Finaxion Research · Optimización de portafolios

Estudio de Finaxion Research · 8 de octubre de 2026

¿Optimizar los pesos mejora una estrategia de inversión?

Casi nunca. De 20 estrategias reales, solo una mejoró con claridad al optimizar los pesos: Finaxion Alpha, la más diversificada, con unas 310 acciones. Ahí la mínima volatilidad subió el Sharpe de 1,01 a 1,26. En las otras 19, repartir a partes iguales ganó o empató.

1de 20
estrategias mejoró con claridad
0de 193
optimizadores le ganan al S&P 500 al corregir por intentos
−5,9pts
rendimiento al año que cuesta la mínima volatilidad en reglas técnicas
Las 20 estrategias · mejor optimizador contra pesos igualesCambio de Sharpe
Mejora claraIndicio sin confirmarNo mejora

1 · Dónde funciona

Solo cuando la cartera es muy amplia

Cada punto es una estrategia real. A la derecha, más acciones en cartera; arriba de la línea, el optimizador mejoró el Sharpe.

Con menos de 100 acciones ningún optimizador mejoró de forma confiable. La única mejora clara aparece con unas 310 acciones de todo el mundo.

FundamentalesReglas técnicas sobre una cestaProbabilidad de azar menor a 25 %

2 · Estrategia por estrategia

Veinte estrategias, cinco optimizadores

Cada celda es el cambio de Sharpe contra pesos iguales, con las mismas acciones. Toca una para ver sus curvas.

3 · El torneo

193 formas de optimizar contra comprar el índice

Las 100 acciones más líquidas de EE. UU., rebalanceo mensual de 2017 a 2026, con costos.

Varios quedan arriba del S&P 500, pero con 193 intentos alguno tenía que salir arriba por suerte. Corregido por eso, el mejor tiene 21 % de probabilidad de ser real; se pide 95 %.

El orden tampoco se sostiene: el primero de 2017–2021 terminó en el lugar 141 de 193 en 2022–2026 (correlación 0,23).

Un optimizadorS&P 500, comprar y mantenerMarkowitz clásico sin tope

4 · Por qué

Tres reglas que salen de los datos

100+

Hace falta amplitud

En las 19 estrategias con menos de 100 acciones probamos 71 combinaciones de optimizador y ninguna cumplió el umbral de mejora clara (+0,20 de Sharpe con menos de 10 % de probabilidad de azar). Con unas 310 acciones, la mínima volatilidad sí lo cumplió: +0,25 de Sharpe.

Mejoras claras con menos de 100 acciones0 de 71
2 de 11

Le quita peso a lo que gana

Las reglas técnicas ganan porque se cargan de las acciones más volátiles del Nasdaq-100, y eso es justo lo que el optimizador recorta. La mínima volatilidad mejoró el Sharpe solo en 2 de 11; la media-varianza robusta, en 4; el mínimo drawdown, en 0.

Reglas técnicas que mejoran con mínima volatilidad2 de 11
−5,9

Menos caída, menos rendimiento

En promedio, en las 11 reglas técnicas la mínima volatilidad redujo la peor caída 6,6 pts y costó 5,9 pts de rendimiento al año. Sirve como variante de menos riesgo; no es una mejora.

Rendimiento anual que se pierde−5,9 de 21,7 pts

5 · Preguntas frecuentes

Respuestas cortas, cada una con su número

  • Solo 1 de 20 estrategias mejoró con un optimizador de pesos: Finaxion Alpha (~310 acciones), mínima volatilidad, Sharpe 1,01 → 1,26.
  • Con menos de 100 acciones, 0 de 71 combinaciones optimizador × estrategia mejoraron con claridad.
  • 0 de 193 optimizadores superan al S&P 500 al corregir por intentos (mejor probabilidad 21 %).
  • Mínima volatilidad en reglas técnicas: 6,6 pts menos de caída y 5,9 pts menos de rendimiento al año.
  • Indicios sin confirmar: Clean Earnings Momentum con robusta (+0,27, azar 11 %), Efficient Market Core con robusta (+0,11, azar 20 %).
Cómo citar
Finaxion Research (2026). ¿Optimizar los pesos mejora una estrategia de inversión? Estudio de 5 optimizadores en 20 estrategias y torneo de 193 optimizadores de portafolio. Publicado el 8 de octubre de 2026. https://finaxion.app/research/optimizacion-de-portafolios
¿Optimizar los pesos de un portafolio mejora los resultados de una estrategia?

