Puedes vencer al mercado de valores evitando sus peores días. Pero no lo harás

Recientemente, una publicación de un estratega de mercado se volvió viral en la plataforma social X. Aquí tienes una captura de pantalla de la publicación en cuestión:

		El post de Lance Roberts en X

Datos al 15 de marzo de 2026.

En resumen, según este estratega, podrías haber ganado mucho más si evitabas las mayores pérdidas del mercado que lo que renunciaste por estar fuera del mercado en los días en que registró sus mayores ganancias. La implicación es que deberías intentar sortear los peores días y preocuparte menos por participar en los mejores.

Así que, evaluemos esa afirmación.

Verificación de datos

Para empezar, ¿este post es correcto en términos fácticos? Lo es. Repetí el análisis y llegué a las mismas cifras que el autor. Habrías ganado más evitando los 10 peores días del S&P que lo que perdiste por perderse sus 10 mejores días. Estos son los 10 peores y mejores días de ese período:

¿Por qué habrías ganado más evitando los peores días que lo que habrías perdido por perderte los mejores días? Aunque la pérdida promedio de los 10 peores días fue ligeramente menor que la ganancia promedio de los 10 mejores días, las pérdidas tienen más impacto una vez que se capitalizan.

Para ilustrar, imagina ser dueño de una acción que pierde 10% hoy y 4% mañana, pero luego gana 5% al día siguiente y 10% al día siguiente a ese. Tu pérdida promedio es ligeramente menor (7.0%) que tu ganancia promedio (7.5%). Pero no has vuelto a quedar en cero. Más bien, has perdido alrededor de 0.2%.

El post supera la verificación de datos.

Revisión de matices

Dicho eso, el post de Roberts es engañoso de varias maneras.

Por ejemplo, expresa el desempeño de manera acumulada. Dado que este era un marco de tiempo de 25 años o más, incluso pequeñas diferencias anuales pueden acumularse y verse como un abismo al final cuando se expresan de esa forma.

Resulta que la diferencia anual de rendimiento entre perderse los peores días y perderse los mejores días fue estrecha. Hubo una penalización de 2.40% por año por perderse los 10 mejores días y una recompensa de 2.66% por año por perderse los peores, una diferencia anual de 26 puntos básicos.

		S&P 500: Desempeño Excluyendo los 10 Mejores y 10 Peores Días del Índice (1 de ene. de 1990 – 13 de marzo de 2026)

Fuente: Morningstar Direct, cálculos del autor. Datos al 13 de marzo de 2026. Los rendimientos PR del S&P 500 no reflejan la reinversión de dividendos. Descargar CSV.

Podrías argumentar que incluso una diferencia pequeña puede acumularse a mucho en términos de dólares a lo largo del largo plazo, haciendo válido el post en redes sociales. Pero eso es forzado si se considera que el beneficio de evitar los peores días y la penalización de perderse los mejores días han variado con el tiempo.

Para ilustrar, calculé los rendimientos móviles a 10 años del S&P 500 desde el 1 de enero de 1929 hasta el 28 de febrero de 2026, de dos maneras: el rendimiento del índice excluyendo los 10 mejores días y el rendimiento excluyendo los 10 peores días. También calculé la diferencia neta entre la penalización de perderse los mejores días y el bono de evitar los peores días.

		S&P 500: Rendimiento Excesivo Móvil a 10 Años Excluyendo los 10 Mejores y 10 Peores Días

Fuente: Morningstar Direct; cálculos del autor. Datos al 28 de febrero de 2026. El S&P 500 PR excluye la reinversión de dividendos; períodos móviles de 10 años en pasos de 12 meses; bono (penalización) de rendimiento derivado como la diferencia entre el rendimiento de la cartera “ex” y el rendimiento del S&P 500. Descargar CSV.

Encontré que la recompensa por evitar los peores días era similar a la penalización por perderse los mejores días (esa es la línea “Net”/“Neto”). Si bien es cierto que hubo más períodos en los que lo primero superó a lo segundo, el resultado dependió en gran medida de algo que pocos de nosotros podemos predecir: la dirección del mercado de valores. Cuando los rendimientos del S&P eran bajos, era más importante evitar los malos días, pero mucho menos en períodos en los que los rendimientos del índice eran altos.

