Iniciar prueba gratuita
Popular Nuevos Géneros Autores
EnglishEnglish
EspañolSpanish
简体中文Chinese
繁體中文Chinese (Traditional)
FrançaisFrench
DeutschGerman
日本語Japanese
PortuguêsPortuguese
ItalianoItalian
한국어Korean
РусскийRussian
NederlandsDutch
العربيةArabic
PolskiPolish
हिन्दीHindi
Tiếng ViệtVietnamese
SvenskaSwedish
ΕλληνικάGreek
TürkçeTurkish
ไทยThai
ČeštinaCzech
RomânăRomanian
MagyarHungarian
УкраїнськаUkrainian
IndonesiaIndonesian
DanskDanish
SuomiFinnish
БългарскиBulgarian
עבריתHebrew
NorskNorwegian
HrvatskiCroatian
CatalàCatalan
SlovenčinaSlovak
LietuviųLithuanian
SlovenščinaSlovenian
СрпскиSerbian
EestiEstonian
LatviešuLatvian
فارسیPersian
മലയാളംMalayalam
தமிழ்Tamil
اردوUrdu
Buscando...
SoBrief
Dentro de la caja negra

Dentro de la caja negra

Título traducido
Título original: Inside the Black Box
Evalúe una estrategia cuantitativa desde sus pronósticos hasta sus costes de negociación, ejecución y riesgos ocultos.
por Rishi K. Narang 2009 336 páginas
3.81
188 valoraciones
Escuchar
Inmersivo
V2.3
Amazon Kindle Audible
Prueba el acceso completo por 3 días
¡Desbloquea la escucha y mucho más!
Continuar

Ideas clave

Trate la caja negra como un proceso diseñado por personas, no como una máquina autónoma.

Las personas diseñan el sistema. La negociación cuantitativa es la implementación sistemática de una estrategia de negociación que las personas crean y ponen a prueba. Los seres humanos eligen los valores, los datos, los supuestos y las reglas. Después, el software aplica esas decisiones de manera coherente. El libro presenta a John, un gestor cuya estrategia automatizada negocia acciones por valor de más de 1.500 millones de dólares cada día y obtiene ganancias en el 60 por ciento de los días y el 85 por ciento de los meses. Su oficina es tranquila, pero el trabajo no es mecánico: supervisa el sistema e investiga los cambios en las condiciones del mercado.

La automatización tiene límites. También puede haber intervención humana cuando la información excede las capacidades del modelo. Por ejemplo, una fusión puede hacer que el precio de una acción dé un salto por motivos que un modelo básico podría interpretar mal, así que un gestor quizá excluya esa acción del universo negociable. La máquina ejecuta las decisiones; las personas siguen siendo responsables de diseñarlas, supervisarlas y revisarlas.

Análisis

Lo importante es que la automatización desplaza la discrecionalidad, no la elimina. Las decisiones humanas quedan incorporadas al código, donde pueden aplicarse de forma coherente, pero también repetirse a gran escala. Esto se parece a la ingeniería de seguridad: un sistema automatizado fiable necesita un ámbito operativo claramente definido, supervisión y una respuesta creíble cuando las condiciones lo rebasan. La posibilidad de intervenir no demuestra que la negociación sistemática haya fracasado. Forma parte del diseño. La pregunta más difícil es si las intervenciones se rigen por principios explícitos o si, silenciosamente, acaban constituyendo una segunda estrategia que no se registra.

Pregunte qué predice el alfa, en qué horizonte y frente a qué alternativas.

Empiece por la previsión. El alfa es la rentabilidad que se atribuye a la habilidad de un gestor, y no a los movimientos generales del mercado. El libro agrupa las fuentes habituales de alfa en seis familias: tendencia y reversión a la media, que utilizan el comportamiento de los precios; sentimiento técnico, que interpreta la actividad de negociación; y valor o rentabilidad, crecimiento y calidad, que recurren a información fundamental. Una estrategia de tendencia espera que un movimiento persista. Una estrategia de reversión a la media espera que una divergencia inusualmente amplia se reduzca. Las estrategias de valor favorecen los activos relativamente baratos, las de crecimiento favorecen las perspectivas en mejora y las de calidad favorecen características financieras más sólidas.

