Bucle de automejora

el peso de un agente sube solo si su hit-rate mejora en la partición de entrenamiento y se confirma en la de validación (anti-sobreajuste). Pesos actuales: {"fundamental": 1.09, "quant": 1.09, "options": 0.7, "macro": 0.8, "forecasting": 0.96, "research": 1.09, "fx": 0.664, "ml": 0.7, "technical": 0.907, "sentiment": 0.6}

capital inicial $100.000 · rebalanceo cada 5 días · stop 8% · salida por tiempo a 30 días

porcentaje de trades en los que la señal del agente apuntaba en la dirección correcta

Salud: OK 100/100 (2026-08-12T05:44 UTC · se recalcula en cada ciclo y cada hora por el vigía)

reglas jerarquizadas en POLICY.md (hard / soft / policies) · kill-switch: crear state/PAUSE detiene compras en los 4 libros al instante · el vigía horario notifica SOLO en crítico — nunca por cambios menores.

Autoevaluación semanal (2026-07-20) — datos, no adjetivos

¿Ganó precisión? ML OOS 49.7% (en cuarentena: sin voto)

¿Ganó estabilidad? salud OK 100/100; críticos: ninguno

¿Ganó rendimiento? NAV comité 100,202 (+0.20% en la semana); libros: comité 100,202, fx 25,004, trading 24,978, options 25,914

¿Redujo errores? 2/4 cierres recientes ganadores; cada salida con motivo registrado

¿Qué aprendió? pesos de agentes tras evolve: funda 1.09, quant 1.09, resea 1.09, forec 0.96, techn 0.91

¿Qué debería eliminar? features con MDA ≤ 0 del ML; métodos de valuación desactivados por moneda (ADRs) hasta la valuación lado-BMV

¿Ciclos registrados? 0 entradas en el diario de decisiones

¿Reglas respetadas? kill-switch inactivo; hard rules en POLICY.md

Diario de decisiones (append-only)

cada ciclo deja constancia: decisión, ejecuciones y NAV — la memoria episódica del fondo.

Factores (Ang, Berkin, Clarke, López de Prado, Paleologo)

