Número 81 (octubre de 2018)

Computación cuántica, fractales, encriptación y 'blockchain': en la encrucijada de los mercados financieros

Víctor Cavaller, Ricardo García

En la próxima década, los mercados financieros y la economía mundial asistirán a un escenario crítico resultado de la intersección en el desarrollo de cuatro avances tecnológicos imparables del ámbito de la informática: la computación cuántica, las técnicas fractales, la encriptación y el blockchain. Surgen diferentes cuestiones sobre la interacción entre estos avances que este artículo trata de analizar. 

El mercado bursátil o de valores y el mercado de capitales constituyen de forma complementaria los mercados financieros. Y se entiende, desde la hipótesis del mercado informalmente eficiente, que los precios del mercado de los valores o títulos generalmente incorporan toda la información referente a las empresas que representan. Teóricamente, el resultado de la libre competencia en el mercado es un balance relativamente óptimo que se actualiza constantemente entre el precio y el valor de los participantes, porque la información es conocida y fluye. 
 
Aunque tal aproximación tendría que corregirse con consideraciones provenientes de prácticas “no ideales” como la información asimétrica o la obsolescencia programada, entre otras, se da por supuesto que los rendimientos observables en su secuencia se distribuyen usualmente en forma normal y son independientes entre sí. 
 
Tradicionalmente, en econometría, se ha considerado que los componentes de una serie temporal son la tendencia, el ciclo, la estacionalidad y el componente aleatorio o irregular. 
 
En el análisis de las series temporales de los valores del mercado bursátil se tiene en consideración la existencia de estos componentes y la de un comportamiento que apunta al óptimo facilitado por un mercado informalmente eficiente.
 
Análisis y control financiero
 
Cuando el análisis de las series temporales de los valores del mercado bursátil detecta la presencia de irregularidades o anomalías en el comportamiento de las cotizaciones, la gestión estratégica de la cartera de valores trata de sacar provecho, lo que acaba impactando en la supuesta “perfección” del sistema, deformando las series. De manera que el mercado informalmente eficiente se cancela a sí mismo. «Saber lo que ocurre», «saber que los otros lo saben» y «saber que los otros saben que tú los sabes» lleva al paroxismo de tener que reajustar constantemente el potencial impacto de la existencia de patrones y del alcance y grado de su conocimiento y, por ende, a la decisión de poner el control del mercado en manos de ordenadores.
 
Efectivamente, un detallado análisis del mercado bursátil pone en evidencia que los rendimientos sucesivos de los valores no son independientes como pretende la hipótesis del mercado eficiente, sino que por ejemplo responden a diferentes formas de control financiero, cuando no hay intervenciones de mayor escala, que delatan determinados patrones de naturaleza fractal. 
 
La fractalidad en una serie temporal puede evidenciar la existencia de un algoritmo automatizado para su generación. 
 
Esto es, las series temporales del mercado de valores incorporan al menos tres características esenciales: irregularidad, autosimilitud y dimensión. Son lo suficientemente irregulares como para no poder ser descritas en términos geométricos tradicionales, pero presentan cadenas de repetición de un comportamiento similar en diferentes fragmentos de la serie a diferente escala. 
 
Más allá de lo que puedan dictar las teorías de la conspiración, parece probable que el uso de programas informáticos, y en particular de algoritmos recursivos para la compra y venta sistemática de valores, supone un sistema muy sofisticado de control del mercado de valores, que podría estar detrás de la existencia y observación de tales patrones fractales.
Digitalización de la moneda y encriptación de las transacciones
 
La irrupción del bitcoin, la primera criptomoneda, en el año 2009 —al margen de las iniciales controversias auspiciadas por la resistencia de las instituciones que dan apoyo al uso de la moneda tradicional— ha supuesto una revolución para el mercado financiero. 
 
La ausencia de intermediación, la reducción de costes y los tiempos de las transacciones, etc., pero especialmente la seguridad de la tecnología blockchain, son algunas de las características que hacen de la moneda digital la moneda del futuro.
 
El bitcoin no es puramente especulativo. Su desarrollo está fuertemente limitado por sus características de respuesta a la formación de bloques en la red blockchain. Esto no lo hace especialmente útil para micropagos o para operaciones que requieran de rapidez en la respuesta, ya que su tiempo de cierre de un bloque está en torno a los diez minutos. De esta forma, la cultura alrededor de Bitcoin lo está encasillando rápidamente en una criptomoneda de valor o de reserva, lo que la conduce a fuertes movimientos especulativos.
 
Las características definidas en el white paper fundacional de Satoshi Nakamoto para Bitcoin definen claramente las reglas de autoorganización de la propia red blockchain. Esto hace innecesario, a la vez que formal y físicamente imposible regular de manera externa a Bitcoin, a la manera de un banco central como en las divisas convencionales.
 
Actualmente no está constatado que se estén utilizando sistemas de compra automática de criptomonedas. Los usuarios de criptomonedas tienen un fuerte control y seguridad en las carteras (wallets) y las técnicas de compra automatizada requieren de cuentas de tipo ómnibus que no están disponibles actualmente. Los exchange de criptomonedas solo son intermediarios para los usuarios finales y no pueden actualmente realizar compras no autorizadas directamente por los tenedores de las carteras.
 
El white paper de blockchain definió modelos de prevención para los ataques del 51%. Estos son modelos de apropiación de los sistemas basados en la agrupación de los participantes para obtener una ventaja. En el momento actual, todos los intentos ya realizados para llevar a cabo este tipo de ataque han sido frustrados, lo que evidencia la solidez de blockchain para evitar el control intencionado por una parte o partes del sistema.
 
