A ver, en algún momento va a caer, eso es así. Quien diga lo contrario, miente. Pero en vez de utilizar la intuición, he hecho un sencillo modelo con datos de un siglo entero, y resultan muy curiosas las conclusiones a las que se llega.
Voy a empezar por lo sencillo, con un gráfico. Desde el día que nací hasta este verano de 2026, el S&P 500 ha tocado máximos miles de veces. Y muchas veces más no los ha tocado. Bien, ¿qué hace entonces el S&P 500 después de tocar máximos y de no tocarlos?
Fuente: Carlos Arenas Laorga
Como veis, lo normal es que siga tocando máximos cuando ha habido máximos antes. Resulta contra intuitivo ver que las rentabilidades son mayores cuando se invirtió en máximos. Pero así es. Recuerdo de forma muy viva a muchos inversores en 2024 que no querían invertir por los máximos. Pues se perdieron los 57 máximos de ese año, los 39 de 2025 y los 27 de 2026 (hasta septiembre). O, si terminaron entrando más tarde, ya dejaron de ganar mucho.
La serie de máximos históricos de cierre del S&P 500 desde 1929 que he preparado permite contar cuántas sesiones de cada año terminaron en un nuevo récord. El comportamiento es extremadamente irregular. Hay años sin un solo máximo y otros extraordinarios: 1964 tuvo 65, 1995 alcanzó 77, 2017 registró 62, 2021 llegó a 70…
Fuente: Carlos Arenas Laorga
Para hacerlo he realizado varias regresiones utilizando todos los años completos disponibles desde 1929. La variable ATH, que veréis un poco más adelante, representa el número de máximos históricos de cierre registrados durante el año t, mientras que R representa la rentabilidad del S&P 500 durante ese año. Las rentabilidades utilizadas son del índice de precios, sin dividendos. Además, he hecho una pequeña trampa, y es que 2026 no lo meto como una observación anual porque sólo tenemos nueve meses.
La primera pregunta que uno se puede hacer sea probablemente la más evidente: ¿tener muchos máximos durante un año anticipa una mala rentabilidad en el siguiente? Es lo que muchos inversores se preguntan, de hecho.
Rt+1 = ɑ + ß·ATHt + ɛt+1
Si la intuición de que demasiados máximos son una señal de agotamiento fuese cierta, esperaríamos encontrar un coeficiente β claramente negativo. Muchos máximos hoy deberían estar asociados con peores rentabilidades mañana.
Pues el resultado es: Rt+1 = 9,69 - 0,119·ATHt
El coeficiente sale efectivamente negativo. Cada diez máximos adicionales durante un año están asociados (en nuestra muestra, cuidado, que no se olvide esto) con aproximadamente 1,19 puntos porcentuales menos de rentabilidad en el año siguiente. Parece que hasta se confirman las sospechas de que cuando tocamos muchos máximos, nos vamos a rentabilidades algo menores (no a caídas). Pero ojo porque no es así del todo…
El R2 es apenas del 1,65% y el p-valor del coeficiente es aproximadamente 0,21. Utilizando errores estándar robustos a autocorrelación, el p-valor ronda 0,16. Es decir, no podemos distinguir estadísticamente ese efecto de ruido. Como mucho, podemos decir que el número de máximos históricos registrado en un año explica apenas alrededor del 1,7% de las diferencias en la rentabilidad del siguiente.
Eso ya plantea el primer problema para la narrativa habitual del inversor con miedo. Que el mercado haya alcanzado 20, 40 o 60 máximos históricos durante el año no constituye, por sí solo, una señal demasiado útil sobre lo que va a hacer un año después.
Pero podría existir otra posibilidad. Quizá un único año no sea suficiente. Tal vez el peligro aparezca cuando el mercado acumula varios años consecutivos marcando máximos. Y esta sería, para mí, la segunda pregunta que se tendría que hacer el inversor miedoso cuando le decimos que un año de muchas subidas no indica para nada que haya menores rentabilidades al año siguiente. Lógicamente nos dirá algo así como ¿y si tocamos máximos muchas veces durante varios años seguidos? Entonces la lógica sí dice que habrá caídas… ¿No? Pues vamos a verlo.