• [alta] quant (estrategia momentum 12-1): Hacer asimétrica la señal de momentum: mantener el ranking 12-1 solo para el lado largo (sobreponderar el decil/tercil ganador) y suprimir o vetar las señales cortas derivadas del decil perdedor. Implementación: en la estrategia momentum del agente quant, emitir score positivo para ganadores y score 0 (no negativo) para perdedores, salvo confirmación independiente de otro agente (técnico o forense). — El paper 12-1 sobre S&P 500 2006-2024 (libre de sesgo de supervivencia) muestra que el long-short neto es letra muerta: UMD +0,7% anualizado post-2006 vs +12% del mercado, alfa CAPM -0,72% (t=-0,32) e insignificante bajo ✓ aplicado: el 12-1 ya es solo-largo (los perdedores no votan)
• [alta] riesgo (sizing) + comité: Dimensionar posiciones sobre volatilidad IDIOSINCRÁTICA, no total: descomponer el riesgo de cada acción con una regresión simple contra mercado + ETF sectorial (ya hay datos: la mesa sectorial usa ETFs), y fijar GMV_i ∝ score_i / vol_idio_i (regla proporcional/risk-parity sobre idio). Mantener ¼-Kelly como tope global pero no como asignador entre nombres. Prohibir explícitamente mean-variance sin shrinkage en cualquier optimizador futuro. — Paleologo, Insight 6.1: separar retornos idiosincráticos de retornos factoriales; lo que importa es el retorno relativo al mercado y a la industria. Su Tabla 6.1 (100 acciones) cuantifica el coste de elegir mal la regla:
• [alta] comité (normalización de scores): Exigir que cada agente exprese su score en el mismo espacio: retorno idiosincrático esperado (relativo a mercado/sector), en expectativa, a horizonte común (p.ej. 21 días). Añadir al contrato de señal de los 13 agentes un campo 'horizonte' y restar al retorno esperado la componente beta×mercado + beta×sector antes de que combine=Σ(w×conf×score) los mezcle. — Paleologo: los retornos esperados deben ser (a) idiosincráticos, (b) en expectativa y (c) a horizonte común para todas las acciones cubiertas. Hoy el comité suma scores heterogéneos (el fundamental piensa a años, el técn
• [alta] ML (features y validación causal): Neutralizar las features del random forest por sector y beta de mercado antes de entrenar (residualizar cada feature transversalmente), y documentar por cada feature un mecanismo causal declarado y falsable (1-2 frases: quién compra/vende y por qué el efecto persiste), clasificando cada candidata como riesgo tipo-A (azar/overfitting) o tipo-B (confusor). Rechazar features sin mecanismo aunque la MDA sea alta. — López de Prado: la asociación entre X e Y puede ser casual (tipo-A, la estrategia fallará) o deberse a un confusor sin que Y sea función de X (tipo-B, no fiable); los investigadores casi nunca declaran un grafo causal ni
• [media] fundamental + quant (interacción value-momentum): Evitar el 'under-controlling' del value: cuando el agente fundamental emita señal de compra por infravaloración (reverse DCF, EPV, Graham), condicionarla al estado de momentum del valor (12-1 y distancia a mínimos 52s del técnico). Registrar en el log del comité la covarianza reciente value-momentum del universo para diagnosticar pérdidas: distinguir 'cambió la prima de value' de 'producto defectuoso por omitir momentum'. — López de Prado usa exactamente este ejemplo: una estrategia value que no controla por MOM queda expuesta a cambios en la covarianza entre MOM y HML; el gestor dirá que 'value pierde por su prima de riesgo' cuando la expl ✓ aplicado: el 12-1 ya es solo-largo (los perdedores no votan)
• [media] quant (nuevo factor: calidad/rentabilidad cash): Añadir una 7ª estrategia al agente quant: calidad/rentabilidad operativa basada en caja (gross profits/assets o ROE ajustado, RESTANDO accruals), reutilizando los accruals que ya calcula reports.py para el agente forense. Ranking transversal sobre las 24 acciones, long-only tilt. — Berkin/Swedroe: el factor calidad tuvo el mayor Sharpe (0,69, vs 0,56 value y 0,25 mercado) con solo 4% de vol anual; el tilt value/quality bate al mercado 3,9% anual en large-caps, robusto post-2005; y Ball et al. (2016
• [media] quant (fundamental momentum): Añadir variante de momentum fundamental: cambios en EPS estimado/margen y sorpresas de beneficios como señal de continuación, separada del momentum de precio (el agente noticias ya clasifica eventos de resultados; reutilizar esa taxonomía como input). — Berkin/Swedroe: las medidas de momentum fundamental (earnings momentum, cambios de márgenes, cambios en previsiones de analistas) producen primas propias, adicionales al momentum de precio. Diversifica la fuente de conti ✓ aplicado: el 12-1 ya es solo-largo (los perdedores no votan)
• [media] comité + cartera (integración vs sleeves): Verificar y fijar como principio de arquitectura que la cartera se construye desde el score COMPUESTO multifactor por acción (como hace el comité), nunca asignando capital a 'sub-carteras por estrategia'; y añadir al informe de riesgo las exposiciones factoriales secundarias de cada posición (momentum del pick de value, beta del pick de calidad). — Clarke/de Silva/Thorley: combinar sub-carteras long-only por factor captura menos de la mitad (~40%) de la mejora potencial de Sharpe sobre el mercado; la cartera integrada a nivel de título con scores simultáneos se ace ✓ aplicado: el 12-1 ya es solo-largo (los perdedores no votan)
• [media] comité (pesos aprendidos): Encoger (shrink) los pesos aprendidos de los agentes hacia pesos iguales en función del error estándar del Sharpe de cada agente: se_SR ≈ sqrt((1+SR²/2)/N_obs). Con historial corto de paper-trading, el peso aprendido debe converger a 1/13 y solo diferenciarse cuando el intervalo de confianza del SR del agente excluya al resto. — Paleologo: con 3 años de datos diarios y SR anualizado 1,6, el error estándar anualizado es 0,6 — intervalo (0,4; 2,8). Con el historial que puede tener este fondo, distinguir agentes buenos de malos por SR realizado es
• [media] riesgo (rebalanceo a exposiciones de riesgo): Programar rebalanceo mensual a exposiciones de RIESGO objetivo (contribución al riesgo por factor/sector), no a pesos en dólares: recortar automáticamente la exposición a lo que ha subido y reponer lo que ha caído, antes de intentar cualquier factor timing (el macro/sentimiento solo modulan DESPUÉS de dominar el rebalanceo). — Ang: para factores dinámicos no se rebalancea a posiciones en dólares sino a exposiciones de riesgo (pesos de vol, contribuciones a riesgo o VaR); rebalancear fuerza a recortar tras las ganancias y añadir tras las pérdid
• [baja] quant (proceso de alta de factores): Crear un 'pasaporte de factor' obligatorio: toda estrategia nueva del quant/ML debe documentar los 5 criterios (persistente, pervasivo, robusto a definiciones, investable neto de costes, intuitivo con explicación riesgo/conductual) más el mecanismo causal, y registrar el número total de variantes probadas para ajustar el Sharpe deflactado por familia de pruebas (FWER), no por estrategia individual. — Berkin/Swedroe: el zoo de 600 factores es mayormente data mining; sus 5 criterios son el filtro. López de Prado: el p-hacking y el sesgo de publicación exigen controlar la tasa de error por familia (Hochberg, White); el
• [baja] quant (tilt defensivo low-beta): Añadir un tilt defensivo de baja beta/baja vol como señal condicional al régimen: cuando el macro señale fin de ciclo o el sentimiento marque VIX en percentil alto, sobreponderar dentro de cada sector los nombres de menor beta. Tratar low-beta (BAB) y low-vol como señales distintas (calcular ambas). — Ang: la anomalía existe y su explicación (restricciones de apalancamiento y benchmarks cap-weighted: los inversores constreñidos sobrepagan la beta alta) es estructural, luego persistente; y BAB y VOL son anomalías disti

Greenblatt (Fórmula Mágica y situaciones especiales)

