El equipo de FairValueLabs

Las personas detrás de los números

FairValueLabs lo dirigen dos personas, no una granja de contenidos. Cada página la revisa un analista con nombre y apellido antes de publicarse. La metodología es nuestra, los errores son nuestros y las decisiones editoriales son nuestras — incluyendo aquellas en las que nos equivocamos.

David Chen

Analista jefe de renta variable · Cofundador

Antes de FairValueLabs, David pasó ocho años en el lado comprador de un fondo de renta variable long-only, cubriendo industriales, consumo básico y financieras de mediana capitalización. Su mesa era la de los "patitos feos": empresas que el sell-side había abandonado, donde el trabajo consistía en leer las 10-K hasta que la historia real emergiera. La mayoría no entraba en cartera. Las que entraban pagaban por el resto.

Dejó el buy-side en 2024 porque el trabajo que amaba — investigación fundamental, paciente, basada en fuentes primarias y centrada en un solo nombre — se estaba volviendo más difícil de hacer para una audiencia minorista de pago que aún no era rica. Las terminales Bloomberg empiezan en 24.000 dólares al año. Sin embargo, los datos subyacentes son gratuitos. SEC EDGAR publica cada 10-K, 10-Q, 8-K, comunicado de proxy y declaración de dividendos en el momento en que se presenta. La brecha entre "datos públicos gratuitos" y "análisis pulido orientado al minorista" es sobre todo un problema de software, no de conocimiento.

Esa es la tesis detrás de FairValueLabs. David escribe el marco editorial: qué te dice realmente el Z-Score sobre un balance, por qué un descuento profundo respecto al valor justo no siempre es una compra, cuándo se rompe la tarjeta de puntuación del moat. Marcus escribe el código que hace posible 350 páginas de tickers sin recurrir a redactores fantasma.

Foco de cobertura

Industriales y bienes de capital (derivados de GE, fabricantes de máquina-herramienta, contratistas de defensa)
Consumo básico y aristócratas del dividendo (los "compounders" no queridos)
Financieras y aseguradoras de mediana capitalización (donde el Z-Score falla y los ratios de capital realmente importan)
Situaciones especiales: spin-offs, reestructuraciones, valores impulsados por SOTP

Educación y credenciales

BBA, Universidad de Michigan, Ross School of Business
CFA Charterholder (aprobó los tres niveles a la primera)
Series 7 y 63 (caducados desde que dejó el buy-side)

Cómo lee una acción

"El Z-Score y la calificación de moat son las partes fáciles — son matemáticas. Lo difícil es averiguar cuál de las 200 cosas que te cuenta la 10-K importa de verdad para los próximos cinco años. La mayoría de los analistas se distraen con lo ruidoso. Los buenos se fijan en lo silencioso pero persistente: una concentración de clientes que sube poco a poco, un patrón de capital de trabajo que dice que los ingresos se están adelantando, una recompra financiada con deuda en lugar de flujo de caja libre. Los números del sitio son la entrada. El marco editorial es donde está el trabajo de verdad."

David es el analista responsable de aproximadamente la mitad de la cobertura de tickers — generalmente nombres industriales, financieros y dividenderos de mayor capitalización. Revisa cada cálculo de valor justo, moat y seguridad del dividendo antes de publicarse.

Marcus Wei

Ingeniero jefe · Cofundador

Marcus es la mitad de ingeniería de FairValueLabs. Diez años en sistemas de datos de producción — más recientemente construyendo pipelines de inferencia ML que manejan millones de entradas por minuto — le enseñaron que los datos financieros son simplemente otro problema de ingeniería de datos con peor documentación. El feed XBRL de SEC EDGAR es uno de los conjuntos de datos públicos más infravalorados en finanzas. Los mismos datos de balance que Bloomberg te vende, pero tienes que escribir el parser tú mismo. Así que lo escribió.

