Peter Davies es director ejecutivo de Jigsaw Trading. Es trader profesional de order flow en futuros del S&P 500.
Primero fueron “ellos”, después llegaron los HFT (High Frequency Traders) y ahora le toca el turno a la Inteligencia Artificial. Es simplemente el capítulo más reciente de una larga historia de avances tecnológicos que, según los más pesimistas, amenazan con destruir tu capacidad para operar; o que, según los más optimistas, prometen convertir 100 dólares en una fortuna con un simple complemento milagroso.
El objetivo principal de este artículo es ayudarte a comprender qué es realmente la IA y evitar algunas trampas habituales, como culparla de tus pérdidas o comprar productos que afirman ser “IA” sin serlo realmente.
Muchas plataformas permiten escribir código para automatizar estrategias de trading. Tú defines las reglas. La plataforma las ejecuta. Puedes realizar backtests y modificar parámetros, como utilizar una media móvil de 50 periodos frente a una de 200. Tú aportas las reglas y la plataforma se limita a ejecutarlas.
Eso no es Inteligencia Artificial. La tecnología utilizada no desarrolla IA por sí sola, aunque podría conectarse a una mediante algún complemento externo.
¿Cuál es la diferencia?
La IA se diferencia principalmente porque realiza algo llamado inferencia, una forma elegante de decir que es capaz de descubrir cosas por sí misma.
Las tres generaciones de IA aplicadas al trading
La más antigua: IA simbólica
Lo que le proporcionarías:
- “Si la media móvil de 50 días cruza por encima de la de 200 días, es alcista”.
- “Si el volumen está un 10% por encima de la media, confirma la tendencia”.
- “Si el mercado cae un 1% hoy, no compres”.
Lo que deduciría:
“La media de 50 ha cruzado por encima de la de 200 (alcista), el volumen está un 10% por encima de la media (tendencia confirmada), pero el mercado cae un 1%, por lo que es mejor esperar”.
En otras palabras, razona paso a paso utilizando la lógica que tú mismo le proporcionas.
Después llegó el Machine Learning
Y ni mucho menos está obsoleto.
Lo que le proporcionarías:
- Datos de precios.
- Volúmenes.
- Resultados históricos.
- Un objetivo, por ejemplo: “maximizar beneficios en acciones tecnológicas”.
Lo que descubriría:
“Una caída del 1% acompañada de un aumento del volumen del 20% suele generar una señal de compra con un 70% de acierto”.
En este caso busca patrones dentro de los datos que le has proporcionado y los relaciona con el resultado deseado.
La generación más reciente: Deep Learning
Lo que le proporcionarías:
Prácticamente todo:
- Precios.
- Volumen.
- Noticias.
- Tuits.
- Publicaciones de Facebook.
- Comentarios de Reddit.
- Audio de noticias.
- Actualizaciones de páginas web.
Y también un objetivo:
“Predecir el movimiento del S&P 500 dentro de 30 minutos”.
Lo que podría descubrir:
Patrones aparentemente extraños como:
“Una oleada de tuits sobre subidas de tipos a las 10 de la mañana, combinada con un aumento del volumen en opciones, suele anticipar una caída del 0,5% en el S&P 500”.
Su especialidad consiste en encontrar relaciones ocultas dentro del caos, sin necesidad de que nadie las programe explícitamente.
¿No acabarán todas las IA descubriendo lo mismo?
La respuesta corta es no.
Los resultados dependen de:
- Los datos utilizados para entrenarlas.
- Los objetivos definidos.
- La arquitectura empleada.
Por ejemplo, si pides a distintas IA que generen la imagen de un gato con sombrero, cada una producirá una versión diferente. Lo mismo ocurre en trading.
Cuantos más datos se utilizan, más costoso resulta el proceso.
Eso significa que existe espacio para desarrollar sistemas propios basados en IA.
También implica que existirán muchas inteligencias artificiales operando de maneras diferentes, algo que resulta saludable para los mercados. De hecho, es una situación más favorable que la vivida con los HFT, donde numerosas firmas perseguían exactamente la misma oportunidad, generando lo que muchos consideran una especie de “impuesto HFT” sobre los mercados.
¿Dónde encajan ChatGPT y Grok?
La respuesta es: sí, pueden utilizarse para trading, pero con limitaciones.
Tanto ChatGPT como Grok pertenecen a la categoría de los LLM (Large Language Models), un tipo de IA basada en Deep Learning entrenada principalmente para comprender y generar lenguaje.
Pueden:
- Resumir información.
- Investigar ideas.
- Explicar estrategias.
- Generar análisis basados en información pública.
Pero no rendirán al nivel de una IA diseñada específicamente para trading.
La mejor forma de entenderlo es mediante una comparación con el ajedrez.
¿Puede un LLM aprender ajedrez?
Sí y no.
Puede:
- Aprender las reglas.
- Comprender estrategias básicas.
- Analizar posiciones.
- Realizar movimientos razonables.
Pero sería extremadamente ineficiente frente a un motor especializado porque:
- Debe convertir posiciones del tablero en texto y viceversa.
- No está optimizado para la lógica específica del ajedrez.
- No utiliza algoritmos de búsqueda como minimax.
Un sistema como AlphaZero, diseñado específicamente para jugar, destruiría a un LLM porque fue creado para esa tarea concreta.
Los LLM son excelentes interfaces de propósito general para investigación y síntesis de información, pero para tareas predictivas basadas en datos numéricos existen modelos mucho más adecuados.
Conclusión
La IA no va a acabar con el trading.
La tecnología lleva utilizándose en los mercados desde los años 80 de una forma u otra. La diferencia es que ahora la llamamos Inteligencia Artificial.
Y gracias a entender mejor cómo funciona, la próxima vez que alguien intente venderte un complemento de IA por 100 dólares podrás hacer algunas preguntas incómodas:
- ¿Utiliza Machine Learning o Deep Learning?
- ¿Con qué datos fue entrenado?
- ¿Qué tipo de inferencias realiza?
- ¿Cuál era el objetivo del entrenamiento?
- ¿Qué framework de IA utiliza?
Ninguna de esas preguntas revela secretos propietarios y cualquier vendedor serio debería poder responderlas.
Si este tema despierta interés, quizá profundicemos en futuros artículos sobre los costes y los métodos para aplicar Machine Learning y Deep Learning al trading.
La IA no es magia. Es simplemente otra herramienta más.