• [alta] fundamental: Añadir la Fórmula Mágica como método adicional del football field con estas definiciones EXACTAS: (1) Retorno sobre capital = EBIT TTM / (Capital circulante neto + Activos fijos netos), donde el capital circulante neto excluye el exceso de caja no operativa y resta pasivos corrientes sin interés (proveedores), y los activos fijos netos son PP&E neto SIN goodwill ni intangibles (capital tangible empleado); (2) Earnings yield = EBIT TTM / EV, con EV = capitalización + deuda + preferentes. Balance más reciente, precio de cierre más reciente. Supuesto simplificador permitido: D&A ≈ capex de mantenimiento (EBITDA − capex mantenimiento = EBIT). — Son las definiciones literales del apéndice: EBIT evita distorsiones por distintos niveles de deuda y tipos impositivos; el capital tangible empleado mide el capital realmente necesario para operar el negocio, a diferenc ✓ aplicado: columna ✨ mágico en la comparativa fundamental
• [alta] fundamental: Implementar el score como ranking combinado (suma de rangos), no como promedio de ratios: rango en ROC + rango en earnings yield, menor suma = mejor. Como el universo es de solo 24 acciones (Greenblatt rankeaba ~3.500), calcular los dos rangos contra un universo de referencia amplio (p.ej. S&P 500 ex-financieras ex-utilities, mín. $50M de capitalización) y asignar a cada una de las 24 acciones su percentil en ese universo amplio, mapeado a score [-1,+1] para el comité. Excluir financieras y utilities del método (mantener para financieras el modelo de exceso de retornos ya existente). — La mecánica es suma de rangos: una empresa 232ª en ROC y 153ª en yield recibe ranking combinado 385, y gana la mejor combinación, no la mejor en un solo factor (The Little Book, pp. 74-78 y 77-83). El estudio eliminó uti
• [alta] comité (pesos aprendidos out-of-sample): Para la señal Fórmula Mágica, fijar ventana de evaluación mínima de 3 años y un suelo de peso (floor) que impida que el aprendizaje out-of-sample la mate tras rachas malas cortas. Mantener el periodo de tenencia de 1 año por posición del método (rebalanceo anual del sleeve, entradas escalonadas cada 2-3 meses), sin que el stop del 8% fuerce rotación del ranking. — La fórmula falló frente al mercado 5 de cada 12 meses, 1 de cada 4 años completos, y hubo periodos de 2 y hasta 3 años seguidos de underperformance dentro de los 17 años ganadores (The Little Book, pp. 91-94 y 109-114): ✓ aplicado: columna ✨ mágico en la comparativa fundamental
• [alta] noticias/eventos: Añadir a la taxonomía de eventos una categoría 'situaciones especiales' con subtipos: spinoff anunciada / Form 10 presentado / fecha de distribución; spinoff parcial (carve-out); oferta de derechos (flag extra si incluye privilegios de sobresuscripción); recapitalización con stub stock; reestructuración (venta/cierre de una división GRANDE relativa a la compañía); fusión pagada con valores (bonos, preferentes, warrants = merger securities); salida de quiebra (nueva acción post-reorganización); 13D de accionistas >5%. Con decaimiento MUCHO más lento que las noticias normales: ventana de oportunidad de 6-24 meses, no días. — Las spinoffs (y sus matrices) superan al mercado de forma significativa y sistemática (Genio de la bolsa, pp. 38-41), y en el estudio de Penn State las mayores subidas llegaron en el SEGUNDO año, no el primero, porque la
• [alta] noticias/eventos + forense (EDGAR): Extender el fetcher de EDGAR del forense (hoy 10-K/10-Q) a Form 10 / 10-12B, proxies y 13D. Del Form 10 extraer un checklist scoring de 3 criterios: (1) ¿las instituciones NO la querrán por razones ajenas al mérito? (tamaño pequeño relativo — p.ej. 1 acción por cada 10 de la matriz —, sector distinto al de la matriz, exclusión de índices); (2) ¿los insiders la quieren? (sección 'Razones para la Distribución', % retenido por directivos/familia, planes de opciones ligados al precio inicial de cotización — si las opciones se fijan tras el inicio de cotización, esperar a esa fijación antes de comprar); (3) ¿se revela una oportunidad oculta? (apalancamiento extremo transferido a la spinoff, activo bueno escondido). — El Form 10 es 'todo lo que siempre quisiste saber sobre una spinoff', el 13D revela participaciones e intenciones de dueños >5%, y lo primero que Greenblatt revisa es qué traman los insiders (Genio de la bolsa, pp. 166-1
• [media] fundamental: Añadir dos refinamientos al método: (a) umbral absoluto de baratura: comparar el EBIT/EV plenamente gravado (EBIT×(1−tasa impositiva)/EV) contra el rendimiento del Treasury a 10 años como hurdle mínimo antes de que el método emita señal de compra; (b) opción de EBIT normalizado: si reports.py o el forense marcan el último año como atípico, usar estimación de EBIT de un año 'normal' (3-4 años vista) en lugar del TTM. — Greenblatt especifica que es el EBIT/EV como si estuviera plenamente gravado lo que se compara contra el bono del gobierno a 10 años libre de riesgo, no el EBIT/EV bruto (The Little Book, pp. 164-169, nota al pie). Y rec
• [media] quant (validación): Backtestear la Fórmula Mágica con fundamentales point-in-time (as-reported, con retardo de publicación) dentro del walk-forward purgado ya existente, y documentar el sesgo de look-ahead como riesgo específico del factor antes de asignarle peso. — Greenblatt enumera las críticas clásicas a los estudios que baten al mercado: datos no disponibles en el momento de la selección (look-ahead) y sesgos de la base de datos (The Little Book, pp. 168-172); el propio estudio ✓ aplicado: columna ✨ mágico en la comparativa fundamental
• [media] riesgo: Crear un sub-libro 'situaciones especiales' con reglas propias: posición máxima menor (dimensionada por vol del ACTIVO ajustada por apalancamiento, no del equity), stop del 8% sustituido por stop amplio o tesis-based, exento de la rotación del vol targeting; y veto absoluto a acciones ordinarias de compañías EN procedimiento de quiebra (las oportunidades allí son bonos/deuda bancaria o la nueva acción post-reorganización, fuera del alcance actual del fondo). — En Host Marriott, con equity de $5 y deuda de $25 por acción, un ±15% en el valor de los activos casi dobla o hunde la acción (Genio de la bolsa, pp. 50-52): un stop del 8% sobre el equity garantiza salir por ruido en ex
• [baja] opciones: Añadir al agente de opciones una plantilla 'situación especial': cuando el agente de eventos detecte spinoff/recapitalización apalancada con checklist positivo, proponer LEAPS calls (o warrants de la propia compañía si existen) como implementación alternativa a la acción, con riesgo limitado a la prima y números reales como ya hace en sus otras estructuras. — Greenblatt dedica un capítulo a LEAPS y warrants como el instrumento natural de las situaciones especiales apalancadas: pagos de intereses implícitos limitados y principal no exigible si la tesis falla (símil del préstam
• [baja] quant / mesa sectorial: NO añadir arbitraje de fusiones clásico (long objetivo tras anuncio) como estrategia: descartarlo explícitamente en la documentación. Si se quiere exposición a fusiones, que el agente de eventos vigile solo el componente merger securities (los valores emitidos como pago). — Greenblatt advierte que el arbitraje de riesgo se volvió un negocio muy competitivo dominado por firmas con abogados antitrust y especialistas sectoriales dedicados, sin ventaja para el resto (Genio de la bolsa, pp. 88-9

Crédito y renta fija (Fabozzi, Benzschawel)