Las etiquetas no bastan. Las estrategias de una misma familia pueden diferir en los datos que utilizan, los instrumentos con los que operan, la forma de definir una señal y el tiempo que mantienen las posiciones. Los investigadores guiados por los datos también buscan patrones sin exigir una explicación económica intuitiva. Eso puede revelar relaciones que habían pasado inadvertidas, pero aumenta el riesgo de confundir patrones casuales con otros duraderos.

Análisis

Esta taxonomía resulta útil porque sustituye la vaga pregunta «¿Qué tipo de cuantitativo es?» por otra más comprobable: ¿qué comportamiento intenta aprovechar la estrategia? También hace que las aparentes contradicciones resulten menos misteriosas. La tendencia y la reversión pueden funcionar ambas si se aplican en escalas temporales o condiciones distintas. Por lo tanto, una cartera debe evaluarse según sus exposiciones reales, no por etiquetas generales como cuantitativa o sistemática. La limitación es que dar nombre a una estrategia no demuestra que el comportamiento de mercado que propone sea real o persistente.

Examine cada eslabón, desde los datos hasta la ejecución, porque los errores se acumulan.

Siga toda la cadena. Un sistema cuantitativo típico combina un Modelo alfa, que pronostica rentabilidades; un Modelo de riesgo, que mide las exposiciones no deseadas; y un Modelo de costes de transacción, que estima el precio de operar. Un modelo de construcción de carteras convierte esas entradas en posiciones objetivo, y un modelo de ejecución coloca las órdenes resultantes. Los datos y la investigación respaldan cada etapa. Un defecto en cualquier eslabón puede distorsionar la operación final, aunque la idea de alfa sea sensata.

Las entradas determinan los resultados. Los datos pueden faltar, estar mal fechados o ser incorrectos. Un desdoblamiento de acciones registrado como una caída ordinaria del precio puede inducir a error al modelo; unos resultados financieros asignados a una fecha anterior a su publicación pueden contaminar las pruebas históricas. El ejemplo del libro de un salto de precio provocado por una fusión ilustra otro tipo de fallo: los precios pueden ser exactos y, aun así, resultar engañosos si el modelo carece del contexto pertinente. Por tanto, la caja negra es un sistema interconectado, no una única fórmula ingeniosa.

Análisis

Lo mejor es entender el sistema como una cadena de dependencias. En ingeniería, un componente puede superar su propia prueba y, sin embargo, el sistema ensamblado puede fallar porque sus interfaces y supuestos no encajan. La negociación cuantitativa es igual de vulnerable: unos datos limpios no compensan una mala previsión, y una buena previsión no garantiza una cartera bien construida ni una buena ejecución. Esta perspectiva también mejora la diligencia debida. Preguntar por cada traspaso permite saber si el gestor entiende la estrategia como un proceso funcional, en lugar de tratar el modelo alfa como si fuera todo el negocio.

Mida el riesgo con rigor, pero no confunda nunca la cifra de un modelo con la seguridad.

Separe el alfa del riesgo. Un modelo de riesgo se centra en las exposiciones que la estrategia no pretende pronosticar. Por ejemplo, un sistema de selección de acciones puede acabar, sin querer, muy expuesto a un sector porque muchas acciones de ese sector parecen atractivas. Los cuantitativos pueden limitar el tamaño de las posiciones, restringir la exposición sectorial o medir riesgos sistemáticos, como la dirección del mercado. Pueden recurrir al razonamiento económico para definir los riesgos o a métodos estadísticos para inferirlos a partir de relaciones históricas.

La medición tiene límites. El valor en riesgo, o VaR, estima las pérdidas potenciales mediante supuestos sobre la volatilidad histórica y las relaciones entre activos. El libro advierte que estas estimaciones pueden fallar cuando un acontecimiento sin precedentes altera esas relaciones. El impago de la deuda rusa en 1998 fue un impacto para el que los modelos históricos no habían preparado a LTCM. En la liquidación de posiciones cuantitativas de 2007, los modelos de riesgo y el aumento de la volatilidad contribuyeron a que muchos gestores redujeran sus posiciones al mismo tiempo, lo que amplificó las pérdidas.

