El Razonamiento Detrás de la Ponderación de la Puntuación Compuesta

Nota sobre las cifras citadas a continuación. Algunas estadísticas de este artículo provienen del cohorte del universo V12 (227,594 declaraciones de COMPRA, período hasta 2024). Desde 2025-01-01, el universo de COMPRA fuera de muestra (OOS) en vivo (28 mercados) muestra una tasa de éxito del 52.96 por ciento y un retorno medio a 90 días del +8.59 por ciento en 20,688 declaraciones. Consulte la metodología para conocer las cifras actuales y el bloque STRATEGY_PROOF para la referencia de auditoría congelada.

Una puntuación compuesta es donde la disciplina cuantitativa madura con gracia o muere por sobreajuste.

La auditoría de la puntuación compuesta: por qué usamos 30/35/25/10

Las puntuaciones compuestas son irresistibles. Ponga cuatro o cinco ingredientes sensatos en una licuadora, asigne algunos decimales, y de repente el desorden de los registros de información privilegiada parece una lista clasificada. Muy eficiente. También es una forma fiable de introducir sesgos bajo el estandarte de la estructura.

Nuestro propio marco utiliza cuatro categorías con ponderaciones de 30/35/25/10. Esas ponderaciones no son sagradas, y no son el resultado de un optimizador místico zumbando en una habitación oscura. Son el resultado de un proceso de auditoría: definir las categorías, probarlas por separado, eliminarlas una a una y hacer una pregunta poco romántica: ¿empeora significativamente la puntuación?

Dado que el conjunto de datos del artículo en vivo no se proporcionó aquí, no pretenderé tener cifras frescas de nuestros 162,000 registros. Cuando no hay números específicos del artículo disponibles, uso n/a. El objetivo de este artículo es la arquitectura y la lógica de auditoría, no un decimal decorativo.

Por qué existe una puntuación compuesta ponderada

Una sola transacción de información privilegiada contiene varios tipos diferentes de información, y no todos envejecen de la misma manera.

Que un director ejecutivo compre acciones con dinero personal después de una fuerte caída es una cosa. Que un director reciba acciones bajo un plan de compensación rutinario es otra. Un grupo de compras por parte de múltiples personas con información privilegiada puede ser importante. También lo puede ser el tamaño de la operación en relación con el salario, las tenencias o el capital flotante. Pero estas señales viven en diferentes escalas y se miden con diferentes niveles de fiabilidad.

Una puntuación compuesta ponderada existe para resolver tres problemas prácticos:

1. Comparabilidad. Los registros brutos no son directamente comparables entre emisores, personas con información privilegiada y jurisdicciones.
2. Control de ruido. Algunas variables son informativas pero inestables. Otras son estables pero débiles.
3. Clasificación operativa. Un proceso de investigación necesita una lista corta, no un ensayo filosófico.

El peligro es obvio. Una vez que se eligen los pesos, se está haciendo una afirmación sobre la causalidad y la persistencia. Si la afirmación es débil, la puntuación se convierte en una máquina de confianza para correlaciones accidentales.

Las cuatro categorías

Nuestra división 30/35/25/10 se asigna a cuatro categorías:

1. Calidad de la señal, 30%
2. Contexto de la transacción, 35%
3. Calidad del insider, 25%
4. Contexto del mercado, 10%

El orden es deliberado. Damos el mayor peso al contexto de la transacción, porque el mismo intercambio nominal puede significar cosas muy diferentes dependiendo de cómo se ejecutó y cuán inusual es. Mantenemos la calidad de la señal muy cerca, porque si la propia presentación es mecánicamente ruidosa, el resto es adorno. La calidad del insider importa mucho, pero menos de lo que muchos inversores suponen, porque los títulos pueden halagar. Finalmente, el contexto del mercado recibe una pequeña porción porque ayuda con el triaje y la sincronización, pero a menudo aporta información menos duradera que la presentación.

¿Por qué no pesos iguales?

La ponderación equitativa es atractiva porque parece honesta. También es una confesión de que no se sabe qué características importan más.

Eso puede ser aceptable en la etapa de prototipo. Es menos aceptable una vez que se tiene suficiente historial para probar si una familia de variables mejora consistentemente la discriminación. Los pesos iguales también crean un problema sutil: recompensan en exceso a los cubos que contienen muchas sub-características correlacionadas. Un cubo con diez entradas ligeramente relacionadas puede dominar a un cubo con tres entradas más fuertes pero más limpias, a menos que se controle explícitamente su contribución.

