Coarse Graining Reveals a Fluctuation-theorem-like Asymmetry in Financial Markets

Este artículo demuestra que, al aplicar un enfoque de "coarse graining" a los mercados financieros, se revela una asimetría direccional en las distribuciones de tiempo de tenencia de posiciones largas y cortas que, análoga a los teoremas de fluctuación en física, permite cuantificar la irreversibilidad del mercado y definir una temperatura efectiva basada en la intensidad de las fluctuaciones.

Lo esencial

Imagina que el mercado financiero es como un gigantesco río.

En el nivel más pequeño (microscópico), el río está hecho de millones de gotas de agua chocando entre sí. Cada transacción en la bolsa es como una gota que se encuentra con otra: un comprador y un vendedor. En este nivel íntimo, el movimiento es perfectamente simétrico; no hay "hacia arriba" ni "hacia abajo" privilegiado, solo un caos equilibrado de intercambios.

Sin embargo, los inversores no ven las gotas individuales. Nosotros, los traders, solo vemos el río desde la orilla (el nivel "coarse-grained" o de grano grueso). Solo vemos la línea de precios subir y bajar, como si miráramos el flujo general del agua sin ver las turbulencias individuales.

¿Qué descubrieron los autores?

Los científicos de este estudio hicieron un experimento mental muy curioso. Imagina que tienes una regla de juego muy simple y justa para navegar este río:

1. Si compras (apuestas a que el río sube), te comprometes a salir si el precio sube un 2% (ganancia) o baja un 1% (pérdida).
2. Si vendes en corto (apuestas a que el río baja), usas las mismas reglas exactas pero al revés.

Luego, miraron la historia de un río real (como el Nasdaq o Bitcoin) y preguntaron: "¿Cuánto tiempo tardan las barcas en salir del río, ya sea que hayan ido hacia arriba o hacia abajo?"

El hallazgo sorprendente:
Si el mercado fuera un sistema perfectamente justo y equilibrado, las barcas que van hacia arriba y las que van hacia abajo deberían tardar exactamente el mismo tiempo en salir. Sería como lanzar una moneda: cara o cruz, el tiempo de vuelo es el mismo.

Pero, ¡no es así! Descubrieron una asimetría oculta:

• Al principio, todo parece justo (simétrico).
• Pero si las barcas se quedan navegando mucho tiempo (duraciones largas), algo cambia drásticamente. Las barcas que van en una dirección tienden a durar mucho más tiempo que las que van en la otra.

Es como si, al mirar el río desde lejos, notaras que el agua fluye con una "fuerza invisible" que hace que las corrientes hacia un lado sean más persistentes que las del otro.

La "Temperatura del Mercado"

Para medir esta fuerza invisible, los autores crearon un concepto nuevo que llamaron "Temperatura del Mercado" ($T_m$).

• No es calor como en un horno.
• Es una medida de cuánto "caos" o "irreversibilidad" hay en el mercado en un momento dado.
• Piensa en ella como un termómetro de la tensión. Cuando la temperatura es alta, el mercado es muy volátil y las reglas de simetría se rompen con fuerza. Cuando es baja, el mercado está más tranquilo y las cosas se comportan de forma más predecible.

¿Por qué ocurre esto? (La analogía de la cola)

El estudio explica que esto no es magia, sino una cuestión de memoria y superposición.

Imagina que estás en una fila de supermercado (el precio). Si entras a la fila justo cuando alguien acaba de salir, tu experiencia es independiente. Pero en el mercado, las operaciones se solapan. Una operación que empieza hoy se cruza con otra que empezó ayer.

• El modelo antiguo (Bachelier): Decía que cada operación es como lanzar un dado independiente. Si lanzas el dado muchas veces, los resultados se promedian y todo es simétrico.
• La realidad (Correlaciones): En el mercado, las operaciones están "pegadas" entre sí. Si el precio subió un poco hace un momento, es más probable que siga subiendo un poco más (inercia). Esta "cola" de operaciones superpuestas crea una memoria a corto plazo.

Esta memoria es la que rompe la simetría. Es como si el río tuviera una corriente subterránea que empuja más fuerte en una dirección que en la otra, pero solo cuando miras el flujo durante un tiempo prolongado.

¿Qué significa esto para el mundo real?

