No caigas en la trampa de la fe ciega: por qué la teoría del ciclo de cuatro años falla bajo el escrutinio estadístico

Las comunidades de criptomonedas y finanzas tradicionales están obsesionadas con los patrones. Una narrativa particularmente popular es la “teoría del ciclo de cuatro años”: la idea de que los mercados operan en intervalos predecibles de cuatro años. Pero aquí está la verdad incómoda: esta teoría se basa en fe ciega en lugar de un análisis riguroso. Con menos de cuatro ciclos completos de datos históricos, sacar conclusiones confiables sobre el comportamiento del mercado no es ciencia, es especulación.

Este análisis reexamina la evaluación del riesgo del mercado utilizando un enfoque estadístico más defendible, yendo más allá del dogma cíclico hacia el razonamiento probabilístico. En lugar de preguntar “¿se mantendrá el ciclo de cuatro años?”, deberíamos preguntar “¿qué nos dicen los datos históricos reales sobre la probabilidad de mercado bajista a finales de 2025 y principios de 2026?”

El problema del tamaño de la muestra: por qué tres puntos de datos no son suficientes

El problema principal es sencillo: para 2025, habíamos experimentado menos de cuatro ciclos completos de cuatro años. Cualquier estadístico creíble señalaría esto como una bandera roja. Cuando sacas conclusiones de solo tres puntos de datos válidos, no estás construyendo una teoría, estás haciendo coincidir patrones con coincidencias.

Considera una analogía: si alguien lanza una moneda tres veces y obtiene cara las tres, ¿concluirías que la moneda está sesgada hacia cara? Por supuesto que no. De manera similar, observar tres ciclos de mercado no proporciona evidencia suficiente para hacer predicciones irrompibles sobre el cuarto. Sin embargo, esto es exactamente lo que hacen los entusiastas del ciclo de cuatro años.

El problema con el análisis de muestras pequeñas en los mercados financieros es que es particularmente vulnerable al sesgo de supervivencia y al sesgo de confirmación. Los traders recuerdan los ciclos que “funcionaron” y ignoran los que no. Esta memoria selectiva crea una ilusión de previsibilidad que en realidad no existe.

Una alternativa más rigurosa: marco de probabilidad bayesiana

En lugar de confiar en patrones cíclicos, podemos usar métodos de probabilidad bayesiana, un marco matemático que nos permite actualizar nuestras creencias en función de la evidencia. Este enfoque proporciona una base más sólida para evaluar el riesgo.

La pregunta bayesiana se convierte en: dado lo que sabemos sobre la historia económica, ¿cuál es la probabilidad real de que ocurra un mercado bajista durante esta ventana de tiempo específica?

Para responder, necesitamos tres piezas de información:

1. Tasa base: ¿Con qué frecuencia ocurren realmente los mercados bajistas?

El S&P 500 ha experimentado 27 mercados bajistas desde 1929. Esto se traduce en aproximadamente un mercado bajista cada 3.5 años, o alrededor del 28.6% anual. Cuando limitamos nuestro enfoque a la ventana trimestre a trimestre (Q4 en el primer trimestre ), la probabilidad cae a aproximadamente 15-20%. Tomando una postura conservadora: P(mercado bajista) ≈ 18%

2. Disparador económico: la vía de la estanflación a recesión

El precedente histórico muestra que la estanflación (inflación simultánea y estancamiento económico) frecuentemente precede a recesiones, que a menudo acompañan a mercados bajistas. Examinando los últimos 50 años:

• 1973-74, 1980, 1981-82: La estanflación llevó a recesiones
• 2000-01: La burbuja tecnológica estalló durante una estanflación moderada
• 2007-08: La crisis financiera surgió de condiciones de estanflación
• 2011-12: La crisis europea creó estanflación sin recesión completa (aterrizaje suave)
• 2018-19: Las preocupaciones por la guerra comercial se resolvieron en un aterrizaje suave

De aproximadamente seis escenarios de estanflación a recesión en los últimos 50 años, cuatro se convirtieron en recesiones completas (66%) y dos lograron aterrizajes suaves (34%). Considerando las condiciones actuales—recortes activos de tasas por parte de la Reserva Federal, un mercado laboral resistente y la incertidumbre política—estimamos: P(estanflación → recesión) ≈ 45%

3. Probabilidad condicional: cuando ocurren recesiones, ¿con qué frecuencia coinciden con mercados bajistas?

De los 27 mercados bajistas desde 1929, aproximadamente 12 han estado asociados con recesiones. Dentro de esos 12 mercados bajistas tipo recesión, aproximadamente 4 experimentaron condiciones de estanflación. Esto nos da: P(estanflación → recesión | mercado bajista) ≈ 33%

Cálculo bayesiano: ¿Qué muestran los números?

