Una cartera con la misma exposición nominal no mantiene el mismo riesgo. Cuando el mercado se acelera, esa posición pesa más sobre el resultado; cuando se calma, pesa menos.
El volatility targeting intenta corregir ese cambio. Ajusta la exposición en sentido inverso a la volatilidad estimada para acercar el riesgo a un objetivo. Ordena el sizing, pero no fabrica una ventaja donde la estrategia base no la tiene.
La decisión no está en la entrada
Volatility targeting es un método de dimensionamiento de posición, no una señal direccional. Primero estima la volatilidad del activo, la estrategia o el portfolio. Después calcula cuánto capital nocional corresponde a ese nivel de riesgo.
Una formulación habitual puede resumirse así:
exposición bruta = volatilidad objetivo / volatilidad estimada
exposición final = min(exposición bruta, límite de apalancamiento)Con volatilidad estimada por encima del objetivo, la exposición baja. Por debajo, sube hasta donde permita el límite. Esa mecánica inversa aparece tanto en el estudio de Harvey y sus coautores como en el trabajo de Bongaerts, Kang y van Dijk.
Moreira y Muir analizan una variante relacionada: escalan factores mensuales con la inversa de la varianza realizada del mes anterior y ajustan la constante para igualar el riesgo incondicional. No conviene mezclar conceptos. Inversa de volatilidad e inversa de varianza generan exposiciones distintas.
Antes de calcular, cierra estas reglas
La fórmula ocupa una línea; la metodología real necesita bastantes más. Si no dejas cerradas las siguientes decisiones, el resultado puede depender de ajustes hechos después de ver la curva.
| Pieza | Regla que debe quedar escrita |
|---|---|
| Serie de riesgo | Retornos, lookback, estimador y convención de anualización |
| Momento del cálculo | Dato completado que determina el siguiente sizing |
| Frecuencia | Por barra, diaria, semanal, mensual o mediante umbral |
| Límites | Exposición máxima, mínima y suelo de volatilidad |
| Nivel | Operación, bloque de estrategias o portfolio completo |
| Ejecución | Spread, slippage, comisión, swap y turnover |
Hay un defecto especialmente fácil de esconder: calcular la volatilidad con el cierre de hoy y usar ese dato para una posición que el backtest abrió antes. Eso es look-ahead. Tanto Moreira y Muir como Harvey y sus coautores asignan al periodo siguiente una exposición basada en información ya observada.
También existe retraso operativo. El estimador reacciona a retornos que ya ocurrieron. Un gap puede llegar mientras el sistema conserva un sizing alto, y una medida demasiado nerviosa puede obligar a reajustar la cartera continuamente. Los análisis de Harvey y de Bongaerts, Kang y van Dijk tratan precisamente los costes, el turnover y el uso de apalancamiento.
Qué pretende estabilizar
El objetivo defendible es hacer más uniforme el riesgo realizado. Mantener el mismo nominal durante un régimen tranquilo y uno turbulento deja que el mercado decida cuánto riesgo lleva la cartera. El escalado inverso intenta recuperar ese control.
La evidencia académica ofrece apoyo, pero con fronteras claras. Moreira y Muir encuentran mejores resultados ajustados por riesgo en factores de renta variable y carry de divisas dentro de su muestra. Harvey y sus coautores observan una reducción de la severidad de retornos extremos en las clases de activos estudiadas; la mejora del Sharpe se concentra en activos de riesgo como renta variable y crédito.
La explicación se apoya en la persistencia de la volatilidad. Si el riesgo reciente contiene información sobre el riesgo próximo y la rentabilidad esperada no aumenta en la misma proporción, reducir exposición puede mejorar la relación realizada entre ambos. Esa es una hipótesis empírica en los trabajos de Moreira–Muir y Harvey, no una ley para cualquier mercado.
La discusión que evita vender una certeza falsa
Los estudios no presentan un veredicto universal. Cambiar el activo, el modelo de volatilidad, el límite de exposición o la muestra puede cambiar la conclusión.