Análisis

Medir el riesgo es valioso porque permite hablar de exposiciones ocultas. Se vuelve peligroso cuando se trata una estimación numérica como si delimitara todas las pérdidas posibles. Es un problema general de los modelos: un sistema puede calcular con precisión dentro de sus supuestos y, al mismo tiempo, decir muy poco sobre los acontecimientos que esos supuestos excluyen. El análisis de escenarios puede ayudar a preguntar cómo se comportaría una cartera bajo tensiones específicas, aunque los escenarios también dependen de la imaginación humana. Por eso, las prácticas de gestión del riesgo más sólidas combinan medición, supuestos explícitos y criterio sobre lo que el modelo no puede representar.

Presupueste los costes de negociación antes de celebrar una prueba retrospectiva rentable.

Operar no es gratis. Los costes de transacción incluyen comisiones y tarifas de las bolsas, el deslizamiento entre la decisión y la ejecución, y el impacto de mercado: el movimiento de precios causado por la demanda de liquidez de una orden. El autor señala que los costes de transacción pueden absorber entre el 20 y el 50 por ciento de las rentabilidades de algunas estrategias cuantitativas exitosas. Su magnitud depende del instrumento, el tamaño de la orden, la liquidez, la volatilidad y el enfoque de negociación.

Los costes aumentan más que proporcionalmente con el tamaño. Una estimación fija es sencilla, pero puede inducir a error. Los modelos lineales y lineales por tramos ofrecen más detalle, mientras que un modelo cuadrático refleja el patrón habitual por el que las órdenes grandes se encarecen de forma desproporcionada. El modelo de costes de transacción proporciona estimaciones al modelo de construcción de carteras; el algoritmo de ejecución intenta después minimizar los costes reales. Subestimar los costes puede llevar a operar en exceso. Sobreestimarlos puede hacer que una estrategia mantenga posiciones durante demasiado tiempo.

Análisis

Los costes de transacción convierten una previsión abstracta en una decisión económica. Una pequeña ventaja predictiva solo es valiosa si sobrevive a los gastos necesarios para aprovecharla. Esto conecta con la investigación operativa: el mejor plan sobre el papel quizá no lo sea una vez que se tienen en cuenta las limitaciones de implementación. Las estimaciones de costes siguen siendo previsiones, no hechos, y pueden dejar de ser válidas cuando cambia la liquidez. Por eso, los inversores no solo deben preguntar cómo se modelan los costes, sino también cómo se comparan los costes realizados con las estimaciones y cómo se incorporan a las decisiones.

Determine el tamaño de las posiciones considerando conjuntamente las previsiones, el riesgo y las restricciones.

El tamaño de las posiciones cambia el resultado. Un modelo de construcción de carteras decide cuánto asignar a cada posición. Entre los enfoques sencillos basados en reglas se cuentan asignar el mismo peso a todas las posiciones, igualarlas según el riesgo medido o aumentar el tamaño de las posiciones cuando la señal alfa es más fuerte. Cada método tiene sus ventajas e inconvenientes: los pesos iguales diversifican de forma sencilla, mientras que los pesos basados en señales dependen en mayor medida de la precisión de las previsiones.

La optimización formaliza las decisiones. El enfoque de media-varianza de Markowitz busca carteras con rentabilidades esperadas atractivas para un determinado nivel de riesgo, utilizando rentabilidades esperadas, volatilidad y correlaciones. Los cuantitativos pueden añadir restricciones al tamaño de las posiciones, la exposición sectorial o los costes de transacción. Estas restricciones importan: un optimizador puede rechazar la operación preferida por una previsión o incluso mantener una posición contraria a ella si predominan los requisitos de riesgo o coste. Unas matemáticas más elaboradas no eliminan la necesidad de elegir un objetivo y defender los datos de entrada.

