Joshpip
24-10-2018, 01:13 AM
La Bolsa de valores era un mercado en el que clásicamente inversores de carne y hueso intercambiaban títulos, estableciéndose unos precios a partir de la oferta y la demanda que existía en cada momento. Esta visión ha cambiado drásticamente en los últimos años en los que la mayoría de las operaciones que se cruzan en los mercados del mundo son lanzadas de manera automática por robots que ejecutan algoritmos. Estos sistemas automáticos de trading dependen significativamente de complejas fórmulas matemáticas y del uso de computadores de altas prestaciones.
Los algoritmos que se utilizan son de diferente naturaleza, pero todos coinciden en intentar rentabilizar un cierto patrón de comportamiento o en explotar una ineficiencia puntual del mercado. Por ejemplo, unos algoritmos se centran en buscar la continuidad de una tendencia alcista o bajista, otros buscan valores que se han alejado mucho de su valoración media, algunos buscan los clásicos arbitrajes que se producen en periodos transitorios, mientras que otros buscan divergencias entre pares de valores correlacionados.
Hay que destacar que el diseño de estos algoritmos es una tarea muy compleja que requiere una combinación adecuada de razonamiento lógico y creatividad. Además, su desarrollo habitualmente conlleva una fase dilatada en el tiempo de prueba y error para dar lugar a una estrategia ganadora. De hecho, estos algoritmos necesitan ser adaptativos, y evolucionar durante su vida, porque cuando una estrategia es muy rentable, aparecen otros agentes que intentan replicarla y explotarla y, como consecuencia, puede pasar a ser una estrategia perdedora.
2776
Algunos de estos sistemas están constantemente comprando y vendiendo en el mercado. Estas estrategias, conocidas como sistemas de alta frecuencia, realizan una cantidad ingente de operaciones, esperando tener una ganancia muy pequeña en cada una de ellas. Para ello es fundamental minimizar la distancia física entre el computador desde el que operan estos sistemas y los servidores de las bolsas que reciben las operaciones. Unos pocos milisegundos de ventaja pueden suponer una ganancia muy importante. Como una consecuencia directa, el análisis de grandes cantidades de datos para tomar decisiones de trading de manera eficiente e inteligente está dando lugar a que la inteligencia artificial (en particular, deep learning) se esté aplicando de forma progresiva en este tipo de sistemas.
El uso de sistemas de alta frecuencia ha sido el responsable de algunos flash crashes que se han producido recientemente. Esencialmente, un flash crash es como una bomba nuclear para el mercado, al confluir simultáneamente órdenes de venta de numerosos sistemas automáticos. Ello lleva a que, sin motivo aparente, la liquidez del mercado se vea fuertemente distorsionada, haciendo que un determinado conjunto de títulos sufra caídas muy abultadas en breves periodos de tiempo. El más importante ocurrió el 6 de mayo de 2010 donde el índice Dow Jones perdió en minutos un 9% de su valor, dando lugar a que el valor de algunas compañías punteras, las llamadas blue chips, llegara a bajar un 20%. Desde esos mínimos del día el mercado rebotó con mucha fuerza dejando un movimiento de acordeón durante la sesión que se achacó al trading algorítmico intradiario.
Actualmente existe un gran debate, ético y regulatorio, sobre la utilización de sistemas de alta frecuencia por las distorsiones, injustificadas, que en ocasiones trasladan a los mercados. De hecho, algunos reguladores bursátiles se están planteando medidas para vigilar y limitar su uso.
El uso de las tecnologías informáticas en la bolsa no se restringe a los ya comentados robots. En la actualidad, existen programas informáticos relativamente complejos que están al alcance de los pequeños inversores. Estos programas ofrecen la evolución de las cotizaciones de todos los mercados relevantes de forma gratuita, o a un bajo coste, y permiten a sus usuarios, sin la necesidad de poseer conocimientos avanzados de programación, diseñar y probar estadísticamente sus propias estrategias de trading. Una vez que el usuario se convence de la bondad de su sistema, puede utilizar estas plataformas para lanzar órdenes al mercado en tiempo real, de forma automática, que replican su estrategia.
Los algoritmos que se utilizan son de diferente naturaleza, pero todos coinciden en intentar rentabilizar un cierto patrón de comportamiento o en explotar una ineficiencia puntual del mercado. Por ejemplo, unos algoritmos se centran en buscar la continuidad de una tendencia alcista o bajista, otros buscan valores que se han alejado mucho de su valoración media, algunos buscan los clásicos arbitrajes que se producen en periodos transitorios, mientras que otros buscan divergencias entre pares de valores correlacionados.
Hay que destacar que el diseño de estos algoritmos es una tarea muy compleja que requiere una combinación adecuada de razonamiento lógico y creatividad. Además, su desarrollo habitualmente conlleva una fase dilatada en el tiempo de prueba y error para dar lugar a una estrategia ganadora. De hecho, estos algoritmos necesitan ser adaptativos, y evolucionar durante su vida, porque cuando una estrategia es muy rentable, aparecen otros agentes que intentan replicarla y explotarla y, como consecuencia, puede pasar a ser una estrategia perdedora.
2776
Algunos de estos sistemas están constantemente comprando y vendiendo en el mercado. Estas estrategias, conocidas como sistemas de alta frecuencia, realizan una cantidad ingente de operaciones, esperando tener una ganancia muy pequeña en cada una de ellas. Para ello es fundamental minimizar la distancia física entre el computador desde el que operan estos sistemas y los servidores de las bolsas que reciben las operaciones. Unos pocos milisegundos de ventaja pueden suponer una ganancia muy importante. Como una consecuencia directa, el análisis de grandes cantidades de datos para tomar decisiones de trading de manera eficiente e inteligente está dando lugar a que la inteligencia artificial (en particular, deep learning) se esté aplicando de forma progresiva en este tipo de sistemas.
El uso de sistemas de alta frecuencia ha sido el responsable de algunos flash crashes que se han producido recientemente. Esencialmente, un flash crash es como una bomba nuclear para el mercado, al confluir simultáneamente órdenes de venta de numerosos sistemas automáticos. Ello lleva a que, sin motivo aparente, la liquidez del mercado se vea fuertemente distorsionada, haciendo que un determinado conjunto de títulos sufra caídas muy abultadas en breves periodos de tiempo. El más importante ocurrió el 6 de mayo de 2010 donde el índice Dow Jones perdió en minutos un 9% de su valor, dando lugar a que el valor de algunas compañías punteras, las llamadas blue chips, llegara a bajar un 20%. Desde esos mínimos del día el mercado rebotó con mucha fuerza dejando un movimiento de acordeón durante la sesión que se achacó al trading algorítmico intradiario.
Actualmente existe un gran debate, ético y regulatorio, sobre la utilización de sistemas de alta frecuencia por las distorsiones, injustificadas, que en ocasiones trasladan a los mercados. De hecho, algunos reguladores bursátiles se están planteando medidas para vigilar y limitar su uso.
El uso de las tecnologías informáticas en la bolsa no se restringe a los ya comentados robots. En la actualidad, existen programas informáticos relativamente complejos que están al alcance de los pequeños inversores. Estos programas ofrecen la evolución de las cotizaciones de todos los mercados relevantes de forma gratuita, o a un bajo coste, y permiten a sus usuarios, sin la necesidad de poseer conocimientos avanzados de programación, diseñar y probar estadísticamente sus propias estrategias de trading. Una vez que el usuario se convence de la bondad de su sistema, puede utilizar estas plataformas para lanzar órdenes al mercado en tiempo real, de forma automática, que replican su estrategia.