Usar la regla 1/N para diversificar bajo incertidumbre profunda

Cuando no puedes estimar de forma fiable el valor de cada opción, reparte los recursos por igual.

Why it works

Bajo incertidumbre profunda —donde las probabilidades y los pagos de los resultados no pueden estimarse con confianza—, optimizar una asignación requiere supuestos que no tienes datos para sostener. La heurística 1/N (repartir por igual entre N opciones) supera a las asignaciones de cartera optimizadas en pruebas fuera de muestra del mundo real porque evita el sobreajuste que vuelve frágiles a las estrategias de optimización cuando las condiciones cambian.

How to do it

1. Cuando te enfrentes a una decisión de asignación de recursos con incertidumbre profunda genuina (tiempo entre proyectos, presupuesto entre experimentos), recurre por defecto a la asignación equitativa.
2. Desvíate de la asignación equitativa solo cuando tengas datos fiables que muestren rendimientos diferenciales.
3. Revisa la asignación cuando tengas resultados reales: desplázate hacia lo que funciona con evidencia, no con optimismo.

Evidencia

DeMiguel, Garlappi y Uppal (2009) compararon la asignación de cartera 1/N con 14 estrategias optimizadas en múltiples conjuntos de datos bursátiles y hallaron que 1/N era competitiva o mejor que los enfoques optimizados fuera de muestra. (observational)

Este resultado es específico de contextos de carteras financieras con datos limitados y medias inciertas. Para decisiones donde los rendimientos son significativamente distintos y estimables, la asignación optimizada puede superar a 1/N.

Sources

• DeMiguel, Garlappi & Uppal (2009), Optimal versus naive diversification, Review of Financial Studies

Common mistake

Aplicar 1/N incluso cuando tienes datos fiables que muestran que las opciones difieren sustancialmente: la heurística es para la incertidumbre profunda, no un sustituto de la evidencia cuando la evidencia existe.