Casi nunca. En un estudio de Finaxion Research sobre 20 estrategias y 5 optimizadores, solo una combinación mejoró con claridad: Finaxion Alpha (unas 310 acciones) con mínima volatilidad, que subió el Sharpe de 1,01 a 1,26 entre 2016 y 2026 en dólares. En las otras 19 estrategias, los pesos iguales ganaron o empataron.

¿Dónde sí funciona la optimización de pesos?

En carteras muy amplias. La única mejora clara apareció con unas 310 acciones globales. Con menos de 100 acciones, ninguna de las 71 combinaciones probadas cumplió el umbral de mejora clara.

¿Qué optimizador funcionó mejor?

La mínima volatilidad con covarianza Ledoit-Wolf en la estrategia amplia (+0,25 de Sharpe, caída −38 % → −30 %). En carteras concentradas, la media-varianza robusta (rendimientos esperados encogidos con James-Stein) fue la que menos daño hizo.

¿Los optimizadores de portafolio le ganan al S&P 500?

No de forma demostrable. En un torneo de 193 optimizadores sobre las 100 acciones más líquidas de EE. UU. (2017–2026), 52 quedaron arriba del S&P 500 en Sharpe, pero corregido por el número de intentos el mejor tiene 21 % de probabilidad de ser real (se exige 95 %).

¿El Markowitz clásico funciona?

Es de los peores: máximo Sharpe con rendimiento esperado = precio objetivo, covarianza muestral y sin tope por acción dio Sharpe 0,60 contra 0,88 del S&P 500, con caída de −39,5 %. Ponerle un tope de 10 % por acción lo sube a 0,92, pero no se sostiene en 2022–2026.

¿Optimizar los pesos reduce el riesgo?

Sí, casi siempre baja la peor caída, pero cuesta rendimiento. En 11 reglas técnicas la mínima volatilidad bajó la peor caída 6,6 pts y costó 5,9 pts de rendimiento al año en promedio.

¿Sirve en estrategias técnicas como cruce dorado, RSI o Wyckoff?

No. En 11 reglas técnicas aplicadas a cestas del Nasdaq-100, S&P 500 y Dow (1993–2026), ningún optimizador mejoró con claridad. El único resultado con baja probabilidad de azar (RSI 14 en el S&P 500 con mínima volatilidad, +0,15 de Sharpe) es 1 de 33 pruebas, lo que se espera por azar.

¿Por qué los pesos iguales son tan difíciles de vencer?

Porque el optimizador estima rendimientos y covarianzas con datos pasados, y en carteras pequeñas ese error de estimación pesa más que cualquier ganancia teórica. Es la misma conclusión de DeMiguel, Garlappi y Uppal (2009) sobre el portafolio 1/N.

