The Origin Series
Episodio 04 · La Balada de la Inteligencia

¿Puede una máquina saber el precio de mañana?

No. Y lo que sí puede hacer es más útil.

14 min · 13 escenas · se puede pausar y saltar

The Origin Series · Episodio 04

Transcripción completa

El episodio entero en texto, escena por escena. Cada una lleva la etiqueta con la que se debe leer —hecho histórico, interpretación o dramatización— y, cuando la hay, la fuente que la sostiene.

010:08Hecho histórico

El movimiento que nadie jugaría

Marzo de 2016. Seúl.

Un programa juega al Go contra el mejor jugador del mundo.

El Go es un juego de piedras sobre una cuadrícula.

Mil años de teoría sobre dónde se ponen.

En la segunda partida, la máquina coloca una piedra aquí.

Y la sala se queda en silencio.

Porque ahí no se pone.

Un comentarista dijo que era un error.

Otro pensó que el programa se había roto.

Cincuenta jugadas después, esa piedra decidía la partida.

No era un error. Era mejor que mil años de teoría.

¿Puede esa misma máquina decirte el precio de mañana?

021:12Hecho histórico

Sistema cerrado

Para entender por qué, hay que mirar el tablero.

El Go tiene más posiciones posibles que átomos hay en el universo observable.

Y aun así es un problema fácil. Fácil en un sentido concreto.

Las reglas no cambian.

Lo ves todo. No hay nada escondido.

Y puedes jugar contra ti mismo hasta aprender.

Eso último es lo que de verdad importa.

La máquina jugó millones de partidas contra copias de sí misma.

Cada una barata, instantánea y sin consecuencias.

Se equivocó más veces que todos los jugadores de la historia juntos.

Y cada error le costó exactamente nada.

A eso se le llama sistema cerrado.

Reglas fijas. Información completa. Práctica infinita y gratis.

Dentro de un sistema cerrado, una máquina no es buena.

Es otra cosa.

Un mercado no es un sistema cerrado.

Y no le falta una de las tres condiciones. Le faltan las tres.

032:42Interpretación

Por qué un mercado no es un tablero

Primera.

En el Go, el tablero no se enrabieta.

En un mercado, al otro lado hay gente.

Gente que aprende, que copia lo que funciona…

…y que deja de hacerlo en cuanto lo hacen todos.

Si encuentras un patrón y operas con él, lo estás gastando.

El tablero cambia porque tú has jugado.

Segunda.

La máquina de Go veía el tablero entero.

Del mercado ves los precios. Eso es la sombra, no la causa.

Por qué alguien vendió hoy puede no estar en ningún dato.

Un divorcio. Un impuesto. Un susto.

Una máquina entrenada solo con precios no aprende el mundo.

Aprende la sombra del mundo.

Tercera, y es la peor.

En el Go se puede practicar gratis.

Aquí cada partida cuesta dinero de verdad.

Y solo se juega una vez, hacia delante, sin repetir.

Se puede probar contra el pasado. Se hace, y hay que hacerlo.

Pero el pasado ya sabes cómo acabó.

Y una máquina con suficiente libertad encontrará una regla que lo explique.

Aunque no signifique nada.

044:32Hecho histórico

1998 · El modelo más inteligente de la sala

No es una advertencia teórica. Ya ha pasado.

1994. Se funda un fondo con la mejor plantilla imaginable.

Entre sus socios, dos futuros premios Nobel de Economía.

Myron Scholes y Robert Merton.

Los hombres que escribieron cómo se pone precio al riesgo.

Sus modelos eran correctos. Eso es lo importante de esta historia.

Buscaban diferencias pequeñas entre cosas que deberían valer lo mismo.

Diferencias tan pequeñas que hacía falta mucho dinero para que valiera la pena.

Así que pidieron prestado. Mucho.

Apalancamiento: operar con dinero que no es tuyo.

Multiplica lo que ganas. Y multiplica lo que pierdes.

En agosto de 1998, Rusia dejó de pagar su deuda.

Y de golpe, todo se movió a la vez y en la misma dirección.

Exactamente lo que los modelos daban por casi imposible.

El fondo se quedó sin capital en unas semanas.

Hizo falta que catorce bancos se reunieran para desmontarlo sin llevarse a nadie por delante.

No fue un fallo de inteligencia.

Fue un modelo bueno aplicado a un mundo que no había visto nunca.

056:16Hecho histórico

2010 y 2012 · Velocidad sin comprensión

Hay un segundo modo de fallo, y no se parece al primero.

6 de mayo de 2010.

En unos minutos, el mercado estadounidense se cae y vuelve.

Acciones de empresas enormes se cruzaron a precios absurdos.

Nadie decidió eso. Ningún humano lo miró.

Programas vendiendo a programas que vendían.

1 de agosto de 2012.

Una firma actualiza su sistema y se deja un trozo viejo encendido.

Empieza a mandar órdenes que no debía mandar.