Primero sumamos los máximos de los últimos dos años:
ATHt(2) = ATHt + ATHt-1
y estimamos:
Rt+1 = ɑ + ß·ATHt(2) + ɛt+1
El resultado es todavía más débil. El coeficiente es aproximadamente −0,039 y el R² cae hasta alrededor del 0,46%. El p-valor es aproximadamente 0,51. Es decir, si un año tocando máximos ya explicaba poco, dos explica menos. Raro, pero cierto. Después hacemos lo mismo con tres años:
ATHt(3) = ATHt + ATHt-1 + ATHt-2
Rt+1 = ɑ + ß·ATHt(3) + ɛt+1
Y aquí prácticamente desaparece cualquier relación: el coeficiente es aproximadamente −0,0027, con un R² de apenas 0,004% y un p-valor cercano a 0,95.
Para entendernos en romano paladín: saber cuántos máximos históricos ha registrado el S&P 500 durante los tres últimos años proporciona casi cero información para explicar la rentabilidad del año siguiente. Éste es posiblemente uno de los resultados más llamativos. Al menos, para el inversor clásico miedoso (el 99% de los españoles) imagino que será llamativo.
Un inversor puede observar una secuencia de años con decenas y decenas de máximos y pensar que el mercado ha agotado necesariamente su recorrido. Pues repito que los datos históricos dicen que esa información ha tenido una capacidad predictiva prácticamente nula.
Pero podemos elevar todavía más el nivel de exigencia. Quizá el problema no sea que después llegue simplemente un año mediocre. Quizá muchos máximos anticipen el verdadero temor del inversor: una caída muy fuerte.
Pues vamos a definir entonces como evento severo un año posterior en el que el S&P 500 pierda al menos un 20%. Entonces podemos utilizar la siguiente regresión:
ln [p/(1-p)] = ɑ + ß·ATHt
donde p representa la probabilidad de que aparezca una caída anual igual o superior al 20%. Lo he probado, como antes, para tres horizontes: que ocurra durante el siguiente año, durante alguno de los tres años posteriores o durante alguno de los cinco siguientes. Y, además de que me lo he pasado muy bien haciéndolo, el resultado vuelve a ser decepcionante para quien busque convertir los máximos históricos en una alarma.
El coeficiente sale ligeramente negativo en los tres casos y ninguno se aproxima a niveles razonables de significación estadística. Los p-valores son aproximadamente 0,56, 0,34 y 0,34, respectivamente.
Ojo, esto no significa que muchos máximos protejan al mercado. Sería una interpretación incorrecta. No estoy diciendo esto, que no se me malinterprete. Simplemente es que no hay evidencia de que un gran número de máximos históricos aumente por sí mismo la probabilidad de sufrir posteriormente un año de menores rentabilidades ni de desplome.
Hasta aquí, por tanto, hemos buscado tres posibles señales: rentabilidad del año siguiente, acumulación de máximos durante varios años y probabilidad de grandes caídas.
Ya que el inversor miedoso se va a su casa sin ver confirmados sus prejuicios, yo me quedo como científico de la economía y experto en finanzas para hacerme algunas preguntas más. ¿Y si en lugar de intentar utilizar los máximos para predecir rentabilidades, podemos preguntarnos si sirven para predecirse a sí mismos? Y aquí ha llegado algo bastante interesante.
ATHt+1 = ɑ + ß·ATHt + ɛt+1
Aquí sí aparece una relación bastante clara.
ATHt+1 = 9,64 + 0,316·ATHt
El R2 sube hasta aproximadamente el 10,1% y el coeficiente es estadísticamente significativo, con un p-valor que he redondeado por no marear a 0,0016. Y con errores robustos a autocorrelación, la significación es todavía mayor.
