Hilo del Blockchain - ¿los algoritmos dominan el mundo?

Johngo

Well-Known Member
El mundo actual no se podría entender sin los algoritmos, lo que es diferente a entender qué es un algoritmo

El concepto es simple, y muy cotidiano y habitual. Lo complejo es el desarrollo de algoritmos matemáticos y computacionales. Es decir, implementar el uso de estas 'secuencias' para desarrollar nuevas tecnologías o utilizar herramientas, desde Google y Facebook hasta el dinero digital.

Porque el concepto de algoritmo se refiere simplemente a una secuencia generada para seguir unos pasos con los que alcanzar un resultado. Un conjunto de órdenes o reglas preestablecidas en el que se tienen en cuenta factores externos para llegar a una meta. Como ejemplo puede servir desde un juego de rol en el que el protagonista 'avanza' de distinta forma en función de un dado, o el típico manual para solucionar problemas. ¿Quién no ha llamado alguna vez a su compañía porque no funcionaba su servicio de Internet? Lo primero que ocurre en este caso es que desde el proveedor se hacen unas preguntas y el usuario va respondiendo y realizando acciones, como reiniciar o desenchufar para volver a enchufar el router en función de lo que muestran las luces del mismo. Es decir, se sigue un algoritmo.

Pero todo esto se complica cuando se habla de un algoritmo matemático, que pasa a ser una secuencia en la que se modelizan diferentes variables. Esto va desde una regla básica para operar hasta el más complejo de los modelos. Y todo se vuelve más difícil, que no desesperante, al incorporar el concepto de algoritmo al mundo de la computación.

LA REVOLUCIÓN DE TURING (¿se acuerdan de este Film?)



A menudo se suele considerar a Alan Turing como el precursor de la informática, interpretado en el cine por Benedict Cumerbatch en la película The Imitation Game, estrenada en 2014 (el único spoiler a continuación, es que Alemania acaba perdiendo la Segunda Guerra Mundial... y que Turing fue importante en ello). Una película que tuvo gran acogida, aunque también críticas por parte de expertos en la materia e historiadores.

Turing trabajó para el Gobierno de Reino Unido en la Segunda Guerra Mundial, con el ánimo de descifrar la Máquina Enigma, usada por los nazis para encriptar la información relacionada con sus operaciones de guerra. El equipo del matemático británico consiguió diseñar una máquina para conocer al detalle todas las decisiones importantes de los mandatarios alemanes, algo que se considera clave para cambiar el sino de la guerra y acabar derrotando a los nazis.

¿Qué hizo Turing? Consiguió crear una máquina que alcanzara resultados a partir de la implementación de algoritmos matemáticos. Es decir, que leyera las instrucciones de la Máquina Enigma a partir de órdenes preestablecidas. Décadas después, muchos desarrollos e infinitas innovaciones tecnológicas, en eso se basa el mundo actual.

Cuando un usuario realiza una búsqueda en Google, la herramienta que revolucionó Internet hace menos de dos décadas, aplica un algoritmo para que el usuario alcance resultados. Pero este algoritmo no es simple, ni fácil de comprender, y se cambia continuamente. Por eso hay empresas que contratan los servicios de profesionales SEO, que se dedican a estudiarlo para mejorar el posicionamiento de su empresa en en el buscador.

De forma similar Facebook 'coloca' los post de los 'amigos' de cada usuario en su perfil, o Twitter selecciona recomendaciones de usuarios y 'ordena' su timeline. Amazon facilita las operaciones de los clientes, y Uber 'encuentra' coches con las preferencias elegidas por el viajero. Casi todo son algoritmos.

ALGORITMOS PARA CREAR DINERO...

El mundo de las finanzas también está inmerso en esta era de los algoritmos. Cada vez hay más noticias de bancos que realizan parte de sus inversiones o incluso asesoramiento así. También el dinero digital se basa en este concepto. Uno de los pioneros ha sido bitcoin, una 'criptodivisa' nacida en 2009.