Tardaron cuarenta y cinco minutos en pararlo.

Y en cuarenta y cinco minutos se llevó por delante a la empresa entera.

Ninguno de los dos casos es un error de predicción.

Son sistemas ejecutando muy rápido algo que nadie estaba comprendiendo.

Automatizar no es entender.

Y la velocidad no arregla un error: lo reparte antes.

067:39Hecho histórico

El listón lo puso un francés en 1900

Entonces, ¿contra qué se compara un sistema que dice funcionar?

París, 1900. Un estudiante presenta su tesis.

Louis Bachelier.

Quiere describir cómo se mueven los precios en la bolsa de París.

Y propone algo que sonó a insulto.

Que se mueven como si cada paso fuera una moneda al aire.

A eso se le llama paseo aleatorio.

No significa que no haya causas. Significa que el siguiente paso no se deduce del anterior.

Su tesis se quedó en un cajón medio siglo.

Cinco años antes de que Einstein describiera lo mismo para el polen en el agua.

Hoy ese paseo aleatorio es el listón.

Un sistema no tiene que acertar. Tiene que acertar más que una moneda.

Y esa es una vara mucho más alta de lo que parece.

Porque casi todo lo que se prueba contra el pasado la supera.

Y casi nada la supera hacia delante.

Si alguien te enseña un resultado, la pregunta no es cuánto ganó.

Es si el azar lo habría hecho igual de bien.

079:16Hecho histórico

Lo que sí se puede anticipar

Pero sería mentira acabar aquí.

Porque hay algo en los mercados que sí se anticipa.

Solo que no es lo que todo el mundo quiere.

Nadie ha demostrado que se pueda predecir la dirección.

Si sube o si baja. Eso sigue pareciéndose mucho a una moneda.

Pero en 1982, un economista demostró otra cosa.

Robert Engle.

Que la agitación se agrupa.

Volatilidad: cuánto se mueve un precio, sin importar hacia dónde.

Los días movidos vienen pegados a otros días movidos.

Y los días tranquilos, a días tranquilos.

Eso no es una impresión. Es medible, y se puede anticipar.

Le dieron el Nobel de Economía por ello.

Fíjate en la asimetría.

Hay un Nobel por anticipar cuánto se va a mover.

Y ninguno por anticipar hacia dónde.

Ahí es donde una máquina sirve de verdad.

No para adivinar el futuro.

Para medir cuánta agitación viene, y decidir cuánto te juegas.

Para no cansarse. Para no asustarse. Para hacer lo mismo la vez mil.

0810:59Mecanismo real · cifras de ejemplo

Veredicto

Así que la respuesta a la pregunta del principio es no.

La máquina que ganó al Go no te va a decir el precio de mañana.

Y quien te diga que la suya sí, o no lo ha medido contra el azar…

…o lo ha medido y no te lo está contando.

Pero eso no la hace inútil. La hace otra herramienta.

Una máquina no te dice qué va a pasar.

Te dice cuánto te puedes permitir equivocarte.

Y esa, en un sitio donde nadie sabe el futuro,

es la única ventaja que se puede sostener.

0912:01

Ahora te toca a ti

Nada de esto sirve leído.

Lo siguiente es probarlo tú, con dinero que no existe.

1012:21

Quién hace esto

2026 · Madrid.

Rafael Acevedo.

Ocho años operando en los mercados.

Perdió dinero en Luna y en FTX, como tanta gente.

Y empezó un estudio que no se termina nunca:

formaciones, teorías, patrones.

Aprendió a leer bien los datos.

Pero a la velocidad de un ser humano.

Y llegó a la misma conclusión que este episodio.

Así que no construyó una máquina que adivina.

Construyó una que debate.

1113:03

Una máquina que debate

Analistas de técnico, de macro, de fundamentales.

Un caso alcista contra uno bajista.

Alguien que los pesa, con las directrices de la casa delante.

Un trader que propone.

Y un comité de riesgo que vuelve a debatir antes de decidir.

Modelos cuantitativos. Modelos de riesgo. Datos en vivo.

Y una capa que ninguna máquina trae de serie:

la visión de un humano.

Por eso es un sistema híbrido.

Lee la tesis de la casa, y la debate.

A veces, en su contra.

A veces, hasta llegar al consenso.

Ahí es cuando suceden las cosas.

Y lo llamó CHESKO 2.0.

Y publica también lo que pierde.

Fuentes

Solo obras y archivos que existen y que sostienen exactamente lo que el guion afirma. Las escenas marcadas como dramatización no llevan fuente: llevan su etiqueta, que es más honesto que colgarles una cita que no las respalda.

