Win-score promotion gates in aggregator-routed RFQ markets: A two-tier stochastic control model

Este artículo propone un modelo de control estocástico de dos niveles para la creación de mercados en RFQs agregados, demostrando cómo las puertas de promoción basadas en puntuaciones de victorias generan dinámicas de bifurcación y un patrón endógeno de "campaña vs. cosecha" en las estrategias óptimas de cotización.

Lo esencial

Imagina que eres un vendedor ambulante (un "Market Maker") en una gran plaza de mercado digital donde los clientes piden precios para comprar o vender divisas (como dólares o euros).

Este artículo de Alexander Barzykin explica cómo un vendedor inteligente debe comportarse cuando su éxito no depende solo de hoy, sino de su reputación a largo plazo y de cómo la "plaza" decide quién tiene derecho a vender.

Aquí tienes la explicación sencilla, usando analogías:

1. El Escenario: Dos Tipos de Clientes

El mercado tiene dos tipos de clientes para ti:

• Los Clientes VIP (Tier A): Son los que llegan a través de un "agrupador" (una app o plataforma que reúne ofertas). Estos clientes son los más valiosos, pero solo te invitan si tienes buena reputación. La plataforma tiene una "puerta" (un filtro) que decide: "¿Este vendedor tiene un puntaje alto? Si sí, ¡pásalo! Si no, quédate fuera".
• Los Clientes de Fondo (Tier B): Son clientes que llegan por otros canales. No dependen de tu puntaje de reputación. Siempre puedes venderles, pero son menos frecuentes o menos lucrativos.

La analogía: Imagina que tienes un puesto en un festival.

• Los VIP son los turistas que solo entran si el guardia de seguridad (la plataforma) te ve con una estrella dorada en el pecho.
• Los de Fondo son los vecinos del barrio que siempre te compran algo, sin importar si tienes la estrella o no.

2. El Dilema: "Campaña" vs. "Cosecha"

Aquí es donde la magia ocurre. Tu "estrella dorada" (tu puntaje de reputación) sube si ganas muchas subastas (ofertas) y baja si las pierdes. Pero para ganar, debes ofrecer un precio muy atractivo (muy barato para comprar, muy caro para vender).

El modelo descubre que los vendedores inteligentes alternan entre dos modos:

• Modo "Campaña" (El Entrenador): Estás cerca de perder tu estrella dorada. Tu puntaje es medio. Decides ofrecer precios muy agresivos (ganas menos dinero por cada venta, o incluso pierdes un poco) solo para ganar muchas subastas y subir tu puntaje.
  • Analogía: Es como un entrenador que hace que su equipo corra hasta el agotamiento en un entrenamiento duro. Duele hoy, pero si ganas el partido, te dan un trofeo (acceso a los clientes VIP) para la próxima temporada.
• Modo "Cosecha" (El Recolector): Ya tienes la estrella dorada y tu puntaje es alto. Ahora puedes relajarte. Ofreces precios más amplios (menos competitivos, pero con más margen de ganancia). Sabes que, aunque tu puntaje baje un poco, la plataforma te seguirá dejando entrar porque sigues por encima del umbral.
  • Analogía: Es como un granjero que, una vez que su granja es famosa y segura, deja de regar cada planta con cuidado extremo y empieza a disfrutar de las ganancias de la cosecha, sabiendo que la fama de su granja lo protegerá un tiempo.

3. El Truco Matemático: El "Efecto Mariposa" de la Reputación

El papel demuestra que esto no es lineal. Si tu puerta de acceso es muy estricta (como un interruptor que se apaga de golpe si bajas un poco el puntaje), puedes caer en un bucle de inercia:

• Si tu puntaje es muy bajo, no vale la pena esforzarse (la puerta está cerrada y es muy difícil abrirla).
• Si logras cruzar un umbral crítico, de repente tienes acceso a todo y puedes "cosechar" durante mucho tiempo.
• Esto crea una situación de "dos mundos": o estás en el mundo de "esfuerzo extremo para entrar" o en el mundo de "recolectar ganancias".

4. ¿Por qué es importante el "Fondo" (Tier B)?

El estudio destaca algo crucial: los clientes de fondo son tu red de seguridad.

Si solo dependieras de los clientes VIP, cuando tu reputación cayera, dejarías de vender por completo y tu inventario (lo que has comprado y no has vendido) se quedaría estancado, perdiendo valor. Pero como siempre tienes a los clientes de fondo, puedes seguir moviendo tu inventario y manteniendo el negocio vivo, incluso cuando estás en "modo campaña" y luchando por recuperar tu estrella dorada.

