Inteligencia de enjambre en el análisis de mercados financieros

Texto traducido (Español - Latinoamérica):

Cómo colonias descentralizadas de agentes simples resuelven problemas que derrotan a las matemáticas de forma cerrada, y por qué el mercado en sí mismo es el enjambre más grande jamás construido

Hay una dualidad extraña en el corazón de las finanzas cuantitativas. En un lado está el sueño del ingeniero: una función objetivo limpia, un conjunto factible convexo, una solución de forma cerrada que puedes demostrar que es óptima. En el otro lado está el mercado real: no lineal, no estacionario, plagado de mínimos locales, colas pesadas, cambios de régimen y bucles de retroalimentación donde tus propias acciones cambian aquello que intentas predecir.

La inteligencia de enjambre vive en el segundo lado. Es una familia de métodos que renuncia a la elegancia y la demostración a cambio de algo que el mercado realmente recompensa: la capacidad de buscar en paisajes complejos, de alta dimensión y engañosos sin quedar atrapado, y hacerlo con agentes tan simples que ninguno de ellos individualmente entiende el problema.

Este artículo cubre ambas mitades de la historia. La primera mitad es la inteligencia de enjambre como un kit de herramientas de optimización que apuntas a problemas financieros: Optimización por Enjambre de Partículas (PSO) para el ajuste de carteras y estrategias, Optimización por Colonia de Hormigas (ACO) para el enrutamiento y la selección combinatoria. La segunda mitad es la idea más profunda e incómoda: el mercado es un enjambre, y los modelos basados en agentes te permiten simular las burbujas, crisis y comportamientos de manada emergentes que ningún modelo de equilibrio produce por sí solo.

Matemáticas, código y diagramas en todo el artículo. Nada se deja a la ambigüedad.

Mis recursos:

Canal de TG:

https://t.me/zostaffsmartarc

GitHub:

https://github.com/zostaff

Opera aquí:

https://polymarket.com/?r=zostaff

Parte 0: Qué significa realmente "inteligencia de enjambre"

Un enjambre es una población de agentes simples que siguen reglas locales, sin un controlador central, que producen colectivamente un comportamiento global inteligente. Los ejemplos canónicos son biológicos: colonias de hormigas encontrando caminos más cortos mediante feromonas, bandadas de aves manteniendo la cohesión a través de tres reglas locales, colonias de abejas asignando recolectoras a parches de flores.

Tres propiedades definen el paradigma y explican por qué encaja en las finanzas:

1. Descentralización. Ningún agente tiene la visión global. Cada uno actúa con información local más una pequeña cantidad de señal compartida. Esto refleja los mercados reales, donde ningún participante ve el flujo completo de órdenes.
2. Exploración estocástica con atracción social. Los agentes se mueven semi-aleatoriamente pero son atraídos hacia donde el enjambre ha encontrado valor. Este equilibrio de exploración y explotación es exactamente lo que necesitas en un paisaje lleno de óptimos locales, que es lo que son las superficies de rendimiento ajustado al riesgo.
3. Emergencia. El comportamiento interesante no está programado en ningún agente. Aparece a nivel de la población. En optimización, esto significa escapar de trampas en las que caen los métodos de gradiente. En el modelado de mercado, significa burbujas que ningún agente "racional" individual pretendió.

El contraste con los métodos clásicos es el punto central. El descenso de gradiente necesita una función objetivo diferenciable y encuentra el mínimo más cercano, que a menudo es el incorrecto. La optimización convexa necesita convexidad, que los objetivos financieros rara vez tienen una vez que agregas costos de transacción, restricciones de cardinalidad o límites de reducción máxima. Los métodos de enjambre no necesitan nada de esto. Tratan la función objetivo como una caja negra: introduces un candidato, obtienes un número, eso es todo.

Parte 1: Optimización por Enjambre de Partículas (PSO)

1.1 El mecanismo

La Optimización por Enjambre de Partículas (PSO), introducida por Kennedy y Eberhart en 1995, modela el enjambre como un conjunto de partículas volando a través del espacio de búsqueda. Cada partícula i tiene una posición x_i (una solución candidata) y una velocidad v_i. Recuerda la mejor posición que ha visitado personalmente (pbest_i) y conoce la mejor posición que cualquier partícula ha encontrado (g, el mejor global).