6 · Datos y método

Cómo se midió

  • Mismas acciones, otro peso. Para cada estrategia tomamos las acciones que su motor eligió en cada fecha y solo cambiamos cuánto pesa cada una. La comparación es siempre contra pesos iguales en la misma simulación.
  • Sin ver el futuro. Los pesos se calculan con los 252 días hábiles anteriores a cada fecha. Tope de 25 % por acción; las acciones con menos de 120 días de historia reciben peso igual.
  • Con costos. Simulación diaria; cada cambio de pesos cobra ½·Σ|Δpeso| × 10 puntos básicos. Se rebalancea solo cuando cambian las acciones.
  • Cinco optimizadores. Mínima volatilidad (covarianza Ledoit-Wolf), media-varianza robusta (rendimientos James-Stein), mínimo drawdown (CDaR al 95 %), precio objetivo + stop de 10 %, y riesgo de 1 % por operación. Los dos últimos necesitan precios objetivo históricos y solo se probaron en las estrategias que los tienen.
  • Probabilidad de azar. Bootstrap estacionario pareado (2.000 remuestreos, bloques de 21 días) de la diferencia de Sharpe. Mejora clara = +0,20 de Sharpe o más con menos de 10 % de probabilidad de azar.
  • Estrategias. 9 fundamentales y cuantitativas (2016–2026) y las 11 reglas técnicas de Finaxion Research que le ganaron al S&P 500 en alguna cesta, cada una en su mejor cesta (Nasdaq-100, S&P 500 o Dow, 1993–2026). Las estrategias globales se miden en dólares.
  • Torneo. 193 optimizadores sobre las 100 acciones más líquidas de EE. UU., rebalanceo mensual de febrero de 2017 a octubre de 2026, tope 10 %, 10 pb de costo; Sharpe deflactado (Bailey y López de Prado) contra el S&P 500.
  • Límites. Las cestas usan los miembros actuales de cada índice (sesgo de supervivencia); eso infla el rendimiento de ambos lados por igual y no cambia la comparación entre optimizadores. Son resultados históricos simulados.

