Informed Trading model with quantum walks

En el mundo de las finanzas, el movimiento del precio de una acción suele tratarse como un misterio, una niebla de incertidumbre donde ningún operador individual puede predecir el futuro con certeza. Sin embargo, algunos operadores poseen una ventaja: saben algo sobre el valor futuro del activo que otros no saben. Este es el reino del comercio informado, un concepto que los economistas han intentado modelar durante mucho tiempo para comprender cómo la información privada se filtra en los precios públicos. El marco estándar para esto se conoce como el modelo de Kyle, una configuración teórica donde un experto conocedor (insider), una multitud de operadores de ruido aleatorio y un creador de mercado que establece los precios interactúan entre sí. En este escenario clásico, el creador de mercado intenta adivinar el valor real de un activo observando el volumen total de órdenes, mientras que el informante intenta ocultar su conocimiento dentro de ese volumen para maximizar sus beneficios. Durante décadas, estos modelos asumieron que el valor futuro de un activo derivaba como un caminante aleatorio, dando pasos a la izquierda o a la derecha con la misma probabilidad, de forma muy similar a una persona que deambula sin rumbo por una calle.

Pero, ¿qué pasaría si las reglas de esa caminata fueran diferentes? ¿Qué pasaría si la incertidumbre subyacente del mercado siguiera las extrañas y contraintuitivas leyes de la mecánica cuántica en lugar de las leyes predecibles de la física clásica? Esta es la pregunta que un equipo de investigadores del Centro para las Tecnologías Cuánticas y la Escuela de Computación de la Universidad Nacional de Singapur se propuso responder. Tomaron el modelo de Kyle establecido y reemplazaron el paseo aleatorio estándar por un paseo cuántico de tiempo continuo. En un paseo cuántico, el "caminante" no simplemente elige una dirección; existe en una superposición de posibilidades, explorando muchos caminos simultáneamente antes de establecerse en una posición. Al aplicar este comportamiento cuántico al valor futuro de un activo, los investigadores simularon un mercado donde la naturaleza misma de la incertidumbre es fundamentalmente diferente. Su trabajo no afirma que los mercados del mundo real sean actualmente cuánticos, sino que explora cómo se comportaría un mercado si el valor futuro del activo estuviera gobernado por la dinámica cuántica, revelando diferencias sorprendentes en cómo se forman los precios y cuánto beneficio puede obtener un informante.

Los investigadores comenzaron configurando una simulación digital de este mercado cuántico. Imaginaron un activo cuyo precio futuro podría ser cualquier punto en una línea, determinado por la posición de un caminante cuántico después de un cierto tiempo. En su modelo, el informante sabe exactamente dónde terminará el caminante, mientras que el creador de mercado solo ve el volumen total de operaciones, que es una mezcla de las órdenes del informante y el ruido aleatorio de otros operadores. El objetivo era encontrar un estado estable, o equilibrio, donde la estrategia del informante para maximizar el beneficio y la estrategia del creador de mercado para establecer un precio justo se equilibraran perfectamente. En la versión clásica de este modelo, donde el valor del activo sigue un paseo aleatorio estándar, los resultados eran familiares. El informante adoptó una estrategia simple de línea recta: si el precio futuro es alto, compra una cantidad proporcional; si es bajo, vende. La regla de fijación de precios del creador de mercado fue similarmente suave, asemejándose a una curva gentil que ajustaba los precios basándose en el volumen de órdenes. En este mundo clásico, el beneficio del informante crecía con el tiempo, pero lo hacía lentamente, quedando rezagado respecto al paso del tiempo de una manera sublineal.