En cada paso, cada partícula actualiza su velocidad como una suma ponderada de tres impulsos:

1v_i(t+1) = w · v_i(t)                    inercia: sigue haciendo lo que estabas haciendo
2         + c1 · r1 · (pbest_i − x_i(t))   cognitivo: regresa a tu propio mejor
3         + c2 · r2 · (g − x_i(t))         social: muévete hacia el mejor del enjambre
4
5x_i(t+1) = x_i(t) + v_i(t+1)

donde w es el peso de inercia, c1 y c2 son coeficientes de aceleración, y r1, r2 son números aleatorios uniformes nuevos en [0,1] extraídos de forma independiente por dimensión. Esa aleatoriedad es el motor de la exploración; sin ella, el enjambre colapsa determinísticamente.

Las tres fuerzas merecen ser vistas geométricamente. Una sola partícula es empujada simultáneamente por su propio impulso, tirada hacia atrás hacia su mejor personal y atraída hacia el mejor global. El vector resultante es hacia donde irá realmente a continuación.

1.2 Por qué escapa de los mínimos locales

La magia está en la tensión entre los términos cognitivo y social. Al principio, las partículas están dispersas y sus mejores personales difieren enormemente, por lo que el enjambre explora ampliamente. A medida que se descubren buenas regiones, g atrae a todos, pero la inercia de cada partícula y su memoria personal evitan que colapsen instantáneamente sobre g. El enjambre rodea, sobrepasa y sondea el vecindario antes de comprometerse. En una superficie multimodal, esto significa que el enjambre puede abandonar un mínimo local decente si una partícula tropieza con una mejor cuenca.

Aquí está PSO en la función Rastrigin, una prueba de tortura estándar con un mínimo global en el origen rodeado por una red de mínimos locales engañosos. Observa cómo el enjambre se dispersa, se agrupa y converge mientras la aptitud del mejor global cae seis órdenes de magnitud.

Un método de gradiente colocado en cualquier lugar de esa superficie muere en el primer cuenco local que toca. El enjambre no.

1.3 Aplicación: optimización de carteras bajo restricciones realistas

La optimización de media-varianza de Markowitz tiene una solución de forma cerrada. En el momento en que añades algo realista, deja de tenerla. Las restricciones de cardinalidad ("mantener como máximo 20 nombres"), los tamaños mínimos de posición, las penalizaciones por costos de transacción y los límites de rotación rompen la convexidad y la integralidad. Aquí es exactamente donde PSO demuestra su valía.

Queremos maximizar el Ratio de Sharpe de una cartera de solo posiciones largas. Cada partícula es un vector de pesos; lo reparamos al simplex (no negativo, suma uno) y lo evaluamos.

1import numpy as np
2
3rng = np.random.default_rng(0)
4n = 8                                  # número de activos
5mu = rng.normal(0.08, 0.04, n)          # rendimientos anuales esperados
6A = rng.normal(0, 1, (n, n))
7cov = (A @ A.T) / n * 0.04              # una matriz de covarianza válida
8rf = 0.02                               # tasa libre de riesgo
9
10def neg_sharpe(w):
11    """Objetivo: Sharpe negativo (minimizamos). Repara los pesos al simplex."""
12    w = np.clip(w, 0, None)             # solo largos
13    s = w.sum()
14    if s == 0:
15        return 1e9
16    w = w / s                           # suma a uno
17    ret = w @ mu
18    vol = np.sqrt(w @ cov @ w)
19    return -(ret - rf) / (vol + 1e-9)
20
21# ---- PSO ----
22P, ITERS = 30, 100
23w_inertia, c1, c2 = 0.72, 1.49, 1.49
24
25X = rng.random((P, n))                  # posiciones = carteras candidatas
26V = rng.normal(0, 0.1, (P, n))          # velocidades
27pbest = X.copy()
28pbest_val = np.array([neg_sharpe(x) for x in X])
29g = pbest[pbest_val.argmin()].copy()
30
31for _ in range(ITERS):
32    r1, r2 = rng.random((P, n)), rng.random((P, n))
33    V = w_inertia * V + c1 * r1 * (pbest - X) + c2 * r2 * (g - X)
34    X = np.clip(X + V, 0, None)
35    val = np.array([neg_sharpe(x) for x in X])
36    improved = val < pbest_val
37    pbest[improved] = X[improved]
38    pbest_val[improved] = val[improved]
39    g = pbest[pbest_val.argmin()].copy()
40
41w_opt = np.clip(g, 0, None); w_opt /= w_opt.sum()
42print("mejor Sharpe:", round(-pbest_val.min(), 3))
43print("pesos:", np.round(w_opt, 3))