  1. David Silver et al. · Nature · 2016
    Que el programa combinaba redes neuronales con búsqueda en árbol y que su entrenamiento incluía partidas contra sí mismo. Es la fuente del MÉTODO, que es lo que el guion usa para explicar qué es un sistema cerrado.
  2. AlphaGo (documental)
    Greg Kohs · Moxie Pictures · 2017
    La reacción de la sala a la jugada de la segunda partida: el desconcierto de los comentaristas y la pausa de Lee Sedol. El guion describe esa reacción y no una cifra sobre ella — deliberadamente, porque la probabilidad que se suele citar es una salida del propio programa, no una medida del consenso humano.
  3. David Silver et al. · Nature · 2017
    Que una versión posterior alcanzó ese nivel partiendo SOLO de las reglas, sin partidas humanas. Es la prueba más limpia de la frase del guion: en un sistema cerrado, la práctica gratuita e infinita basta.
  4. Combinatorics of Go
    John Tromp y Gunnar Farnebäck · 2006
    El orden de magnitud del número de posiciones legales del tablero de 19×19. El guion lo compara con los átomos del universo observable, que es la forma habitual de decirlo y es correcta en orden de magnitud.
  5. The Alchemy of Finance
    George Soros · 1987
    La reflexividad: que los participantes actúan sobre lo mismo que están intentando leer, así que el objeto de estudio cambia porque se lo estudia. Es la primera de las tres diferencias. Se cita a Soros porque es quien lo formuló para mercados, no como autoridad sobre resultados.
  6. Problems of Monetary Management: The U.K. Experience
    Charles Goodhart · 1975
    Que cuando una medida se convierte en objetivo deja de ser una buena medida. Sostiene la frase «si encuentras un patrón y operas con él, lo estás gastando».
  7. Pseudo-Mathematics and Financial Charlatanism: The Effects of Backtest Overfitting on Out-of-Sample Performance
    David H. Bailey, Jonathan Borwein, Marcos López de Prado, Qiji Jim Zhu · Notices of the AMS · 2014
    Que probar suficientes variantes contra el pasado produce resultados excelentes que no sobreviven hacia delante. Sostiene la tercera diferencia y, con `malkiel-1973`, la escena del listón. Es la fuente más importante del episodio después de Engle.
  8. When Genius Failed: The Rise and Fall of Long-Term Capital Management
    Roger Lowenstein · 2000
    La cronología del fondo: su fundación en 1994, la presencia de Scholes y Merton entre sus socios, la estrategia de diferencias pequeñas con mucho apalancamiento y el desplome tras el impago ruso de agosto de 1998.
  9. Statement on the recapitalisation of Long-Term Capital Management
    Federal Reserve Bank of New York · 1998
    Que la Reserva Federal de Nueva York reunió a un grupo de bancos para recapitalizar el fondo y desmontarlo de forma ordenada. El guion dice «catorce bancos», que es la cifra de ese acuerdo.
  10. Findings Regarding the Market Events of May 6, 2010
    CFTC y SEC · informe conjunto · 2010
    Que el 6 de mayo de 2010 el mercado estadounidense cayó y se recuperó en minutos, que hubo operaciones a precios absurdos y que la interacción entre programas automáticos fue central. El guion NO atribuye la causa a una sola orden, porque el propio informe es más matizado que eso.
  11. In the Matter of Knight Capital Americas LLC (Exchange Act Release No. 70694)
    U.S. Securities and Exchange Commission · 2013
    Que un despliegue dejó activo código antiguo, que el sistema envió órdenes erróneas durante unos cuarenta y cinco minutos y que las pérdidas acabaron con la independencia de la firma. Es un documento regulatorio, no una crónica.
  12. Théorie de la spéculation
    Louis Bachelier · Annales scientifiques de l’É.N.S. · 1900
    Que en 1900 se modeló el movimiento de los precios como un proceso aleatorio, aplicado a la bolsa de París. Es el origen del listón del que habla la escena.
  13. Louis Bachelier on the Centenary of Théorie de la Spéculation
    Jean-Michel Courtault et al. · Mathematical Finance · 2000
    La recepción de la tesis y su olvido durante décadas, y que precede en cinco años al trabajo de Einstein sobre el movimiento browniano. Sostiene las dos frases del guion sobre el cajón y sobre Einstein.
  14. A Random Walk Down Wall Street
    Burton Malkiel · 1973
    La formulación divulgativa del paseo aleatorio como vara de comparación. Se cita por eso y no como conclusión sobre si los mercados son eficientes, que es un debate que el episodio no entra a resolver.
  15. Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation
    Robert F. Engle · Econometrica · 1982
    EL ESLABÓN PRINCIPAL DEL EPISODIO. Que la varianza —la agitación— no es constante y depende de la reciente, o sea que se agrupa y se puede modelar. Es lo que permite decir que hay algo anticipable que no es la dirección.
  16. Royal Swedish Academy of Sciences · 2003
    Que el premio se concedió a Engle «por métodos de análisis de series temporales económicas con volatilidad variable en el tiempo». Sostiene la asimetría que cierra el episodio: hay un Nobel por la volatilidad y ninguno por la dirección.