Feeds:
Entradas
Comentarios

Archive for the ‘finanzas’ Category

En las finanzas el tiempo lo es todo. Quien logre hoy actuar un milisegundo antes que sus competidores, podrá hacer fortunas, como hablamos hace un tiempo. Lo interesante es que eso fue así desde hace mucho tiempo, como lo ilustra la historia de la familia Rothschild.

Para quien no los conoce, los Rothschild son una familia de banqueros judíos que comenzaron su empresa a mediados del siglo 18, y cuyo banco aún existe, aunque con menos notoriedad que otrora. A principio de los 1800, Rothschild mandó a sus 5 hijos a establecerse en las principales capitales financieras del momento: París, Londres, Viena, Nápoles y Frankfort. Para comunicarse efectivamente, crearon una red de banda ancha palomas mensajeras.

En el año 1815, Napoleón venía arrasando. Inglaterra había enviado al Duque de Wellington para unirse a von Blücher y tratar de detenerlo, pero el estado de ánimo en Londres era muy pesimista. Si Wellington fracasaba, Napoleón invadiría Londres. La batalla decisiva fue por supuesto Waterloo, y Napoleón perdió, pero en Londres todos tardaron un día entero en enterarse. Es decir, todos menos uno.

Nathan Rothschild fue el primero en recibir la noticia, gracias a las palomas mensajeras. Dedicó todo el dinero que pudo conseguir a comprar de todo: bonos del tesoro (estaban en el piso), acciones, etc. Como ya era una persona muy notoria, tuvo que hacerlo a escondidas, ya que eran muchos los que seguían sus pasos. Muchos dicen que difundió el rumor de que Wellington había sido derrotado, para hacer bajar los precios.

En esa época, la ventaja que tuvo Rothschild fue de un día. Hoy alcanza con microsegundos, pero la base es la misma. La ética de los banqueros también.

 

Read Full Post »

Nicolás Loeff es uruguayo, ingeniero, y PhD de UIUC (pero lo que sabe de verdad lo aprendió como ingeniero en Uniotel). Nico trabaja en una empresa americana que se dedica al High Frequency Trading. A continuación una contribución sobre qué es HFT. Algunas notas nías al final

¿Qué es el trading de alta frecuencia?

Si te cuento que Internet y la proliferación de poder computacional a bajo costo cambiaron radicalmente la forma de comprar cosas, no te sorprendés. La gente no usa las páginas amarillas, sino que consulta Google. En vez de ir a la librería a comprar la última novela de un autor, la podés conseguir a mejor precio en Amazon (o la bajás directo a tu Kindle o iPad). Podés comparar miles de vendedores en sitios como pricegrabber.com o mercadolibre.com, y reservar pasajes más baratos en priceline.com en vez de usar un agente de viajes.

En cambio, seguro que muchos de uds no saben que estos cambios palidecen en comparación con el ritmo vertiginoso de transformación en los mercados bursátiles en los últimos 10 años. Las imágenes que Hollywood te muestra de la bolsa de valores, con inversores gritando furiosamente intentando comprar o vender acciones hace tiempo no corresponden a la realidad. Hoy en día la mayoría de las transacciones no se hacen en el número 11 de Wall St., sino unos kilómetros al oeste, en lugares que nunca escuchaste como Weehawken o Carteret, en Nueva Jersey, dónde fila tras fila de servidores procesa continuamente
los datos del mercado y realiza transacciones. Esto llevó a que el número de operaciones se dispare, y el tiempo promedio para tomar decisiones sea menor al que necesitamos los humanos. Las computadoras llegaron, para quedarse.

En particular, en los últimos años una forma de trading llamada “de alta frecuancia” (o HFT, por sus siglas en inglés), ha ganado notoriedad. En HFT, algoritmos avanzados corriendo en servidores (a veces con hardware especializado) analizan el flujo de ofertas y demandas del mercado buscando señales de oportunidades para comprar o vender y realizar una ganancia a corto plazo. No hay un definición aceptada de HFT, pero en general éstos algoritmos toman decisiones en
milisegundos (a veces microsegundos), toman posiciones por períodos relativamente cortos (desde fracciones de segundo hasta pocas horas),
y usualmente liquidan sus posiciones al final del día.