Ejecutar esto produce un Sharpe cercano a 3.5 y un vector de pesos disperso y sensato que suma uno. El punto crucial no es el número. Es que neg_sharpe podría contener cualquier cosa. Añade un término de costo de transacción - lambda * np.sum(np.abs(w - w_prev)), añade un límite de cardinalidad estricto poniendo a cero los pesos más pequeños antes de normalizar, añade una penalización por reducción máxima calculada a partir de una prueba retrospectiva. Ninguno de estos tiene gradientes que quieras calcular, y ninguno de ellos detiene a PSO. El optimizador nunca mira dentro de la función objetivo; solo pregunta "¿es esta cartera mejor que aquella?"

1.4 Aplicación: ajuste de hiperparámetros y estrategias

El segundo uso principal es el ajuste de estrategias de trading. Una estrategia tiene parámetros: ventanas de retrospectiva, umbrales de entrada y salida, distancias de stop-loss, coeficientes de tamaño de posición. La función objetivo es una estadística de backtest, como el rendimiento ajustado al riesgo después de costos. Esta superficie es brutalmente no convexa, discontinua (un cambio de un tick en un umbral puede voltear una operación) y costosa de evaluar. PSO trata todo el backtest como la función objetivo de caja negra y busca directamente en el espacio de parámetros.

¿Cómo se compara con las alternativas? Los algoritmos genéticos (cruce y mutación evolutivos) son el competidor más cercano y a menudo comparables. La búsqueda aleatoria es la base honesta que, sorprendentemente, a menudo supera a la búsqueda en cuadrícula. En una función objetivo típica de ajuste de estrategias, el enjambre tiende a converger más rápido y a un mejor óptimo que ambos, porque el término de atracción social concentra las evaluaciones donde importan en lugar de muestrear a ciegas.

La advertencia aquí es real y el profesional debe internalizarla: una convergencia más rápida en una función objetivo de backtest es una convergencia más rápida hacia el sobreajuste. PSO encontrará felizmente el conjunto de parámetros que explica perfectamente el ruido en tu muestra histórica. La validación walk-forward, las reservas fuera de muestra y la penalización de la complejidad de los parámetros no son adornos opcionales; son la diferencia entre un artefacto de investigación y una estrategia que sobrevive al contacto con los mercados reales.

Parte 2: Optimización por Colonia de Hormigas (ACO)

2.1 El mecanismo

La Optimización por Colonia de Hormigas (ACO), desarrollada por Dorigo a principios de la década de 1990, aborda problemas combinatorios donde la respuesta es un camino o una selección discreta. Las hormigas reales encuentran caminos cortos depositando feromonas mientras caminan; los caminos más cortos se recorren con más frecuencia por unidad de tiempo, acumulan más feromonas y atraen a más hormigas, en un bucle de retroalimentación positiva. Crucialmente, la feromona se evapora, lo que permite a la colonia olvidar caminos obsoletos y adaptarse cuando el entorno cambia.

Las hormigas artificiales construyen soluciones paso a paso en un grafo. En el nodo i, una hormiga elige el siguiente nodo j de forma probabilística, sesgada por la feromona tau_ij en ese borde y una conveniencia heurística eta_ij:

1(tau_ij)^alpha · (eta_ij)^beta
2P(i -> j) = ----------------------------------------
3            suma sobre k permitido de (tau_ik)^alpha · (eta_ik)^beta

alpha controla cuánto confían las hormigas en la feromona acumulada (explotación de la memoria colectiva); beta controla cuánto confían en la heurística inmediata (calidad local codiciosa). Después de que todas las hormigas terminan, la feromona se actualiza:

1tau_ij <- (1 - rho) · tau_ij  +  suma sobre hormigas de  delta_tau_ij

rho es la tasa de evaporación. El depósito delta_tau_ij es mayor para las hormigas que construyeron mejores soluciones, por lo que los buenos bordes se refuerzan. La evaporación previene el bloqueo prematuro y es lo que hace que ACO sea adaptable en problemas no estacionarios, que es, en los mercados.