Análisis

La construcción de carteras es el punto en que las afirmaciones en pugna se convierten en una asignación real. El optimizador no descubre cuál es el objetivo; lo proporciona quien diseña el sistema, junto con estimaciones que pueden ser inestables. Por eso, a veces una regla sencilla puede ser más fiable que un optimizador sofisticado, sobre todo cuando las correlaciones o las rentabilidades esperadas son inciertas. A la inversa, la sencillez también puede ocultar decisiones arbitrarias. La prueba pertinente no consiste en determinar si el método parece matemático, sino en ver si sus supuestos encajan con la estrategia y si su comportamiento sigue siendo comprensible bajo tensión.

Exija pruebas fuera de muestra y desconfíe de los modelos que encajan demasiado bien.

Ponga a prueba las ideas intentando refutarlas. El proceso de investigación parte de una observación, formula una teoría, deduce predicciones y las contrasta con datos. Las pruebas dentro de muestra ayudan a fijar los parámetros del modelo; las pruebas fuera de muestra comprueban si esas decisiones funcionan con datos que no se usaron para construirlo. Un modelo que reproduce el pasado a la perfección puede estar sobreajustado, es decir, haber captado peculiaridades históricas en lugar de una relación repetible. El sesgo de anticipación crea otra trampa al permitir que una prueba use información que en realidad no habría estado disponible en ese momento.

Las rentabilidades necesitan contexto. La estrategia ilustrativa del libro sobre el S&P 500 produjo una rentabilidad anualizada del 12,1 por ciento en la prueba retrospectiva, antes de costes, pero su peor caída desde máximos fue del 39,7 por ciento y su ratio de información fue de 0,57. Retrasar sus operaciones un día elevó la rentabilidad de la prueba, una advertencia de que los supuestos sobre el momento de ejecución eran importantes. Una prueba retrospectiva rentable, por sí sola, no demuestra que una estrategia sea invertible.

Análisis

El método científico disciplina el deseo de encontrar un patrón ganador, pero las pruebas retrospectivas financieras siguen siendo evidencias condicionadas. Sus resultados dependen del período de la muestra, la calidad de los datos, los supuestos de ejecución y las decisiones sobre el modelo. La refutación es un criterio más exigente que la búsqueda de confirmaciones, pero incluso una estrategia que supera pruebas rigurosas puede encontrarse con un régimen de mercado distinto. El ejemplo resulta instructivo precisamente porque su rentabilidad principal parece atractiva hasta que se examinan la caída máxima, el rendimiento ajustado al riesgo y la sensibilidad al momento de ejecución. Una buena evaluación pregunta qué podría hacer que las pruebas resultaran engañosas.

Considere la concentración de posiciones y las ventas forzadas riesgos que ningún modelo aislado puede abarcar.

Los demás inversores importan. El riesgo de cambio de régimen surge cuando cambian las relaciones del mercado; el riesgo de perturbación exógena proviene de acontecimientos que los modelos no pueden inferir solo a partir de los datos de mercado. El riesgo común entre inversores aparece cuando muchos gestores mantienen posiciones similares o cuando las pérdidas en otros ámbitos obligan a los inversores a vender activos que, de otro modo, no estarían relacionados. El libro denomina a esta última dinámica efecto cajero automático: se venden posiciones líquidas para obtener efectivo con el que cubrir pérdidas en inversiones menos líquidas.

Agosto de 2007 dejó al descubierto la cadena. Las grandes estrategias cuantitativas largas/cortas habían atraído un capital considerable, mientras algunas firmas multiestrategia también perdían dinero en inversiones de crédito. Al aumentar la volatilidad, los gestores vendieron posiciones líquidas en acciones. La similitud de las carteras y la concentración de las operaciones hicieron que esas ventas afectaran drásticamente a los precios, lo que llevó a otros gestores a reducir el riesgo. Este episodio muestra por qué el riesgo de una estrategia no depende solo de su propio modelo, sino también de quién más posee operaciones similares y de las presiones que afrontan esos inversores.

Análisis

Esta es una visión del riesgo en forma de red. Una cartera puede parecer diversificada por instrumento y, aun así, ser vulnerable a un choque común de financiación o a una decisión colectiva de liquidar posiciones. La idea conecta con el contagio bancario, donde las dificultades de una institución pueden transmitir presión a través de balances que, de otro modo, estarían separados. También precisa el significado de liquidez: un activo puede negociarse con facilidad en condiciones normales, pero resultar difícil de vender cuando muchos de sus tenedores quieren salir al mismo tiempo. El modelo de un gestor no puede controlar por completo ese comportamiento colectivo, por lo que las exposiciones a estrategias congestionadas merecen un análisis independiente.