• [alta] agente macro: Añadir un módulo de spreads de crédito con dos series diarias: OAS investment grade y OAS high yield (proxies gratuitas de FRED: BAMLC0A0CM y BAMLH0A0HYM2, o el ratio HYG/LQD si se prefiere precio). Calcular percentil histórico (ventana 3 años, como ya hace sentimiento con el VIX) y velocidad de ampliación (Δ20d y Δ60d). Regla concreta: HY OAS por encima del percentil 80 O ampliación >75pb en 20 días = señal risk-off que reduce el score combinado de cíclicas y financieras; spreads en percentil <10 = aviso contrarian de complacencia (techo del ciclo de crédito). — Fabozzi 2007 (pp. 116-119): los spreads de crédito se amplían en economías en contracción y se estrechan en expansión, con 'flight to quality' vendiendo corporativos para comprar Treasuries — es exactamente el mecanismo
• [alta] agente macro: Ampliar la lectura de la curva de tipos de 'pendiente e inversión' a una clasificación de tres factores: nivel (paralelo), twist (empinamiento/aplanamiento con 2s10s y 3m10y) y butterfly (2-5-10). Etiquetar cada régimen combinado: bear flattening (subida+aplanamiento) → penalizar utilities y REITs (bond proxies) y avisar de compresión de márgenes en bancos; bull steepening tras inversión → alerta de recesión inminente (histórico: la curva se re-empina cuando la Fed recorta). Alimentar esta etiqueta a la rotación sectorial que ya existe. — Fabozzi 2007 (pp. 220-224): los desplazamientos de curva se descomponen en paralelos, twists y butterflies, y históricamente no son independientes — las dos combinaciones más comunes son bajada de tipos+empinamiento y su
• [alta] módulo de riesgo: Añadir al VaR99 paramétrico un escenario de estrés de spreads: shock de +100/+200/+300pb en HY OAS, mapeado a cada una de las 24 acciones vía una 'beta de crédito' estimada por regresión de retornos semanales de la acción contra ΔHY OAS (ventana 2 años). Reportar la pérdida estimada de cartera bajo cada shock junto al VaR. Si la pérdida a +200pb supera el presupuesto de drawdown (10%), recortar posiciones de mayor beta de crédito primero. — Petitt/Pinto/Pirie 2015 (pp. 300-302): el impacto en precio de un cambio de spread es ≈ –(MDur × ΔSpread) + ½Cvx × (ΔSpread)² — la lógica de sensibilidad a spreads es lineal-cuadrática y se estresa por escenarios discret
• [alta] agente forense / fundamental: Implementar distancia-al-default estilo Merton por emisor: equity como call sobre el valor de la empresa, usando capitalización bursátil, vol de la acción (ya la calcula forecasting con EWMA) y deuda total del 10-K que forense ya baja de EDGAR (barrera = deuda corto plazo + 0.5 × deuda largo plazo, convención KMV). Añadir 'distance_to_default < 3' como alerta en reports.py junto a accruals/inventario/cobrables, y como veto del comité para nombres apalancados (equivalente al 'vetado' del técnico). — Fabozzi 2007 (pp. 486-490): en los modelos estructurales (firm-value) el default se modela como una opción concedida a los accionistas por los bonistas, y el marco Black-Scholes-Merton mejora significativamente la valora
• [alta] comité / arquitectura: NO crear un agente de crédito independiente de momento. Repartir las señales de crédito así: spreads y curva → macro; estrés de spreads → riesgo; distancia-al-default y ratios de cobertura → forense/fundamental; acciones de rating → noticias. Revisar la decisión solo si el fondo añade bonos o CDS como instrumentos operables. — Benzschawel (Credit Default Swaps: A Cash Flow Analysis, pp. 1-8): valorar CDS exige curvas de probabilidad de supervivencia por plazo, supuestos de recovery (RV) y el mecanismo de upfront + cupón estándar — infraestruct
• [media] agente fundamental (financieras): Para los bancos/financieras del universo, añadir al modelo de exceso de retornos un pilar de fragilidad de financiación: ratio préstamos/depósitos, % de financiación mayorista a corto plazo, y penalización explícita del score cuando la curva 2s10s está invertida o aplanándose rápido (compresión del margen de intermediación). Umbral concreto: 2s10s < 0 durante >60 días = recorte del score fundamental de financieras en un escalón. — Petitt/Pinto/Pirie 2015 (pp. 285-288): la liquidez es 'una necesidad absoluta' para las firmas financieras (caso Lehman) porque están muy apalancadas y financian activos a largo plazo con pasivos a corto — exactamente la
• [media] agente fundamental (todas): Añadir un pilar de 'salud crediticia' al football field con tres ratios y umbrales: Deuda/EBITDA (>4x alerta para no financieras), EBITDA/intereses (<4x alerta) y FCF post-dividendos/Deuda (<10% alerta). Dos o más alertas = cap del score fundamental aunque el DCF salga barato. — Petitt/Pinto/Pirie 2015 (pp. 270-273): el contraste J&J (Debt/EBITDA 0.6-0.9x, cobertura >40x) vs ArcelorMittal ilustra los ratios exactos y por qué el crédito cíclico y apalancado merece descuento. Petitt/Pinto/Pirie 20
• [media] agente de noticias: Añadir a la taxonomía de eventos el tipo 'rating_action' con tres subniveles: outlook negativo (score -0.2), downgrade dentro de IG (-0.4), y cruce de la frontera IG/HY o fallen angel (-0.8, decaimiento lento de 60 días por la venta forzada de fondos IG). Fuente gratuita: notas de prensa de Moody's/S&P o el feed de EDGAR 8-K. — Fabozzi 2007 (pp. 62-65): el downgrade risk está estrechamente ligado al credit spread risk y la matriz de transición de ratings cuantifica su probabilidad; una rebaja no anticipada tiene impacto adverso inmediato en el
• [media] mesa sectorial / agente quant: Calcular la 'duración empírica' de cada sector: regresión rolling (2 años, semanal) de los retornos sectoriales contra Δyield 10a y Δpendiente 2s10s. Publicar los dos coeficientes como característica del sector: utilities/REITs tendrán duración larga (sufren con subidas de tipos), bancos duración negativa a la pendiente. La mesa sectorial cruza esa duración con la vista de tipos del macro para el tilt; el quant/ML añade HY OAS (nivel y Δ20d) y 2s10s como features del random forest y como filtro de régimen del momentum 12-1. — Fabozzi/Mann (pp. 357-371): la duración es la sensibilidad del precio a los tipos y las key rate durations miden la exposición a movimientos no paralelos por tramo de curva — el análogo accionarial es la beta por tramo q ✓ aplicado: el 12-1 ya es solo-largo (los perdedores no votan)
• [baja] agente de opciones / riesgo (futuro): Si algún nombre del universo entra en distress (distancia-al-default < 2 o spread implícito HY del sector >600pb), evaluar cobertura parcial en vez de cierre total: puts OTM financiados dimensionados a ~75% de la exposición, no al 100%. Documentar en el agente de opciones la regla de cobertura parcial. — Benzschawel (pp. 10-16): en el análisis de flujos de bono+CDS, el inversor que compra protección solo sobre el 75% del nominal eleva su IRR esperada (4.1% vs 3.4% del bono sin cubrir) manteniendo protección ante default