Así que ponderamos primero a nivel de cubo, luego normalizamos dentro de los cubos. Esto mantiene la puntuación interpretable y evita que la inflación del recuento de características se disfrace de perspicacia.

Cubo uno, calidad de la señal al 30%

La calidad de la señal plantea una pregunta grosera pero necesaria: ¿es probable que esta presentación refleje una acción discrecional portadora de información, o es un mero trámite administrativo?

Este cubo incluye aspectos como:

• compra en mercado abierto versus venta
• operación discrecional versus transacción automática o basada en plan
• propiedad directa versus vehículo indirecto
• presentación única versus patrón repetitivo
• exposición económica limpia versus derivados o instrumentos estructurados
• si la presentación parece completa, oportuna y consistente internamente

¿Por qué 30%, no 50%?

La calidad de la señal es fundamental, pero no todas las variables fundamentales merecen un peso dominante. Su función es en parte de filtrado más que de pronóstico. Una señal de mala calidad debe ser penalizada severamente, sí. Pero una vez que se ha establecido que una presentación es razonablemente limpia y discrecional, el valor marginal de distinciones de calidad adicionales disminuye.

Por eso nos detenemos en el 30%. Si se eleva demasiado este cubo, el modelo comienza a comportarse como un motor de clasificación de presentaciones en lugar de un sistema de clasificación alfa. Se vuelve muy bueno para decir qué transacciones parecen correctas, y menos bueno para decir qué transacciones correctas importan más.

Qué tiende a sobrevivir a la ablación

En la mayoría de los conjuntos de datos de información privilegiada, los contribuyentes más fuertes dentro de este grupo no son exóticos:

• compra versus venta
• mercado abierto versus no mercado abierto
• discrecional versus automático
• exclusiones por tipo de transacción, especialmente adjudicaciones, enajenaciones por retención de impuestos y ejercicios de opciones con componentes de venta inmediata

Esto es consistente con la literatura. Las compras en mercado abierto históricamente han tenido un contenido de información más fuerte que muchas categorías de ventas, en parte porque las ventas están motivadas por la diversificación, los impuestos, la liquidez y la planificación patrimonial, mientras que las compras requieren capital fresco y, por lo general, una visión positiva más clara. El extenso trabajo de Seyhun sigue siendo el punto de partida ineludible aquí, incluso si uno debe resistirse a tratar los antiguos hallazgos estadounidenses como ley eterna.

Por qué este grupo no es más grande

La razón principal es la saturación. Una vez que se filtran o penalizan las presentaciones obvias de baja información, la ganancia incremental de clasificaciones cada vez más finas disminuye. Se pueden pasar meses perfeccionando una taxonomía de transacciones de derivados y aun así aprender menos de lo que se aprendería de una medida simple de si la operación fue inusualmente grande en relación con la participación previa del insider.

Ese es el primer principio detrás de la división 30/35/25/10: la limpieza importa, pero el contexto conlleva más de la señal residual.

Segundo grupo, contexto de la transacción al 35%

Este es el grupo más grande porque responde a la pregunta que realmente les importa a los inversores: ¿qué tan significativa es la operación en contexto?

Una compra de 50,000 € puede ser trivial para un insider y sustancial para otro. Diez mil acciones pueden ser simbólicas en una mega-capitalización y muy importantes en una pequeña capitalización. Una venta después de una subida de diez años no es lo mismo que una venta en una situación de dificultad. El contexto convierte una presentación de un evento legal en un evento económico.

Qué se incluye en el contexto de la transacción

Las subcaracterísticas típicas incluyen:

• tamaño de la operación en relación con las tenencias anteriores
• tamaño de la operación en relación con la compensación anual, cuando esté disponible
• tamaño de la operación en relación con el volumen diario promedio o el free float
• agrupación, múltiples insiders comprando en un corto período de tiempo
• primera compra después de un largo período de inactividad
• compras repetidas versus señalización única
• compra después de caídas versus compra cerca de máximos
• concentración, si el insider está aumentando o reduciendo significativamente la exposición

Estos no son detalles cosméticos. A menudo, aquí es donde reside la persistencia.