Evalúe a un cuantitativo por la investigación reproducible y una ventaja defendible, no por sus credenciales.

Pregunte cómo se realiza el trabajo. La ventaja de un cuantitativo puede proceder de una investigación más sólida, un mejor tratamiento de los datos, una competencia menor o una ventaja estructural en el mercado. Los títulos y las credenciales impresionantes no demuestran que la estrategia sea sólida. Los inversores deberían preguntar cómo se generan y prueban las ideas, qué datos y supuestos se utilizan, cómo se determina el tamaño de las posiciones y cómo se supervisan los errores o las condiciones inusuales. Las respuestas detalladas suelen revelar más que un historial de resultados impecable.

Busque un proceso vivo. El autor recomienda generar confianza, aprender lo suficiente sobre negociación cuantitativa para hacer preguntas informadas y organizar la información entre reuniones. Así es posible comprobar si los proyectos de investigación se traducen en mejoras probadas y si la estrategia en marcha sigue el proceso declarado. También importa cómo encaja la cartera: los inversores deberían tener en cuenta el tipo de alfa, la estructura de las apuestas y el horizonte temporal, en lugar de suponer que dos gestores están diversificados simplemente porque sus etiquetas son distintas.

Análisis

Un historial de resultados describe lo ocurrido, pero no explica el mecanismo que los produjo ni si ese mecanismo sigue intacto. Por eso, la diligencia debida centrada en el proceso permite evaluar la capacidad de adaptación, no solo el éxito pasado. La propia ventaja también es perecedera: la competencia puede borrar una oportunidad y una estructura de mercado que antes resultaba útil puede cambiar. Aun así, las afirmaciones sobre el proceso deben verificarse. Las explicaciones claras, los informes coherentes y las pruebas de que la investigación se contrasta antes de implementarse son señales más sólidas que la confianza o el vocabulario técnico.

En la negociación de alta frecuencia, los milisegundos importan porque las órdenes pasivas propician la selección adversa.

La velocidad tiene una función. La negociación de alta frecuencia utiliza períodos de tenencia breves y suele proponerse acabar el día con poco inventario o ninguno. La negociación a alta velocidad describe la infraestructura de baja latencia que puede respaldar la negociación de alta frecuencia, así como otras formas de negociación. La velocidad importa porque una orden pasiva puede ejecutarse justo cuando el mercado se mueve en su contra. Un operador rápido puede actualizar o cancelar órdenes antes, o situarse al principio de una cola; un operador agresivo puede actuar antes de que los precios se alejen.

Las estrategias varían. Los creadores de mercado contractuales reciben órdenes de clientes mediante acuerdos con intermediarios; los creadores de mercado no contractuales publican precios de compra y de venta en las bolsas. Los arbitrajistas operan con diferencias temporales de precios entre instrumentos vinculados estructuralmente, mientras que las estrategias de alfa rápido pronostican el comportamiento de los precios a corto plazo. El libro estima que las ganancias de la negociación de alta frecuencia exitosa en acciones estadounidenses rondan los 0,001 dólares por acción, antes de tener en cuenta los considerables costes de tecnología, regulación y competencia.

Análisis

La distinción clave es la que existe entre una ventaja de velocidad y un privilegio informativo. Según el relato que aquí se presenta, los operadores de alta frecuencia compiten intensamente entre sí para gestionar la ejecución y el inventario, mientras que los inversores a más largo plazo operan en horizontes distintos. Eso no significa que los costes de infraestructura sean irrelevantes ni garantiza que todo diseño de mercado sea justo. Significa que la velocidad debe evaluarse en relación con la tarea que se realiza. Los ínfimos márgenes por acción también complican la imagen popular de unas ganancias fáciles: un gran volumen de operaciones puede coexistir con riesgos operativos considerables y una economía de márgenes reducidos.

Distinga los efectos reales de la negociación de alta frecuencia en el mercado de los mitos sobre desplomes y manipulación.