Global macro (Gliner, CFA Economics)

• [alta] agente macro: Añadir un módulo de función de reacción del banco central (regla de Taylor): calcular tasa implícita = neutral + 0.5×(inflación núcleo − 2%) + 0.5×brecha de producto (proxy: desempleo vs NAIRU), comparar con fed funds efectivo y emitir un score de postura monetaria en [−1 restrictiva, +1 expansiva] que condicione la fase de ciclo y se pase al agente FX y a la mesa sectorial. — CFA Economics dedica ejercicios explícitos a la regla de Taylor como determinante de tipos y divisas: un aumento de la brecha de producto lleva al banco central a subir la tasa de política y eso aprecia la moneda (pp. 62
• [alta] agente macro: Descomponer la señal de curva en tres tramos con drivers distintos (3m-2a = política monetaria; 2a-10a = ciclo/crecimiento; 10a-30a = inflación esperada y prima de riesgo) y clasificar el movimiento como bull/bear steepening/flattening; mapear cada estado a la rotación sectorial (steepening → bancos; flattening → utilities/duración larga). — Gliner (Global Macro Trading, pp. 184-189, Figura 9.4) descompone la curva UST exactamente así: front end dominado por bancos centrales y política monetaria, belly por expectativas de crecimiento, back end por expectativ
• [alta] agente macro: Hacer auditable la fase de ciclo: construir un índice de difusión con ~8 indicadores líderes (pendiente de curva, M2 real, ISM nuevos pedidos, confianza del consumidor, permisos de construcción, horas trabajadas, spreads de crédito, S&P) y una máquina de estados con las 4 fases (valle, expansión, pico, contracción) con reglas de transición explícitas, en lugar de una lectura heurística del ciclo. — CFA Economics define el ciclo como valle-expansión-pico-contracción (pp. 306-309) y explica que los índices de difusión capturan la tendencia común de todos los indicadores y que el analista debe sintetizar varios indica
• [alta] FX trader: Implementar un panel de condiciones de paridad como modelo de valor justo: desviación del tipo de cambio real frente a su equilibrio de largo plazo (ancla PPP), más diferencial de tipos reales, más prima de riesgo (ecuación q = q̄ + (rd − rf) + φ). Etiquetar cada señal con su horizonte: reversión a PPP = señal lenta (meses/años), diferencial de tipos/carry = señal rápida. — El capítulo 10 de CFA Economics (Rosenberg) formaliza el modelo: el tipo real converge a su equilibrio de largo plazo y el desvío se explica por el diferencial de tipos reales más prima de riesgo, ampliable con φ (pp. 59
• [alta] FX trader: Añadir señal de carry con gestión explícita de riesgo de crash: score = diferencial de tipos ajustado por vol, pero con filtro de régimen: cortar o invertir el carry cuando el percentil de VIX del agente de sentimiento supere ~80 o la vol realizada del par esté en régimen alto; dimensionar el carry asumiendo cola izquierda gorda (no normal) en el VaR. — CFA Economics documenta que los retornos del carry tienen distribución no normal con sesgo negativo y colas gordas, ganancias pequeñas frecuentes y crashes periódicos en mercados turbulentos, y que la gestión con filtros
• [media] FX trader: Añadir clasificador de mezcla de políticas estilo Mundell-Fleming por economía: cruzar impulso fiscal (déficit primario, dirección) con postura monetaria (del módulo Taylor) en una matriz 2×2; bajo alta movilidad de capital, fiscal expansivo + monetario restrictivo = sesgo alcista para la divisa, ambos expansivos = bajista; usar el resultado como sesgo direccional del par. — CFA Economics presenta exactamente esta matriz: con alta movilidad de capital dominan los flujos de capital y la combinación fiscal restrictivo/monetario expansivo es bajista para la divisa, mientras que con baja movilid
• [media] FX trader: Incorporar el filtro técnico como control de riesgo, no como alpha: prohibir al FX trader posiciones contrarias de valor justo cuando el módulo técnico (régimen ADX/tendencia ya existente) marque tendencia fuerte en contra; solo permitir el fade cuando la tendencia se agote. — CFA Economics cita la evidencia de Curcio y Goodhart: los sistemas técnicos de trading en FX sirven para controlar riesgo evitando posiciones contrarias extremas, aun cuando no añadan retorno (pp. 633-635). Encaja con la