En Resumen

Este papel explica cómo los vendedores en mercados digitales deben jugar un juego de estrategia a largo plazo:

1. A veces debes sacrificar ganancias hoy (ofrecer precios bajos) para comprar acceso mañana (subir tu reputación).
2. A veces debes aprovechar tu éxito (ofrecer precios altos) mientras tu reputación te protege.
3. La clave es entender que tu reputación no es solo un número; es una puerta que se abre y cierra, y que a veces es mejor empujarla con fuerza (campaña) que intentar abrirla suavemente.

Es una guía matemática para saber cuándo ser un "héroe" (agresivo) y cuándo ser un "mercader" (lucrativo) en un mundo donde tu pasado define tu futuro.

Resumen técnico

Resumen Técnico: Puertas de Promoción por Puntuación de Victoria en Mercados RFQ Ruteados por Agregadores

1. Planteamiento del Problema

El artículo aborda la problemática de la creación de mercado (market making) en protocolos de Solicitud de Cotización (RFQ) en mercados OTC (como Forex), donde el flujo de órdenes es gestionado por agregadores.

• Contexto: Los agregadores consolidan cotizaciones de múltiples proveedores de liquidez (LP) y seleccionan automáticamente quién comercia. Esta selección no es aleatoria; depende de puntuaciones de desempeño (win-scores) que evolucionan lentamente (ej. ratio de victorias a largo plazo).
• El Dilema: Existe una tensión entre la competencia microeconómica (ofrecer el mejor precio para ganar una RFQ específica) y la estrategia macroeconómica (mantener una puntuación alta para asegurar un volumen futuro de oportunidades).
• Vacío en la Literatura: Aunque existen modelos de control estocástico para la gestión de inventario y modelos de competencia, falta literatura que trate explícitamente la puntuación de victoria lenta como una variable de estado que retroalimenta la intensidad de las oportunidades futuras, creando un ciclo de realimentación no lineal.

2. Metodología y Modelo Propuesto

El autor propone un modelo de control estocástico de dos niveles (two-tier) que separa el flujo de RFQ en dos categorías distintas:

1. Nivel A (Agregador): Flujo sujeto a una "puerta de promoción" $G(R)$. La intensidad de las oportunidades se multiplica por esta puerta, que depende de la puntuación $R$ del dealer. Los resultados de este nivel actualizan la puntuación $R$.
2. Nivel B (Flujo de Fondo): Flujo residual que no está sujeto a la puerta de puntuación y no actualiza la puntuación. Este nivel actúa como un estabilizador, proporcionando oportunidades de mezcla de inventario incluso cuando el dealer está mal clasificado.

Dinámica del Sistema:

• Precios: El precio medio sigue una difusión martingala.
• Control: El dealer elige un escalón de offsets (desviaciones de precio) bid/ask para diferentes tamaños de notional ($z$).
• Probabilidad de Victoria: $p_z(\delta)$, que disminuye a medida que el offset aumenta.
• Actualización de Puntuación: Se utiliza un promedio móvil exponencial (EMA). Si gana una RFQ del Nivel A, la puntuación sube; si pierde, baja. El Nivel B no afecta $R$.
• Objetivo: Maximizar la riqueza esperada penalizada por el riesgo de inventario (función cuadrática).

Herramientas Matemáticas:

• Ecuación de Hamilton-Jacobi-Bellman (HJB): Se deriva una HJB reducida en forma de operador Bergault-Guèant. Esta ecuación incorpora ramas explícitas de "ganar/perder" para el Nivel A (actualización de $R$) y operadores de salto estándar para el Nivel B.
• Teorema de la Envoltura (Envelope Theorem): Se utiliza para expresar los controles óptimos (offsets) directamente a través de las derivadas de Hamiltonianos unidimensionales reducidos. Esto permite mapear las probabilidades de victoria óptimas a los offsets óptimos de manera interpretable.
• Aproximación Adiabática: En el régimen de "memoria larga" (cuando el parámetro de actualización $\alpha$ es pequeño), el sistema se separa en:
  • Escala Rápida: Dinámica de inventario condicional a una puntuación $R$ cuasi-estática.
  • Escala Lenta: Dinámica de la puntuación $R$ impulsada por la probabilidad de victoria promedio inducida.