Por qué esto tiene el mayor peso

Porque el contexto es donde la intención del insider se vuelve legible.

Un director financiero que compra una cantidad modesta cada trimestre siguiendo un patrón regular es menos interesante que el mismo funcionario realizando una primera compra significativa en el mercado abierto después de dieciocho meses de silencio. Del mismo modo, un director no ejecutivo que compra una cantidad simbólica puede ser menos informativo que un ejecutivo divisional que realiza una compra equivalente a una gran fracción de su salario anual en efectivo.

Un estudio de ablación tiende a mostrar que este segmento realiza un trabajo pesado de dos maneras:

1. Discriminación transversal. Ayuda a separar los informes meramente positivos de los genuinamente inusuales.
2. Ordenación por rango entre buenas señales. Una vez que los informes de baja calidad se ponderan a la baja, el contexto a menudo determina qué nombres ascienden al decil superior.

Por eso el contexto de la transacción obtiene el 35%, la mayor proporción individual.

La ventaja práctica de la agrupación

Una característica contextual merece una mención especial: la compra en grupo (cluster buying). El trabajo académico ha encontrado repetidamente que las compras realizadas por múltiples insiders durante un período relativamente corto contienen más información que las operaciones aisladas. La intuición es bastante clara. Los insiders independientes tienen razones para no comprar. Cuando varios lo hacen de todos modos, la coincidencia se convierte en una explicación menos satisfactoria.

Eso no significa que cada grupo sea oro. Los consejos pequeños pueden crear grupos accidentales, y los períodos de veda pueden comprimir mecánicamente la actividad. Pero como característica contextual, la agrupación ha sido lo suficientemente persistente como para obtener un peso material.

¿Por qué no 40% o más?

Porque el contexto puede convertirse en una puerta trasera para el sobreajuste. Una vez que se empiezan a añadir muchos términos de interacción, por ejemplo, tamaño por reducción por volatilidad por estrés sectorial, el cubo empieza a absorber el ruido del estado del mercado y los accidentes históricos. Una puntuación debe recompensar un comportamiento inusual y económicamente significativo, no cada combinación barroca que funcionó en una muestra.

Así que el 35% es un compromiso. Lo suficientemente grande como para importar. Lo suficientemente pequeño como para mantener la puntuación anclada a la presentación en lugar de a la hoja de cálculo.

Cubo tres, calidad del insider al 25%

Los títulos son útiles, pero no sustituyen al pensamiento.

La calidad del insider capta la idea de que no todos los insiders poseen la misma información, influencia o derechos de decisión. Un fundador-director ejecutivo, un director financiero, un presidente y un director independiente recién nombrado no se encuentran en la misma posición informativa. Tampoco todos los ejecutivos tienen los mismos incentivos para señalizar.

Lo que puntuamos aquí

Este cubo suele incluir:

• antigüedad del cargo, CEO, CFO, COO, presidente, director, etc.
• proximidad operativa al negocio
• permanencia
• comportamiento comercial histórico
• si el insider ha sido informativo en el pasado
• condición de fundador o gran participación de control
• independencia del consejo frente a la responsabilidad ejecutiva

El truco es evitar que esto se convierta en un índice de adoración de títulos de trabajo famosos.

Por qué el 25% es suficiente

La calidad del insider importa, pero menos de lo que sugiere el folclore del mercado. Hay al menos tres razones.

Primero, los títulos son burdos. Un CFO en una empresa puede estar profundamente involucrado en la asignación de capital y la orientación. En otra, el rol puede ser más procesal. Un director puede ser pasivo, o puede ser un fundador con información superior a pesar de una etiqueta sencilla.

Segundo, los efectos de selección son severos. Los directivos sénior a menudo se enfrentan a un escrutinio más estricto, restricciones de "blackout" más rigurosas y mayores costes reputacionales. Esto puede reducir la frecuencia de las operaciones y distorsionar el comportamiento observado.

Tercero, el contexto a menudo domina el cargo. Un ejecutivo de nivel medio, pero operativamente cercano, que realiza una compra discrecional importante puede ser más informativo que un presidente ceremonial que realiza una operación simbólica.

Así, la calidad del insider obtiene un 25%. Lo suficientemente grande como para capturar diferencias genuinas en la posición informacional, pero no tan grande como para que el rango esté predeterminado por el organigrama.

