Pocos memes financieros han sobrevivido tanto tiempo como el del «indicador Cramer inverso», esto es, la idea de que apostar sistemáticamente contra las recomendaciones de Jim Cramer, presentador de Mad Money en CNBC, es una estrategia rentable.
La leyenda circula desde hace muchos años en foros y redes sociales, pero ¿aguantará un análisis con los datos? En este artículo de cierre de temporada, repasamos su origen, analizamos qué pasó con dos ETFs que se lanzaron para explotarlo y examinamos la evidencia cuantitativa que existe al respecto (en efecto, ¡hay estudios académicos sobre este hombre!).
El mito de Jim Cramer
Jim Cramer no es un personaje cualquiera: graduado en Derecho por Harvard, Cramer trabajó en Goldman Sachs antes de montar en 1987 su propio hedge fund, Cramer Berkowitz, con el que generó un excelente promedio anual del 24% hasta 2001, fecha en la que deja el negocio de la gestión. En este vídeo podéis verle gestionando su fondo en 1997 (¡esto es pura arqueología de trading! 😁).
En paralelo, funda TheStreet.com en 1996 junto con Martin Peretz, y en 2005 se pone al frente de Mad Money, un programa mítico que aún sigue en antena y que, sin duda, convirtió el análisis bursátil en espectáculo televisivo, con gráficos, sonidos y un estilo de entrega tan enfático como polémico. Para que os hagáis una idea, os dejo debajo un vídeo con algunos momentos épicos de este hombre. ¿Podríamos decir que Cramer es el José Luis Cava español? ¿O quizás sea al revés? 🧐😅
Precisamente esa misma teatralidad que destila Cramer es la que alimentó el meme. Así, a finales de la década de 2010 y principios de 2020, comunidades de Reddit y Twitter empezaron a catalogar sistemáticamente sus aciertos y, sobre todo, sus fallos, hasta el punto de concluir que seguir sus recomendaciones al pie de la letra ofrecía, en el mejor de los casos, un resultado equivalente a lanzar una moneda al aire. De ahí nació la idea de invertir la señal: comprar lo que él dice vender y vender lo que él recomienda comprar.
La explicación que suele darse no tiene que ver con la calidad del análisis de Cramer —de hecho, muchas de las compañías que recomienda son negocios sólidos—, sino con la audiencia y el timing. Su público es mayoritariamente minorista y reacciona después de que la noticia ya se ha movido, cuando gestores institucionales y fondos ya han tomado posiciones.
Cuando una recomendación alcanza tal nivel de difusión que llega hasta el espectador más ocasional, el comprador marginal ya ha comprado: no queda demanda fresca para seguir empujando el precio hacia arriba. Es la misma lógica que hay detrás del viejo «indicador de la portada de revista» o de la advertencia de que, cuando el limpiabotas te da consejos bursátiles, es hora de vender. Cramer, en este sentido, funciona como un proxy de la atención minorista saturada, no como un mal analista per se.
ETFs que hacen el inverso de Jim Cramer: evolución y resultados
El meme dio el salto a producto financiero real en marzo de 2023, cuando Tuttle Capital Management lanzó en el CBOE dos ETFs gestionados activamente: el Inverse Cramer Tracker ETF (SJIM), diseñado para replicar el resultado opuesto a las recomendaciones públicas de Cramer, y su gemelo especular, el Long Cramer Tracker ETF (LJIM), que apostaba a favor de sus picks. Ambos fondos invertían, bajo condiciones normales, al menos un 80% de su cartera en función de lo que Cramer comentaba en televisión o redes sociales, con posiciones pensadas para no mantenerse más de una semana.
El experimento no tardó en revelar las dificultades de convertir una señal mediática en un producto sistemático. LJIM cerró primero, en septiembre de 2023, apenas seis meses después de su debut, con una ganancia modesta de en torno al 2,2% y solo 1,3 millones de dólares en activos bajo gestión. Por su parte, SJIM aguantó algo más, pero corrió una suerte parecida: en febrero de 2024, tras casi un año cotizando, cerró con una caída del 15% frente a una subida del 25% del S&P 500 en el mismo periodo, y con apenas 2,4 millones de dólares de patrimonio.
Matthew Tuttle, gestor del fondo, explicó el cierre alegando que el objetivo —denunciar la falta de rendición de cuentas de los gurús televisivos— ya se había cumplido, y que el interés real de los inversores minoristas por sus ETFs nunca llegó a materializarse. Pero detrás de esa explicación hay además un problema estructural de fondo: decidir de forma discrecional cuándo Cramer está recomendando algo, cuándo cambia de opinión y cuándo cerrar la posición inversa es un proceso lento, subjetivo y difícil de convertir en un proceso repetible. A eso se suman los costes reales de ejecutar la estrategia (horquillas de compra-venta, el coste del préstamo de acciones para tomar posiciones cortas, la elevada rotación de cartera), especialmente relevantes porque las mayores reacciones de precio suelen darse en valores pequeños y poco líquidos, que generalmente suelen ser los más caros de operar.