Debido a los períodos breves en los cuales los algoritmos realizan transacciones, las ganancias son en general pequeñas, del órden de
fracciones de centavo de dólar. Pero los algoritmos corren continuamente y realizan decenas o cientos de millones de transacciones en mercados de valores, futuros, opciones, o intercambiario, logrando importantes ganancias al cierre del día. Algunos estiman que entre el 30% y el 70% de las transacciones en
algunos mercados bursátiles corresponden a HFT.

¿Cómo logran estas ganancias? En primer lugar, las computadoras que corren los algoritmos son muy rápidas. Un milisegundo es una eternidad
cuando se compite en este juego. Las empresas que se dedican a esto invierten mucho dinero para optimizar su software y hardware. La otra
clave es inteligencia. Algunos de estos algoritmos usan inteligencia artificial para aprender a reconocer patrones que indican
oportunidades basados en datos históricos. Esto necesita profesionales altamente capacitados en diversas áreas. Por eso a veces escuchás que
Wall St. fue invadido por doctores en Matemática y Computación.

¿De dónde sale la plata? Muchos HFT son “hacedores de mercado” (market makers) ofreciendo comprar y vender al mismo tiempo, obtieniendo sus
ganancias del “spread”, la diferencia entre la compra y la venta de un instrumento financiero (pensá cuando vas a comprar dólares el banco te
cobra más de lo que te paga si querés venderle dólares). Hace 10 años el “spread” era mucho mas grande ya que eran pocas las instituciones
que participaban en este mercado y estas obtenían ganancias abultadas por eso. Todo eso se acabó con HFT. Los mercados se volvieron mucho
más eficientes (abusando del ejemplo del banco, ahora hay muchas casas de cambio, los HFT, que te ofrecen mejor tipo de cambio que los
bancos).

¿Cómo afecta esto al inversor común? Varios estudios académicos han mostrado que gracias a HFT el “spread” ha colapsado en casi todos los
mercados, y ha aumentado la liquidez, por lo que es mas fácil y barato  comprar y vender instrumentos financieros ahora que en el pasado,
favoreciendo al inversor a largo plazo. Sin embargo, algunos críticos argumentan que las computadoras sin supervisión humana pueden
desestabilizar los mercados financieros ya que pueden reaccionar mucho mas rápido que los humanos. La polémica va a seguir por mucho tiempo,
pero en el interín un segundo se convirtió en un milisegundo, que se dio lugar al microsegundo. Las computadoras llegaron, para quedarse.

Notas de Sergio

Para los que les apasiona las finanzas, les describo una técnica de HFT. El All About High-Frequency Trading (All About Series)libro de Durbin trae bastante info.

Una de las estrategias más obvias se basa en opciones (el que no sabe qué es una opción, le recomiendo leer aquí). Tomemos por ejemplo a Google. Hay 210 opciones sobre Google listadas en cada momento. El market maker (el cambio en la analogía de Nico) publica un precio de compra y un precio de venta.

Si el precio de Google se mueve, los precios de las 210 opciones cambia. Por ejemplo, hoy la acción de Google subió 1.74%. La opción de Google para Junio 2011 a 470  subió un 54%. La fórmula que fija los movimientos de las opciones se llama Black Scholes, y es bastante compleja.

Supongamos que un día determinado, durante horas  de apertura del mercado, pasa algo que hace subir el precio de Google un 1.74%. El market maker tiene que ir corriendo al mercado, recalcular los precios, y ajustar el precio de compra y de venta en las 210 pizarras. Ahora supongamos que, de algún modo, yo calculo los precios más rápido que el market maker, y compro antes que el precio suba. En menos de un minuto me gané un 54%. Nada mal, no?

Como puedo yo calcular el precio antes que el market maker? Primero, viendo la información antes. Si la información me llega a mí 10 microsegundos antes que al market maker, ya me alcanza. En 10 microsegundos la luz viaja 3.000 metros. O sea, si yo estoy 3.000 metros más cerca que el rival, ya me alcanza. Ni hablar si tengo un router menos en el camino.La competencia se volvió tan feroz que hay una sola alternativa: estar alojado físicamente dentro del datacenter del Nasdaq o NYSE.