Y vuelvo a traducir para quienes tienen la suerte de no saber de estadística. Un año con 50 máximos históricos estaría asociado, manteniendo todo lo demás constante, con unos 15,8 máximos más en el año siguiente que tras un año sin ningún máximo (25,4 frente a 9,6):
0,316 x 50 ≈ 15,8
No quiere decir que vaya a haber exactamente dieciséis más. Significa que estadísticamente existe esta relación y es significativa. Y este curioso fenómeno se vuelve incluso más visible si utilizamos los máximos acumulados durante tres años:
ATHt+1 = ɑ + ß·(ATHt + ATHt-1 + + ATHt-2) + ɛt+1
Aquí el R2 ronda el 15,9% y la significación estadística es todavía más elevada (p-valor de 0,00007). Esta es, probablemente, la historia técnica detrás del poco intuitivo gráfico del principio sobre que las rentabilidades posteriores a máximos son mayores cuando se invierte en máximos.
Pero, como decía antes, no saquemos conclusiones que no he dicho. Los máximos históricos aparecen agrupados. No se distribuyen regularmente. De hecho, hay largos periodos en los que prácticamente desaparecen y otros en los que llegan uno detrás de otro.
Por ejemplo, tras los 45 máximos de 1929, el mercado pasó dos décadas sin registrar nuevos récords (sin dividendos). A partir de 1954 comenzaron a reaparecer con enorme frecuencia: 27 aquel año, 49 en 1955, 53 en 1961, 65 en 1964, 37 en 1965 y 34 todavía en 1968. Más tarde aparece otra gran concentración desde comienzos de los años ochenta hasta finales de los noventa, culminando en los 77 máximos de 1995. Después del estallido tecnológico vuelve el desierto: entre 2001 y 2012 solamente 2007 consigue registrar nuevos máximos. A partir de 2013 comienza otra concentración: 45 máximos en 2013, 53 en 2014, 62 en 2017, 70 en 2021, 57 en 2024 y 39 en 2025. Hasta septiembre de 2026 se habían sumado otros 27.
Los máximos, por tanto, parecen comportarse más como una característica de determinados regímenes de mercado que como un indicador de agotamiento. Y eso me ha llevado a otra pregunta. ¿Qué relación existe entre el número de máximos y la rentabilidad del propio año? Entiendo que dejes de leer porque esto ya es de friki total…
Rt = ɑ + ß·ATHt + ɛt+1
Aquí aparece una relación muy fuerte:
Rt ≈ 2,35 + 0,377·ATHt
El R2 ronda el 16,6% y la significación estadística es muy elevada (p-valor de 0,00003). Diez máximos históricos adicionales están asociados con aproximadamente: 10 × 0,377 = 3 , 77 puntos porcentuales adicionales de rentabilidad durante ese mismo año. No está mal, ¿eh?
Pero aquí hay que ser especialmente cuidadoso con la interpretación. No es que haya descubierto una máquina de predecir la bolsa. Nada más lejos de la realidad.
Existe una relación mecánica. Para conseguir 40, 50 o 70 nuevos máximos, el índice normalmente tiene que estar subiendo. Un mercado que cae un 30% difícilmente puede pasar 60 sesiones estableciendo nuevos máximos históricos…
Por eso esta quinta regresión no tiene demasiado valor predictivo. Y lo que puede hacer es explicarnos que, en el fondo, tiene toda la lógica del mundo que los máximos sean indicadores de nuevos máximos. Y es que, estar en máximos no es una situación extraña dentro de un mercado alcista. Es precisamente una de sus características.
1995 es probablemente el ejemplo extremo: el S&P 500 marcó 77 máximos históricos y ganó un 34,1% en precio durante aquel año. En 2021 registró 70 máximos y subió un 26,9%. En 2017 hizo 62 y avanzó un 19,4%. En 2024 registró 57 y ganó un 23,3%; y en 2025 añadió otros 39 máximos mientras avanzaba un 16,4%. Hasta el 30 de septiembre de 2026 llevaba 27 máximos y una rentabilidad aproximada del 11,8% desde el cierre de 2025.
El razonamiento de que el mercado está en máximos y por tanto debe bajar, contiene un problema lógico. Para que un activo multiplique su valor durante décadas necesita establecer máximos históricos constantemente por el camino.
Microsoft, Google, el S&P 500 o cualquier activo que haya generado una enorme creación de riqueza a largo plazo necesariamente han pasado gran parte de su trayectoria superando niveles que nunca habían alcanzado antes.