Usando la fórmula bayesiana estándar:

P(Mercado bajista | Estanflación → Recesión) = P(Estanflación → Recesión | Mercado bajista) × P(Mercado bajista) / P(Estanflación → Recesión)

Sustituyendo nuestras estimaciones:

= 0.33 × 0.18 / 0.45 = 13.2%

Esto produce una probabilidad de aproximadamente 13.2% de un mercado bajista bajo condiciones específicas de estanflación-recesión. Cuando ampliamos el análisis para tener en cuenta la incertidumbre y múltiples vías hacia el estrés del mercado, la evaluación general del riesgo se ve así:

Evaluación de probabilidad: la verdadera imagen del riesgo para finales de 2025 y principios de 2026

Los datos sugieren un rango en lugar de una estimación puntual:

• Escenario optimista: probabilidad del 12%
• Expectativa mediana: probabilidad del 17%
• Escenario pesimista: probabilidad del 25%

Consenso general: probabilidad de mercado bajista del 15-20%

Esto nos dice algo importante: aunque el riesgo de mercado bajista existe y merece atención, sigue siendo estadísticamente poco probable en el corto plazo. La probabilidad es lo suficientemente significativa como para justificar precaución, pero no tanto como para justificar pánico.

Por qué la probabilidad se mantiene moderada: distinciones clave

La estimación de probabilidad relativamente moderada refleja varios factores estabilizadores que estaban ausentes en períodos de crisis anteriores:

• La Reserva Federal recortando tasas activamente (en contraste con el endurecimiento pasivo en la estanflación de los 70)
• Resiliencia del mercado laboral frente a los riesgos financieros sistémicos vistos en 2008
• Clases de activos globales diversificadas y herramientas de cobertura de cartera no disponibles en décadas anteriores
• Herramientas políticas y cortacircuitos diseñados para limitar fallos en cascada

Estas diferencias estructurales explican por qué los escenarios de estanflación contemporáneos no se traducen automáticamente en mercados bajistas al estilo de los 70.

Respuesta estratégica: defensa táctica, no pánico

La evaluación de probabilidad apunta a una postura de gestión de riesgos específica: defensa táctica en lugar de retirada estratégica.

“Defensa táctica” significa:

• Mantener exposición a activos de crecimiento mientras se reduce el riesgo de concentración
• Construir liquidez para compras oportunistas si ocurren correcciones
• Cubrir exposiciones sectoriales o geopolíticas específicas
• Realizar pruebas de estrés en las posiciones de la cartera

“Retirada estratégica” significa:

• Liquidar posiciones a largo plazo prematuramente
• Pasarse a posiciones defensivas en efectivo
• Abandonar por completo la exposición a crecimiento

Los datos respaldan lo primero, no lo segundo. Una probabilidad del 15-20% de mercado bajista no justifica una revisión total de la cartera, sino una gestión prudente del riesgo.

La lección más amplia: datos sobre dogma

El argumento original contra la fe ciega en la teoría del ciclo de cuatro años no es solo académico. Refleja un principio crucial para los inversores: ser escéptico de cualquier narrativa que afirme certeza basada en muestras limitadas.

Ya sea la teoría del ciclo, patrones técnicos o cualquier otro marco predictivo, las preguntas siempre deben ser: ¿Cuánta evidencia respalda esto? ¿Cuál es el margen de error? ¿Qué explicaciones alternativas existen?

Usar el razonamiento bayesiano nos obliga a responder estas preguntas explícitamente. Nos previene de caer en la trampa de la fe ciega, donde confundimos el reconocimiento de patrones con una causalidad probada. La teoría del ciclo de cuatro años puede contener verdades parciales, pero no debe ser tu principal herramienta de decisión cuando el tamaño de la muestra es insuficiente y otros enfoques ofrecen perspectivas más claras.

El mercado presenta riesgos genuinos para finales de 2025 y principios de 2026, pero esos riesgos son cuantificables y manejables con un análisis disciplinado, no con una creencia ciega en patrones cíclicos.