La moneda utiliza la tecnología conocida como blockchain o cadena de bloques, según la cuál las transacciones que se realizan en el mundo bitcoin se recogen en 'monederos virtuales' que permiten que se reflejen las operaciones de compra y venta de un usuario y éste lleve un control de su evolución. El bitcoin no replica algo físico (aunque sí se puede cambiar por dinero), es puramente virtual y su valor depende de la cantidad de unidades en ese mercado virtual y por lo tanto de la oferta y la demanda. Esto se calcula con algoritmos, mientras que la criptografía es la que otorga la seguridad para impedir que 'hackers' roben el dinero de un monedero virtual o simulen operaciones con 'dinero ajeno'.

En realidad es lo que ocurre con el dinero en monedas o billetes desde que 'murió' el sistema de Bretton Woods y se abandonó el patrón oro. En 1971 el expresidente de Estados Unidos Richard Nixon anunció la suspensión de la convertibilidad del oro, con lo que como el bitcoin el dólar dejaba de tener una referencia clara.

Pero no es la única opción para el dinero virtual. Banco Santander, Deutsche Bank, UBS y BNY Mellon alcanzaron un acuerdo recientemente para promover el dinero digital con la tecnología blockchain, la que utiliza el bitcoin. En este caso, los algoritmos vuelven a ser el centro de atención para 'generar' dinero virtual, aunque la novedad es que el proyecto 'Utility Settlement Coin' (USC) sí tendrán convertibilidad: cada unidad de esta futura moneda digital se podrá convertir en paridad con un depósito en su correspondiente divisa.

Por su parte, el Banco de Inglaterra podría ser pionero en expandir el dinero digital. Economistas del banco central británico han analizado la posibilidad de que en el futuro se cree dinero digital en vez de físico desde la institución gobernada por Mark Carney. Aunque todavía es un boceto más que un objetivo.

…Y ALGORITMOS PARA GANAR DINERO

En marzo Royal Bank of Scotland (RBS) anunció el despido de 550 asesores para sustituirlos por 'robots'. Contestadores automáticos que realizarán asesoramiento a clientes que inviertan menos de 250.000 libras. El usuario llama y contesta a preguntas automáticas, y mediante un algoritmo el sistema le dará una respuesta. Como el 'solucionador' de problemas del inicio del texto, para los fallos de un router. En este caso, en vez de luces y fallos, son criterios de inversión y perfiles de riesgo hasta alcanzar una solución.

Goldman Sachs ha protagonizado otro ejemplo similar al de RBS. El gigante norteamericano tiene un programa informático que permite a los inversores comercializar bonos de empresas sin necesidad de intermediación por parte de un ser humano. Y como no, todo se basa en algoritmos. Según Financial Times, Goldman está impulsando un programa informático que realiza ofertas a los clientes y les proveé de información del mercado de deuda. Los clientes podrán operar con bonos corporativos sin necesidad de contactar con un empleado, como ocurría hasta ahora, y como ya existe la posibilidad con la renta variable y la deuda soberana.

Muchas instituciones financieras, además, utilizan algoritmos para tomar directamente decisiones de inversión. Se trata de implementar las finanzas cuantitativas (análisis financiero a partir de las matemáticas) con el desarrollo tecnológico. “Se incorporan los comportamientos de los activos y de diversos factores a un algoritmo que alcanza un resultado. Son algoritmos muy complejos, que han variado mucho en los últimos 20 años. Hace dos décadas tardabas un día en crear un algoritmo para un modelo de inversión, ahora un minuto con herramientas especializadas en ello, y son más completos y desarrollados”, explica Ricardo Queralt, codirector del máster en Data Science para Finanzas de CUNEF, y especialista en finanzas cuantitativas.

SIEMPRE HABRÁ HUECO PARA BUFFETT

Existe la tentación de pensar en el fin de los mitos del mundo de la inversión como Warren Buffett o George Soros, cuyas decisiones se basan al menos en parte en conocimientos del mercado no siempre 'modelizables'. Pero para nada es así. En este mundo financiero dominado por las matemáticas y la tecnología seguirá habiendo espacio para la intuición. “Siempre va a haber hueco para juicios de valor difíciles de implementar. Son 'gurús' que también se equivocan, pero tienen un gran conocimiento del mercado y por eso suelen acertar”, opina Queralt. “Lo ideal es que los profesionales de las finanzas cuantitativas tengan formación financiera para comprender el mercado, matemática y de estadística”, agrega.