2.2 Dónde encaja ACO en las finanzas

PSO es para problemas continuos; ACO es para problemas discretos y con forma de camino. En finanzas, esto incluye:

• Selección de activos como un problema de recorrido de grafo. Elegir qué subconjunto de un universo mantener, donde los bordes codifican la correlación o las transiciones sectoriales, y la feromona aprende qué combinaciones históricamente ofrecieron buenos rendimientos ajustados al riesgo.
• Enrutamiento y ejecución de órdenes. Dividir una orden padre grande entre lugares y segmentos de tiempo para minimizar el impacto de mercado y el costo es naturalmente un problema de camino. La feromona refuerza las decisiones de enrutamiento que históricamente lograron buenas ejecuciones, y la evaporación permite que el enrutador se adapte a medida que la liquidez del lugar cambia durante el día.
• Construcción de reglas de trading. Cada nodo es una condición o indicador; el camino de una hormiga a través del grafo es una regla compuesta. La colonia busca en el espacio combinatorio de estructuras de reglas, reforzando las cadenas de reglas que funcionan bien en los backtests.

El diagrama anterior muestra el caso de ejecución: el efectivo inactivo debe llegar a una ejecución completa, y la colonia refuerza la ruta (efectivo a AAPL a NVDA a ejecución) que históricamente minimizó el costo, con el grosor del borde proporcional a la feromona acumulada.

La misma advertencia de sobreajuste de PSO se aplica con igual fuerza. Una colonia que ha reforzado una cadena de reglas a la perfección en datos históricos ha memorizado el pasado, no descubierto el futuro.

Parte 3: El mercado como un enjambre

3.1 La inversión conceptual

Las Partes 1 y 2 utilizaron la inteligencia de enjambre como una herramienta que apuntamos al mercado. La Parte 3 hace la afirmación más profunda: el mercado es un enjambre, y posiblemente el más grande y trascendental que los humanos han construido.

Mira las propiedades definitorias de nuevo. Descentralización: millones de participantes, sin controlador central, cada uno actuando con información local parcial. Reglas locales simples: la mayoría de los participantes no están ejecutando teoría de juegos hasta la convergencia; están siguiendo heurísticas, impulso, miedo, el comportamiento de sus vecinos. Emergencia: burbujas, crisis, caídas repentinas, agrupación de volatilidad y rendimientos de cola pesada no son diseñados por nadie. Emergen de la interacción.

Este replanteamiento importa porque la tradición teórica dominante, la hipótesis del mercado eficiente y el equilibrio de expectativas racionales, lucha por producir estos fenómenos de forma endógena. En esos modelos, los precios igualan el valor fundamental más el ruido, y las grandes desviaciones requieren grandes shocks exógenos. Pero los mercados colapsan sin noticias. El crash de 1987, el flash crash de 2010, innumerables episodios más pequeños: el precio se movió violentamente mientras los fundamentos permanecieron quietos. Los modelos de equilibrio explican esto asumiendo un shock que nadie puede identificar. Los modelos de enjambre lo explican como emergente, es decir, como el comportamiento normal de un sistema de agentes heurísticos que interactúan.

3.2 Modelos basados en agentes (ABM)

Los modelos basados en agentes (ABM) hacen esto concreto. Pueblas un mercado simulado con agentes heterogéneos, les das reglas de comportamiento simples, los dejas comerciar y observas lo que emerge en el precio. El diseño más influyente es el modelo fundamentalista-cartista (Brock y Hommes, Lux y Marchesi, y otros).

• Fundamentalistas creen que el precio revierte al valor fundamental. Compran cuando el precio está por debajo del valor y venden cuando está por encima. Actuando solos, estabilizan el mercado.
• Cartistas (seguidores de tendencia) creen que los movimientos recientes continúan. Compran porque el precio está subiendo y venden porque está cayendo. Actuando solos, desestabilizan el mercado.

