Principales conclusiones
- La frontera de la tecnología de IA es difícil de alcanzar, y existe escepticismo sobre mantener el ritmo con los rápidos avances.
- El progreso de la IA se está acelerando exponencialmente, afectando múltiples mercados simultáneamente.
- La inversión continua en IA para predicciones de mercado puede generar rendimientos decrecientes con el tiempo.
- Los modelos de IA se evalúan según su capacidad para reducir errores en la investigación cuantitativa.
- Los nuevos lanzamientos de modelos de IA han generado expectativas fluctuantes sobre sus capacidades.
- Las dinámicas actuales del mercado se perciben como similares al juego de azar en lugar de la inversión tradicional.
- Los modelos complejos pueden ofrecer información sobre el comportamiento del mercado, pero su complejidad dificulta la comprensión completa.
- Los modelos pueden identificar conexiones entre acciones meme y otros activos, a pesar de carecer de justificación fundamental.
- Las estrategias de gestión de riesgos del trading de alta frecuencia son difíciles de aplicar al trading discrecional a largo plazo.
- El mundo está revaluando el dinero y la deuda, lo que indica un regreso a los activos reales.
- Los avances en IA están redefiniendo el panorama de las estrategias de trading y las predicciones del mercado.
- La evolución de los modelos de IA ha llevado a una reevaluación de su papel en la mejora de las capacidades de investigación humana.
- Existe una visión crítica sobre la sostenibilidad de las inversiones en IA en el trading y su impacto en la rentabilidad.
- La complejidad de los modelos de IA plantea desafíos para los operadores al interpretar sus salidas de manera efectiva.
- La revalorización de los activos y los cambios en la política monetaria están influyendo en los fundamentos económicos.
Introducción de invitado
Iain Dunning es Director de IA en Hudson River Trading, donde lidera el trabajo de la empresa en la implementación de IA en sus operaciones de trading. Ha hablado sobre cómo uno de los mayores makers del mundo está utilizando IA, incluyendo el creciente uso de cómputo y tokens por parte de la firma.
El desafío de alcanzar la frontera de la IA
- Alcanzar la frontera de la tecnología de IA se considera una tarea abrumadora.
Supongo que alcanzar la frontera es claramente una tarea muy abrumadora, así que tal vez con algún esfuerzo Deep Seek, pero más allá de eso no es una afirmación que esté dispuesto a hacer…
—Iain Dunning
- Muchos creen que es posible seguir el ritmo de los avances en IA, pero hay escepticismo.
No sé cuál es el futuro de los modelos abiertos si todos representan un serio retroceso y la vanguardia avanza tan rápido que no sé cómo mantenerse al día, pero muchas personas creen que es posible; yo no estoy tan seguro, soy una de esas personas.
—Iain Dunning
- El panorama competitivo del desarrollo de modelos de IA es intenso.
- Existen desafíos para mantener el ritmo con los rápidos avances en IA.
- El futuro de los modelos de IA abiertos sigue siendo incierto.
- Existe una perspectiva matizada sobre los desafíos del desarrollo de la IA.
El ritmo exponencial del progreso de la IA
- El ritmo del progreso de la IA es exponencial, afectando diversos mercados.
La cantidad de cómputo que tendré el próximo año en comparación con este año y la cantidad de cómputo que tengo este año en comparación con el año pasado parece exponencial, y hoy estamos haciendo cosas que realmente no...
—Iain Dunning
- Los avances en IA tienen una amplia aplicabilidad en diversos mercados.
- Los rápidos avances en IA están transformando las predicciones del mercado.
- La inversión continua en IA puede llevar a rendimientos decrecientes.
Seguramente no puedes seguir mejorando infinitamente en la predicción de mercados; debe haber alguna función de forzamiento donde sepas que tus márgenes llegan a cero…
—Iain Dunning
- Se cuestiona la sostenibilidad de las inversiones en IA en el trading.
- Existen implicaciones económicas de los avances en IA en el comercio.
