Selector 6M
Datos ficticios
Selección a 6–12 meses

Cuatro etapas, de 1.200 acciones a pocos candidatos

Cada acción debe superar todas las etapas. Una nota alta en otra fase no compensa un filtro fallido. La relación beneficio/riesgo final debe alcanzar 3:1.

Cantidades ilustrativas
Proceso de selección

Elige una etapa

Selecciona un indicador para ver definición, fórmula, escala y fuente.

Cada puntuación va de 0 a 100. Los umbrales son independientes de los pesos.

Ejemplo

Una acción en el proceso de selección

Ocho empresas inventadas con indicadores simulados. Elige una e inicia la evaluación.

Demo A

Plan de operación

Resultado

Clasificación y tamaño de posición

Solo se admiten empresas que superan los cuatro filtros. El riesgo máximo por operación es el 1% de la cartera.

Pesos normalizados al 100%. Cantidad = cartera × presupuesto de riesgo ÷ (entrada − stop). Verde 1%; amarillo 0,5%; rojo 0%.

Los pesos solo cambian el orden; los umbrales determinan la admisión.

#EmpresaFundamentalesTécnicaRiesgoCRVTotalAcciones (cartera de 10.000 €)
Contexto

Límites del modelo

Un filtro, no un pronóstico

Superar los filtros no garantiza una subida del precio.

Los pesos necesitan pruebas históricas

Los pesos basados en investigación requieren validación histórica sin sesgo de supervivencia antes de su uso real.

Régimen de mercado simplificado

Cuatro señales no sustituyen el análisis económico; ayudan a filtrar mercados adversos.

Beneficio/riesgo es un filtro de entrada

Una relación 3:1 no indica la probabilidad real de alcanzar el objetivo.

Fuentes
  1. Jegadeesh, N. & Titman, S. (1993). Returns to Buying Winners and Selling Losers. Journal of Finance, 48(1).
  2. Bernard, V. & Thomas, J. (1989). Post-Earnings-Announcement Drift. Journal of Accounting Research, 27.
  3. Chan, L., Jegadeesh, N. & Lakonishok, J. (1996). Momentum Strategies. Journal of Finance, 51(5).
  4. Novy-Marx, R. (2013). The Other Side of Value: The Gross Profitability Premium. Journal of Financial Economics, 108(1).
  5. Asness, C., Frazzini, A. & Pedersen, L. (2019). Quality Minus Junk. Review of Accounting Studies, 24.
  6. Fama, E. & French, K. (1992). The Cross-Section of Expected Stock Returns. Journal of Finance, 47(2).
  7. Campbell, J., Hilscher, J. & Szilagyi, J. (2008). In Search of Distress Risk. Journal of Finance, 63(6).
  8. George, T. & Hwang, C. (2004). The 52-Week High and Momentum Investing. Journal of Finance, 59(5).
  9. Lee, C. & Swaminathan, B. (2000). Price Momentum and Trading Volume. Journal of Finance, 55(5).
  10. Faber, M. (2007). A Quantitative Approach to Tactical Asset Allocation. Journal of Wealth Management, 9(4).
  11. Ang, A., Hodrick, R., Xing, Y. & Zhang, X. (2006). The Cross-Section of Volatility and Expected Returns. Journal of Finance, 61(1).
  12. Frazzini, A. & Pedersen, L. (2014). Betting Against Beta. Journal of Financial Economics, 111(1).
  13. Amihud, Y. (2002). Illiquidity and Stock Returns. Journal of Financial Markets, 5(1).
  14. Estrella, A. & Mishkin, F. (1998). Predicting U.S. Recessions: Financial Variables as Leading Indicators. Review of Economics and Statistics, 80(1).
  15. Daniel, K. & Moskowitz, T. (2016). Momentum Crashes. Journal of Financial Economics, 122(2).
  16. Wilder, J. W. (1978). New Concepts in Technical Trading Systems. Trend Research.