3. Resultados Clave y Hallazgos

A. Estructura de la Solución Óptima

• Se demuestra que la curvatura del inventario (riesgo) se escala de manera cuasi-estacionaria. La presencia del Nivel B es crucial: evita que la curvatura del inventario explote (se vuelva singular) cuando la puerta de promoción $G(R)$ es muy baja, manteniendo una capacidad básica de gestión de riesgo.
• Se deriva un campo de deriva unidimensional para la dinámica de la puntuación $R$.

B. Bifurcaciones y Bistabilidad

• Bajo puertas de promoción logísticas (pendientes pronunciadas), la dinámica de la puntuación puede exhibir bifurcaciones de pliegue (fold bifurcations).
• Esto genera un régimen de bistabilidad: existen dos estados estables separados por un punto inestable.
  • Estado Bajo: El dealer tiene baja puntuación y baja intensidad de flujo.
  • Estado Alto: El dealer tiene alta puntuación y alta intensidad de flujo.
• Aparece un fenómeno de histéresis: la trayectoria para subir de nivel es diferente a la de bajar.

C. Estrategias de "Campaña" vs. "Cosecha" (Campaign vs. Harvest)
El modelo revela un patrón endógeno en la política de cotización:

1. Campaña (Campaigning): Cuando la puntuación está cerca del umbral de promoción pero ligeramente por debajo, el dealer adopta una estrategia agresiva (offsets más estrechos, menor margen inmediato) para aumentar la probabilidad de victoria y empujar la puntuación hacia el "cuenca de atracción" superior. Esto implica sacrificar el PnL (Beneficio y Pérdida) instantáneo a corto plazo.
2. Cosecha (Harvesting): Una vez en el estado de alta puntuación, el dealer puede permitirse ensanchar los spreads (aumentar el margen) y "cosechar" beneficios, aceptando una degradación lenta de la puntuación, siempre que no cruce el umbral de caída.

D. Validación Numérica
Las simulaciones confirman:

• La existencia de un "dip" (caída) en el offset óptimo cerca del umbral de puntuación $R_0$, señal de la estrategia de campaña.
• La relación inversa entre el PnL instantáneo y la deriva de la puntuación ($\dot{R}$): alto PnL con caída de puntuación (cosecha) vs. bajo PnL con subida de puntuación (campaña).
• La estabilidad que aporta el flujo de fondo (Nivel B) incluso en escenarios de baja promoción.

4. Contribuciones Principales

1. Modelo de Dos Niveles: Introduce una estructura formal que separa el flujo "ruteado por ranking" del flujo "residual", capturando la realidad operativa de los dealers donde no todo el flujo está sujeto a las reglas de clasificación.
2. Control Óptimo con Retroalimentación de Reputación: Es uno de los primeros trabajos que integra explícitamente la dinámica lenta de la reputación (win-score) como una variable de estado en el control óptimo de creación de mercado, resolviendo la HJB con ramas de actualización de estado.
3. Análisis de Bifurcación: Identifica matemáticamente cómo las reglas de agregación pueden crear no linealidades (bistabilidad e histéresis) en el comportamiento del mercado, explicando por qué los dealers pueden cambiar abruptamente de comportamiento (de agresivo a pasivo) sin cambios externos en las condiciones de mercado.
4. Mecanismo de Estabilización: Demuestra teóricamente cómo el flujo de fondo actúa como un amortiguador de riesgo, evitando comportamientos patológicos en la gestión de inventario cuando la clasificación es baja.

5. Significado e Implicaciones

• Para la Práctica de Trading: El modelo sugiere que los dealers no deben optimizar solo el margen inmediato por RFQ. Deben considerar el "costo de oportunidad" de perder una RFQ hoy (que baja la puntuación y reduce el volumen futuro). La estrategia óptima es cíclica: periodos de sacrificio de margen para ganar acceso (campaña) seguidos de periodos de maximización de margen (cosecha).
• Para el Diseño de Plataformas: Los agregadores deben ser conscientes de que las reglas de clasificación muy estrictas (pendientes logísticas muy altas) pueden inducir comportamientos de "todo o nada" y volatilidad en el flujo, creando regímenes de bistabilidad que podrían ser inestables para el ecosistema.
• Para la Investigación: Proporciona un marco analítico (HJB reducida, aproximación adiabática) que puede extenderse para incluir múltiples dimensiones de puntuación (tiempos de respuesta, rechazos) o competencia estratégica explícita.

En conclusión, el artículo ofrece una explicación matemática rigurosa de cómo las reglas de diseño de mercado (agregadores) moldean el comportamiento estratégico de los proveedores de liquidez, revelando dinámicas complejas de "campaña vs. cosecha" que surgen de la interacción entre la gestión de inventario rápida y la gestión de reputación lenta.