Evaluación de modelos de inteligencia artificial en investigación cuantitativa
- Los modelos de IA se evalúan según su capacidad para reducir errores.
…vemos…un conjunto cada vez menor de errores que cometen…pasamos algún tiempo en las últimas semanas tratando de desarrollar medidas objetivas para indexarlos frente a humanos en el acto de idear señales en investigación cuantitativa…
—Iain Dunning
- La reducción de errores es un enfoque clave en la evaluación de modelos de IA.
- El lanzamiento de nuevos modelos de IA ha generado expectativas fluctuantes.
…tuvimos un inicio falso con la inteligencia artificial… nos fuimos con la sensación de vacío porque nos dimos cuenta de que no estaba allí y no podía augmentar significativamente a los investigadores humanos…
—Iain Dunning
- Las expectativas cambiantes rodean los lanzamientos de modelos de IA.
- La evolución de los modelos de IA afecta sus capacidades percibidas.
- Se reevalúa el papel de los modelos de IA en la augmentación de la investigación humana.
Dinámicas del mercado y la analogía del juego
- Las dinámicas actuales del mercado se asemejan al juego más que a la inversión.
Siento que hoy estamos en ese mundo... lo cínico es que todo es apuesta, y por lo tanto, todo es algún tipo de mercado de apuestas, incluidos los mercados públicos.
—Iain Dunning
- Hay un cambio en el comportamiento del mercado y los métodos de valoración.
- La naturaleza evolutiva de las inversiones en el mercado se evalúa críticamente.
- Se están dejando atrás los métodos tradicionales de valoración.
- La analogía resalta la naturaleza especulativa de los mercados contemporáneos.
- La analogía con el juego refleja una perspectiva crítica sobre la dinámica del mercado.
- El comportamiento del mercado es cada vez más especulativo.
Complejidad e interpretabilidad de los modelos de IA
- Los modelos ofrecen información sobre comportamientos de mercado complejos.
Creo que hay diagnósticos que hemos realizado donde podemos ver cosas que entendemos... podría ser ilusorio porque es un objeto muy, muy complejo...
—Iain Dunning
- Comprender completamente modelos complejos es difícil.
- La complejidad de los modelos plantea desafíos de interpretabilidad.
- Los modelos identifican conexiones entre acciones meme y otros activos.
…parecía que el modelo comprendía las acciones meme desde los primeros principios… desde una perspectiva fundamental, esto no tendría sentido…
—Iain Dunning
- Las correlaciones identificadas por los modelos desafían la sabiduría convencional.
- La efectividad de los modelos es crucial para los traders.
Gestión de riesgos en estrategias de trading
- Aplicar gestión de riesgos desde el trading de alta frecuencia hasta el trading a largo plazo es complejo.
…No sé cómo generalizas esta lógica al trading discrecional a largo plazo, donde la idea de verificar el riesgo… no me parece tan claro cómo aplicarla…
—Iain Dunning
- Existen diferencias entre las estrategias de trading de alta frecuencia y a largo plazo.
- Las complejidades de la gestión de riesgos se enfatizan en todas las estrategias de trading.
- La aplicación de estrategias de gestión de riesgos no es sencilla.
- Los traders enfrentan desafíos para adaptar la gestión de riesgos a diferentes estrategias.
- La complejidad de la gestión de riesgos es vital para los traders e inversores.
- Comprender estas diferencias es crucial para operar de manera efectiva.
Revalorización del dinero y la deuda en el clima económico
- El mundo está revaluando el dinero y la deuda, centrándose en activos reales.
…la subida del oro puede decirte algo sobre cómo el mundo está revaluando el dinero y la deuda; todos estos factores apuntan a activos reales…
—Iain Dunning
- Los precios de los activos se ven influenciados por cambios en la política monetaria.
- Los fundamentos económicos se ven afectados por la reevaluación de los activos.
- El clima económico actual está moldeado por estos cambios.
- Existe una postura firme sobre las implicaciones de los precios de los activos.
- La relación entre los precios de los activos y la política monetaria es crucial.
- Comprender estas dinámicas es importante para el análisis económico.
