Capítulo 1: El Pionero Silencioso
A finales de la década de 1960, la idea de que un programa informático pudiera gestionar dinero de forma autónoma no solo parecía ciencia ficción; para los grandes ejecutivos de Wall Street, era un insulto a su profesión. Creían que el mercado era un animal salvaje que solo podía ser domado por el olfato de traders veteranos.
Fue en este entorno donde Ed Seykota, recién salido del MIT, decidió poner a prueba su primera gran hipótesis: un sistema con reglas matemáticas fijas y abstractas podía batir de forma sistemática a los mejores analistas del mundo.
Para demostrarlo, Seykota no se sentó a observar gráficos impresos del día anterior. Consiguió acceso a un mastodóntico ordenador IBM 360 y dedicó semanas a picar código en tarjetas de cartón. ¿Su objetivo? Realizar el que probablemente fue el primer backtest automatizado de la historia sobre una estrategia de seguimiento de tendencias utilizando contratos de futuros.
Los datos arrojaron una verdad incómoda para la industria: las reglas puramente mecánicas no solo funcionaban, sino que trituraban los rendimientos de la gestión tradicional basada en previsiones macroeconómicas o corazonadas.
El algoritmo contra el negocio del bróker (Y un despido inevitable)
Con estos resultados bajo el brazo, Seykota fue contratado a principios de los 70 por una importante firma de corretaje de Wall Street. Su misión teórica era revolucionar la gestión de cuentas de clientes utilizando sus programas informáticos. Sin embargo, no tardó en chocar de frente con la cruda realidad del statu quo.
El sistema de Seykota era aburridamente eficiente. Identificaba una tendencia a largo plazo, abría una posición y se sentaba a esperar durante meses, limitándose a mover el stop de protección si el precio avanzaba.
Aquí es donde surgió el conflicto de intereses. Las firmas de corretaje de la época (y muchas de hoy en día) no ganaban dinero si sus clientes mantenían una posición a largo plazo; ganaban dinero a través de las comisiones por cada orden de compra o venta generada. La dirección de la empresa empezó a exigirle que «ajustara» los parámetros de su ordenador para que el sistema operara con más frecuencia, generando así más comisiones para la firma, aunque eso destruyera la rentabilidad del cliente.
Seykota se negó en rotundo a corromper las matemáticas de su sistema para alimentar la codicia de la directiva. Además, los ejecutivos no toleraban que un puñado de tarjetas perforadas dejara en evidencia los sesudos informes de sus analistas estrella. La tensión estalló y Seykota fue despedido.
La Lección de Oro: Aquel despido fue lo mejor que le pudo pasar. Seykota entendió que para proteger la integridad de un sistema algorítmico, debía independizarse. Se llevó su ordenador y a unos pocos clientes que confiaban en él, y comenzó a operar desde su propia oficina. El tiempo le daría la razón de la forma más contundente posible: con un 250.000% de rentabilidad.
La anatomía del «Whipsaw»: El precio de seguir la tendencia a ciegas
La gran genialidad de Seykota no fue descubrir un indicador mágico que acertara siempre. Al contrario: su sistema asumía que iba a fallar la mayoría de las veces.
El seguimiento de tendencias mecánico se basa en una premisa matemática muy simple: cortar las pérdidas rápido y dejar correr las ganancias de forma ilimitada. Pero la aplicación práctica de este principio introduce al trader en un infierno psicológico conocido como el serrucho o whipsaw.
Cuando el mercado no está en una tendencia clara y se mueve de lado (algo que ocurre el 70% del tiempo), un sistema mecánico sufrirá una racha tras otra de pequeñas pérdidas. Cruza la media al alza, el sistema compra, el mercado se gira, salta el stop. Cruza a la baja, el sistema vende, el mercado rebota, salta el stop.
Para entender la diferencia de enfoque entre lo que Wall Street buscaba y lo que Seykota demostró, podemos ver este esquema predictivo vs. mecánico:
| Característica | El Analista de Wall Street (Predictivo) | Ed Seykota (Mecánico / Sistemático) |
| Objetivo Principal | Acertar hacia dónde irá el precio mañana. | Capturar la porción central de una gran tendencia. |
| Tasa de Acierto (Win Rate) | Busca ser alta (60% – 70%) para alimentar el ego. | Muy baja (30% – 40%). Acepta fallar a menudo. |
| Gestión de Pérdidas | Tiende a justificar la posición o promediar a la baja. | Ejecución inmediata y matemática del stop. Sin debate. |
| Comportamiento en Rango | Gana dinero a corto plazo, pero se confía. | Sufre el whipsaw (pérdidas pequeñas controladas). |
| Comportamiento en Tendencia | Se sale demasiado pronto para asegurar la ganancia. | Piramida la posición y exprime el movimiento al máximo. |
Seykota demostró que los analistas tradicionales terminaban quebrando porque buscaban tener razón en cada operación. Él, en cambio, asumía el whipsaw como el «coste de establecimiento» de su negocio. Sabía que las matemáticas de la asimetría (perder 1 para ganar 10) pagarían con creces todas las pequeñas picaduras de los mercados laterales en cuanto apareciera una sola tendencia real en activos como las materias primas o las divisas.
Sencillamente, demostró que seguir las reglas a ciegas batía a la inteligencia humana porque el ordenador no sentía la tentación de saltarse el stop tras la quinta pérdida consecutiva.