💰 quantitative finance

Quantformer: from attention to profit with a quantitative transformer trading strategy

Este artículo presenta Quantformer, una arquitectura de red neuronal basada en transformadores que, mediante aprendizaje por transferencia desde el análisis de sentimientos y el uso de datos de más de 4.600 acciones chinas, supera a las estrategias cuantitativas tradicionales para predecir con mayor precisión las tendencias del mercado y generar señales de trading rentables.

Autores originales: Zhaofeng Zhang, Banghao Chen, Shengxin Zhu, Nicolas Langrené

Publicado 2026-02-24

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Zhaofeng Zhang, Banghao Chen, Shengxin Zhu, Nicolas Langrené

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

¡Hola! Imagina que el mercado de valores es como un océano gigante y tormentoso. Los inversores son marineros que intentan navegar por él para llegar a la isla del "dinero" sin naufragar. Tradicionalmente, los marineros usaban mapas antiguos (fórmulas matemáticas simples) o miraban el cielo (análisis fundamental) para predecir el clima. Pero el océano financiero es tan caótico y cambia tan rápido que esos mapas a veces no sirven.

Aquí es donde entra este paper, que presenta a un nuevo capitán llamado Quantformer.

1. El Problema: ¿Por qué es tan difícil predecir el mercado?

Antes, los ordenadores intentaban predecir el precio de las acciones mirando solo números fríos (precios, volumen de ventas). Era como intentar adivinar si lloverá mañana solo mirando el termómetro, sin tener en cuenta las nubes, el viento o el estado de ánimo de la gente.

Además, las redes neuronales antiguas (como los modelos de lenguaje que leen libros) estaban diseñadas para entender palabras, no números. Si intentabas enseñarle a un modelo de lenguaje a leer un gráfico de acciones, se confundía porque no podía "leer" los números como si fueran palabras.

2. La Solución: Quantformer (El "Traductor" de Números)

Los autores crearon Quantformer, que es como un traductor mágico especializado.

La analogía del traductor: Imagina que tienes un libro escrito en un idioma extraño (los datos financieros: precios, volatilidad, volumen). Los modelos antiguos necesitaban que primero convirtieras esos datos en "palabras" para poder leerlos. Quantformer, en cambio, aprende a leer los números directamente, sin necesidad de traducirlos primero.
La memoria larga: Este modelo tiene una memoria increíble. Mientras que un humano olvida lo que pasó hace un mes, Quantformer recuerda patrones que ocurrieron hace mucho tiempo y los conecta con lo que está pasando hoy. Es como si tuviera un "superpoder" para ver el pasado, presente y futuro al mismo tiempo.
Sin "etiquetas" innecesarias: En los modelos de texto, a veces hay que poner etiquetas para decir "esta es la primera palabra, esta es la segunda". En el mercado, el tiempo ya está ordenado naturalmente (ayer, hoy, mañana), así que Quantformer elimina esas etiquetas extra para ser más rápido y eficiente.

3. ¿Cómo funciona en la práctica? (El Entrenamiento)

Los autores alimentaron a Quantformer con una cantidad masiva de datos: más de 5 millones de registros de 4.600 acciones chinas durante 14 años (de 2010 a 2023).

El entrenamiento: Imagina que le das a Quantformer un montón de libros de historia financiera y le preguntas: "¿Qué pasó después de este patrón?". Él estudia millones de ejemplos, aprendiendo que cuando el volumen de ventas sube y el precio baja de cierta manera, a menudo sigue una subida (o una caída).
La predicción: En lugar de decirte "la acción subirá", le dice: "Hay un 80% de probabilidad de que esta acción esté en el grupo de las mejores del mercado la próxima semana".

4. Los Resultados: ¿Ganó dinero?

¡Sí! Y mucho mejor que los métodos tradicionales.

