Las matemáticas y el machine learning aplicado al trading no son infalibles, pero son la mejor alternativa ante sistemas caóticos como los mercados financieros.
Los mercados financieros cada vez son más complejos. Las diferencias entre los números y las expectativas que motivaban las operaciones, influenciadas por las emociones humanas, han dado paso a operaciones matemáticas complejas. Fisher Black y Myron Scholes confirmaron cómo, utilizando procesos estocásticos para modelar variaciones de precios, se podía estimar el valor actual de una opción europea de compra o venta en una fecha futura utilizando una (compleja) fórmula matemática.
No obstante, ningún sistema matemático, por avanzado y complejo que sea, puede predecir el futuro real, aunque sí acercarse a él. La minería de datos está de moda. El uso de sistemas complejos automatizados, matemáticos y econométricos, para desarrollar predicciones en base a históricos es el nuevo dorado. Y no se dispara a ciegas. Los modelos matemáticos actuales para operar en el mercado de valores, más allá del análisis fundamental, tienen en cuenta variables endógenas y exógenas especialmente complejas para minimizar el error del modelo.

Las matemáticas y la automatización han superado a la intuición, a las expectativas y a las emociones. No obstante, las máquinas todavía no comprenden muy bien cómo funcionan los mercados. Hace un par de año leía en Seeking Alpha un artículo bastante ácido bajo el título de Why Data-Mined Market Predictions Are Worse Than Useless, que a su vez se basaba en un artículo de Ryan Detrick.
Hablamos de 2014, un año en el …