1. El mercado no es justo (a largo plazo): Aunque cada transacción individual es un intercambio justo entre dos personas, la forma en que agrupamos esas transacciones en el tiempo revela un sesgo. El mercado tiene una "flecha del tiempo" estadística.
2. Detectando cambios ocultos: Los autores notaron que esta "Temperatura del Mercado" bajó drásticamente en julio de 2025, justo cuando se aprobó una ley importante ("One Big Beautiful Bill Act"). Esto sugiere que su nuevo termómetro puede detectar cambios en el "clima" del mercado (cambios de régimen) antes de que sean obvios en los gráficos de precios tradicionales.
3. Una nueva herramienta: Ahora tenemos una forma de medir la "irreversibilidad" de los mercados financieros, similar a cómo los físicos miden la entropía en la termodinámica. Nos dice que el mercado es un sistema complejo donde el pasado (las operaciones solapadas) influye en el futuro de una manera que rompe la simetría perfecta.

En resumen:
El estudio nos dice que si miras el mercado de cerca, es un caos simétrico de compradores y vendedores. Pero si te alejas y miras el patrón general durante un tiempo, descubres que el mercado tiene una "memoria" y una "dirección" preferida que crea una asimetría medible. Han creado un termómetro para medir esa tensión oculta, revelando que el mercado es más complejo y "irreversible" de lo que pensábamos.

Resumen técnico

Resumen Técnico: Asimetría de Teorema de Fluctuación en Mercados Financieros

1. Planteamiento del Problema

Los teoremas de fluctuación (FT) en física estadística de no equilibrio establecen cómo el agrupamiento grueso (coarse graining) transforma la simetría microscópica en irreversibilidad macroscópica observable. El problema central de este trabajo es determinar si existe un análogo basado en simetrías para diagnosticar la irreversibilidad en los mercados financieros.

• Nivel Microscópico: Cada transacción es un evento emparejado de comprador-vendedor, lo que sugiere una simetría subyacente.
• Nivel Macroscópico (Observado): Los participantes del mercado no acceden a todo el estado del mercado, sino que actúan sobre señales "agrupadas" (precios históricos, volúmenes).
• La Pregunta: ¿Puede el agrupamiento grueso de las decisiones de trading (basadas en historias de precios) romper la simetría direccional (largo vs. corto) de una manera cuantificable, similar a la producción de entropía en sistemas termodinámicos?

2. Metodología

A. Definición de Observables y Diagnóstico de Simetría
Los autores construyen dos conjuntos de trading a partir de la misma serie de precios histórica:

1. Reglas Simétricas: Se aplican reglas idénticas de take-profit (toma de ganancias, $\alpha$) y stop-loss (pérdida máxima, $\beta$) tanto para posiciones largas como cortas.
2. Tiempo de Retención ($d_p$): Se define como el tiempo transcurrido desde la entrada ($t_0$) hasta que se cruza por primera vez cualquiera de los umbrales ($t_e$), es decir, $d_p = t_e - t_0$.
3. Distribuciones: Se obtienen las distribuciones de tiempo de retención para posiciones largas ($P_+(d_p)$) y cortas ($P_-(d_p)$).
4. Diagnóstico de Simetría ($\Phi$): Se define la función de diagnóstico como el logaritmo de la razón de las distribuciones:
   $$\Phi(d_p) \equiv \ln \left( \frac{P_+(d_p)}{P_-(d_p)} \right)$$
   Si la simetría direccional se preservara bajo el agrupamiento grueso, $\Phi(d_p)$ sería cero para todo $d_p$.

B. Análisis Empírico

• Datos: Se analizaron índices bursátiles (ej. Nasdaq), acciones individuales y criptomonedas.
• Método: Se utilizaron ventanas deslizantes para calcular las distribuciones y extraer la pendiente de la cola de $\Phi(d_p)$.
• Definición de Temperatura de Mercado Efectiva ($T_m$): Se define operacionalmente como el inverso de la magnitud de la pendiente ($k$) de la cola lineal: $T_m := 1/|k|$. Esto mide la intensidad de las fluctuaciones en la escala de observación definida por la regla de trading.