• [media] agente de sentimiento / posicionamiento: Añadir un módulo de posicionamiento: percentil a 3 años de la posición neta especulativa del COT de la CFTC (semanal) para dólar index, S&P e-mini, 10-year notes, oro y los pares FX operados; usarlo como métrica de crowding que (a) reduzca la confianza de señales que van con la multitud en extremos >90 percentil y (b) alimente el módulo contrarian existente. Añadir también el ARMS Index (TRIN) suavizado con media móvil al bloque de breadth. — El playbook de global macro exige vigilar el posicionamiento: Gliner subraya que el carry es 'a very crowded trade' y que por eso sufre pérdidas desproporcionadas en risk-off (pp. 140-145), y propone el ARMS Index (avanz
• [media] comité / gestión de riesgo: Crear un score risk-on/risk-off cross-asset (momentum S&P + pendiente de curva + par carry proxy tipo AUDJPY + ratio cobre/oro) que actúe como condicionador de régimen del comité: en risk-off reducir el umbral de convicción para señales defensivas y penalizar señales largas de beta alta antes de que salte la guarda de drawdown del 10%. — Gliner define risk-on/risk-off como el interruptor central del macro: activos de los cuatro grupos de producto (renta variable, renta fija, FX, commodities) que se benefician de más o menos crecimiento del que el mercado ✓ aplicado: el 12-1 ya es solo-largo (los perdedores no votan)
• [media] agente de noticias / agente macro: Estructurar los eventos de banco central en la taxonomía de noticias con campos: decisión vs esperado, split de votos del comité, cambio de guidance, y acción de balance (QE/Twist con su efecto en tramos de curva). Un split de votos que se estrecha hacia el cambio de política debe subir la probabilidad asignada al giro en la próxima reunión. — Gliner enseña a leer minutas contando votos: en junio 2012 el MPC del BoE votó 5-4 sobre ampliar compras de activos, señal directa del inminente giro (pp. 291-293); documenta que cada banco central tiene mandato distinto
• [media] agente de noticias / calendario económico: Protocolo de lectura de datos de empleo con ajuste de calidad: además de sorpresa = dato − consenso, calcular señal ajustada por participación laboral (si la tasa de paro cae porque cae la fuerza laboral, la sorpresa se marca como negativa o neutral, no positiva). — Gliner detalla que al leer el nonfarm payroll hay que mirar tasa de paro, fuerza laboral y participación, porque trabajadores desanimados que salen de la fuerza laboral hacen caer mecánicamente la tasa de paro sin que se
• [baja] FX trader (riesgo de cola): Añadir un índice de alerta temprana de crisis cambiaria para divisas EM operadas: sobrevaloración del tipo real vs tendencia, boom-bust previo en el mercado de acciones local, caída de reservas; y una regla de veto: no ponerse corto contra un banco central con reservas grandes interviniendo a favor de su moneda. — CFA Economics describe los sistemas compuestos de alerta temprana del FMI y bancos de inversión: las crisis vienen precedidas de boom-bust en precios de acciones y tipo real sobrevalorado, y la efectividad de la interven
• [baja] comité / riesgo (horizonte de señales): Etiquetar cada señal con horizonte (temática/largo plazo vs táctica/corto plazo) y que el módulo de riesgo dimensione las posiciones temáticas a una fracción del tamaño táctico (p.ej. 50%), manteniendo la normalización por volatilidad por posición ya existente. — Gliner recomienda explícitamente que los trades temáticos se hagan en tamaño menor que los de corto plazo porque suelen poner en precio movimientos grandes y tardan en realizarse (pp. 35-38), y valida el sizing por volat
• [baja] agente macro (motor de análogos): Construir un motor de análogos históricos ligado a la taxonomía de eventos del agente de noticias: para cada clase de evento macro, precomputar el comportamiento cross-asset en episodios análogos (ventanas pre/post) y adjuntar ese playbook estadístico a la señal, con tamaño de muestra y dispersión. — Gliner dedica el capítulo 3 a back-tests, queries y análogos: usar periodos análogos (p.ej. el dólar index en 2008 como análogo de 2011) para anticipar el comportamiento de precios ante eventos recurrentes, porque los ev
• [baja] mesa sectorial (energía/materiales): Añadir a la mesa sectorial el estado de la curva de futuros de commodities clave (WTI, cobre, oro): flag contango/backwardation y balance oferta-demanda (ending stocks) como input del score de los sectores energía y materiales, ya que no existe agente de commodities. — Gliner explica que backwardation (spot > futuros lejanos) señala escasez presente y contango refleja costes de almacenamiento, y que el análisis de commodities pivota sobre ending balance = balance inicial + oferta − dem