El experto advierte que el continuo desarrollo de algoritmos cada vez más avanzados y complejos permite reducir los márgenes de error. Y no sólo en el mundo de la inversión, también en ámbitos de las finanzas como en el tradicional negocio de prestar dinero. “Ya hay algoritmos que intentan incorporar cuestiones como los sentimientos. Nosotros por ejemplo estamos trabajando en añadir a algoritmos sobre el riesgo de conceder un préstamo la actividad en redes sociales de los usuarios”, agrega el profesor de CUNEF.

¿Y QUÉ HAY DE LA SEGURIDAD EN ESTE MUNDO DE ALGORITMOS?

Con multitud de herramientas cotidianas funcionando a través de algoritmos, desde las redes sociales hasta parte de las finanzas personales, ¿qué pasa con la seguridad? ¿Puede alguien 'descubrir', 'copiar' o 'robar' un algoritmo que me afecte?

El problema no es el algoritmo, sino la seguridad que hay alrededor del sistema. Es decir, la cuestión es que un hacker no descubra las claves criptográficas de un monedero digital de Bitcoin, no el algoritmo de la famosa moneda digital. “El ejemplo es un programa informático que funcione a través de un algoritmo. Genera un 'password' para poder usarlo. El hacker tratará de averiguar este 'password' estableciendo fórmulas que conecten el programa con el usuario y su ordenador para 'desencriptar' la clave (por eso es más seguro el uso de aplicaciones y programas cuanto más difícil sea la clave). No el algoritmo del programa”, explica Ricardo Queralt. Bolsamania.com (Excelente)
 
Última edición por un moderador:

Pasaba por aqui

Well-Known Member
El matemático que creó un algoritmo para encontrar al amor de su vida en internet

Si lo de Chris McKinlay no es un 'Do it yourself' de manual, tú nos dirás qué es.
<nav role="navigation"> </nav>



<figure> <source media="(max-width:520px)"> <source media="(max-width:1023px)"> <source media="(min-width:1024px)">