La trampa histórica

Muchos sistemas de puntuación sobreponderan discretamente este cubo porque es fácil de explicar. "El CEO compró" suena decisivo. También encaja en la televisión.

Pero un modelo que se apoya demasiado en la antigüedad tiende a volverse impreciso. Reacciona poco a operaciones significativas de insiders menos glamurosos y sobrerreacciona a operaciones simbólicas de altos directivos. Un estudio de ablación suele mostrar que eliminar la calidad del insider perjudica el rendimiento, pero no tanto como eliminar el contexto de la transacción. Esa es exactamente la relación implícita de 35 frente a 25.

Cubo cuatro, contexto de mercado al 10%

Este es el cubo más pequeño a propósito.

El contexto de mercado incluye variables como:

• caída o impulso reciente del precio de las acciones
• volatilidad realizada
• percentil de valoración o pantallas de múltiplos simples
• rendimiento relativo al sector
• régimen de liquidez
• proximidad de eventos, ganancias, orientación, aumentos de capital, vencimiento de "lock-up"

Estas variables pueden ser útiles. También pueden ser peligrosas, porque a menudo son el primer lugar donde un modelo empieza a confundir el momento con la información.

¿Por qué incluirlo en absoluto?

Porque las operaciones con información privilegiada no ocurren en el vacío. Una compra después de una violenta desvalorización puede tener un perfil esperado diferente al de una compra después de una racha eufórica. Una venta en una crisis de liquidez puede merecer una interpretación menos negativa que la misma venta en condiciones de calma. El contexto del mercado ayuda a calibrar el significado probable y la negociabilidad de la presentación.

También mejora el flujo de trabajo. Si dos presentaciones parecen igualmente sólidas por motivos intrínsecos, el contexto del mercado puede ayudar a decidir cuál merece atención inmediata.

¿Por qué solo un 10%?

Porque la presentación debe seguir siendo la protagonista.

Las superposiciones macro, técnicas y de valoración a menudo mejoran la presentación más que la predicción. Pueden afinar el momento de entrada, pero también inyectan dependencia del régimen. Una puntuación que se apoya demasiado en el contexto del mercado corre el riesgo de convertirse en un modelo de factor genérico con un adorno de información privilegiada.

En un marco de ablación, este segmento a menudo muestra la contribución más pequeña, pero aún no nula. Elimínelo, y la puntuación puede volverse ligeramente menos calibrada en períodos de estrés o menos práctica para la ejecución. Manténgalo pequeño, y obtendrá el beneficio sin dejar que ahogue la señal.

Esa es la lógica del 10% final.

El estudio de ablación, qué probamos y qué justificaría los pesos

Sin la consulta de artículos en vivo, no puedo imprimir resultados de almacén frescos. Así que seamos explícitos sobre la metodología en lugar de inventar porcentajes. La auditoría tiene tres capas.

Paso uno, pruebas independientes a nivel de segmento

Cada segmento se prueba primero por sí solo. La pregunta no es si puede predecir los rendimientos de forma aislada con una sintonización heroica. La pregunta es si contiene una señal independiente después de los controles básicos.

Para cada segmento, normalmente examinaríamos:

• correlación de rangos con el compuesto completo
• monotonicidad de los resultados futuros por decil de puntuación
• estabilidad en los regímenes de mercado
• amplitud, cuántas presentaciones puede puntuar significativamente el segmento
• susceptibilidad a la falta de datos y a las inconsistencias jurisdiccionales

Un segmento fuerte debería mostrar cierta discriminación independiente y una amplia aplicabilidad. Un segmento débil aún puede sobrevivir si mejora materialmente el modelo completo a través de efectos de interacción, pero no debería tener un gran peso.

Paso dos, ablación de "excluir un segmento"

Esta es la auditoría principal.

Construya la puntuación completa con los cuatro segmentos. Luego, elimine un segmento a la vez y reestime las métricas de evaluación:

• diferencia entre el decil superior y el decil inferior
• coeficiente de información o correlación de rangos
• tasa de aciertos por horizonte
• rotación y carga de implementación
• estabilidad de la puntuación, cuánto cambian las clasificaciones cuando el segmento está ausente

Si la eliminación del contexto de la transacción provoca la degradación más pronunciada, merece el mayor peso. Si la eliminación del contexto del mercado apenas importa, merece una pequeña parte. Si la eliminación de la calidad de la señal provoca un gran aumento de los falsos positivos, eso justifica un peso sustancial pero no dominante.