Y como no quería terminar de juguetear, he pensado que, tal vez los máximos no sirvan para predecir el próximo año ni un crash cercano, pero sí contengan cierta información sobre las rentabilidades a muy largo plazo.
Para comprobarlo podemos calcular la rentabilidad anualizada de los diez años siguientes:
CAGRt,t+10 = [ ∏10 i=1 (1 + Rt+i]⅒ - 1
y relacionarla con los máximos acumulados durante los tres años anteriores:
CAGRt,t+10 = ɑ + ß·ATHt(3) + ɛ
Aquí aparece otra cosa interesante. El coeficiente es aproximadamente −0,0273 y el R2 ronda el 5,6%. Con una regresión estándar (mínimos cuadrados ordinarios, OLS), el p-valor es de 0,029.
A primera vista parece una señal bastante clara. Grandes concentraciones de máximos durante los tres últimos años estarían asociadas con rentabilidades anualizadas algo menores durante la siguiente década. Lo cual, por otro lado es señal de que, quien invierte con el mercado bajo suele obtener rentabilidades positivas a largo plazo, nada raro.
Pero cuidado. Las observaciones de rentabilidad a diez años se solapan entre sí y eso provoca una fuerte autocorrelación que hace que los errores estándar sean demasiado optimistas. Cuando corregimos ese problema utilizando errores HAC/Newey-West para horizontes solapados, la significación cae considerablemente y el p-valor se aproxima a 0,20. Por tanto, esto es una pista, no una conclusión. Y precisamente por eso me resulta interesante.
Podría existir un mecanismo económico detrás. Largos periodos de fuerte subida, múltiples máximos históricos y elevada confianza suelen terminar acompañados, en determinadas ocasiones, por valoraciones más altas. Y sabemos que las valoraciones tienen mucha más capacidad para explicar las rentabilidades de muy largo plazo que las del siguiente trimestre.
Pero eso sería otra investigación.
Después de hacer todas estas pruebas, lo que podemos decir es que no es cierto aquello de que hay que tener mucho cuidado porque la bolsa está en máximos. Los máximos históricos no funcionan como una cuenta atrás para una caída. Lo sé, pensamos intuitivamente que sí. Pero no es así. Hay que andarse con tiento, claro, pero más porque las valoraciones estén caras que porque haya máximos.
No hay evidencia (con estos datos, que no son pocos) de que muchos máximos durante un año anticipen una mala rentabilidad al siguiente. Tampoco cuando hay máximos varios años. No aumenta de forma estadísticamente significativa la probabilidad de sufrir después un año de pérdidas.
Sin embargo, sí hay dos relaciones muy claras.
Los años con muchos máximos suelen ser años buenos para la bolsa y, sobre todo, los máximos tienden a venir acompañados de más máximos.
Durante prácticamente un siglo, la bolsa ha alternado grandes fases en las que alcanzar récords se convierte en algo habitual con extensos periodos en los que los máximos desaparecen.
Por tanto, creo que la pregunta que en realidad debemos hacernos no es ¿qué pasa cuando la bolsa hace demasiados máximos? Sino ¿qué tipo de mercado hace posible que la bolsa siga marcando máximos una y otra vez?
Porque los datos dicen que un máximo histórico no es el final de un movimiento. Al revés, con bastante frecuencia, forma parte de él.
Y quizá esto sea lo más interesante de todo: lo excepcional en una bolsa que crece durante décadas no es alcanzar máximos históricos. Lo excepcional son precisamente esos largos periodos en los que deja de alcanzarlos.
Si inviertes en máximos, es muy posible que sigas viendo máximos. Y si inviertes en caídas, a largo plazo verás cómo se revaloriza. La conclusión es algo que la intuición sí nos dice, que el mejor momento para invertir fue ayer, el segundo mejor es hoy.
Por cierto, esta frase última se atribuye a Warren Buffett, aunque en realidad es una adaptación de un proverbio chino que dice que el mejor momento para plantar un árbol era hace 20 años; el segundo mejor momento es ahora.