Estados financieros (Fridson/Álvarez, Penman)

• [alta] reports.py (analytics): Añadir el diagnóstico de calidad de ventas de Penman: aproximar 'cash from sales' = ingresos − Δcuentas por cobrar (FMP cashflow: accountsReceivables) y calcular el ratio Ventas netas / Caja de ventas en ventana móvil de 4 trimestres. Flag si el ratio se acelera interanualmente (>1.05 y subiendo). Complementar con ΔdeferredRevenue del balance: si el ingreso diferido CAE mientras las ventas crecen, marcar 'bleed back de ingresos diferidos' (borrowing income from the future). — Penman: 'Cash from sales cannot be manipulated by the accounting'; toda duda de calidad viene de los accruals que afectan a Δcobrables netas, provisiones por devoluciones y unearned revenue. Los diagnósticos de manipulac
• [alta] reports.py (analytics): Sustituir el chequeo binario actual (cobrables/inventario >15pp sobre ventas) por niveles y tendencia: calcular DSO = receivables/revenue×91 y DSI = inventory/COGS×91 por trimestre, y marcar flag si la tendencia de 4 trimestres es ascendente sostenida (p.ej. DSO +15% vs hace 4T) aunque ningún salto interanual supere el umbral. Además, separar la interpretación: cobrables subiendo con inventario estable = posible adelanto de ingresos/channel stuffing; inventario subiendo con cobrables estables = demanda floja u obsolescencia. — Fridson/Alvarez: un surge de cuentas por cobrar reduce el flujo operativo y es señal de peligro incluso cuando beneficio+depreciación avanza establemente; el buildup de cobrables puede señalar dos tipos distintos de prob
• [alta] reports.py (analytics): Añadir diagnóstico de tipo impositivo efectivo: ETR = incomeTaxExpense/incomeBeforeTax en trailing 4T vs año anterior. Si el EPS crece pero el beneficio antes de impuestos crece mucho menos y la ETR cae >3 puntos, etiquetar el crecimiento como de baja calidad ('crecimiento apoyado en tipo fiscal, no en operaciones') y sumar flag. — Penman plantea exactamente este caso: analistas cuestionaron la calidad de un beneficio creciente citando la caída del tipo efectivo — el beneficio fiscal es transitorio y no proviene del negocio (pp. 643-645).
• [alta] filings_agent.py (agente forense): Sustituir la lista genérica de temas por un mapa sector→flash points para las búsquedas en el 10-K/10-Q: bancos → calidad de loan loss provisions; software/hardware → costes capitalizados de software y deferred revenue con múltiples entregables; retail → valoración de inventario; manufactura/autos → vidas útiles, garantías y pensiones; farma → valuation allowances de impuestos diferidos. Cada tema con sus keywords de búsqueda en las notas. — Penman trae una tabla explícita de 'flash points' de calidad contable por industria (banca: provisiones de crédito; software: costes capitalizados; firmas que difieren ingresos con múltiples entregables; garantías; plane
• [alta] filings_agent.py (agente forense): Añadir tema 'cambio de política o estimación contable': buscar en el filing frases tipo 'change in accounting policy/principle/estimate', 'useful life', 'revenue recognition policy'. Si se detecta un cambio y coincide con salto de margen o de crecimiento en el mismo periodo, veredicto confirma_debilidad con score -0.25 (hoy el agente solo reacciona a lo que la empresa no explica). — Fridson/Alvarez: Halliburton cambió su política de reconocimiento de ingresos (reclamaciones no facturadas en percentage-of-completion), elevó el pretax un 46% en un trimestre y solo lo reveló meses después en el 10-K —
• [media] reports.py (analytics): Añadir ratio capex/depreciación en trailing 4T (FMP cashflow: capitalExpenditure y depreciationAndAmortization). Flag si <0.8 sostenido 4+ trimestres ('beneficio posiblemente inflado por depreciación insuficiente o infrainversión') y anotación positiva de contexto si 1.0-1.5. Esto también corrige el sesgo del test actual de conversión FCF/beneficio, que premia a quien recorta capex. — Fridson/Alvarez (capítulo de límites del EBITDA): el capex tiende a superar a la depreciación en el tiempo por inflación y expansión de capacidad; asumir que D&A cubre el reemplazo es la trampa central del EBITDA (pp. 21
• [media] reports.py (analytics): Separar beneficio core de partidas transitorias: calcular qué fracción del beneficio antes de impuestos proviene de partidas no operativas (FMP: totalOtherIncomeExpensesNet, nonRecurring). Si >20% del pretax en el último trimestre o TTM, flag 'beneficio apoyado en partidas no recurrentes' y usar el margen operativo core (no el neto) para el veredicto de tendencia. — Penman: cuando el RNOA está impulsado por partidas inusuales/transitorias es de 'baja calidad', no sostenible; la identificación de core operating income vs unusual items es el paso previo a cualquier forecast (pp. 428-4
• [media] reports.py (analytics): Añadir detector de 'ajustes de cuarto trimestre': comparar margen operativo y accruals (beneficio − FCF) del Q4 fiscal contra la media de Q1-Q3 del mismo año fiscal. Si el Q4 muestra salto de margen >2pp o reversión brusca de accruals, sumar flag y pasar el símbolo al agente forense con prioridad para el 10-K. — Penman lista explícitamente 'accounting adjustments in the last quarter of the year' entre las señales de alerta de calidad contable, junto a la cautela extra cuando la empresa emite acciones (pp. 621-623). Fridson docum
• [media] filings_agent.py + reports.py: Detector de reservas cookie-jar: en reports.py, flag si 'other current liabilities'/accrued liabilities cae bruscamente (> -15% interanual) mientras el margen operativo salta — posible liberación de reservas a resultados. En el forense, tema con keywords 'reserve reversal', 'release of restructuring reserve', 'changes in estimates of accrued liabilities'. Además, tras un trimestre con cargo grande (big bath), marcar los 4 trimestres siguientes para que la mejora de margen no compute como positiva en findings. — Fridson/Alvarez: la junta de Nortel halló que la dirección 'asaltó el cookie jar', sacando reservas del balance sin triggers legítimos, y que antes las sobredimensionó para tener de dónde tirar ('hardness') (pp. 196-201)
• [media] fundamental.py (integración de calidad): Usar el conteo de flags de reports.py como haircut explícito en la valoración: con 2+ flags de calidad, recortar el crecimiento asumido en el valor terminal del DCF y en owner earnings (p.ej. -100pb) y exigir mayor margen de seguridad en el football field, porque el RNOA/margen observado no es la base correcta del forecast. — Penman: el análisis de calidad existe para el forecasting — si el income actual contiene partidas transitorias o accruals agresivos, extrapolarlo sobrevalora; hay que valorar sobre core RNOA, no sobre el reportado (pp. 4
• [baja] filings_agent.py (agente forense) + comité: Añadir señal negativa por emisión de acciones: en reports.py, si las acciones diluidas crecen >2% interanual, finding negativo simétrico al de recompras (hoy solo se premia la recompra); el forense debe elevar el escrutinio de todos los temas cuando hay emisión o secundaria reciente, y el peso del flag de calidad debería subir en esos nombres. — Penman: 'beware when buying shares from the firm' — la evidencia de 1.682 IPOs muestra ratios beneficio/ventas máximos justo cuando la empresa vende papel, decayendo después: el incentivo a maquillar es máximo alrededor

Estándar profesional (currículum CFA 2027)