		S&P 500: Rendimientos del Índice Móviles a 10 Años vs. Recompensa Neta de Evitar 10 Peores Días

Fuente: Morningstar Direct, cálculos del autor. Datos al 28 de febrero de 2026. Índice S&P 500 PR; excluye la reinversión de dividendos; recompensa por perderse los peores días vs. penalización por perderse los mejores días derivada como el retorno excedente del índice ex 10 peores días menos el retorno excedente negativo del índice ex 10 mejores días. Descargar CSV.

La afirmación del post falla la revisión de matices.

Revisión de la realidad

Hasta este punto, no hemos hablado del elefante en la habitación: la capacidad de alguien para evitar los peores días del mercado. Para poner ese desafío en perspectiva, volvamos al post y al período que cubre: del 1 de enero de 1990 al 13 de marzo de 2026. Aquí tienes una animación a tiempo de los rendimientos diarios del S&P durante ese lapso:

		S&P 500: Rendimientos Diarios (1 de enero de 1990–13 de marzo de 2026)

		S&P 500 PR; excluye dividendos reinvertidos

¿Notaste algo? Los mejores y los peores días se agrupan. La brecha mediana entre uno de los 10 peores días y uno de los 10 mejores días era de siete días.

		S&P 500: Distancia Entre los 10 Peores y 10 Mejores Días (1 de enero de 1990–16 de marzo de 2026)

Fuente: Morningstar Direct, cálculos del autor. Datos al 16 de marzo de 2026. S&P 500 PR; excluye dividendos reinvertidos. Descargar CSV.

Eso significa que evadir los peores días normalmente implica un alto riesgo de perderse uno de los mejores días, dado lo cerca que estuvieron entre sí. Además, participar en los mejores días a menudo implicaba atravesar los peores días. En otras palabras, los mejores y peores días estaban en gran medida unidos, como un paquete.

El post no supera la revisión de la realidad.

Conclusión

Como con muchas afirmaciones audaces, esta tiene un grano de verdad: aritméticamente, los inversores se habrían beneficiado más evitando los peores días del mercado de lo que habrían sido perjudicados por perderse sus mejores días durante el período de más de dos décadas en cuestión.

Pero el margen fue pequeño, y para que una estrategia así funcione, esencialmente necesitabas poder predecir la dirección del mercado con anticipación—algo nada sencillo. En mercados malos, una estrategia de intentar evitar los peores días salió bien, pero menos cuando las acciones obtuvieron rendimientos más altos.

Dejando a un lado la teoría, una estrategia para intentar evitar los peores días es prácticamente imposible de ejecutar dadas las tendencias de agrupamiento de los mejores y peores días del mercado. Esto ha frustrado a generaciones de aspirantes a cronometradores del mercado, principiantes y profesionales por igual, y probablemente impedirá el éxito en el futuro.

El post no pasa la prueba del olfato.

Activado

Aquí hay otras cosas que estoy escribiendo, leyendo, viendo o escuchando:

• Un buen resumen de tendencias clave en el mercado de fondos con fecha objetivo.
• Todavía más sobre ERShares Private-Public Crossover ETF XOVR.
  • Analizo las lecciones aprendidas con mi colega Ivanna Hampton.
  • El gerente sale a los medios con un “plan” para abordar la participación ilíquida de XOVR (pero está entre él y su junta).
• Hendrik Bessembinder actualiza su influyente investigación: “One Hundred Years in the U.S. Stock Markets.”
• Dimson, Marsh y Staunton: el anuario de retornos globales de inversión anual ya está disponible.
• Jason Zweig sobre demasiado pronto (es decir, IPOs); Robin Wigglesworth opina también.
• Bloomberg investiga los vehículos de propósito especial y encuentra problemas.
• La película _Hoosiers, _porque, obviamente.
• El podcast Rewatchables se adentra en Fargo.
• Banksy sin máscara.
• “Mannequin” de Wire.

No te desvanezcas

Me encanta saber de ti. ¿Tienes algún comentario? ¿Una perspectiva para un artículo? Envíame un correo a jeffrey.ptak@morningstar.com. Si te apetece, también puedes seguirme en X en @syouth1, y hago algo de escritura variada en un Substack llamado Basis Pointing.