<figcaption>Un algoritmo matemático | Agencias</figcaption> </figure>
Si quieres encontrar al amor de tu vida en internet tienes una opción rápida: pinchar en todos los emails y banners que te dicen que hay chicos o chicas sexys en tu zona deseando quedar contigo. Aunque a estas alturas quizá ya sepas que no es muy recomendable, ¿verdad?
Otra opción –más compleja, pero qué demonios, más romántica– es recurrir a chats, redes sociales de búsqueda de pareja, aplicaciones para dichos menesteres... Sin embargo, y aunque la casuística puede ser diversa, cada cual tiene su propia experiencia: gente que encuentra pronto a su media naranja, otra que no encuentra nada, otra a la que le salen perfiles que no le entusiasman en absoluto...
Al final, acabas pensando lo mismo: ¿me odiará este maldito algoritmo que sólo me enseña a gente con la que no acabo teniendo 'feeling'?
Operación 'El algoritmo del amor'
Algo así debía de pasarle a Chris McKinley, un jovencísimo matemático estadounidense que en 2014, en su afán por encontrar pareja, vivió varios fracasos hasta que pudo encontrar a quien, por fin, era el amor de su vida para siempre.
La historia es la siguiente: tras una ruptura sentimental con su anterior pareja, Chris decidió abrirse un perfil en OkCupid, una de las redes sociales más famosas para encontrar pareja. Chris eligió OkCupid por un motivo: antes de 'empezar a jugar', esta red te hace varias preguntas sobre tu vida, tu personalidad, tus aficiones, tus hábitos... A continuación, y partiendo de ese completo cuestionario, empieza a sugerirte gente que considera similar a ti.
A Chris esto le gustaba mucho. Él no buscaba un rollo de una noche ni alguien con quien echar cuatro ratos sueltos, Chris buscaba el amor. Por eso, le pareció bien someterse al cuestionario para que el algoritmo decidiera mejor que nadie con quién debía/podía relacionarse.
Sin embargo, la cosa no salió bien: Chris consiguió pocas citas y ninguna de ellas tuvo un buen resultado. Él, que tanto confiaba en los algoritmos por ser matemático, había fracasado en su intento por encontrar el amor.
Sin embargo, nuestro joven protagonista decidió no deprimirse del todo. Si había confiado en un algoritmo, la cosa había salido mal y él era matemático, ¿por qué no probar a construir su propio algoritmo y ver si de esta manera conseguía encontrar el amor? Dicho y hecho: se puso manos a la obra.
Paso 1: doce perfiles para recopilar datos
La primera misión de Chris era compleja: comprender de qué manera funcionaba el algoritmo de OkCupid: a qué información se le daba más importancia, a cuál menos, qué hacía la red social ante un encuentro positivo o negativo, qué información le hacía aparecer ante más o menos gente, de qué manera recibían las chicas su perfil...
Para ello, el matemático se creó nada menos que doce perfiles falsos que iban interactuando de manera semiautomática y con diversas características, personalidades, trabajos, aficiones... El objetivo de Chris era que todos estos bots le diesen información suficiente sobre el algoritmo de OkCupid
Paso 2: el perfil definitivo
Tras el primer paso, Chris McKinley creó dos perfiles distintos de sí mismo, destacando en cada uno cosas distintas. Eso sí, nuestro protagonista creía en el amor verdadero, así que no quería engañar a nadie: toda la información que daba era cierta, tan sólo decidía de qué manera resaltaba unas facetas frente a otras en cada perfil.
Al final, el resultado del experimento fue un triunfo total: de repente, Chris vio que sus perfiles tenían una aceptación muchísimo mayor entre las mujeres y sus solicitudes de citas empezaban a aumentar. Estaba claro que la misión había sido un éxito.
Por si te interesa conocer el final de la historia, sí, Chris acabó encontrando una pareja, y no una cualquiera: Christine y él no sólo se enamoraron en la primera cita, sino que, a día de hoy, están felizmente casados. Chúpate esa, internet.
 

Johngo

Well-Known Member
NOTA Y COMENTARIO PREVIO: Hablemos de Bolsas: Personalmente estoy muy desilusionado, para mí se fue la magia de un mercado puro y también el hacer análisis técnico como un estúpido en mercados que no son manejados por humanos y hacen lo que quieren, o sea vender automáticamente cuando “deciden” que esta caro como marcar los soportes cuando hay un derrumbe. Por eso, hasta no hay Trump que valga y “vamos siempre para arriba” o te pego un “sustito” para que vendas y bla-bla-bla los analistas explicando “causas” del sube y baja. Pero eso no es el tema, el tema es el secreto de la inevitable información adelantada de otros que SI lo saben. Además, hace unos años me entere de la sociedad de las bolsas europeas y americanas, entonces no nos extrañemos de una lateralización inentendible en las bolsas europeas mientras Wall Street es una máquina de subir, con analistas técnicos siguiendo “las manos fuertes” etc. En algún momento cuando caiga WS en serio, los “muchachos” se compraron previamente “toda” Europa, y tutti contenti ¡una verdadera mafia de los robots algoritmizados!!

"Trading algorítmico": cómo funcionan y qué tienen que ver los algoritmos con la caída de la bolsa de Wall Street

BBC Mundo - 6 febrero 2018



El Dow Jones, el principal índice de la Bolsa de Nueva York, protagonizó la mayor caída porcentual desde 2011 un 4,6% y la peor caída en un solo día, sembrando el pánico entre los inversores y provocando un efecto contagio en Europa y Asia. El principal indicador de la bolsa estadounidense se hundió 1.175 puntos hasta terminar con 24.345,75 enteros. La de ese lunes superó, por ejemplo, la caída de 777,68 puntos registrada al inicio de la crisis financiera en septiembre de 2008, cuando el Congreso estadounidense rechazó un plan de rescate de US$700.000 millones tras el colapso del banco de inversión estadounidense Lehman Brothers.