Paso tres, perturbación alrededor de los pesos de referencia

Una vez establecida la ordenación relativa de la importancia de los segmentos, pruebe conjuntos de pesos cercanos:

• 25/35/30/10
• 30/30/30/10
• 35/30/25/10
• 30/40/20/10
• 30/35/20/15

El objetivo no es encontrar el único mejor vector dentro de la muestra. Es identificar una meseta de buen rendimiento. Si 30/35/25/10 se encuentra en una región estable, eso es preferible a un óptimo frágil como 27/38/23/12 que gana por un pelo en una muestra y pierde su nervio fuera de la muestra.

Cómo se ve "bueno"

Una elección de peso creíble debe satisfacer cuatro condiciones:

1. Consistencia direccional. Los mismos segmentos importan en todos los subperíodos.
2. Robustez de la clasificación. Pequeños cambios en los pesos no alteran los nombres principales.
3. Plausibilidad económica. La puntuación sigue reflejando cómo operan realmente los iniciados.
4. Resistencia de los datos. Los campos faltantes o ruidosos no colapsan el rendimiento.

Esto es menos glamuroso que el folclore del aprendizaje automático, pero mucho más útil.

Por qué los pesos no son simétricos y por qué eso es una característica

Una objeción común es estética: si los cuatro segmentos importan, ¿por qué no mantenerlos más cerca entre sí?

Porque la simetría no es neutralidad. A menudo es solo una conveniencia no probada.

La división 30/35/25/10 codifica tres supuestos empíricos que vale la pena exponer claramente.

Primero, la presentación supera a la cinta

La mayor parte de la puntuación debe provenir de la presentación y su significado económico inmediato, no de las variables del mercado circundante. Por eso, la calidad de la señal más el contexto de la transacción más la calidad del insider suman el 90%.

Segundo, el contexto supera al título

La operación en sí, especialmente su tamaño, rareza y agrupación, generalmente nos dice más que el organigrama. Por eso, el contexto de la transacción obtiene el 35% y la calidad del insider el 25%.

Tercero, los filtros no son pronósticos

La calidad de la señal es crucial para excluir la basura, pero una vez que una presentación pasa las verificaciones básicas de credibilidad, el contexto y la identidad del insider hacen más trabajo de clasificación. Por eso, la calidad de la señal se sitúa en el 30%, no por encima del contexto de la transacción.

Estas no son preferencias filosóficas. Son una defensa contra dos fallas comunes del modelo.

La primera falla es la trampa de la taxonomía, donde el modelo se obsesiona con las etiquetas de archivo y los formularios legales. La segunda es el efecto halo ejecutivo, donde los títulos de alto nivel reciben deferencia automática. Los pesos están diseñados para evitar ambos.

Consideraciones transmercado, porque las reglas dan forma a la calidad de los datos

Los datos de insiders no se generan en un laboratorio. Se producen bajo regímenes legales con diferentes definiciones, umbrales y plazos. Esto afecta lo que cada categoría puede capturar de manera fiable.

Por qué esto es importante para los pesos

La calidad de la señal y la calidad del insider son las más expuestas a las diferencias de clasificación jurisdiccional. Las etiquetas de rol, las estructuras de propiedad beneficiaria y los códigos de transacción no coinciden perfectamente en todos los mercados. El contexto de la transacción es algo más portátil, porque el tamaño relativo y la agrupación a menudo se pueden reconstruir incluso cuando las etiquetas son confusas. El contexto del mercado es portátil en teoría, pero puede importar peculiaridades de la microestructura local.

Esta es otra razón para no sobreponderar la calidad del insider o el contexto del mercado. En los conjuntos de datos transmercado, pueden ser útiles pero frágiles.

La visión del regulador versus la visión del inversor

A los reguladores les importa la divulgación oportuna y la integridad del mercado. A los inversores les importa el contenido de la información. Estos son objetivos relacionados, pero no idénticos.

Una presentación que cumple con las reglas de divulgación aún puede ser económicamente poco interesante. Por el contrario, una operación discrecional pequeña pero inusual puede ser muy interesante incluso si parece rutinaria para un equipo de cumplimiento. Por lo tanto, la puntuación debe respetar la estructura legal sin quedar cautiva de ella.

