Aprendiendo del trading algorítmico: claves para la toma de decisiones humana
En 2019, el mundo temía que los algoritmos nos conocen mejor que nosotros mismos. Ningún concepto capta esto mejor que el «capitalismo de vigilancia», término acuñado por la escritora estadounidense Shoshana Zuboff para describir una era sombría en la que Facebook y Google ofrecen servicios populares mientras sus algoritmos venden nuestros rastros digitales.
Sorprendentemente, la preocupación de Zuboff no se extiende a los algoritmos de mercados financieros que han reemplazado a muchos humanos en las mesas de trading. El trading algorítmico automatizado despegó a inicios del siglo XXI, primero en EE. UU. y pronto en Europa.
Un motor importante fue el trading de alta frecuencia (HFT), que opera a velocidades cegadoras, hasta milmillonésimas de segundo. Ofrecía a inversores ventaja sobre rivales, mientras ayudaba a dar liquidez asegurando siempre alguien dispuesto a comprar y vender a un precio dado. El HFT está ya detrás de más de la mitad del volumen en mercados de acciones y futuros. En otros mercados, como divisas, los algoritmos tienen presencia menor pero significativa, sin señales de mengua futura.
Los vicios de los dispositivos
Humanos aún programan los algoritmos y diseñan sus estrategias, aunque el auge del deep learning amenaza incluso este rol. Pero en el momento en que los algoritmos salen al mercado, actúan por su cuenta sin intervención humana, danzando entre sí en formas mareantes y a menudo inesperadas.
A primera vista, poco tienen en común con nosotros. No piensan ni sienten, y pese al bombo sobre machine learning, sigue siendo controvertido y complicado describirlos como inteligentes. Como los traders humanos, sin embargo, toman decisiones, observan a otros tomándolas y ajustan su comportamiento en respuesta.
A velocidades muchas veces superiores a las que los humanos probablemente jamás alcanzarán, estos algoritmos forman fácilmente expectativas sobre las expectativas de otros al colocar órdenes de compra y venta.
Por ejemplo, un algoritmo puede buscar manipular las expectativas de otro sobre movimientos de precio enviando gran número de órdenes de compra o venta de un activo concreto. El primer algoritmo cancela rápidamente sus órdenes, habiendo engañado (con suerte) a su rival para que apueste mal sobre la dirección del mercado.
Curiosamente, los sociólogos consideran este tipo de anticipación mutua una característica central de lo que significa ser social para los humanos. Largo tiempo han visto los mercados como arenas altamente sociales. En la época dorada de las mesas de trading, leer correctamente las señales sociales de otros traders —una mueca o sonrisa, tonos ansiosos, incluso el bullicio de la sala— a menudo marcaba la diferencia entre riqueza y desastre.
Pero si las máquinas pueden ser sociales, ¿hasta qué punto se parece o difiere de la socialización humana? Hay diferencias obvias. Mientras los traders humanos del pasado a menudo se conocían bien y salían juntos tras el trabajo, los algoritmos operan anónimamente. Cuando envían órdenes, ningún otro trader sabe si provienen de un humano o una máquina.
Precisamente por eso se les programa para formar expectativas mutuas. Las señales faciales ya no están, pero se han desarrollado estrategias enteras para averiguar si un conjunto de órdenes pudo venir de un mismo algoritmo y predecir sus siguientes movimientos.
Para evadir tales intentos, los algoritmos a menudo se diseñan para no ser reconocidos como algoritmos por otros algoritmos. Como dice el sociólogo escocés Donald MacKenzie, pueden emplear estrategias de disimulación y/o buscar dar una presentación particular de su «yo» en público. Son, de nuevo, atributos que los sociólogos consideran aspectos clave de la vida metropolitana.
¡Avalancha!
Junto a colegas, he pasado varios años en centros financieros mayores entrevistando a traders, programadores, reguladores, responsables de bolsas y otros profesionales financieros sobre estos algoritmos. Esto ha sacado a luz otras similitudes interesantes entre traders humanos y automatizados.
Los programadores admiten que, una vez sus algoritmos empiezan a interactuar con otros, se dejan llevar y actúan imprevisiblemente, como si estuvieran en una turba. Sociólogos desde finales del XIX estudian cómo las personas se dejan embelesar por multitudes y dejan deslizar su autonomía en «avalanchas sociales», pero hemos ignorado en gran medida que las máquinas financieras hacen algo similar.
El «flash crash» del 6 de mayo de 2010 ilustra mejor lo que digo. En cuatro minutos y medio, la interacción frenética de algoritmos totalmente automatizados puso a los mercados estadounidenses en picado, generando ~1 billón $ (768.000 millones £) en pérdidas hasta que la operativa se suspendió rápidamente.
La mayoría de esas operaciones fueron luego canceladas como «claramente erróneas». Ciertamente ningún trader o programador planeó crear ese desplazamiento masivo de precios, pero décadas de investigación sociológica nos dicen que este comportamiento es esperable en grandes grupos. Necesitamos entender cómo interactúan en concierto nuestros algoritmos financieros antes de que nuestras propias herramientas se vuelvan contra nosotros.
Por supuesto, no todas las formas de interacción social son admirables o beneficiosas. Como los humanos, los algoritmos interactúan de formas que van de solidarias y pacíficas a frías y violentas: desde dar liquidez y mantener estabilidad hasta hacer órdenes manipuladoras y disparar actividad salvaje.
Comprender estas interacciones no solo es clave para entender el trading moderno e intentar prevenir futuros flash crashes. Los algoritmos se hablan entre sí en más y más campos hoy. Entender cómo se comportan como multitudes arrojará luz en áreas donde empiezan a despuntar —piensa en sistemas de tráfico autónomo o guerra automatizada. Puede incluso alertarnos de las avalanchas que acechan.
Artículos Destacados
- Cobrar un cheque tras el fallecimiento del emisor: Qué necesitas saber
- Ayuda Económica de Organizaciones Benéficas: Guía Completa
- Lecciones financieras imprescindibles para tus 20 años
- Cuentas de Trading Demo: Guía para Principiantes para Practicar sin Riesgo
- La sabiduría de un padre sobre la vida, la muerte y cumplir 50 años
- ¿Deberías Contratar un Asesor Financiero? Guía Completa
- Perspectivas Financieras: Lecciones Clave de Dinero de Familias Exitosas
- Conversaciones financieras esenciales con hijos adultos: guía para padres
- Ayudar a padres sin ahorros de jubilación: entiende tu papel
-
5 Hábitos Financieros Probados de las Personas ExitosasHay muchas maneras de hacerse rico, pero mantenerse rico requiere buenos hábitos con el dinero. Es fácil atribuir el éxito de las personas adineradas a la suerte y a un trabajo bien pagado y, sin dud...
-
Ahorro para la jubilación: ¿Estás preparado? La impactante verdad sobre el ahorro estadounidense¿Tu plan de jubilación te da una falsa sensación de seguridad? Para muchos adultos, las aportaciones a la jubilación son automáticas. Eliges deducir una cierta cantidad de tu nómina para que vaya a tu...