Es value investor en cuenta personal desde 2014 — el suficiente tiempo como para haber atravesado el colapso de GE, el bear de la energía de 2015, el desplome de la COVID en 2020 y la revaluación del SaaS en 2022. El suficiente como para saber qué lecciones de El inversor inteligente siguen vigentes (margen de seguridad, owner earnings, Mr. Market) y cuáles necesitan actualización para un entorno de tipos reales negativos y programas de recompra a 30 años. Mantiene una cartera de papel separada de "selecciones de FairValueLabs" — nombres donde el modelo dijo compra y su criterio dijo sí — y publica los fallos junto con los aciertos.

La línea entre "contenido generado por IA" y "análisis asistido por IA" le importa personalmente. Lo primero es lo que está inundando internet ahora mismo; lo segundo es lo que es FairValueLabs. Cada salida de modelo en este sitio se calcula de forma determinista a partir de datos financieros primarios y luego pasa por revisión editorial humana. Si encuentras un número que no coincide con el documento subyacente de la SEC, escríbele — el bug lo escribió él.

Alcance de ingeniería

Ingestión de SEC EDGAR: parsing de XBRL, normalización de hechos, reconstrucción de estados financieros
Modelos de valoración: DCF de EPS predicho, P/B anclado en ROE para financieras, Altman Z, scorecard de moat
Localización i18n en inglés, chino, japonés, coreano y español
El generador de sitios estáticos (Eleventy + Cloudflare Pages) y la canalización de empuje IndexNow

Educación y trayectoria

Licenciatura en Ciencias de la Computación, Carnegie Mellon University
10 años en infraestructura de ML / datos en producción (sistemas de recomendación, búsqueda, detección de fraude)
Inversor personal desde 2014; disciplina principal: deep value con filtro de calidad

Cómo piensa sobre los modelos

"Cada modelo de este sitio se equivoca en algún punto. El Z-Score no se aplica a bancos. El DCF se rompe para empresas en fase temprana. Las calificaciones de moat no pueden ver venir la disrupción. Nuestro trabajo no es fingir que los modelos son perfectos — es hacer que los supuestos sean lo bastante visibles como para que puedas estar en desacuerdo de forma específica. Si la página de metodología te dice exactamente qué entradas van al valor justo, puedes recalcularlo en tu cabeza con tus propias cifras. Esa es la diferencia entre análisis y caja negra."

Marcus es el analista responsable de la cobertura de tecnología, servicios de comunicación y crecimiento especulativo — nombres donde la ingeniería y el trabajo cuantitativo tienden a dominar la lectura cualitativa. Es el dueño de la página de metodología y de los registros de auditoría del modelo.

Estándares editoriales

Analista responsable nominal en cada página de ticker. La firma es la persona que revisó el marco editorial, no quien ejecutó el script.
Marca temporal de última revisión en cada página. Cuando lees "By [nombre] · Last reviewed [fecha]", significa que ese analista leyó la página de arriba abajo ese día, no que se regeneró.
Fuentes primarias para cada número. Cada valor justo, Z-Score, calificación de moat y nota de seguridad del dividendo se rastrea hasta un documento concreto de SEC EDGAR. La página de metodología documenta qué campos van a qué fórmulas.
Sin posiciones no reveladas. Cuando el analista responsable posee la acción, la divulgación aparece al inicio de la página. Cuando no la posee, también se indica.
Registro público de errores. Cuando nuestro valor justo o calificación de moat resulta significativamente equivocado en una ventana de 12 meses, publicamos la autopsia en lugar de editar la página en silencio. La lista vive en /es/about/miss-log/.
Sin recomendaciones de "comprar" o "vender". El modelo produce un valor justo y un margen de seguridad. El marco editorial explica lo que significan los números. La decisión de inversión es tuya.

Contacto

¿Has detectado un error de cálculo? ¿No estás de acuerdo con una calificación de moat? ¿Tienes un nombre que te gustaría que cubriésemos? David y Marcus leen el correo entrante en [email protected]. No prometemos respuestas individuales, pero cada error de cálculo señalado se investiga y o bien se corrige o bien se explica en la página.