Esta nueva caída se suma a las pérdidas que la bolsa de Nueva York registró ese pasado viernes 2, cuando los datos sobre el incremento de los salarios en Estados Unidos hicieron prever a los inversores que una mayor capacidad de gasto de la población se pueda traducir en una mayor inflación.

No fue tan grave como la quiebra de 2008 —y algunos analistas dicen que no hay motivos para escandalizarse—, pero la Casa Blanca reconoció su preocupación ante el hundimiento. Entre las causas que lo explican están las posibilidades de inflación, la pérdida de confianza y las políticas proteccionistas del presidente de Estados Unidos Donald Trump.

Pero los que realmente mueven los hilos de la bolsa no son la política ni la incertidumbre: son los algoritmos.
"Trading algorítmico": cómo funcionan y qué tienen que ver los algoritmos con la caída de la bolsa de Wall Street - BBC Mundo

Les adjunto este artículo de la BBC del 15 de Julio del 2013
El comercio informatizado es un mundo intrínsecamente secreto. Las compañías de comercio exterior mantienen un férreo control de sus estrategias comerciales, sus empleados y sus códigos informáticos (o algoritmos). De lo contrario un rival podría entender sus patrones de comercio tremendamente ...
"Los seres humanos no pueden competir en velocidad, es así de simple".
Los robots que negocian acciones en la bolsa - BBC Mundo
 

Pasaba por aqui

Well-Known Member
¿Que es en sí un algoritmo?. Solo es una secuencia programada de acciones que tambien tu mismo haces cada dia- .

00=> Es la hora de levantarse?
01 si, =>te levantas => ve a 03
02 no, =>sigues acostado. ve a 00
03 si=> preparas el desayuno...

y asi hasta todas las acciones de decisión diarias, en bolsa lo mismo y si las haces tu tradas lo que tardas, si las hace una máquina programada tardara milisegundos no hay más misterio. solo una diferencia.. tu las tomaras en base a tus experiencias, sentimientos, sensaciones, e incluso alguna vez haras lo contrario de lo que piensas o sientes en base a una corazonada o premonición. La máquina no... al menos de momento. después está, el que es capaz de manipular a la máquina. :)





El algoritmo financiero supersticioso que evitaba el número 13 y se guiaba por las fases lunares

El artista Shing Tat Chung quiso comprobar lo que sucedería si los inversores compraran y vendieran acciones en base a la superstición. Para ello, creó un fondo de inversión dirigido por Sid, un algoritmo que basaba sus decisiones en la numerología. ¿Quieres saber lo que ocurrió?


Un fondo de inversión hizo la prueba: durante un año, se guió exclusivamente por la numerología y las creencias asociadas a las fases lunares. Puesto en marcha por el artista Shing Tat Chung, The Superstitious Fund Project estuvo dirigido por un algoritmo que compró y vendió acciones del FTSE 100 – el índice bursátil compuesto por los cien primeros valores de la bolsa de Londres - basándose exclusivamente en supersticiones.


Chung montó ese fondo de inversión "como una burla de nuestras irracionalidades, pero de una manera atractiva que invite a la reflexión". Con ayuda del desarrollador Jim Hunt, el artista creó a Sid, el 'bot' supersticioso que tomaría las decisiones en base a un conjunto de creencias descabelladas: para empezar, tenía miedo al número 13 y la luna llena. Así, Chung y Hunt lo programaron para vender acciones en un viernes 13 y comprarlas los días considerados de buena suerte según la práctica adivinatoria de la numerología.

No todo estaba predefinido. Sid también era capaz de establecer sus propias pautas, como lo haría un ser humano, en base a la experiencia. Si las cosas iban bien en ciertos días y a unas horas concretas, el algoritmo establecía un patrón y procuraba repetirlo.

La guinda del pastel la puso el día de su estreno. Tras visitar a varios videntes y maestros del dudoso arte de la adivinación, Chung tuvo claro que su fondo de inversión, con Sid al mando, debía comenzar su andadura un 1 de junio a las cuatro de la tarde.