Cuando los investigadores cambiaron la simulación al paseo cuántico, los resultados se volvieron dramáticamente más complejos e inesperados. Las estrategias suaves de línea recta del mundo clásico desaparecieron. En su lugar, la estrategia óptima del informante se fracturó en grupos distintos. En lugar de comprar o vender un poco por cada posible precio futuro, las órdenes del informante se agruparon en regiones específicas, dejando grandes brechas entre ellas. Correspondientemente, la regla de fijación de precios del creador de mercado, que había sido una curva suave, desarrolló saltos bruscos y repentinos. Estos saltos se alineaban perfectamente con las brechas en la estrategia del informante, creando un paisaje de precios que parecía una serie de escalones en lugar de una rampa. Esta no linealidad fue una consecuencia directa de la naturaleza cuántica del valor futuro del activo, donde la probabilidad de encontrar el activo en un determinado precio no es una simple campana de Gauss, sino un patrón complejo de picos y valles.

Quizás el hallazgo más sorprendente se refirió a la rentabilidad del informante. En la simulación clásica, el beneficio del informante crecía de forma sublineal, lo que significa que, a medida que pasaba el tiempo, la tasa de acumulación de beneficios se ralentizaba. Sin embargo, en la simulación cuántica, el beneficio del informante crecía de forma lineal con el tiempo. Esto significa que, por cada unidad de tiempo transcurrida, el informante obtenía una cantidad de beneficio constante y sostenida, una acumulación mucho más eficiente que en el caso clásico. Los investigadores descubrieron que la sensibilidad del precio de mercado al volumen de órdenes, una medida conocida como el lambda de Kyle, también se comportaba de manera diferente. En el entorno clásico, esta sensibilidad crecía lentamente, siguiendo una curva que se aplanaba con el tiempo. En el entorno cuántico, crecía mucho más rápido, aumentando en proporción directa al tiempo. Esto sugiere que en un mercado gobernado por la dinámica cuántica, el impacto de las operaciones en el precio es significamente más pronunciado, y el informante puede extraer valor a un ritmo mucho más rápido.

El estudio dependió en gran medida de métodos numéricos para alcanzar estas conclusiones. Debido a que las ecuaciones que describen el equilibrio cuántico eran demasiado complejas para resolverse con una fórmula simple, los investigadores utilizaron un algoritmo computacional para ajustar iterativamente las estrategias del informante y del creador de mercado hasta encontrar una solución estable. Realizaron estas simulaciones para pasos de tiempo que iban desde uno hasta veintitrés, asegurándose de que los resultados del modelo cuántico pudieran compararse directamente con el modelo clásico durante el mismo periodo. Las simulaciones mostraron que, mientras el mercado clásico permanecía relativamente estable y predecible, el mercado cuántico exhibía un alto grado de no linealidad, con la estrategia del informante formando múltiples grupos distintos y el creador de mercado saltando de un nivel de precio a otro. Los investigadores señalaron que, a medida que aumentaba el paso de tiempo, el equilibrio cuántico se volvía cada vez más difícil de computar, requiriendo un ajuste cuidadoso de los parámetros de la simulación para asegurar que los resultados convergieran.

Las implicaciones de estos hallazgos son teóricas pero profundas. Demuestran que la naturaleza fundamental de la incertidumbre —ya sea que siga la difusión de un paseo aleatorio clásico o la propagación balística y ondulatoria de un paseo cuántico— altera drásticamente la dinámica del mercado. En el escenario cuántico, el informante no solo tiene una ventaja; la estructura misma del mercado le permite explotar esa ventaja de manera más eficiente, lo que conduce a un crecimiento de beneficios lineal y a una regla de precios que reacciona con discontinuidades marcadas. Los investigadores concluyeron que este trabajo representa un primer paso en la comprensión de la información privilegiada financiera dentro de un entorno cuántico. Aunque los mercados del mundo real no están regidos actualmente por la mecánica cuántica, el estudio destaca cómo la introducción de conceptos cuánticos en los modelos económicos puede arrojar resultados imposibles en los marcos clásicos. Abre una nueva puerta para explorar cómo las leyes de la física podrían algún día intersecarse con las leyes de la economía, sugiriendo que el futuro de la modelización financiera podría implicar una integración más profunda de la teoría cuántica.