Dagger, el hijo de Deep Blue

Hace ya casi 15 años de aquella mítica partida de ajedrez entre el ordenador Deep Blue y el campeón Gary Kasparov, en ella, como el jugador humano era consciente de sus debilidades frente a la máquina, decidió utilizar una técnica “anticomputador” que es un estilo de juego consistente en jugar de forma conservadora a largo plazo, algo que la computadora no es capaz de verlo en su árbol de búsqueda del juego. Esto frecuentemente involucrará movimientos que se piensa son poco óptimos para poder explotar las debilidades conocidas del modo en que los jugadores computarizados evaluan las posiciones.

Kasparov, con las piezas negras, planteó un sacrificio de peón suponiendo que, al igual que la mayoría de los programas de la época, sería aceptado por Deep Blue, lo que le daría la oportunidad de plantear un contraataque. Como Deep Blue no aceptó el sacrificio, Kasparov supuso que la jugada le fue indicada por un operador humano lo cual le llevó a pedir los registros escritos de los procesos de Deep Blue, algo que IBM finalmente no ofreció, dejando dudas sobre el verdadero poder de la máquina. Mucho ha avanzado la informática desde entonces y dudo que volvamos a ver duelos tan igualados y apasionantes como aquél.

Como inversor esporádico en bolsa y, por qué no, como habitante del planeta tierra, me siguen preocupando mucho estos duelos hombre-máquina, todavía no me quita el sueño una rebelión de las máquinas en plan terminator pero si me preocupa, y mucho, la utilización que de ellas hace el sistema financiero internacional, más que nada para conocer las reglas del juego y saber si me interesa o no participar en él.

Para ello, os traigo un interesante artículo publicado hace unas semana en The Atlantic sobre el que podría ser el hijo de “Deep Blue”, que en vez de ser utilizado para el ajedrez lo es para algo más lucrativo como son las finanzas, os presento a “Dagger“.

En el tercer piso de las oficinas centrales de Manhattan de Citigroup, en el otro extremo de la planta de operaciones bursátiles, con vistas al río Hudson, Youn Kang, el Director corporativo de productos algorítmicos, pendiente de un terminal controla la evolución de una astuta y poderosa bestia llamada Dagger. Alimentada y entrenada en secreto por los ingenieros financieros de Citi, Dagger puede acechar a más de 20 mercados, públicos y de otro tipo, buscando anomalías, comprando y vendiendo, analizando montañas de datos históricos, todo a instancia de los clientes de Citi. En medio del ruido de la planta de operaciones bursátiles, Dagger cumple con su deber en un silencio parpadeante, con una velocidad y agudeza fuera del poder humano.

Tiene capacidad de autoaprendizaje,

Los números se actualizan, la estrategia se ajusta por sí misma. Se hace cada vez más inteligente

Young Kang.

Y genera mucho dinero. Los algoritmos como Dagger pueden aprovecharse de las mínimas ineficiencias del mercado. Puede analizar operaciones en millonésimas de segundo. Algunas especies pueden detectar otros algoritmos emprendiendo estrategias bursátiles predecibles, y ajustar implacablemente sus técnicas. Se hacen cada vez más complejos, sutiles y sofisticados. Y a medida que se hacen más famosos, dan mayores dolores de cabeza a los reguladores.

Según algunas previsiones, los algoritmos generan en la actualidad el 70 por ciento de todas las operaciones de renta variable de EE.UU. La velocidad y volumen de las operaciones diarias han propulsado al mercado a una nueva y esotérica dimensión, y convierten a los operadores en lo peor, en gran parte obsoletos. El volumen diario promedio de acciones en la bolsa de Nueva York aumentó en un 185% entre 2005 y 2009, mientras que el tiempo que se precisaba para ejecutar una operación en sus sistemas electrónicos disminuía en 650 microsegundos.

Tales cambios tienen preocupada a mucha gente, incluyendo a la Comisión de Valores y Bolsa (Securities and Exchange Commission – SEC, en sus siglas en inglés), que publicó una gran variedad de documentos a principios de este año buscando sugerencias sobre cómo reestructurar todo el mercado de renta variable, y creó una División de Riesgo, Estrategia e Innovación Financiera, en parte para ayudar a controlar a las nuevas tecnologías. Una caída del mercado a principios de mayo, en la que los sistemas automatizados de operaciones exacerbaron la venta que condujo a una caída del Dow de más de 900 puntos en menos de una hora, antes de que se recuperase rápidamente, supuso dos nuevas preocupaciones para los notables públicos: que los propietarios de estos algoritmos pueden no tener el control absoluto de sus creaciones, y que las estrategias que persiguen, están, en algunos casos, pervirtiendo a los mercados financieros.