Harvey y sus coautores encuentran poca mejora del Sharpe en bonos, divisas y materias primas, aunque sí detectan colas menos severas. Bongaerts, Kang y van Dijk concluyen que el método convencional no mejora de forma consistente la renta variable global y puede sufrir drawdowns mayores. Su propuesta condicional solo cambia el riesgo en estados extremos (estudio de Harvey, estudio condicional).
Conviene separar los problemas:
- el estimador puede seguir bajo justo antes de un salto;
- el sistema puede reducir exposición después de la caída y recuperarla tarde;
- una calma prolongada puede pedir apalancamiento excesivo;
- cada reajuste añade costes;
- otro lookback dibuja otra trayectoria de exposición;
- escalar instrumentos por separado puede ignorar correlaciones que aparecen bajo estrés.
El retraso, el turnover, el apalancamiento y la inconsistencia entre mercados forman parte de la evidencia de Harvey y Bongaerts–Kang–van Dijk. Mantener una cifra objetivo no equivale a conocer el riesgo futuro.
Una sola métrica puede contar la historia equivocada
Llegar más cerca de una volatilidad objetivo no prueba que el sistema haya mejorado. Quizá el drawdown bajó pero el turnover consumió la expectancy; quizá el Sharpe subió a costa de una exposición máxima difícil de ejecutar.
Los trabajos de Harvey y sus coautores y de Bongaerts, Kang y van Dijk evalúan varias dimensiones precisamente porque retorno ajustado por riesgo, colas, drawdown, turnover y apalancamiento no son sinónimos. El test necesita conservarlas separadas.
Diseña una prueba que pueda fallar
La comparación limpia conserva las mismas entradas y salidas en dos versiones: exposición constante frente a volatility targeting. Si cambias también la lógica de trading, ya no sabrás qué pieza produjo la diferencia.
Redacta primero el protocolo:
- Congela la estrategia base y su benchmark de exposición constante.
- Define retornos, estimador, lookback y anualización.
- Aplica un lag explícito para impedir el uso de información futura.
- Fija objetivo, calendario de reajuste, suelo de volatilidad y límite de exposición.
- Decide si el sizing actúa por operación, por bloque o sobre el portfolio.
- Carga spread, slippage, comisión, swap y costes de cada cambio.
- Reserva un periodo out-of-sample y prueba parámetros cercanos.
- Compara retorno, volatilidad realizada, drawdown, turnover, exposición y colas.
No mezcles las preguntas. Acercarse a la volatilidad objetivo, reducir el drawdown y mejorar expectancy o Sharpe son resultados diferentes. El método puede cumplir uno y fallar otro.
Después fuerza escenarios incómodos: otro estimador, rebalanceo más lento, ausencia de apalancamiento, un límite fijo y regímenes tranquilos frente a turbulentos. Las guías de realbacktesting sobre sensibilidad de parámetros, pruebas por régimen y validación out-of-sample sirven para detectar una mejora que solo vive en una configuración afortunada.
realbacktesting es un estudio de software de trading para cTrader centrado en backtests reproducibles. Aquí reproducir exige reconstruir cada cambio de exposición con datos retrasados, reglas fijas y costes reales. Una curva estable sin historial de sizing verificable sigue siendo una promesa (cómo verifica realbacktesting un backtest de cTrader).
Preguntas habituales sobre volatility targeting
¿Es una señal para anticipar la dirección?
No. El volatility targeting mide riesgo y ajusta exposición. La dirección y la expectancy pertenecen a la estrategia que hay debajo.
¿Equivale a colocar un stop loss con ATR?
No. Un stop basado en ATR suele definir una distancia de salida. El volatility targeting modifica el nominal para acercar el riesgo del portfolio a un objetivo; ambos solo coinciden si una regla adicional los conecta.
¿Puede aumentar el riesgo en vez de reducirlo?
Sí. Una estimación baja puede elevar el apalancamiento antes de un shock. Por eso el lag, los límites y las pruebas de estrés pertenecen a la especificación.
¿Siempre mejora el Sharpe?
No. La literatura citada muestra beneficios en algunos contextos de renta variable y activos de riesgo, pero resultados débiles o inconsistentes en otros mercados y diseños convencionales.
Conclusión
Volatility targeting puede ordenar la exposición. Si no puedes reconstruir el estimador, el lag, el límite y los costes, todavía no has probado el control de riesgo.