Compruebe cuándo se produce la volatilidad. Al comparar 2000-2006 con 2007-2012, el libro informa de que el movimiento medio del SPY entre cierres subió del 0,84 al 1,03 por ciento. El movimiento intradiario aumentó del 0,76 al 0,82 por ciento, mientras que la variación nocturna subió del 0,37 al 0,59 por ciento. Como los operadores de alta frecuencia están activos principalmente durante la jornada bursátil, esta comparación no respalda atribuirles principalmente el aumento general.

El Flash Crash tuvo varias causas. El 6 de mayo de 2010, los mercados cayeron y rebotaron con rapidez. El relato destaca un mercado ya inquieto, una gran venta discrecional de futuros del S&P, las conexiones entre instrumentos relacionados, la fragmentación entre bolsas y la retirada de algunos operadores de alta frecuencia cuando los datos dejaron de ser fiables. Se opone a considerar que la negociación de alta frecuencia sea intrínsecamente manipuladora o desestabilizadora, aunque respalda la supervisión de los errores de software, la gestión de órdenes y el acceso al mercado.

Análisis

La principal aportación del libro aquí es metodológica: distinguir correlación de causalidad y separar la actividad intradiaria de los acontecimientos nocturnos antes de atribuir responsabilidades. Su comparación numérica resulta útil, pero se limita a un período y una estructura de mercado concretos, por lo que no debe tomarse como un veredicto permanente. La regulación es más creíble cuando se dirige a perjuicios demostrables, como controles defectuosos o acceso desigual, en vez de condenar una categoría tecnológica. El mismo criterio debería aplicarse a los operadores humanos, cuyos errores también pueden provocar movimientos bruscos en los mercados.

Análisis

Inside the Black Box cumple su propósito al sustituir una etiqueta misteriosa por un mapa del sistema. Su idea central no es que los ordenadores sean inversores inherentemente mejores, sino que una estrategia puede examinarse cuando se hacen explícitos sus supuestos: qué predice las rentabilidades, qué exposiciones no se desean, cuánto cuestan las operaciones, cómo se determina el tamaño de las posiciones y cómo llegan las órdenes al mercado. Así, el lector deja de fascinarse por la idea de alfa y dirige la atención hacia las interfaces menos llamativas, donde en realidad se producen muchos fallos.

La tensión intelectual más útil del libro se da entre la disciplina científica y la reflexividad del mercado. Las pruebas históricas pueden descartar ideas débiles, revelar costes ocultos e impedir que un investigador dependa por completo de su intuición. Sin embargo, el éxito de la negociación cambia la oportunidad: los competidores imitan, el capital se concentra en determinadas posiciones y la estructura del mercado evoluciona. A diferencia de un objeto estable de laboratorio, un patrón de mercado puede debilitarse por la atención que atrae. Por eso, la investigación es una práctica continua, no un certificado que se obtiene una sola vez.

El marco también corrige dos errores comunes. En primer lugar, distingue la implementación sistemática de la afirmación de que las decisiones las genera una máquina. El criterio humano sigue presente en la selección de datos, el diseño de modelos y las intervenciones. En segundo lugar, diferencia la negociación cuantitativa de la ingeniería financiera, la replicación de índices y el análisis discrecional, que son aplicaciones relacionadas de las matemáticas, pero no la misma actividad.

El análisis del riesgo resulta especialmente valioso porque trata el modelo como un instrumento basado en supuestos, no como un oráculo. Aun así, el relato del libro sobre la negociación de alta frecuencia y la estructura del mercado refleja los debates y las pruebas disponibles en torno a su edición de 2013. Sus argumentos deben leerse como un marco para formular mejores preguntas, no como conclusiones empíricas atemporales. La lección más perdurable es de procedimiento: identificar el mecanismo, poner a prueba los supuestos, incluir los costes de implementación y preguntarse qué ocurre cuando el mercado deja de comportarse como se esperaba. Esa disciplina es útil mucho más allá de las finanzas cuantitativas, allí donde se emplea un modelo preciso para tomar decisiones importantes en condiciones de incertidumbre.