Sobre si se ha detectado fractalidad en las series temporales de los valores de las criptomonedas cabe decir que se han llevado a término análisis de correlación comparativa y análisis fractales sobre las series de tiempo, analizando la tasa de criptomoneda de Bitcoin y las actividades de la comunidad en las redes sociales asociadas con Bitcoin. En conclusión, se detectó una correlación significativa entre la tasa de Bitcoin y las actividades de la comunidad. 
 
En otros estudios sobre la autocorrelación en series de Bitcoin, se ha evidenciado que los modelos aleatorios están presentes en los precios durante los períodos de estudio, mientras que el nivel de incertidumbre en los retornos ha aumentado significativamente durante dichos períodos de precios altos. Además, tanto los precios como los retornos exhiben correlaciones de largo alcance y multifractalidad. Las distribuciones de probabilidad de cola gruesa son la principal fuente de multifractalidad en la serie temporal de precios y rendimientos. Finalmente, las fluctuaciones cortas en los retornos son dominantes durante el período de régimen de precio bajo y las fluctuaciones largas, en el período de régimen de precio alto. En general, la fase de régimen de alto precio ha revelado profundamente patrones dinámicos no lineales consistentes en el mercado de Bitcoin.
 
Computación, criptografía y fractalidad cuántica
 
Otro de los nodos que aparece en el horizonte “tecnológico” del mercado de valores es la posibilidad de hackear los sistemas de encriptación de las transacciones obtenidos con la metodología blockchain, mediante la computación cuántica. 
 
La computación cuántica está basada en el uso de cúbits en lugar de bits. Un bit toma dos valores discretos (un bit de información es un estado entre dos posibles) mientras un cúbit toma valores continuos. La información cuántica contenida en un sistema se define a partir del conjunto de estados posibles. En consecuencia, la computación cuántica permite calcular algoritmos complejos que las computadoras convencionales no pueden realizar.
 
Hoy en día, todas las principales compañías de tecnología se están orientando al desarrollo de computadores cuánticos como la próxima gran innovación. Tanto Google, Microsoft, Intel e IBM, como varias start-ups e instituciones de investigación académica están invirtiendo masivamente en esta nueva tecnología. 
 
La NASA y Google han estado utilizando computadoras cuánticas D-Wave durante casi dos años, y ya anunciaron en diciembre de 2015 que son «un billón de veces más rápidas que las computadoras convencionales».
 
Sin embargo, y pese a las enormes esperanzas puestas en la computación cuántica, uno de los grandes problemas para todas las computadoras cuánticas es la tasa de error. Las computadoras cuánticas generalmente requieren temperaturas extremadamente bajas y protección activa frente a agresiones medioambientales. Actualmente, los cúbits son extremadamente inestables y tienden a causar errores debido al ruido.
 
Lo interesante de la situación actual en la industria es que diferentes empresas están trabajando en enfoques diferentes a nivel práctico intentando encontrar una solución viable y estable. Por ejemplo, D-Wave ha adoptado un modelo de recocido cuántico, usado por IBM y Google, mientras Microsoft ha adoptado un modelo de puerta cuántica (circuito electrónico).
 
Computación cuántica y fractalidad: random walks
 
Random walks o camino aleatorio se define como una formulación matemática según la cual la siguiente posición que aparece en una serie de valores se determina estocásticamente, aleatoriamente (al azar). En una dimensión, el camino aleatorio es una ruta representada por una serie de números generados aleatoriamente. 
 
El camino aleatorio y el movimiento browniano son útiles para la descripción de fenómenos en varios campos. Por ejemplo, son de mucha aplicación en el campo de las finanzas y análisis de modelos de series temporales que incorporen modelos de fractalidad o con similitudes a la caminata aleatoria.
 
Quantum walk o camino cuántico se puede considerar como una versión cuántica del camino aleatorio. Se ha demostrado que varios algoritmos de búsqueda cuántica construidos en base al camino cuántico producen velocidades computacionales más rápidas que el algoritmo de búsqueda de probabilidad clásico correspondiente. 
 
El límite más grande de las computadoras clásicas es el límite de la Ley de Moore que regula el rendimiento de chips de las computadoras clásicas, pero «no se puede miniaturizar el patrón del circuito por debajo del tamaño del átomo». Por el contrario, un ordenador cuántico puede realizar computación paralela por superposición de cúbits y puede ser capaz de acelerar sin las limitaciones máximas de los ordenadores clásicos. 
 
Se puede hablar de una fractalidad cuántica. Existen proyectos que están dedicados a la investigación experimental y teórica de estados electrónicos en sistemas de puntos cuánticos autoorganizados conectados por interacción electrónica. En concreto, estos estados cuánticos muestran autoorganización, lo cual es una característica fundamental de los sistemas fractales. Su desarrollo combina la potencia de cálculo paralelo mediante cúbits y la aplicación de funciones recursivas mediante sistemas autoorganizados.
 
La fractalidad cuántica plantea retos para el control intencionado del mercado de valores. El control del mercado y la salida de los competidores es un acicate para el desarrollo de modelos y computadoras cuánticas que apliquen los principios de la fractalidad. Estos computadores proveerían de absoluta inmediatez en el cálculo en tiempo real, y la previsión de los valores de mercado se acercaría casi a la función instantánea de respuesta.

 

Cita recomendada

CAVALLER,Víctor; García, RICARDO. Computación cuántica, fractales, encriptación y 'blockchain': en la encrucijada de los mercados financieros. COMeIN [en línea], octubre 2018, núm. 81. ISSN: 1696-3296. DOI: https://doi.org/10.7238/c.n81.1865

gestión de la información;  gestión del conocimiento;  big data
Números anteriores
Comparte
??? addThis.titol.compartir ???