Estudios académicos sobre su impacto
Veamos ahora de forma rigurosa si la llamada «Cramer curse» o «maldición de Cramer» se sostiene examinando algunos de los papers académicos que se han realizado sobre este tema.
Aquí el trabajo de referencia es sin duda el de Engelberg, Sasseville y Williams, «Market Madness? The Case of Mad Money« (Management Science, 2012). Analizando el universo completo de recomendaciones del programa, encuentran un rendimiento anormal medio nocturno superior al 3% tras las recomendaciones de compra, que llega al 6,7% en el quintil de compañías más pequeñas; el efecto es mayor cuanto más espectadores de renta alta ven el programa y mucho más débil en las recomendaciones de venta. El patrón clave es el pico-y-reversión: subida inmediata seguida de una corrección progresiva en los meses siguientes, más marcada en valores pequeños e ilíquidos. Es la firma estadística de una sobrerreacción por atención mediática, no de información nueva sobre el negocio.
Dos estudios posteriores confirman el patrón con muestras distintas. Kenny y Johnson (Journal of Finance Issues, 2010) lo replicaron con datos del mercado bajista de 2008 y encontraron el mismo esquema de subida y reversión, junto con un repunte de las ventas en corto justo después del programa. Por su parte, Roszkowski y Richie (International Journal of Managerial Finance, 2016) hallaron ineficiencia estadísticamente significativa en torno a las recomendaciones tanto en mercados alcistas como bajistas, compatible con la aversión a las pérdidas y el efecto disposición de la literatura conductual.
—construido con miles de tuits de Cramer y clasificación de sentimiento por NLP— superó al S&P 500 en rentabilidad y ratio de Sharpe, pero el alfa real resultó minúsculo (~0,05%) y sin relevancia económica, con una beta cercana a 1: el rendimiento venía de la exposición al mercado, no de acertar al revés. Otros análisis de mercado apuntan en la misma dirección de inconsistencia: un estudio situó el retorno de la estrategia inversa en -16,5% a un año con solo un 43% de acierto, y en 2025 los fondos que replican la idea perdieron un 22,7% en doce meses.
La diferencia es clave: la literatura académica confirma que el efecto de sobrerreacción-reversión existe y es robusto, pero ninguno de estos estudios afirma que sea explotable de forma sistemática y neta de costes. De hecho, Engelberg et al. señalan que buena parte del efecto se concentra en valores pequeños y poco líquidos, justo donde el coste de ejecutar la operación —spread, préstamo de acciones, slippage— es mayor.
En general, los estudios realizados ponen de manifiesto que sus recomendaciones de compra generan un rendimiento promedio del +2.4% durante la sesión posterior al anuncio, seguido de un comportamiento más débil a medio plazo y reversiones parciales: exactamente el patrón de sobrerreacción por atención minorista y posterior corrección que predice la teoría del comportamiento del inversor.
Por último, tenemos el backtest realizado por Daniel Kotas del Finance Club de la Universidad de Zúrich. En dicho análisis, Kotas construyó un backtest sistemático a partir de miles de tuits de Cramer: clasificó automáticamente el sentimiento de cada mensaje mediante procesamiento de lenguaje natural, asignó los tickers correspondientes y simuló una cartera que tomaba sistemáticamente la posición contraria (tenéis todo el código en el enlace anterior).
Los resultados que obtuvo fueron mixtos. Tal y como podéis ver en el gráfico que os muestro a continuación, la estrategia superó al S&P 500 en rentabilidad bruta y en ratio de Sharpe. Pero al descomponer ese resultado, el alfa generado resultó minúsculo —en torno al 0,05%— y sin relevancia económica real, con una beta muy cercana a 1. En otras palabras: casi todo el rendimiento se explicaba por la exposición al mercado en general (Cramer habla constantemente de valores como Apple o Amazon, motores del propio índice), no por una habilidad genuina de «acertar al revés».
Conclusión
A tenor de los resultados que acabamos de ver, podemos decir que no es cierto que el mercado se hunda cada vez que Cramer dice que algo va a subir. Esa lectura literal es una exageración propia de la cultura meme, y explica en buena medida el fracaso de los ETFs SJIM y LJIM. Como sistema mecánico de «hacer siempre lo contrario», el Inverse Cramer simplemente no bate al mercado de forma consistente una vez descontados costes de ejecución, préstamo de acciones y slippage.
Lo que sí parece real es un fenómeno más modesto pero quizá más interesante desde el punto de vista del trading: un salto de atención retail que genera una reacción de precio de corto plazo, seguida de una reversión parcial, más intensa en momentos de euforia o pánico extremo y en valores pequeños y poco líquidos. Ese patrón (sobrerreacción por atención mediática saturada, no mala calidad del análisis) que pertenece a la misma familia que el indicador de la portada de revista o el aviso del limpiabotas es el que quizás puede tener cierto interés, por cuanto puede resultar útil como termómetro de sentimiento de masas, pero se vuelve peligroso si se convierte en la única variable de una estrategia sistemática.
Saludos (y buen verano a todos),
X-Trader
