder with Massive Market Manipulation Scheme”.
  • Para profundizar: Fiscalía del Distrito Sur de Nueva York, nota de prensa sobre la condena de Hwang (noviembre de 2024).
  • Para profundizar: SEC, nota de prensa 2021-259 (15-12-2021) sobre la propuesta de Regla 10B-1.

Pregunta para mi cartera

¿Por cuál de las seis vías es más probable que yo pierda dinero, y qué regla la cierra?

Pasos:

  1. Brecha propia (10.1). Con tu historial de aportaciones, calcula tu rentabilidad ponderada por dinero y compárala con la de tus fondos. Si la brecha supera 1 punto anual, el problema es el timing.
  2. Pánico y euforia (10.2). Revisa si alguna vez vendiste tras una caída o aportaste más tras una subida fuerte. Calcula cuánto costó con la fórmula de quien sale y vuelve.
  3. Apalancamiento (10.3). Lista toda deuda que financie inversiones (préstamos, CFD, ETF apalancados, opciones). Para cada una, calcula d*. Si alguna se dispara con una caída inferior al 30 %, estás expuesta a una venta forzosa en una crisis normal.
  4. Concentración (10.4). Calcula N_ef y el peso de tu mayor posición, incluida tu exposición indirecta (vivienda, empleo). ¿Qué perdería la cartera si esa posición cayera un 70 %?
  5. Rotación (10.5). Calcula tu rotación de los últimos 12 meses y su arrastre.
  6. Costes (10.6). Suma todas las capas y calcula la fracción de riqueza que te costarían a 30 años.
  7. Conclusión. Elige la vía con mayor coste estimado y escribe una regla concreta para cerrarla. Guárdala para el plan de inversión del módulo 12, junto al contrato conductual del módulo 8 y la regla de reequilibrio del módulo 9.

Para tu plataforma

Panel “Auditoría de pérdidas”: seis indicadores con semáforo, uno por lección. Los umbrales son propuestas didácticas para ajustar en el módulo 12.

Indicador Cálculo Verde Ámbar Rojo
Brecha del inversor MWR − TWR (últimos 3-5 años) > −0,5 pp −0,5 a −1,5 pp < −1,5 pp
Tiempo fuera del mercado Meses con la parte de renta variable por debajo del objetivo 0 1-3 > 3
Apalancamiento L y caída d* que dispara la llamada Sin deuda d* > 40 % d* ≤ 40 %
Concentración N_ef y peso máximo Peso máximo ≤ 10 % fuera de fondos indexados 10-20 % > 20 %
Rotación T anual y arrastre en pp T < 20 % 20-100 % > 100 %
Coste total Suma de capas y fracción perdida a 30 años < 0,5 % anual 0,5-1 % > 1 %

Datos que necesita: histórico de movimientos (fecha, importe, activo), valor de la cartera por periodo, pesos actuales, TER de cada fondo, comisiones del bróker y deudas asociadas. Puede reutilizar las calculadoras de los módulos 5 (TWR/MWR), 8 (rotación) y 9 (ganancia necesaria tras una caída).

Glosario del módulo

Alfa: Ver glosario del módulo 5.

Apalancamiento financiero: Ver glosario del módulo 7 (ampliado en este módulo con la llamada de margen, el arrastre por volatilidad y el criterio de Kelly).

Aritmética de Sharpe: argumento de que, antes de costes, el inversor activo medio obtiene la rentabilidad del mercado y, después de costes, menos que el inversor pasivo.

Arrastre por volatilidad: diferencia entre la rentabilidad media aritmética y el crecimiento geométrico, aproximadamente σ²/2; con apalancamiento L pasa a ser (Lσ)²/2.

Aversión a las pérdidas: Ver glosario del módulo 8.

Brecha del inversor: Ver glosario del módulo 5.

CAPE: Ver glosario del módulo 9.

CFD (contrato por diferencias): derivado que paga la diferencia entre el precio de entrada y de salida de un activo, normalmente con apalancamiento; en la UE su venta a minoristas está limitada por ESMA desde 2018.

Colateral: Ver glosario del módulo 7.

Concentración: Ver glosario del módulo 4.

Contrato conductual: Ver glosario del módulo 8.

Cobertura (de un derivado): compra o venta del activo subyacente que hace el banco para no quedar expuesto a la posición que ha vendido al cliente.

Criterio de Kelly: regla que elige la exposición que maximiza el crecimiento a largo plazo de la riqueza; en tiempo continuo, L* = (μ − r_D)/σ².

Day trading: comprar y vender el mismo activo dentro de la misma sesión.

Dilema del prisionero: situación en la que a cada jugador le conviene actuar por su cuenta aunque todos saldrían mejor cooperando; en una venta forzosa, cada banco gana vendiendo primero.

Diversificación: Ver glosario del módulo 4.

Espirales de pérdidas y de márgenes: Ver glosario del módulo 9.

ETF apalancado: fondo cotizado que busca un múltiplo (por ejemplo 2x o 3x) de la rentabilidad diaria de un índice o una acción; al reajustarse cada día, a plazos largos se separa de ese múltiplo.

Exceso de confianza: Ver glosario del módulo 8.

Expectativas extrapolativas: tendencia a esperar que las rentabilidades recientes continúen, lo que eleva el optimismo tras las subidas y el pesimismo tras las caídas.