El ingrediente decisivo es el cambio de estrategia: los agentes no están bloqueados en un tipo. Adoptan la estrategia que haya sido más rentable recientemente y se agrupan hacia lo que hacen sus vecinos. Este es el mecanismo de elección discreta: la fracción de cartistas aumenta cuando el seguimiento de tendencia ha dado frutos últimamente. Ese único bucle de retroalimentación es suficiente para generar todo el zoológico de hechos estilizados que los mercados reales exhiben y los modelos de equilibrio no.

Aquí hay una simulación fundamentalista-cartista mínima pero completa en el espacio de precios logarítmicos, con cambio de estrategia impulsado por ganancias:

1import numpy as np
2
3rng = np.random.default_rng(4)
4T = 520
5log_fund = np.log(100.0)               # valor fundamental constante
6logp = [log_fund, log_fund]            # precio logarítmico, necesita dos rezagos
7frac_chartist = [0.5]                  # fracción de la población que son cartistas
8beta = 6.0                             # intensidad de elección (qué tan rápido cambian los agentes)
9
10for t in range(1, T):
11    lp, lp1 = logp[-1], logp[-2]
12    dev = lp - log_fund                # desviación del precio respecto al fundamental
13    mom = np.clip(lp - lp1, -0.2, 0.2) # momento reciente (último rendimiento logarítmico)
14
15    # Rentabilidad realizada de cada regla contra el último movimiento real
16    actual = mom
17    pi_c = np.tanh(60 * mom * actual)            # el cartista tuvo razón si la tendencia continuó
18    pi_f = np.tanh(60 * (-0.05 * dev) * actual)  # el fundamentalista tuvo razón si revirtió
19
20    # Elección discreta: los agentes fluyen hacia la regla recientemente rentable (logit)
21    ec, ef = np.exp(beta * pi_c), np.exp(beta * pi_f)
22    target = ec / (ec + ef)
23    target = np.clip(target + 1.8 * abs(mom), 0, 1)   # grandes movimientos atraen una manada que persigue tendencias
24
25    # Inercia de la manada: la multitud cambia gradualmente, no instantáneamente
26    share = np.clip(0.55 * frac_chartist[-1] + 0.45 * target + rng.normal(0, 0.025), 0.02, 0.98)
27
28    # Impacto en el precio: los cartistas extrapolan el momento, los fundamentalistas tiran hacia el valor
29    dl = share * 0.95 * mom + (1 - share) * (-0.05 * dev) + rng.normal(0, 0.014)
30    dl = np.clip(dl, -0.12, 0.12)
31
32    logp.append(lp + dl)
33    frac_chartist.append(share)
34
35price = np.exp(np.array(logp[1:]))

Nada en este código instruye al mercado a formar una burbuja. No hay una variable de "crisis". Sin embargo, ejecútalo y aparecen burbujas y crisis, y se alinean con los aumentos en la fracción cartista: cuando el seguimiento de tendencia comienza a dar frutos, la multitud se acumula, el precio se separa del fundamental, la separación eventualmente hace que la reversión a la media sea abrumadoramente rentable, la multitud cambia y la burbuja colapsa.

El panel superior es el precio oscilando alrededor de un fundamental plano de 100, con burbujas hacia 120 y crisis hacia 80. El panel inferior es la fracción cartista. Los picos en la participación de la multitud que persigue la tendencia preceden e impulsan los extremos de precios. Esto es comportamiento de manada representado como un mecanismo en lugar de una metáfora.

3.3 Los hechos estilizados que surgen sin esfuerzo

Los rendimientos financieros reales tienen firmas estadísticas bien documentadas que los modelos de caminata aleatoria gaussiana no logran reproducir. Los modelos de enjambre basados en agentes los producen de forma endógena, sin suposiciones adicionales:

• Colas pesadas (curtosis excesiva). Los rendimientos extremos son mucho más comunes de lo que predice una distribución normal, porque el comportamiento de manada sincroniza a los agentes y amplifica los movimientos.
• Agrupación de volatilidad. Los grandes movimientos siguen a los grandes movimientos. Cuando el régimen cartista domina, la volatilidad es alta y persistente; cuando los fundamentalistas dominan, el mercado está tranquilo. El cambio de estrategia produce la agrupación.
• Ausencia de autocorrelación lineal en los rendimientos junto con una fuerte autocorrelación en los rendimientos absolutos. El mercado es impredecible en dirección pero altamente predecible en turbulencia, exactamente como lo generan los ABM.

