El trader Miles Deutscher presentó un desarrollo único: automatizó por completo una estrategia de trading basada en el modelo GARCH utilizando la herramienta Claude Code. Es notable que todo el sistema fue creado por inteligencia artificial: el trader solo describió la tarea, y la red neuronal transformó matemáticas complejas en una herramienta funcional.

¿Qué es GARCH y por qué es importante?

El modelo GARCH (Heterocedasticidad Condicional Autoregresiva Generalizada) es uno de los modelos cuantitativos más potentes que los cuantitativos profesionales utilizan a diario. Su predecesor, ARCH, fue desarrollado por Robert Engle, galardonado con el Premio Nobel en 2003, y luego su alumno Tim Bollerslev lo amplió a GARCH. La idea clave: la volatilidad del mercado no es aleatoria, sino que se puede predecir.

El modelo se basa en solo tres indicadores:

  • Nivel base de fluctuaciones — una constante para cada activo. En Bitcoin, tradicionalmente es más alto que en el índice S&P 500.
  • Fuerza del movimiento de ayer — cuánto cambió el mercado en el último día.
  • Nivel de volatilidad anterior — en qué nivel de fluctuaciones se encontraba el mercado antes de este movimiento.

La suma de estos tres valores da la predicción de volatilidad para mañana. Deutscher enfatiza: esta predicción no indica la dirección del movimiento, solo mide cuánto podría moverse el mercado. Es una herramienta de gestión de riesgos, no una señal de compra o venta.

Cómo se convierte la predicción en tamaño de posición

El trader utiliza la estimación de fluctuaciones obtenida para calcular el tamaño de la posición. El enfoque estándar de los departamentos institucionales: limitar la reducción anual al 15%. Luego, el límite se divide por la volatilidad pronosticada. Por ejemplo, si la estimación de fluctuaciones del activo es del 30% anual, el multiplicador de posición resulta ser 0,5x. Con una posición base de $10,000, esto significa una entrada de $5,000.

Deutscher probó la estrategia en un conjunto de datos de quince años de Bitcoin, comparando dos enfoques: con tamaño de posición fijo y con cálculo basado en el modelo GARCH. Los resultados son impresionantes: con tamaño fijo, el capital final fue de $17,957, mientras que con GARCH fue de $21,205. Además, la segunda opción recorrió el camino con menores reducciones y riesgo general.

Limitaciones y riesgos

El trader advirtió honestamente sobre la principal limitación: el modelo no funciona durante una caída brusca después de un período tranquilo. En ese escenario, la posición se abrirá al máximo, lo que puede generar pérdidas significativas. GARCH es una herramienta poderosa, pero no una panacea. Es bueno para gestionar riesgos en condiciones normales de mercado, pero no protege contra los "cisnes negros".

Opinión del experto: La automatización de GARCH mediante IA es un paso lógico en la evolución del trading. El modelo galardonado con el Premio Nobel se vuelve accesible no solo para cuantitativos, sino también para traders minoristas. Sin embargo, es importante recordar: cualquier algoritmo, incluso el más avanzado, requiere comprender sus limitaciones y control manual en situaciones extremas.