Saltar a contenido

Factor crowding + alpha decay — ¿sigue habiendo alpha en 2026?

Pregunta adversarial: si momentum + value + quality son factors conocidísimos (décadas de research, usados por trillions en AUM de fondos quant), ¿queda algo de alpha para retail en 2026? Resuelve AQ-01. Respuesta: sí, pero reducido y heterogéneo por factor. Algunos factors decayeron más que otros.

El mecanismo del decay

Alpha decay: cuando un factor se vuelve popular, más capital lo explota → los mispricings se corrigen más rápido → los retornos caen.

Modelo teórico reciente (2024): decay hiperbólico α(t) = K / (1 + λt) ajusta mejor que linear o exponential para mechanical factors.

Factors mecánicos (momentum estándar 12-1): decay rápido — replicación fácil, strategy clara. Factors "judgment" (value con filtros, quality con ajustes): decay difuso — cada implementación es distinta.

Evidencia reciente por factor

Momentum

  • Crowding risk (Barroso 2024, Jegadeesh-Titman 2023): momentum aún funciona pero spreads mensuales se comprimieron vs Jegadeesh-Titman 1993 (~1.5% mensual originalmente).
  • Interesante: momentum crowding asociado con lower crash risk — contraintuitivo, pero cuando hay más capital en momentum, los drawdowns son menos extremos.
  • Implicación: momentum sigue viable a 2026, pero esperar retornos más cercanos a 8-10% annualized long-only que al 18% histórico.

Value

  • Underperformed 2010-2020: década plana para value factor.
  • Recovery 2022+: value outperformed growth tras el pico de 2021.
  • "Divergence premia" (value) se comporta diferente a momentum: tras crowded periods, value tiende a outperform. Convergencia a fundamentals eventual.
  • Implicación: value tiene cycles — esperar períodos largos de underperformance seguidos por recoveries violentas.

Quality

  • Robusto: quality (low debt, high ROE, stable earnings) sigue generating premium.
  • Menos susceptible a crowding porque quality también es defensive — demand siempre presente.
  • Implicación: quality es el factor más confiable del trio a 2026.

El consenso AQR

Cliff Asness (AQR) en "Fact, Fiction, and Factor Investing" + "Factor Timing is Hard":

Factors persisten pero: 1. Los returns serán menores que los históricos (alpha decay real). 2. No trying to time factors — factor timing es difícil y empíricamente no ha sido rentable. 3. Combinar múltiples factors (como proponemos en este proyecto) REDUCE la dependencia de cualquier factor individual.

Crowding signals observables

Si queremos detectar si estamos "en" un factor crowded:

  1. Flujos a factor ETFs (MTUM para momentum, VLUE para value): ETF AUM growth rápido = crowding.
  2. Short interest en los losers del ranking — bajo short interest señala crowding.
  3. Return dispersion intra-factor: si todos los momentum stocks rinden similar (alta correlación intra-factor), crowding probable.
  4. Performance spread: si el top decile no bate al bottom decile consistentemente, factor dying.

¿Qué significa para el user?

Expectativa realista de retornos

  • No esperar 18% annualized (retornos históricos momentum long-short).
  • Esperar 3-5% annualized excess return sobre SPY si la strategy funciona bien — ya sería un resultado bueno para retail en 2026.
  • Sharpe esperado: si SPY ~0.5-0.6 histórico, strategy targeteando 0.7-0.8 sería éxito.

Implicaciones para el diseño

  1. No betearlo todo a un factor: el composite momentum/quality/value diversifica factor risk.
  2. Rebalance mensual ok: más rápido = más fricción, no agrega edge.
  3. Ajustar expectativas al user: si el wiki promete -o sugiere- "batir SPY por 8%+/año", estaría mintiendo.
  4. Monitorear factor performance del mercado, no solo la strategy:
  5. ¿El top decile de SP500 por composite outperform al market cap weighted?
  6. Si el spread es <1% annualized: factor dying, reconsider.

Escenarios de alpha decay extremo

¿Qué si en 2027-2030 los factors dejan de funcionar completamente?

  • Esto sería observable en SPIVA 2028+: si más del 50% de activos batieran al índice, significa alpha redistribuido.
  • Plan contingente: si la strategy underperforma SPY por 3+ años, activar kill switch de concepts/commitment-devices-for-kill-switches → cerrar experimento, volver buy-and-hold.

Crowding como feature, no bug, para momentum

Contraintuitivo pero importante: momentum crowding reduce crash risk según research reciente. Más capital en momentum → más liquidez en los winners → menos flash crashes.

El trade-off: - Less alpha en buenos momentos. - Less downside en stress. - Risk-adjusted return puede mantenerse aunque absolute return baje.

Lecturas pendientes

  • Andrew Lo — "Adaptive Markets Hypothesis": marco teórico que predice que factors ecológicamente evolucionan con el market. Sugiere que no hay factor eterno.
  • DeMiguel "What alleviates crowding in factor investing": mitigations específicas.
  • Barroso 2024 sobre crowding + tail risk de momentum.

Conclusión operativa

El experimento sigue justificándose en 2026 SIEMPRE Y CUANDO: 1. El user entienda que esperar 8%+ vs SPY es poco realista. 2. La strategy se evalúa en risk-adjusted metrics (Sharpe), no retornos absolutos. 3. Kill switches activos si underperformance >3 años. 4. NO factor timing (empírica dice: "factor timing is hard").

El wiki ya implementa las 4 condiciones. Pero la expectativa de retorno debería actualizarse.

Update recomendado a analysis/recommended-strategy-for-user

Agregar a la sección "Evaluación final":

  • Target Sharpe: 0.7-0.8 (no 1.0+).
  • Target excess return vs SPY: 3-5% annualized (no 8%+).
  • Si excess return <1% a 3 años → terminar experimento.

Gaps

  • Leer Andrew Lo "Adaptive Markets" para integrar framework.
  • Backtest: ¿performance de la strategy 2019-2026 para calibrar expectativa realista?
  • Monitorear ETF flows (MTUM, VLUE, QUAL) como crowding indicator.

Relaciones