Que un modelo de agentes simples e interactuantes reproduzca la huella dactilar estadística precisa de los mercados reales, mientras que los elegantes modelos de equilibrio necesitan shocks exógenos añadidos, es la evidencia más sólida de que el marco del enjambre captura algo verdadero sobre cómo se forman realmente los precios.

Parte 4: Una arquitectura de referencia

Si quisieras operationalizar todo esto, las herramientas de optimización y la lente de simulación encajan en una sola pila. El núcleo del enjambre trata las estrategias como partículas y busca en el espacio de estrategias; el evaluador de aptitud ejecuta backtests walk-forward; una puerta de enlace de riesgo impone restricciones estrictas que ningún optimizador puede violar; ACO maneja el enrutamiento de ejecución; y el simulador basado en agentes se puede usar tanto para probar estrategias bajo estrés en mercados sintéticos pero realistas como para generar escenarios que el registro histórico nunca contuvo.

El bucle de retroalimentación es el alma del diseño. La aptitud y el riesgo remodelan continuamente el enjambre, tal como en la naturaleza el entorno remodela continuamente la colonia. La puerta de enlace de riesgo no es negociable y se encuentra fuera de la optimización: un enjambre que optimiza Sharpe, dada la oportunidad, tomará una posición que es óptima en el backtest y ruinosa en una cola. La puerta es lo que lo detiene.

Parte 5: Limitaciones honestas

Los métodos de enjambre no son magia, y los modos de fallo son específicos:

El sobreajuste es el riesgo dominante. Cada optimizador de caja negra es una máquina para encontrar el conjunto de parámetros que mejor explica tu muestra, incluido su ruido. Cuanto más rápido y potente sea el optimizador, más peligroso es esto. El análisis walk-forward y la disciplina fuera de muestra son obligatorios.

Sin garantías de optimalidad. PSO y ACO son metaheurísticas. Por lo general, encuentran soluciones excelentes; no prueban nada. Para problemas genuinamente convexos, usa un solucionador convexo y obtén el óptimo certificado. Recurre a los enjambres solo cuando falte la estructura que necesitan los métodos clásicos.

Sensibilidad a los hiperparámetros. Peso de inercia, coeficientes de aceleración, tamaño del enjambre, tasa de evaporación: estos importan, y ajustar el ajustador corre el riesgo de otra capa de sobreajuste. Existen valores predeterminados sensatos (los valores de constricción w=0.72, c1=c2=1.49 para PSO) por una buena razón.

Los ABM son explicativos, no predictivos. Los modelos basados en agentes reproducen brillantemente el comportamiento cualitativo de los mercados, las burbujas y las colas pesadas. No te dicen el precio del próximo martes. Su valor está en comprender el mecanismo, las pruebas de estrés y la generación de escenarios, no en la predicción puntual.

La trampa de la reflexividad. Cuando suficiente capital ejecuta estrategias similares descubiertas por enjambres, esas estrategias se convierten en parte de la dinámica del mercado y erosionan su propia ventaja. El mapa altera el territorio. Esto no es un defecto del método; es la verdad más profunda que enseña el marco del enjambre. No estás analizando un enjambre desde el exterior. Eres un agente dentro de él, y tu rastro de feromonas cambia hacia dónde irán todos los demás a continuación.

Final

Las dos mitades de este artículo son realmente una sola idea vista desde dos ángulos. La optimización por enjambre funciona en problemas financieros porque esos problemas viven en paisajes complejos, engañosos y no convexos, y la búsqueda estocástica descentralizada con atracción social está construida precisamente para ese terreno. Y la razón por la que los mercados producen tales paisajes en primer lugar es que los mercados son en sí mismos enjambres: vastas poblaciones de agentes simples, gregarios y cambiantes cuya interacción genera de forma emergente las burbujas, crisis y colas pesadas que ningún modelo de equilibrio pretende.

Entender el segundo punto te hace mejor en el primero. Cuando recuerdas que la superficie que estás optimizando fue generada por un enjambre, dejas de confiar en cualquier óptimo único, respetas la no estacionariedad, construyes la puerta de enlace de riesgo y nunca olvidas que en el momento en que tu estrategia mueve un tamaño real, has dejado de ser un observador del enjambre y te has convertido en parte de él.