Todos los resultados · 20 estrategias × optimizadores

EstrategiaOptimizadorAccionesPeriodoSharpe igualesSharpe optimizadoCambioRend. anual igualesRend. anual optimizadoCaída igualesCaída optimizadoProb. de azar
Finaxion AlphaMedia-varianza robusta309,92016–20261,011,19+0,1813,7 %12,6 %−37,6 %−30,2 %17 %
Mínima volatilidad2016–20261,011,26+0,2513,7 %12,0 %−37,6 %−29,5 %9 %
Mejor de cada industriaMedia-varianza robusta51,32016–20261,220,92−0,3016,2 %12,8 %−28,5 %−28,8 %90 %
Mínima volatilidad2016–20261,221,13−0,1016,2 %11,0 %−28,5 %−23,5 %72 %
Mínimo drawdown (CDaR)2016–20261,220,90−0,3216,2 %10,3 %−28,5 %−25,5 %92 %
Precio objetivo + stop2016–20261,221,05−0,1716,2 %23,1 %−28,5 %−33,3 %76 %
Riesgo por operación (1 %)2016–20261,221,14−0,0816,2 %14,8 %−28,5 %−27,3 %97 %
Efficient Market CoreMedia-varianza robusta50,02016–20260,710,82+0,1113,1 %13,1 %−37,9 %−37,8 %20 %
Mínima volatilidad2016–20260,710,74+0,0313,1 %11,4 %−37,9 %−37,6 %40 %
Mínimo drawdown (CDaR)2016–20260,710,710,0013,1 %12,2 %−37,9 %−48,4 %50 %
Momentum ConsensusMedia-varianza robusta34,82019–20260,820,53−0,2917,8 %8,6 %−36,0 %−29,8 %93 %
Mínima volatilidad2019–20260,820,56−0,2617,8 %8,5 %−36,0 %−28,7 %90 %
Mínimo drawdown (CDaR)2019–20260,820,44−0,3817,8 %7,1 %−36,0 %−30,3 %89 %
Precio objetivo + stop2019–20260,820,82+0,0017,8 %18,5 %−36,0 %−28,6 %51 %
Riesgo por operación (1 %)2019–20260,820,79−0,0317,8 %10,3 %−36,0 %−20,9 %54 %
Clean Earnings MomentumMedia-varianza robusta30,02019–20260,841,11+0,2721,4 %22,4 %−36,8 %−31,4 %11 %
Mínima volatilidad2019–20260,841,00+0,1521,4 %18,4 %−36,8 %−30,3 %23 %
Mínimo drawdown (CDaR)2019–20260,840,91+0,0721,4 %19,8 %−36,8 %−32,6 %41 %
Precio objetivo + stop2019–20260,840,68−0,1621,4 %16,8 %−36,8 %−44,3 %68 %
Riesgo por operación (1 %)2019–20260,840,52−0,3221,4 %6,4 %−36,8 %−21,2 %84 %
Finaxion CompositeMedia-varianza robusta15,02022–20261,931,64−0,2937,2 %35,9 %−14,2 %−21,7 %78 %
Mínima volatilidad2022–20261,931,20−0,7337,2 %16,9 %−14,2 %−14,4 %99 %
Mínimo drawdown (CDaR)2022–20261,931,51−0,4137,2 %25,7 %−14,2 %−15,7 %91 %
Precio objetivo + stop2022–20261,931,43−0,4937,2 %37,0 %−14,2 %−22,2 %90 %
Riesgo por operación (1 %)2022–20261,931,29−0,6437,2 %19,3 %−14,2 %−14,3 %98 %
Klarman DistressedMedia-varianza robusta15,02018–20261,030,84−0,1918,4 %15,5 %−37,2 %−37,0 %86 %
Mínima volatilidad2018–20261,030,91−0,1218,4 %13,1 %−37,2 %−36,0 %79 %
Mínimo drawdown (CDaR)2018–20261,030,83−0,2018,4 %13,6 %−37,2 %−35,2 %87 %
Precio objetivo + stop2018–20261,030,71−0,3218,4 %15,5 %−37,2 %−37,7 %94 %
Riesgo por operación (1 %)2018–20261,030,81−0,2218,4 %14,1 %−37,2 %−37,6 %98 %
Mejor de cada sectorMedia-varianza robusta10,62016–20261,271,00−0,2719,7 %16,7 %−21,6 %−26,2 %94 %
Mínima volatilidad2016–20261,271,04−0,2319,7 %13,8 %−21,6 %−21,2 %97 %
Mínimo drawdown (CDaR)2016–20261,270,93−0,3419,7 %13,4 %−21,6 %−30,6 %97 %
Precio objetivo + stop2016–20261,270,78−0,4919,7 %15,6 %−21,6 %−32,0 %100 %
Riesgo por operación (1 %)2016–20261,271,19−0,0819,7 %16,5 %−21,6 %−19,6 %89 %
O'Neil CAN SLIMMedia-varianza robusta10,02018–20260,900,96+0,0618,6 %20,2 %−43,1 %−33,1 %37 %