La carrera: Imagina una carrera de 100 corredores (los 100 métodos tradicionales de inversión). Quantformer no solo ganó, sino que cruzó la meta con una ventaja enorme.
Las ganancias: Mientras que los métodos antiguos a veces perdían dinero o apenas rompían el empate, la estrategia de Quantformer logró un retorno anual del 17.35% (y hasta un 24% en configuraciones específicas), superando ampliamente al índice de referencia (CSI 300), que solo dio un 1.77%.
Menos riesgo: No solo ganó más, sino que lo hizo con menos "sustos". Es como conducir un coche deportivo que va más rápido pero tiene mejores frenos que los demás.

5. ¿Por qué es importante esto?

Este paper es como un manual de instrucciones para el futuro de las finanzas. Nos dice que:

No necesitamos forzar los datos financieros a encajar en modelos de texto.
Podemos usar la inteligencia artificial más avanzada (Transformers) directamente con números para tomar decisiones de inversión.
La combinación de "sentimiento de mercado" (cómo se sienten los inversores) y datos duros (precios) es la clave para el éxito.

En resumen:
Quantformer es como darle a un marinero un GPS de inteligencia artificial que no solo mira el mapa, sino que entiende el estado de ánimo del océano, recuerda las tormentas de hace años y te dice exactamente hacia dónde navegar para llegar a la isla del tesoro, evitando los arrecifes. ¡Y los resultados muestran que funciona mejor que cualquier brújula antigua!

Resumen Técnico: Quantformer

1. Planteamiento del Problema

El trading cuantitativo tradicional enfrenta desafíos significativos para capturar la complejidad y la dinámica de los mercados financieros, especialmente al integrar información a largo plazo y señales esenciales para la rentabilidad.

Limitaciones de los Métodos Tradicionales: Estrategias basadas en factores clásicos (como los modelos de Fama-French) suelen depender de análisis fundamentales estáticos o cálculos simples, careciendo de la capacidad para modelar relaciones no lineales complejas.
Desafíos de los Modelos de ML/NLP: Aunque el aprendizaje profundo (como LSTM o GRU) ha sido aplicado, su uso en finanzas tiene limitaciones. Los modelos Transformer, exitosos en Procesamiento de Lenguaje Natural (NLP), están diseñados para datos categóricos (texto) y secuencias secuenciales (seq2seq).
- Problema de Entrada: Los datos financieros son numéricos y categóricos (ej. tasas de rotación, precios), no palabras. Los embeddings de palabras no son aplicables directamente.
- Problema de Arquitectura: La arquitectura estándar de Transformer incluye codificación posicional y mecanismos de enmascaramiento (masking) diseñados para predecir la siguiente palabra en una oración, lo cual no es óptimo para predecir retornos futuros en series temporales financieras donde el orden temporal es inherente y el objetivo es una predicción de valor futuro, no una generación de secuencia.

2. Metodología: La Arquitectura Quantformer

Los autores proponen Quantformer, una arquitectura neuronal modificada basada en Transformer, adaptada específicamente para datos cuantitativos financieros.

Adaptación de la Entrada (Embedding Lineal):
- Se elimina la capa de word embedding tradicional.
- Se introduce una capa de embedding lineal estándar que transforma directamente los vectores de características numéricas (retornos acumulados y tasas de rotación) en un espacio de características latentes.
- Eliminación de Codificación Posicional: Dado que el orden temporal en las series financieras es intrínseco (el tiempo $t$ siempre sigue a $t-1$ ), se elimina el módulo de codificación posicional, simplificando el modelo y reduciendo el ruido.
Simplificación del Decodificador:
- El objetivo no es generar una secuencia de tokens (como en traducción), sino predecir la probabilidad de un retorno futuro en un periodo específico.
- Se elimina el mecanismo de predicción autoregresiva y las operaciones de enmascaramiento (masking) en el decodificador.
- El modelo se reduce esencialmente a un codificador Transformer que procesa la secuencia de entrada y produce una distribución de probabilidad sobre los posibles retornos futuros.
Procesamiento de Datos y Etiqueta:
- Entrada: Matrices de características históricas (20 pasos de tiempo) con dos dimensiones: retorno acumulado diario y tasa de rotación acumulada.
- Normalización: Se aplica normalización Z-score (media cero, varianza unitaria) para cada paso de tiempo.
- Etiquetado (Target): Los retornos futuros se convierten en vectores one-hot basados en cuantiles empíricos (ej. top 20%, medio 20%, inferior 20%). Se permite el uso de etiquetas nulas para acciones en rangos intermedios no seleccionables.
Estrategia de Trading:
- Se utiliza un enfoque de "largo" (no se permite venta en corto en el mercado chino).
- Se seleccionan acciones basándose en la probabilidad predicha de pertenecer a los cuantiles superiores.
- Se implementa un rebalanceo de cartera con ponderación igualitaria entre las acciones seleccionadas.