Otra alternativa que tengo es calcular los precios más rápido que el market maker. La fórmula de Black y Scholes usa todos los cañones de un procesador de punto flotante: exponentes, Pi, sumatorias, raíces cuadrada. Una implementación sencilla en Java seguramente demore casi un segundo en calcular el valor – un tiempo infinito, y más si tengo que calcular 210 de ellos. Cosas que puedo hacer: programar en C, usar mejores algoritmos, usar múltiples procesadores (la tendencia es a usar coprocesadores gráficos para estas tareas), usar aproximaciones, etc.

A medida que uno se sofistica, también lo hace el otro. Hay muchísimo dinero en juego, y es la guerra.

Read Full Post »

En EEUU está prohibido el juego de azar por dinero en Internet. Hace un mes y medio, el FBI le cayó duro a los principales sitios de Poker, por entender que violaban la ley. Los sitios venían sosteniendo que el Poker es un juego de habilidad y no de azar. Quien tiene razón?

Casualmente (o quizás no), Steven Levitt, el economista autor de Freakonomics, decidió analizar el tema (ver también el artículo de The Economist). Para ver si el Poker es un juego de azar o habilidad, se fijó en los resultados que obtuvieron los “talentosos” en el WSOP 2010, y los comparó con el resto de la gente. Para saber quien es talentoso y quien no, tomó a los que quedaron en el top 15% del WSOP 2009. El resultado es que los talentosos ganaron en promedio un 31%, mientras que los mortales perdieron un 15.6%. Conclusión: la habilidad juega un papel muy importante. Supongo que Levitt pasará los próximos meses como testigo experto en varios juicios.

Lo más interesante del caso es que la bolsa de valores está considerada el summum de los juegos de habilidad. Sin embargo, hay varios estudios que muestran que la diferencia entre los buenos y malos managers de fondos mutuos es casi indistinguible del azar (y cuando hay diferencia, se la terminan embolsando ellos en forma de comisiones).

Tal vez sea hora de que el FBI pegue una visita a Wall Street.

Read Full Post »

Hace unas semanas escribí sobre el uso del perfil estadístico en las AFAPs. El uso de un buen perfil estadístico es una herramienta muy poderosa para ganar dinero. Algunos ejemplos:

  • Si una empresa de seguros puede calcular probabilidades mejor que sus competidores, puede hacer una fortuna, ya sea ofreciendo precios más competitivos, o sacandose de encima a los clientes deficitarios. Eso aplica a seguros de vida, de accidente, de retiro, a todos.
  • Una empresa de creditos que pueda predecir mejor que otros que clientes van a fallar, tiene un futuro asegurado
  • El tema se aplica incluso a medicina, al marketing, al combate contra el fraude, a la bolsa a todo lo que implique incertidumbre

La manera de lograrlo es armar un software al que se alimentan millones de datos históricos. Por ejemplo, si quiero modelar accidentes de autos, cargo los datos de millones de personas, y si tuvieron o no un accidente en un cierto año. Los datos que cargo son edad, sexo, cuanto hace que tiene la libreta, cantidad de hijos, barrio donde vive, tipo de trabajo, marca del auto, etc. Cuantos más datos cargo, mejor es el modelo resultante. Los mejores modelos usan cientos de variables.

Cuando tengo el modelo pronto, le doy los datos de una persona, y el modelo me dice qué probabilidad hay de que esa persona tenga un accidente el próximo año, y en base a eso le puedo cotizar una póliza. Hay varios libros sobre el tema, algunos básicos pero muy buenos, como Super Crunchers, otros bastante sofisticados. Estas son cosas que se usan hoy en miles de compañías.

La pregunta que me hago es en qué punto el tema se vuelve no ético. En otras palabras, qué variables son aceptables, y cuales no.

Tomemos el ejemplo de un seguro de vida. Creo que todos estaremos de acuerdo en que la edad del asegurado debe ser un factor a la hora de cotizar. Tampoco creo que haya mucha discusión si cobramos más a los fumadores, o a gente con alguna enfermedad cardíaca. Que pasa con el sexo? Las mujeres viven más que los hombres, y en general las pólizas son más baratas (la contracara es que los seguros de retiro son más altos).