Mínima volatilidad2018–20260,900,75−0,1518,6 %11,4 %−43,1 %−37,6 %79 %
Mínimo drawdown (CDaR)2018–20260,900,82−0,0818,6 %14,2 %−43,1 %−25,9 %63 %
Precio objetivo + stop2018–20260,900,31−0,6018,6 %3,8 %−43,1 %−36,3 %99 %
Riesgo por operación (1 %)2018–20260,900,33−0,5718,6 %2,1 %−43,1 %−15,7 %98 %
Rebote en BollingerMedia-varianza robusta21,51993–20260,960,96−0,0021,6 %21,9 %−51,6 %−44,8 %52 %
Mínima volatilidad1993–20260,960,98+0,0221,6 %16,6 %−51,6 %−38,1 %43 %
Mínimo drawdown (CDaR)1993–20260,960,65−0,3121,6 %11,2 %−51,6 %−34,0 %100 %
RSI 14 en sobreventaMedia-varianza robusta19,21993–20260,920,93+0,0119,3 %21,8 %−51,2 %−61,7 %50 %
Mínima volatilidad1993–20260,921,07+0,1519,3 %17,0 %−51,2 %−37,2 %4 %
Mínimo drawdown (CDaR)1993–20260,920,79−0,1319,3 %13,4 %−51,2 %−49,9 %89 %
Wyckoff: acumulaciónMedia-varianza robusta18,11993–20261,041,02−0,0323,8 %22,0 %−56,0 %−62,4 %60 %
Mínima volatilidad1993–20261,040,82−0,2223,8 %13,4 %−56,0 %−48,1 %98 %
Mínimo drawdown (CDaR)1993–20261,040,83−0,2123,8 %15,0 %−56,0 %−43,4 %98 %
Filtro de la media de 200Media-varianza robusta17,81993–20261,051,06+0,0124,7 %22,9 %−46,6 %−44,5 %45 %
Mínima volatilidad1993–20261,050,91−0,1424,7 %15,2 %−46,6 %−34,7 %91 %
Mínimo drawdown (CDaR)1993–20261,050,99−0,0624,7 %18,9 %−46,6 %−33,5 %72 %
Cruce dorado 50/200Media-varianza robusta17,71993–20261,021,12+0,0924,0 %24,9 %−43,8 %−36,5 %16 %
Mínima volatilidad1993–20261,020,90−0,1224,0 %15,1 %−43,8 %−38,0 %90 %
Mínimo drawdown (CDaR)1993–20261,020,93−0,0924,0 %17,7 %−43,8 %−38,3 %84 %
Ichimoku sobre la nubeMedia-varianza robusta17,01993–20260,840,82−0,0117,2 %16,5 %−64,0 %−63,5 %58 %
Mínima volatilidad1993–20260,840,67−0,1617,2 %10,4 %−64,0 %−59,1 %93 %
Mínimo drawdown (CDaR)1993–20260,840,72−0,1217,2 %12,5 %−64,0 %−62,4 %90 %
Cruce del MACDMedia-varianza robusta17,01993–20260,710,46−0,2514,3 %8,0 %−58,9 %−66,2 %98 %
Mínima volatilidad1993–20260,710,53−0,1814,3 %7,8 %−58,9 %−53,5 %95 %
Mínimo drawdown (CDaR)1993–20260,710,40−0,3114,3 %5,8 %−58,9 %−59,2 %100 %
Estocástico en sobreventaMedia-varianza robusta16,11993–20261,020,81−0,2124,0 %18,1 %−49,0 %−50,5 %99 %
Mínima volatilidad1993–20261,020,96−0,0624,0 %17,0 %−49,0 %−45,4 %73 %
Mínimo drawdown (CDaR)1993–20261,020,79−0,2324,0 %14,5 %−49,0 %−46,3 %99 %
Tortugas: ruptura de 55 díasMedia-varianza robusta11,71993–20260,790,82+0,0318,9 %19,4 %−77,8 %−71,3 %33 %
Mínima volatilidad1993–20260,790,69−0,1018,9 %14,4 %−77,8 %−71,9 %95 %
Mínimo drawdown (CDaR)1993–20260,790,76−0,0318,9 %17,0 %−77,8 %−75,0 %72 %
SupertrendMedia-varianza robusta7,01993–20261,010,96−0,0527,4 %25,5 %−48,9 %−54,5 %79 %
Mínima volatilidad1993–20261,010,96−0,0527,4 %23,9 %−48,9 %−48,6 %83 %
Mínimo drawdown (CDaR)1993–20261,010,90−0,1027,4 %22,6 %−48,9 %−48,4 %96 %
RSI 2 de ConnorsMedia-varianza robusta3,21993–20260,930,92−0,0023,8 %23,9 %−55,2 %−54,9 %57 %
Mínima volatilidad1993–20260,930,92−0,0123,8 %23,2 %−55,2 %−55,4 %72 %
Mínimo drawdown (CDaR)1993–20260,930,92−0,0123,8 %23,5 %−55,2 %−53,8 %63 %

Finaxion Research · 8 de octubre de 2026 · Resultados históricos simulados; no son una recomendación de inversión.