Quants Gone Wild - Calendae | Informática, Electrónica, CMS, Ciberseguridad

Quants Gone Wild

Hola, ¿qué tal colega?. Yo soy Simón Sánchez y hoy te voy a hablar sobre Quants Gone Wild

Es fascinante leer el análisis post mortem del colapso económico, especialmente en lo que se refiere al papel que desempeñaron los analistas cuantitativos y sus modelos financieros de alta tecnología para hundir a la industria en un precipicio.

En un artículo de Wired de esta semana titulado La fórmula que mató a Wall Street, Felix Salmon escribe sobre cómo una sola fórmula, la gaussiana función de cópula, llegó a dominar el modelo de riesgo financiero y cómo finalmente socavó la industria de la inversión. La fórmula nació de una idea de David Li, un analista cuantitativo (cuantico) que desarrolló la cópula gaussiana para correlacionar el riesgo en las ahora infames obligaciones de deuda colateralizada (CDO) y credit default swaps (CDS).

Destilar el colapso financiero global en una sola fórmula matemática parece exagerado, pero Salmon proporciona un caso convincente de cómo la función de cópula gaussiana se ha infiltrado en el ecosistema de analistas financieros e inversores profesionales:

Durante cinco años, la fórmula de Li, conocida como función de cópula gaussiana, pareció un giro inequívocamente positivo, una pieza de tecnología financiera que hizo posible modelar riesgos extremadamente complejos con más facilidad y precisión que nunca. Con su brillante chispa de valor matemático, Li ha permitido a los operadores vender grandes cantidades de nuevas acciones, expandiendo los mercados financieros a niveles inimaginables.

Su método ha sido adoptado por todos, desde inversionistas en bonos y bancos de Wall Street hasta agencias de calificación y reguladores. Y se arraigó tan profundamente, e hizo que la gente ganara tanto dinero, que las advertencias sobre sus limitaciones fueron ignoradas en gran medida.

Entonces el modelo se vino abajo …

Aparentemente, la cópula gaussiana, aunque elegante, era demasiado simplista. Por ejemplo, debido a que la fórmula ignoró las interrelaciones de los préstamos individuales que componían un CDO, así como los datos históricos de bienes raíces, la correlación de riesgo se basó en el comportamiento a corto plazo, en este caso, en un momento en que las viviendas los precios estaban aumentando drásticamente. Los banqueros de inversión deberían haber sabido que el riesgo aún estaba ahí. Entonces, pregunta Salmon, ¿por qué los banqueros no se preguntaron a dónde iba el riesgo?

No lo sabían o no preguntaban. Una razón fue que los resultados provenían de modelos de computadora de «caja negra» y eran difíciles de someter a una prueba de olfato de sentido común. Otro fue que los cuantos, que deberían haber sido más conscientes de las debilidades de la copulación, no eran los que tomaban las grandes decisiones de asignación de activos. Sus gerentes, que hicieron las llamadas reales, no tenían las habilidades matemáticas para comprender qué estaban haciendo los modelos o cómo funcionaban.

Gurú de las finanzas cuantitativas Paul Wilmott, que fue citado en el artículo sobre Wired como uno de los críticos originales del modelo de cópula (es más del tipo Black-Scholes), cree que la dependencia no examinada de la industria de la cópula es solo un síntoma de un problema mayor en el sector financiero. En su blog esta semana se queja de las tendencias de culto que impregnan la comunidad financiera:

Mucho más serio, porque se extiende a todas las finanzas, no solo a un solo modelo, es la mala educación que reciben las personas en los programas universitarios de ingeniería financiera y también el comportamiento ciego que sigue a otro ciego que es tan común en la industria … . Se está volviendo bastante aburrido decirle a la gente que se levante y pruebe los modelos ellos mismos.

El fracaso de los modelos seguramente también tendrá otras repercusiones. Si podemos creer en un reciente artículo en eFinancialCareers, la reputación de los quants ha sufrido una auténtica derrota:

¿Qué puede hacer un doctorado con propensión a las finanzas cuantitativas? Los bancos han pasado de gritar desde los tejados que quieren cuantos, a susurrar que solo les interesa un puñado selecto de ellos. Esto deja a mucha gente al margen.

No solo se están construyendo menos modelos cuantitativos, sino que las empresas se están volviendo mucho más exigentes con respecto a sus antecedentes. Según un reclutador, los estudiantes de doctorado seguirán siendo necesarios para trabajar en un trabajo de negociación algorítmica menos rentable, pero los fondos buscan «personas capacitadas para tratar con conjuntos de datos ruidosos de alta frecuencia, en lugar de físicos y expertos en computación estocástica anteriormente». buscado por los bancos «.

En retrospectiva, parece inevitable que los modelos de riesgo financiero y las personas que los diseñan deban tener en cuenta el contexto social y económico más amplio de los datos. Para mí, todo el episodio debería verse como una advertencia para todos los aspirantes a fabricantes de modelos. Ya sea que esté diseñando simulaciones climáticas, alas de avión o drogas de diseño, siempre es saludable cuestionar la aplicabilidad de las matemáticas. El destino de la vida y los medios de subsistencia de las personas puede depender de ese escepticismo.

No te olvides compartir en una historia de tu Instagram para que tus colegas lo vean

??? ? ? ???

Comparte