Exposición bruta: suma del valor absoluto de todas las posiciones largas y cortas, incluidas las sintéticas mediante derivados.

Horquilla: Ver glosario del módulo 1.

Impuesto sobre Transacciones Financieras (ITF): impuesto español del 0,2 % sobre la compra de acciones de sociedades españolas cotizadas con capitalización superior a 1.000 millones de euros.

Incumplimiento (evento de): situación prevista en el contrato, como no atender una llamada de margen, que permite al banco cerrar las posiciones y ejecutar el colateral.

KID: Ver glosario del módulo 2.

Llamada de margen: requerimiento del prestamista para que el cliente aporte más colateral cuando su capital cae por debajo del margen de mantenimiento; si no lo aporta, el prestamista puede vender.

Margen dinámico: margen que se recalcula cuando cambian el valor, la concentración o la liquidez de la posición.

Margen estático: margen fijado en importe al abrir la posición que no se recalcula; si la posición se revaloriza, el apalancamiento efectivo sube.

Margen inicial: colateral que hay que aportar al abrir una posición apalancada, expresado como porcentaje de su valor.

Margen de mantenimiento: porcentaje mínimo de capital propio sobre el valor de la posición por debajo del cual salta la llamada de margen.

Momento Minsky: Ver glosario del módulo 9.

Número efectivo de posiciones: inverso de la suma de los pesos al cuadrado (índice de Herfindahl); indica cuántas posiciones iguales equivaldrían a la cartera real.

Oficina familiar (family office): entidad que gestiona el patrimonio de una sola familia; en EE. UU. está exenta de registrarse como asesor de inversiones.

Pérdida catastrófica: en el estudio de J.P. Morgan, caída de una acción del 70 % o más desde máximos que no se recupera.

Prime broker: unidad de un banco que presta servicios a fondos y grandes inversores: financiación, préstamo de valores, custodia y derivados como los swaps.

Rentabilidad ponderada por dinero: Ver glosario del módulo 5.

Rentabilidad ponderada por tiempo: Ver glosario del módulo 5.

Riesgo específico: Ver glosario del módulo 4.

Riesgo moral: Ver glosario del módulo 9.

Rotación (de cartera): proporción de la cartera que se compra y vende en un año; se mide como el menor entre compras y ventas dividido por el valor medio de la cartera.

Selección adversa: problema de información asimétrica en el que la parte informada oculta el riesgo real antes de firmar un contrato, como Archegos al pedir más capacidad a sus bancos.

Sesgo del superviviente: Ver glosario del módulo 4.

TER (gastos corrientes): Ver glosario del módulo 2.

Total return swap (TRS): derivado en el que una parte recibe toda la rentabilidad de un activo (variación de precio y dividendos) y a cambio paga un interés sobre el nominal y las caídas, sin comprar el activo.

Venta en bloque: venta negociada fuera del libro de órdenes de un paquete grande de acciones, normalmente con descuento sobre el precio de mercado.

Venta forzosa: venta que el inversor o su prestamista debe hacer para cubrir deudas o llamadas de margen, sin poder elegir precio ni momento.

Volatilidad: Ver glosario del módulo 4.

Fuentes del módulo

Consultadas el 17-11-2026.

Verificadas

No verificadas (citadas por revista y año)

  • Dichev (2007), American Economic Review.
  • Hsu, Myers y Whitby (2016), Journal of Portfolio Management.
  • Greenwood y Shleifer (2014), Review of Financial Studies.
  • Goyal, Welch y Zafirov (2024), Review of Financial Studies.
  • Geanakoplos (2010), NBER Macroeconomics Annual 2009.
  • Cheng y Madhavan (2009), Journal of Investment Management.
  • Ayres y Nalebuff (2010), Lifecycle Investing (libro), incluidas sus conclusiones resumidas en el debate de la lección 10.3.
  • Benartzi (2001), Journal of Finance.
  • Goetzmann y Kumar (2008), Review of Finance.
  • Barber, Huang, Odean y Schwarz (2022), Journal of Finance, y Welch (2022), Journal of Finance: conclusiones resumidas en el debate de la lección 10.5.
  • Sharpe (1991), Financial Analysts Journal.
  • French (2008), Journal of Finance.
  • Marks (2011), The Most Important Thing (números de capítulo) y Bodie, Kane y Marcus, Investments (cap. 3).
  • Shiller, Open Yale ECON 252 (2011): título de la clase.
  • Estado actual de la Regla 10B-1 de la SEC tras la propuesta de 2021.

Cálculos propios y síntesis didácticas

  • Cálculos propios: todos los ejemplos numéricos de las lecciones 10.1 a 10.6 (TWR/MWR, pánico, llamada de margen, crecimiento con apalancamiento y Kelly, ETF apalancados, concentración y N_ef, rotación, pila de costes) y el ejercicio guiado de Archegos, que usa cifras redondeadas e hipotéticas.
  • Síntesis didácticas: tabla de órdenes de magnitud de la pila de costes (10.6); explicación de por qué unos bancos perdieron y otros no (velocidad, margen, derechos contractuales); tablas de debates; umbrales del panel “Auditoría de pérdidas”.

Datos de ejemplo · no es asesoramiento financiero