Un final triste

A partir de 2 libras (cerca de 3 euros), cualquiera podía formar parte de este fondo de inversión experimental cuya vida iba a ser limitada: solo estaría en marcha durante un año. Más de 140 inversores se atrevieron a dejar parte de su dinero en manos del algoritmo supersticioso y el fondo comenzó a operar con un capital de unas 4.800 libras (más de 6.500 euros).


Ni el apoyo de esos inversores ni el patrocinio de Microsoft pudieron evitar la catástrofe. Solo dos meses después de arrancar, el valor de la cartera gestionada por Sid había caído un 9,5%. Tras todo un año de actividad, el 1 de julio de 2013, el experimentó concluyó con unas pérdidas de más del 16%. Las supersticiones de Sid lo habían conducido al fracaso.
 
Última edición:

Pasaba por aqui

Well-Known Member
Este algoritmo se puede simular mediante las órdenes de tipo rotacional: se compran un bloque de acciones, y se rotan cada cierto tiempo, vendiendo las peores y comprando nuevas. El comando es:
EnableRotationalTrading() ;
Además hay que indicar en base a qué criterio elegimos las acciones. En este caso, elegiremos las que más han subido o bajado (Rate Of Change) en los últimos 15 días, rotándolas los lunes o martes:
[divider]
VLunes=IIf(DayOfWeek()==1 OR (DayOfWeek()==2 AND Ref(DayOfWeek(),-1)!=1),1,0); //es lunes o es (Martes-y-ayer-fiesta)
score=ROC(C,15);
PositionScore= IIf(Vlunes,score,scoreNoRotate);[divider]
Con esta sencilla formula, el sistema rota las acciones semanalmente. Usaremos las acciones del índice SP 500, comprando 3 cada vez, y haciendo la compra o la venta al día siguiente de la señal, en apertura. Aplicamos las comisiones de un broker típico, y deslizamientos cero.



Los resultados iniciales son decepcionantes. El algoritmo pierde un 25% al año, con un máximo Drawdown del 88%, y un sharpe negativo. Sin embargo, analizando con cuidado los resultados, vemos que el problema está en los momentos de alta volatilidad. Es como si la bandada de acciones se dispersara en tiempos revueltos, haciendo inútil seguir a los pájaros más rápidos.
Vamos a aplicar por tanto un filtro muy sencillo. Calcularemos la volatilidad como el ATR del indice SP500. Cuando supere el nivel 18, que es indicador de volatilidad elevada, pasaremos todo el capital a liquidez.[divider]
SetForeign(“$spx”);
VolatilidadOK = IIf( Ref( ATR( 15 ), –1 ) > 18, 1, 0 );//Desactiva rotacion acciones si alta volat.


RestorePriceArrays();
[divider]
Los resultados así mejoran espectacularmente:

El beneficio anual sube hasta el 21%, y su peor DD es tan sólo del 20.2%.
Además, el sistema solo está expuesto un 37% del tiempo. Pasa mucho tiempo en liquidez; por ejemplo casi todo el año 2008.
El RAR representa el resultado durante el tiempo invertido, que es un 57%. Y el resto del tiempo, más “alocado” sería perfecto para utilizar el capital en inversiones seguras.
Así aparece el gráfico de la equity:


Usando 100.000 doláres de capital inicial, en menos de 5 años se llega a 260.000.
Este tipo de sistemas rotacionales suelen ser bastante estables. Son sistemas que no usan Stop loss, salvo que usemos filtros, y que no tienen órdenes de compra o de venta: solo rotan, siguiendo la dirección de la cabeza y de la cola de la bandada.
El uso adicional de filtros en sistemas como éste es recomendable. Todos los sistemas tienen momentos que operan muy mal. Es preferible evitar esos regímenes bursátiles adversos, que retocar demasiado nuestros sistemas, con el riesgo que conlleva de sobreoptimización.
Esta podría ser una buena idea de partida para usar en el complejo mundo de la inversión sistemática.
Slow-Inver
[hr]
 

Johngo

Well-Known Member
Perfecto ejemplo de algoritmos en los indices que se nota cuando a partir de 12 NY ET se ponen chatos en los maximos y minimos

 
Arriba