Resumen en 30 segundos
Una estrategia sistemática combina pronósticos de rentabilidad, límites de riesgo, estimaciones de costes de negociación, asignación de posiciones y ejecución de órdenes; por eso, cualquier eslabón débil puede arruinar el resultado. Póngala a prueba con datos que no se hayan utilizado para desarrollar el modelo y vigile los errores de sincronización y el sobreajuste. Los costes de negociación pueden consumir entre el 20 y el 50 por ciento de las rentabilidades. Las estimaciones de riesgo dependen de supuestos, mientras que las posiciones saturadas y las ventas forzosas pueden magnificar las pérdidas. En la negociación de alta frecuencia, la velocidad ayuda a gestionar la selección adversa, pero la tecnología y la competencia reducen los márgenes de beneficio.
Contiene spoilers

Última actualización:

Reportar problema

Resumen de reseñas

3.81 de 5
Promedio de 188 valoraciones de Goodreads y Amazon.

null

Tu valoración:
4.34
147 valoraciones
¿Quieres leer el libro completo?

Glosario

Modelo alfa

Componente de previsión de rentabilidades

Un modelo alfa es la parte de un sistema de negociación cuantitativa que pronostica el comportamiento futuro o el atractivo de los instrumentos para generar rentabilidades. Puede utilizar el comportamiento de los precios, información fundamental o ambas cosas. Sus pronósticos alimentan la construcción de la cartera, pero por sí solos no determinan el tamaño de las posiciones, no gestionan todos los riesgos ni ejecutan operaciones.

Modelo de riesgo

Componente de medición de exposiciones

Un modelo de riesgo identifica y mide exposiciones que una estrategia no pretende pronosticar para obtener beneficios. Puede estimar riesgos como la dirección del mercado, la concentración sectorial, la volatilidad o las relaciones entre instrumentos. Un cuantitativo puede utilizar sus resultados para limitar el tamaño de las posiciones o restringir las exposiciones de la cartera, teniendo presente que las mediciones del modelo dependen de supuestos y datos históricos.

Modelo de costes de transacción

Estimador de gastos de negociación

Un modelo de costes de transacción estima el gasto de realizar una operación, incluidas las comisiones y tarifas, el deslizamiento y el impacto en el mercado. Sus estimaciones orientan la construcción de la cartera y ayudan al sistema a determinar si un cambio previsto merece la pena una vez contabilizados los costes esperados. No ejecuta operaciones ni necesariamente minimiza sus costes; esa suele ser la función de los algoritmos de ejecución.

Arbitraje estadístico

Estrategia de convergencia de precios relativos

El arbitraje estadístico es una estrategia que busca obtener beneficios cuando los precios relativos de instrumentos similares se separan de forma inusual y se espera que converjan. A diferencia del arbitraje sin riesgo, depende de una relación probabilística que puede fallar o cambiar. Una operación de pares es una modalidad conocida, aunque los profesionales pueden comparar grupos más amplios de instrumentos.

Valor en riesgo (VaR)

Umbral de pérdidas estimado

El valor en riesgo es una estimación basada en un modelo de cuánto podría perder una cartera durante un periodo determinado con un nivel de confianza elegido. En el análisis del libro, el VaR suele basarse en la volatilidad histórica y en las relaciones entre activos. Puede ayudar a resumir la exposición, pero no garantiza una pérdida máxima ni permite captar de forma fiable sucesos sin precedentes y cambios en el comportamiento del mercado.

Selección adversa

Riesgo de operar contra información

La selección adversa se produce cuando es más probable que se ejecute la orden de un operador justo cuando el mercado está a punto de moverse en su contra. Una orden pasiva puede parecer que obtiene el diferencial entre oferta y demanda, pero las contrapartes informadas o más rápidas pueden operar contra ella precisamente en el momento desfavorable. Este riesgo es fundamental para la creación de mercado y motiva la actualización y cancelación rápidas de órdenes.

Riesgo de cambio de régimen

Riesgo de que cambien las relaciones del mercado

El riesgo de cambio de régimen es la posibilidad de que las relaciones o los patrones observados en los mercados históricos cambien sustancialmente. Una estrategia que dependa de tendencias, correlaciones o precios relativos puede perder dinero cuando esos comportamientos cambien. Estos cambios pueden deberse a variaciones en los participantes del mercado, las condiciones económicas, la tecnología u otros factores, y son difíciles de anticipar basándose únicamente en datos pasados.