En enero, la bolsa de Nueva York impuso a Credit Suisse una multa de 150.000$ por «no supervisar de forma adecuada el desarrollo, implantación y funcionamiento de un algoritmo de su propiedad.» La multa fue una miseria, pero resultó más problemático que el banco ni siquiera supiera que su algoritmo estropeado (que envió cientos de miles de solicitudes de anulación y reemplazo de órdenes que no se habían realizado) había paralizado a algunas centrales de operaciones hasta que los reguladores les llamaron al día siguiente. Esta primavera, un boletín informativo del Federal Reserve Bank of Chicago advirtió: «aunque se hayan producido errores algorítmicos en operaciones bursátiles, no hemos podido detectar aún toda la amplitud, magnitud y velocidad con la que se pueden producir. Es más, muchos de esos errores pueden estar ocultos al público.»

Bernard Donefer, un profesor de finanzas en el Baruch College y autor de un estudio en la edición más reciente de Journal of Trading llamado «los algoritmos se han vuelto locos,» arguye que la velocidad de esas ecuaciones y su capacidad para alcanzar a tantos mercados de forma simultánea, podría convertir a un error de codificación menor en un desastre en espiral. «Otro 1987,» me dijo, haciendo referencia a la épica caída que se produjo en parte por unos programas de operaciones automatizadas más simples. Esta perspectiva posiciona a Donefer entre una minoría dentro de la comunidad financiera, que tiende a tener más fe en los controles de riesgo interno de las compañías. Pero piensa que sin una regulación mejor, no se podrán evitar nuevas situaciones de descontrol de este tipo. Indica además que mientras los controles de las empresas importantes, como Citi, son por lo general ejemplares, empresas de segundo o tercer nivel presentan un riesgo mayor.

La SEC quiere contratar a más gente, tanto para su nueva división de riesgos, como para su división de operaciones bursátiles, y está considerando nuevos métodos para rastrear operaciones algorítmicas. Donefer y otros han sugerido un sistema de marcado para los mayores operadores, que la SEC considera que está sobre la mesa. La comisión también prohibirá en breve una práctica denominada «naked access» (acceso sin restricciones), en el que algunos corredores ofrecen a sus clientes acceso directo a los cambios, permitiéndoles eludir riesgos de control, con el fin de realizar operaciones más rápidamente.

Una preocupación más extendida, que está atrayendo ahora más atención de los reguladores y del Congreso, es una estrategia conocida como operaciones de alta frecuencia (hablamos de ello por aquí hace un año). Los que utilizan esta técnica aplican algoritmos y otra tecnología automatizada, junto con datos de mercado a tiempo real, para comprar y vender tan rápido (en microsegundos) y en tales cantidades (millones de operaciones al día), que se congestionan con diferencias de centavos en los precios. Estos operadores argumentan que proporcionan al mercado la liquidez necesaria y difusión más estricta. Los reguladores tienden a estar de acuerdo, en casi todo. Los mercados libres siempre han compensado por mejor información, velocidad y creatividad. Pero esta tecnología se descarga a tal escala masiva y tan rápidamente que temen que pueda alimentar una volatilidad peligrosa y autofortalecedora.

Al menos unos pocos operadores de alta frecuencia han aprendido a enriquecerse detectando las más simples estrategias de los algoritmos implantadas por los planes de pensiones y fondos de inversión, comprando las acciones que los fondos tienen intención de comprar a continuación, y después vendiéndoselas a un precio mayor. Es posible que esto no sea ilegal, pero casi con seguridad es injusto para los inversores. David Weild, asesor en Grant Thornton y ex vicepresidente de NASDAQ, comentó que «cada vez está más claro que hay muchos bandidos de alta frecuencia en la comunidad de las operaciones de alta frecuencia, que inflan el volumen de las estadísticas, realizan órdenes de inversión anticipada, aumentan los costes de las transacciones y dañan a la liquidez real.»

Estos cambios en la tecnología de las operaciones da lugar a una pregunta más esencial: si la mayoría de las operaciones cruzadas son simplemente líneas de códigos que se intercambian con otras líneas de códigos, movidas por indicadores oscuros incluso para los autores mortales de los propios algoritmos, ¿qué es exactamente el mercado financiero? Según Joe Saluzzi, co-director de las operaciones de renta variable de Themis Trading, y persistente opositor a algunas de las estrategias de alta frecuencia, «la estructura del mercado ha cambiado totalmente y ha distorsionado lo que hacemos. La máquina piensa por sí misma.»

El artículo termina con una pregunta que desgraciadamente no responde ¿Qué es exactamente el mercado financiero?.

En este entorno, mucho me temo que la única opción que tenemos los humanos es utilizar una técnica “anticomputador” que como hizo Kasparov en su día consiste en invertir de forma conservadora a largo plazo o eso, o nos dan un jaque mate en cuestión de segundos.