C. Modelado Teórico y Mecanismo

• Modelo de Bachelier (Referencia): Se utilizó un movimiento browniano aritmético con umbrales de absorción.
  • Resultado: En un modelo de primer paso independiente (sin correlación entre transacciones), las colas de las distribuciones son exponenciales, pero $\Phi(d_p)$ se satura a una constante. No reproduce la asimetría observada.
• Método de Estadística Correlacionada: Se simularon transacciones secuenciales sobre una única trayectoria de precios (como en la realidad), donde las posiciones se superponen en el tiempo.
  • Resultado: Esto genera una cola lineal en $\Phi(d_p)$, replicando el hallazgo empírico.
• Análisis de Cadena de Markov: Se construyó una cadena de Markov sobre los tiempos de retención discretizados. Se demostró que la asimetría no proviene de la tasa de decaimiento asintótica (que es la misma para largo y corto), sino de los espectros de relajación subdominantes (modos propios secundarios) que dependen de las correlaciones de corto plazo inducidas por el protocolo de trading.

3. Resultados Clave

1. Asimetría Robusta: En todos los mercados analizados (índices, acciones, cripto), $\Phi(d_p)$ muestra un comportamiento consistente:
   • Corto plazo: Una meseta cercana a cero (regímen aproximadamente simétrico).
   • Largo plazo: Una cola lineal creciente, implicando un sesgo direccional exponencial ($P_+/P_- \sim e^{k d_p}$).
2. Temperatura de Mercado Efectiva ($T_m$):
   • $T_m$ no es una temperatura termodinámica de equilibrio, sino una medida operativa de la intensidad de las fluctuaciones y la irreversibilidad en la escala de tiempo del trader.
   • $T_m(t)$ muestra una estructura temporal pronunciada (caídas y recuperaciones) que no es visible directamente en las trayectorias de precios.
3. Correlación con Eventos Macro: Se observó que los mínimos profundos en $T_m$ (indicando cambios en la asimetría) coincidieron con eventos políticos/macro-financieros específicos (ej. la promulgación del "One Big Beautiful Bill Act" en julio de 2025 en los datos simulados), sugiriendo que el diagnóstico es sensible a cambios de régimen no transparentes en los precios.
4. Mecanismo de Origen: La asimetría no surge de una ruptura microscópica del emparejamiento comprador-vendedor, sino de cómo el agrupamiento grueso reorganiza segmentos de trayectorias correlacionadas en conjuntos de trading. Es un efecto de relajación asimétrica pre-asintótica.

4. Contribuciones Principales

• Diagnóstico Nuevo: Propone una herramienta basada en el Teorema de Fluctuación para medir la irreversibilidad en sistemas complejos accesibles solo a través de observables agrupados.
• Separación de Mecanismos: Distingue claramente entre la dinámica difusiva básica (que explica las colas exponenciales) y las correlaciones de trayectoria (que generan la asimetría direccional).
• Marco Operativo: Introduce la "temperatura de mercado efectiva" como una métrica cuantitativa para la intensidad de las fluctuaciones y la direccionalidad del mercado, independiente de modelos de precios específicos.
• Validación en Múltiples Activos: Demuestra que el fenómeno es universal en mercados financieros diversos, desde índices bursátiles hasta criptomonedas.

5. Significado e Implicaciones

• Teoría de Sistemas Complejos: El trabajo extiende el concepto de producción de entropía oculta (debido al agrupamiento grueso) fuera de la termodinámica física hacia la economía y las finanzas. Sugiere que la irreversibilidad en los mercados es una propiedad emergente de la información incompleta y las correlaciones temporales en las decisiones de trading.
• Análisis de Mercados: Proporciona una nueva forma de detectar cambios de régimen de mercado. La métrica $T_m$ puede capturar tensiones o cambios estructurales en la dinámica del mercado que las series de precios tradicionales no revelan.
• Limitaciones y Futuro: El estudio reconoce que la precisión de los umbrales $(\alpha, \beta)$ afecta la estabilidad de la pendiente. Futuras investigaciones podrían explorar otras variables microestructurales (flujo de órdenes, impacto realizado) y la memoria de orden superior en la dinámica de duraciones.

En conclusión, el artículo establece que los mercados financieros exhiben una asimetría direccional similar a un teorema de fluctuación, la cual es una consecuencia directa de cómo la información se agrupa y cómo las decisiones de trading secuenciales introducen correlaciones que rompen la simetría estadística entre posiciones largas y cortas en escalas de tiempo finitas.