• [alta] comité / gobernanza del proceso: Crear un IPS formal del fondo (POLICY.md o policy.py leído por el comité y el módulo de riesgo): objetivos de retorno y riesgo, restricciones (universo de 24 acciones, liquidez, horizonte), directrices de ejecución (uso permitido de opciones y apalancamiento — hoy el agente de opciones propone estructuras sin política escrita que lo limite), lista de activos excluidos, y sección de Evaluación y Revisión con calendario. Cada orden aprobada por el comité debe validarse contra el IPS antes de ejecutarse (check automático pre-trade). — El CFA estructura todo el proceso en planificación-ejecución-feedback, donde el IPS es el documento central con secciones obligatorias: Procedures, Investment Objectives, Investment Constraints, Investment Guidelines (us
• [alta] medición de desempeño (nuevo módulo performance.py): Añadir módulo de evaluación estilo GIPS: retorno time-weighted mensual del paper portfolio, benchmark declarado ex ante (p.ej. equiponderado de las 24 acciones o SPY), y batería de medidas: Sharpe, Treynor, M² y alfa de Jensen. Reportar el 'M² alpha' (outperformance ajustada a riesgo en puntos porcentuales) en el informe mensual, distinguiendo medidas de riesgo total (Sharpe/M²) de las de riesgo sistemático (Treynor/Jensen). — El currículo dedica un módulo a performance appraisal con Sharpe, Treynor, M² y alfa, y muestra cómo M² traduce el Sharpe a una diferencia de retorno interpretable vs el mercado (ejemplo: M² alpha de 2.0%). El fondo hoy
• [alta] comité / sesgos conductuales: Diario de decisiones estructurado + auditoría trimestral de sesgos: (1) registrar por escrito cada decisión con tesis, scores por agente y frame usado; (2) revisar ganadores Y perdedores sobre ventana rodante de ≥2 años con hit-rate y frecuencia de trading (detector de overconfidence/trading excesivo); (3) métrica de efecto disposición: tiempo medio de tenencia y P&L de posiciones perdedoras vs ganadoras — si los perdedores se mantienen sistemáticamente más que los ganadores pese al stop 8%, alertar; (4) regla anti-anclaje: el agente fundamental debe re-derivar el DCF desde cero con cada 10-Q/10-K nuevo, nunca ajustar incrementalmente el precio objetivo anterior. — El currículo prescribe exactamente esto como mitigación: revisar registros de trading identificando ganadores y perdedores y calcular el desempeño sobre al menos dos años contra la overconfidence; describe el disposition
• [alta] riesgo / gobernanza y presupuesto de riesgo: Formalizar risk governance: (1) declaración escrita de tolerancia de riesgo del fondo (en el IPS) de la que se deriven vol target 12%, stop 8% y guarda de drawdown 10% — hoy son números sueltos sin jerarquía; (2) presupuesto de riesgo ex ante: repartir el vol target por sector (9 sectores) y por factor usando el component VaR que ya se calcula, con límites duros por sector; (3) el chequeo de riesgo debe ocurrir en el punto de decisión (pre-trade, puede vetar/recortar la orden del comité), no solo como stops ex post. — El currículo exige que la tolerancia de riesgo se determine primero y el marco se oriente a medir y comunicar el cumplimiento de esa tolerancia; define risk budgeting como asignación por clases o factores de riesgo que '
• [media] medición de desempeño / atribución: Regresión mensual de los retornos del fondo contra el modelo de 4 factores de Carhart (MKT, SMB, HML, UMD): el intercepto es el alfa reportable; las betas revelan si el 'alfa' del comité es en realidad exposición a momentum (el agente quant opera 12-1) o a tamaño/valor. Publicar exposiciones factoriales junto al VaR en el informe de riesgo. — El currículo presenta el modelo Fama-French ampliado por Carhart (MKT, SMB, HML, UMD) como estándar para explicar retornos más allá del beta; sin esta descomposición el fondo no puede distinguir habilidad de prima factor ✓ aplicado: el 12-1 ya es solo-largo (los perdedores no votan)
• [media] comité / agregación de señales: Corrección anti-herding y anti-framing en combine=Σ(w×conf×score): (1) cuando la mayoría de los 13 agentes coinciden en dirección, no escalar la confianza linealmente — medir la correlación histórica entre scores de agentes y descontar señales redundantes (los agentes técnico, quant-momentum y mesa sectorial comparten información de precio); (2) 'abogado del diablo' automatizado: antes de aprobar una posición, generar la tesis en marco de pérdida además del de ganancia (qué probabilidad y magnitud de caída implica el score) y registrar ambas en el diario de decisiones. — El currículo vincula overconfidence, confirmation bias y self-attribution con burbujas y trading excesivo, y define el framing bias: la misma decisión presentada en marco de ganancia o de pérdida produce respuestas disti ✓ aplicado: el 12-1 ya es solo-largo (los perdedores no votan)
• [media] riesgo / objetivo probabilístico y relativo: Expresar el objetivo de riesgo del IPS en forma probabilística y relativa: p.ej. '95% de probabilidad de que el retorno anual quede dentro de ±X% del benchmark', y añadir tracking error ex ante al informe junto al VaR99 absoluto. Complementa el vol targeting con una banda relativa que el módulo de riesgo verifica mensualmente. — El currículo recomienda expresar el objetivo de riesgo de una cartera de política como banda de ±X% respecto al retorno del benchmark, interpretada como enunciado de probabilidad (95% de que el retorno quede dentro de la
• [media] cartera / asignación estratégica vs táctica: Definir un policy portfolio: pesos sectoriales neutrales para los 9 sectores (p.ej. equiponderado o proporcional al benchmark) y tratar las señales del comité y la rotación sectorial del agente macro como desviaciones tácticas con bandas máximas (±X% por sector). El paso de feedback (monitorización y rebalanceo hacia los pesos de política) se ejecuta con calendario y umbrales documentados en el IPS. — El currículo distingue la asignación estratégica (policy portfolio del IPS) de la táctica, que 'permite desviarse de la asignación estratégica para explotar dislocaciones temporales', y sitúa la monitorización y el rebal
• [baja] fundamental / forense: Añadir al agente fundamental un checklist de gobierno corporativo por emisor: mecanismos anti-OPA (shareholder rights plans que encarecen adquisiciones), covenants e indentures que protegen acreedores, y concentración de funciones ejecutivas — como ajuste cualitativo al descuento del DCF y como input del agente forense. — El módulo de Corporate Governance del box set 2027 detalla mecanismos de accionistas y acreedores (planes de derechos, bond indentures) y los riesgos/beneficios de cada estructura de gobierno; el fondo hoy analiza contab