Qué nos haría cambiar 30/35/25/10

Los pesos deben ser estables, no congelados.

Hay varias condiciones bajo las cuales revisaríamos la división.

Si la codificación de transacciones mejora sustancialmente

Si los proveedores de datos o los analizadores internos mejoran mucho en la distinción entre operaciones discrecionales y no discrecionales en todas las jurisdicciones, la calidad de la señal podría merecer una participación algo mayor. Mejores etiquetas aumentan el valor de ese segmento.

Si el historial de los insiders se enriquece

Si construimos historiales longitudinales más largos y limpios para insiders individuales a través de emisores y roles, la calidad del insider podría mejorar. Un cargo es débil. Un cargo más un historial documentado de operaciones informativas es mucho más fuerte.

Si el contexto del mercado empieza a dominar solo en regímenes específicos

Si las superposiciones de mercado resultan útiles solo durante períodos de estrés, podríamos mantener la línea base del 10% pero introducir una escala condicional al régimen en lugar de aumentar permanentemente el segmento. Eso preservaría la disciplina al tiempo que reconocería la dependencia del estado.

Si la ablación muestra una frontera más plana

Supongamos que varios conjuntos de pesos cercanos se desempeñan de manera similar y las clasificaciones se mantienen estables. En ese caso, podríamos elegir la división más simple o más interpretable, incluso a costa de una pequeña concesión estadística. Los modelos son para usar, no para admirar.

La aburrida virtud de una buena puntuación

Una buena puntuación compuesta debería resultar ligeramente decepcionante para cualquiera que espere alquimia.

No debería requerir veinte interacciones ocultas. No debería colapsar cuando falta un campo. No debería producir un nuevo top ten completo porque una acción se movió un 3% ayer. Principalmente debería recompensar las presentaciones que son discrecionales, económicamente significativas, ejecutadas por insiders relevantes y no explicadas obviamente por mecanismos rutinarios.

Eso es lo que el reparto 30/35/25/10 intenta lograr.

La puntuación no es una proclamación de que un cubo es “verdadero” y otro es “secundario”. Es una declaración sobre la contribución marginal bajo incertidumbre. El contexto de la transacción se gana el liderazgo porque, con mayor frecuencia, convierte una presentación en una señal. La calidad de la señal viene después porque la basura merece una firme escolta a la salida. La calidad del insider importa, pero menos de lo que implica la narrativa impulsada por el título. El contexto del mercado ayuda, pero debe conocer su lugar.

El siguiente paso concreto es sencillo: publicar la tabla de ablación en vivo del almacén de 162,000 presentaciones, con divisiones de subperíodos y métricas de estabilidad de rango, y luego ver si el 30/35/25/10 todavía se encuentra en la meseta robusta o si un cubo ha estado viviendo silenciosamente de su antigua reputación.

Nota editorial, este artículo fue elaborado sin investigación web en vivo (Grok no disponible en este pase de generación). Las fuentes perennes se citan arriba; las afirmaciones numéricas se extraen de nuestra propia instantánea de la base de datos a partir del 2026-05-17.

Cohorte de backtest Insiders Trades

El análisis de nuestros datos de backtest revela información significativa sobre el rendimiento de las puntuaciones compuestas en un amplio espectro de mercados. Con un total de 220,691 operaciones con precio en la cohorte de COMPRA que abarca 17 mercados, el rendimiento medio a 90 días se sitúa en -1.70%, acompañado de una tasa de éxito del 41.82%. El ratio de Sharpe anualizado se registra en -0.08, lo que indica una falta de rendimientos ajustados al riesgo en este contexto. Esto se alinea con el contexto del universo global, que muestra 227,594 presentaciones de COMPRA que arrojan un rendimiento medio idéntico a 90 días del -1.70% y un ratio de Sharpe de -0.08. Estas cifras subrayan los desafíos que se enfrentan para lograr rendimientos positivos a través de la ponderación actual de las puntuaciones compuestas, destacando la necesidad de un mayor refinamiento en el desarrollo de la estrategia. Es esencial tener en cuenta que estos hallazgos se basan en un tamaño de muestra sustancial y un horizonte temporal de 90 días.

Última revisión · 2026-05-18 · Por Simon Azoulay · Fuentes, SEC EDGAR, AMF BDIF, y otros 28 reguladores.