Negociación de alta frecuencia

Negociación automatizada a corto plazo

La negociación de alta frecuencia se refiere a estrategias automatizadas con horizontes de inversión cortos, normalmente respaldadas por una infraestructura de baja latencia y, por lo general, diseñadas para terminar la jornada con pocas posiciones o ninguna. La categoría incluye la creación de mercado, el arbitraje y los enfoques de pronóstico a corto plazo. Se distingue de la negociación de alta velocidad, que describe la infraestructura y puede respaldar estrategias más allá de la negociación de alta frecuencia.

Sobre el autor

null

Descargar PDF

Para guardar este resumen de Dentro de la caja negra para más tarde, descarga el PDF gratis. Puedes imprimirlo o leerlo sin conexión cuando quieras.
Download PDF

Descargar EPUB

Para leer este resumen de Dentro de la caja negra en tu dispositivo o aplicación de lectura, descarga el EPUB gratis. El formato de libro digital .epub es ideal para leer libros electrónicos en teléfonos, tabletas y lectores electrónicos.
Download EPUB
¿Quieres leer el libro completo?
Seguir
Escuchar
Inicio
Swipe
Biblio
App
Prueba el acceso completo por 3 días
Escucha, guarda y mucho más
Comparar funciones Gratis Pro
📖 Leer resúmenes
Lee resúmenes ilimitados. Los usuarios gratuitos obtienen 3 al mes
🎧 Escuchar resúmenes
Escucha resúmenes ilimitados en 40 idiomas
—
❤️ Marcadores ilimitados
Usuarios gratuitos limitados a 4
—
📜 Historial ilimitado
Usuarios gratuitos limitados a 4
—
📥 Descargas ilimitadas
Usuarios gratuitos limitados a 1
—
Cronología sin riesgo
Hoy: Obtén acceso instantáneo
Escucha resúmenes completos de más de 26.000 libros. ¡Son más de 12.000 horas de audio!
Día 2: Recordatorio de prueba
Te enviaremos una notificación de que tu prueba está por terminar.
Día 3: Tu suscripción comienza
Se te cobrará el 25 nov,
cancela en cualquier momento antes.
Consume 2.8× More Books
2.8× libros más Escucha Lectura
Nuestros usuarios nos adoran
1M+ lectores
Trustpilot Rating
TrustPilot
4.6 Excelente
Este sitio es un antes y un después. He leído resúmenes como nunca antes. Lo recomiendo muchísimo.
— Dave G
Vale cada centavo y cada minuto, y está muy bien hecho. Nunca había visto esta calidad de resúmenes en otros sitios. ¡Muy útil!
— Em
¡Muy recomendado! Servicio fantástico. Perfecto para quienes quieren algo más que una sinopsis, pero no todos los detalles de un audiolibro completo.
— Greg M
Ahorra un 62%
Anual
$119.88 $44.99/año/año
$3.75/mes
Mensual
$9.99/mes
Inicia tu prueba gratuita de 3 días
3 días gratis, luego $44.99/año. Cancela cuando quieras.
Unlock a world of fiction & nonfiction books
Más de 26.000 libros por el precio de 2
Lee cualquier libro en 10 minutos
Descubre libros nuevos como en Tinder
Solicita cualquier libro si no está resumido
Lee más libros que cualquiera que conozcas
La app nº 1 para amantes de los libros
Lifelike & immersive summaries
Garantía de devolución de 30 días
Descarga resúmenes en EPUB o PDF
Cancela en cualquier momento con unos clics

¿Por qué solo un resumen?

Escáner
Busca un código de barras para escanear

⭐
⭐
⭐
Tenemos un regalo especial para ti
Abrir
38% de descuento
DESCUENTO PARA TI
⭐
⭐
⭐
$79.99
$49.99/año
Solo $4.16 al mes
Continuar
Empieza con 2 toques y cancela fácilmente
Configuración
General
Widget
Cargando...