Pasemos a cosas más escabrosas. Un estudio reciente dice que en EEUU los negros viven 4 años menos que los blancos (no se si es cierto, es solo para ilustrar). Qué pasa si una empresa usa ese dato para cotizar? Es racismo, o es simplemente una mejor aproximación estadística? Aunque no use el color de piel en el modelo, el tema va a aparecer por vía del barrio (la gente de Harlem vive menos), o por la cantidad de hijos, o por la comida favorita. Y qué pasa con los ingresos? Debería costarle más una póliza a un pobre que a un rico, aunque el monto sea el mismo?

El tema sigue. Todas las aseguradoras de vida piden un exámen médico, donde piden por ejemplo el nivel de colesterol, algo que en muchos casos es genético. Es ético? Y qué tal si una de las variables que entran en la picadora es si la persona tiene el gen BRCA, asociado con la probabilidad de cáncer de mama?

En Inglaterra acaban de prohibir cobrar distintas polizas de seguro de automóviles (más bajas) a las mujeres. Seguramente se fueron para el otro lado.

Es solo un tema para pensar.

Para finalizar, para los que me tuvieron paciencia hasta acá, va la historia de Salomon Brothers. En EEUU son muy comunes los bonos basados en hipotecas (famosos por su rol en la crisis). Mucho antes de la crisis, uno podía comprar una parte de un paquete compuesto de miles de hipotecas, que pagaban un cierto interés. El tema es que los deudores tenían la alternativa de liquidar la hipoteca antes de fecha. Digamos que una familia tomó una hipoteca con una tasa del 5%. Supongamos que las tasas subieron, y ahora son del 10%. Si una familia tiene el dinero para cancelar la hipoteca, no lo debería hacer. Es preferible poner el dinero en el banco, y con lo que voy cobrando pago la hipoteca. Pero la realidad es que la gente no actúa de forma racional,  y la mayor parte de la gente prefiere liquidar el préstamo. La contraparte también es cierta: si las tasas bajan, me conviene ir a otro banco y tomar un nuevo crédito que reemplace al actual. De nuevo, poca gente lo hace. Todas esas irracionalidades impactan fuertemente an el precio de los bonos. Salomon Brothers fue el primer banco en encontrar la manera de modelar los precios de los bonos, en base a modelos estadísticos del comportamiento de los usuarios, por barrio y perfil de edad. Hicieron fortunas enormes

Read Full Post »

Facebook y Twitter no estan en la bolsa. Eso no significa que no tengan acciones: en el caso de Facebook, ya hay miles de empleados que recibieron acciones de la compañía, y que las quieren vender. Hay todo un mercado de compra y venta de esas acciones, entre privados.

El sitio Web Second Market facilita esas transacciones, así como la compra y venta de otros activos de capital que no están en la bolsa, por ejemplo acciones deempresas privadas, deuda en default, etc.

Por motivos legales, el sitio solo está abierto para algunos inversores: aquellos que pueden darse el lujo de perder la plata.En resumidas cuentas, te exigen ser millonario para poder comprar.

Como las acciones que se transan son muy poco líquidas, el spread es enorme. Por ejemplo, Facebook tiene un precio de 15 la venta y 16.50 la compra. En Twitter es peor: 8.50 contra 15. La compra mínima en este momento es de 50.000 acciones, o $750.000.

En estos mercados la frase “Caveat Emptor” aplica más que en ningún lugar. Creo que se puede hacer buen dinero, pero también se puede perder mucho. De todos modos, el hecho de que existan agrega mucho valor.

Secondmarket acaba de ingresar al mercado Israelí, donde hay miles de empleados con opciones que quieren convertir en dinero, sin esperar el IPO. Estaría bueno que lleguen a Latinoamerica pronto.

Read Full Post »

Hace algo más de un mes, el Dow cayó estrepitosamente durante algunos minutos, y luego se recuperó. Algunas acciones, como Accenture, bajaron de $40 a $0.01 en unos segundos, y luego volvieron a su valor original.

Se especuló con varias explicaciones, desde un bug de software hasta los “dedos gordos” de un trader que quiso vender 1 millón de acciones y vendió 1 billón. Ninguna de esas me satisface.