3. Contribuciones Clave

Innovación Arquitectónica: Propuesta de Quantformer, la primera adaptación exitosa de Transformer para datos financieros puros (numéricos), eliminando componentes innecesarios de NLP (codificación posicional, word embeddings, masking).
Transferencia de Aprendizaje: Aplicación de la capacidad de los Transformers para capturar dependencias de largo alcance y relaciones complejas, transferida desde el análisis de sentimientos (NLP) al análisis de series temporales financieras.
Validación Empírica a Gran Escala: Pruebas exhaustivas en el mercado de capitales chino utilizando más de 5 millones de datos de rodadura de 4,601 acciones (2010-2023).
Comparativa Rigurosa: Evaluación contra 100 factores cuantitativos tradicionales (basados en precio-volumen) y diferentes frecuencias de trading (diaria, semanal, mensual).

4. Resultados Experimentales

El modelo fue probado en diferentes frecuencias y escalas de entrenamiento, mostrando superioridad consistente:

Rendimiento General (Frecuencia Mensual):
- La estrategia Quantformer (Month 1) logró un retorno anual (AR) del 17.35% y un retorno excedente anual (AER) del 19.43%.
- Ratio de Sharpe: 0.915, superando significativamente a la media de los 100 factores tradicionales (Sharpe promedio negativo de -0.36).
- Alpha: 0.162, indicando habilidades superiores de selección de acciones ajustadas al riesgo.
- Riesgo: Un Valor en Riesgo (VaR 99%) de 2.81%, lo que indica una gestión de riesgo superior a la mayoría de los factores tradicionales.
Comparación con Factores Tradicionales:
- Mientras que los 100 factores de referencia tuvieron un retorno anual promedio de -3.78%, Quantformer mantuvo rentabilidad positiva y robusta.
- En la curva de rendimiento acumulada, Quantformer superó claramente al índice de referencia (CSI 300) y a factores populares como medias móviles (MACD, EMAC) y ratios de volumen.
Robustez en Diferentes Escalas:
- Se probaron estrategias seleccionando el top 1%, 5%, 10% y 20% de las acciones.
- La estrategia QF 1% (seleccionando solo el 1% superior) alcanzó el retorno anual más alto del 24.71% y un AER del 35.74%, demostrando que el modelo es altamente efectivo para identificar las mejores oportunidades, aunque con una volatilidad ligeramente mayor.

5. Significado e Implicaciones

Paradigma Nuevo en Finanza Cuantitativa: El trabajo demuestra que las arquitecturas Transformer, cuando se adaptan correctamente a la naturaleza de los datos financieros (numéricos y temporales), pueden superar a los métodos tradicionales y a otras redes neuronales recurrentes (LSTM/GRU) en la predicción de tendencias bursátiles.
Integración de Sentimiento y Datos Numéricos: El modelo logra capturar dinámicas de mercado que combinan información de precios, volumen y comportamiento del inversor (reflejado en la tasa de rotación) de manera más eficiente que los factores manuales.
Viabilidad Comercial: Los resultados sugieren que Quantformer no es solo un modelo académico, sino una herramienta viable para construir estrategias de inversión rentables y robustas, capaz de generar alphas positivos consistentes en un mercado complejo y dinámico.
Reproducibilidad: El código y los detalles de implementación están disponibles públicamente en GitHub, fomentando la investigación futura en el campo del aprendizaje profundo aplicado a las finanzas.

En conclusión, Quantformer representa un avance significativo al cerrar la brecha entre las arquitecturas de atención de última generación y la práctica del trading cuantitativo, ofreciendo una solución superior para la extracción de factores de inversión y la predicción de retornos.