Nicolás me pasó este link a una explicación de lo que aparentemente pasó, dada por la empresa Nanex, y que es la primera que me parece creíble, aunque parcial. No es nada fácil de entender, pero voy a hacer un intento de explicar lo que saqué en limpio.

El sistema de compra y venta de acciones es muy complejo, y se volvió mucho más complejo con la entrada de los High Frequency Traders (HFT). En el centro de este sistema están los “market makers”. Son empresas similares a los cambios que tenemos en plaza: tienen un stock de ciertas acciones (en general se especializan en algunas), y ponen un precio de compra y un precio de venta. Supongamos que venden acciones de IBM, y que el precio está a 127. A 126.90 compran, y a 127.10 venden. Tienen un stock de, digamos, 10.000 acciones. Si se están quedando cortos de acciones, suben el precio para comprar algo más. Si están con demasiadas acciones, bajan el precio.En resumen, son los que proveen liquidez al mercado, y aseguran que en el momento que quieras comprar o vender, hay alguien con quien transar.

Cada uno de esos market makers tiene un precio de compra y de venta levemente diferente, y cada uno publica su precio de compra y de venta en el mercado, y la cantidad de acciones que ofrece o pide.El NYSE tiene una lista de todos los precios de venta y de todos los precios de compra. Si yo voy a comprar, le compro al que tenga el precio más bajo de los market makers del NYSE. Hasta ahí es la parte sencilla.

La parte más compleja es que hay 9 mercados diferentes. El mejor precio de compra tiene que ser más bajo que el mejor precio de venta en todo momento, en todos los mercados. De lo contrario, hay programas que compran en un mercado y venden en el otro, y lo hacen en milésimas de segundo (durante el crash, hubo hasta 5000 ofertas por segundo en algunas acciones).

El día del crash, se invirtieron los precios de compra y de venta, aparentemente porque las órdenes venían con una pequeña demora, posiblemente ocasionada por una sobrecarga en los sistemas, que a su vez puede haber sido causada por los HFT. Ese día vinieron notificaciones de operaciones realizadas a precios que no eran los mejores del momento (nunca debería suceder). Eso generó que se dispararan varios programas de compras y ventas automáticas.

Hasta ahí la explicación de Nanex. Aparentemente lo que pasó después fue que algunos HFT se dieron cuenta que algo no andaba bien. Como trabajan con márgenes muy chicos, temieron (con razón) que sus órdenes se cancelen, y apagaron los programas, retirándose del mercado. Algunos market makers también se retiraron. Es como si algunos cambios (los más grandes) se dieran cuenta que hay algo mal en el precio del dólar, y deciden cerrar hasta ver que pasó. El NYSE a su vez vio que algo no estaba bien, y empezó a derivar las órdenes a los demás mercados.

En ese momento, el mercado perdió liquidez. Volviendo a la analogía del dólar, alguna gente salió a vender dólares, pero todos los cambios grandes estaban cerrados, así que empezaron a invadir los pocos cambios chicos que quedaban abiertos, causando una baja estrepitosa del precio. El detalle es que los que vendían no eran seres humanos, sino robots, que no se daban cuenta que estaban vendiendo a precios ridículos.

Cuando aparecieron los humanos, la cosa se empezó a normalizar.Algunos vieron la oportunidad de comprar Accenture a 1 centavo, otros vieron que era una locura y cancelaron las órdenes de venta.

En resumen, es un sistema muy complejo, donde desde hace un par de años, los que mueven el 99% del volumen son robots y no humanos. Antes o después algo así tenía que suceder. Tal vez lo raro es que el caos no fue mayor.

Read Full Post »

Invirtiendo en Películas

La SEC aprobó que se empiece a invertir en películas de cine previo a su lanzamiento. Está interesante: antes de que una película llegue a las salas podés apostar a que le vaya bien o mal. Los estudios se oponen, dado que se presta a manipulación.

Con esto, los comentaristas de cine pasan a ser gurús de inversiones, y supongo que algunos se harán multimillonarios, entre otras cosas porque tendrán acceso temprano a información privilegiada (es decir, a ver la película). Lo mismo va a pasar con los que la bajan de torrent antes de que esté en las salas, no?

Read Full Post »

« Newer Posts - Older Posts »