Saltar al contenido

El Cerebro

Biblioteca

Busca por título o materia; no dentro de las notas.

Mercados como sistemas adaptativos complejos

estrategia

Fuentes base: - W. Brian Arthur, "Complexity Economics: A Different Framework for Economic Thought" (Santa Fe Institute) - https://sites.santafe.edu/~wbarthur/Papers/CompEconFrame.pdf - Arthur, Holland, LeBaron, Palmer, Tayler, "Asset Pricing Under Endogenous Expectations in an Artificial Stock Market" (SFI Artificial Stock Market) - https://sites.santafe.edu/~wbarthur/Papers/Artif_Mkt.pdf - Michael Mauboussin, "Revisiting Market Efficiency: The Stock Market as a Complex Adaptive System" - http://www.capatcolumbia.com/Articles/Mauboussin%20-%20CAS.pdf - Eric Beinhocker, "The Origin of Wealth: Evolution, Complexity, and the Radical Remaking of Economics" - https://store.hbr.org/product/the-origin-of-wealth-evolution-complexity-and-the-radical-remaking-of-economics/777X - Andrew Lo, "The Adaptive Markets Hypothesis" (JPM 2004) - http://stat.wharton.upenn.edu/~steele/Courses/434/434Context/EfficientMarket/AndyLoJPM2004.pdf

1. Resumen ejecutivo

Un sistema adaptativo complejo (complex adaptive system, CAS) es un sistema de muchos agentes heterogeneos que aprenden, se adaptan y cuyas interacciones generan comportamiento agregado (emergencia) que no se deduce de la suma de las partes. La economia de la complejidad (complexity economics), nacida en el Santa Fe Institute a finales de los 1980, ve la economia "no como un sistema en equilibrio, sino en movimiento, computandose perpetuamente a si misma" (Arthur, https://sites.santafe.edu/~wbarthur/Papers/CompEconFrame.pdf).

Por que importa al inversor de largo plazo:

  1. Las expectativas son endogenas y recursivas: cada agente forma su vision anticipando la de los demas, lo que impide deducir un equilibrio; los agentes deben hipotetizar modelos del mercado y descartarlos segun su desempeno. El mercado es "una ecologia de creencias que coevoluciona" (Arthur et al., https://sites.santafe.edu/~wbarthur/Papers/Artif_Mkt.pdf).
  2. En el mercado artificial del SFI, el mismo modelo produce DOS regimenes segun un unico parametro (la tasa de exploracion de nuevos modelos por los agentes): con exploracion lenta el mercado converge al equilibrio de expectativas racionales (eficiencia, volumen bajo, sin burbujas); con exploracion realista el mercado se auto-organiza en un regimen complejo con psicologia de mercado, analisis tecnico rentable, burbujas y crashes temporales, volumen alto y persistencia de volatilidad (firma GARCH tipica de series reales) (misma fuente). Este es el hallazgo central: eficiencia e ineficiencia no son teorias rivales, son regimenes distintos del mismo sistema.
  3. Arthur sostiene que los fracasos practicos de la economia (Rusia 1990, mercado energetico de California 2000, bancos de Islandia 2008, crisis del euro, Wall Street 2008) se deben en buena parte a pensar en equilibrio: por definicion, en equilibrio nadie tiene incentivo a desviarse, asi que el modelo no puede ver la explotacion del sistema por unos pocos jugadores bien posicionados ni las rupturas estructurales (https://sites.santafe.edu/~wbarthur/Papers/CompEconFrame.pdf).

Cifra dura relevante: el numero exacto de "N agentes" o parametros del SFI-ASM y las series estadisticas concretas de sus experimentos no se han transcrito aqui (no localizado con detalle numerico en esta sonda); la afirmacion cualitativa de los dos regimenes si esta textualmente en el paper citado.

2. Estructura / modelo

Componentes minimos de un CAS aplicado a mercados:

| Componente | En un mercado | Consecuencia para el modelo | |---|---|---| | Agentes heterogeneos | fondos, retail, market makers, algos, indexados | no existe "el inversor representativo"; la media no describe el sistema | | Aprendizaje / adaptacion | reglas que se prueban y descartan segun resultado | las relaciones estadisticas caducan (regime shift) | | Interaccion en red | credito, colateral, prime brokers, ETFs | la propagacion es no lineal (contagio, fire sales) | | Retroalimentacion (feedback) | momentum, margin calls, flujos pasivos | causa y efecto se invierten; amplificacion | | Emergencia | burbujas, colas gruesas (fat tails), clusters de volatilidad | el evento agregado no aparece en el modelo individual | | Dependencia de la trayectoria (path dependence) | estructuras y tecnologias que se consolidan | "la economia es path dependent en todos los niveles" (Arthur) |

Por que fallan los modelos lineales (el angulo obligatorio):

  1. Superposicion falsa. Un modelo lineal supone que el efecto total es la suma de efectos parciales. En un CAS con feedback, el mismo shock produce respuesta despreciable en regimen tranquilo y catastrofica en regimen apalancado. Las medidas de contagio bancario del BIS muestran justamente amplificacion por cadenas de exposicion, no suma simple (BIS WP 908, https://www.bis.org/publications/working-paper-908-contagion-accounting.pdf; BIS WP 796, https://www.bis.org/publ/work796.pdf).
  2. Estacionariedad falsa. Regresiones, betas, correlaciones y VaR estiman un pasado cuyo generador ha cambiado porque los agentes aprendieron. Lo llama adaptacion: la eficiencia es variable en el tiempo y depende del ecosistema y de su "poblacion" de participantes (Lo, hipotesis de mercados adaptativos, http://stat.wharton.upenn.edu/~steele/Courses/434/434Context/EfficientMarket/AndyLoJPM2004.pdf).
  3. Normalidad falsa. Las colas gruesas y la no linealidad hacen que la varianza sea una medida pobre del riesgo real (Fat Tails and Nonlinearity, https://www.trendfollowing.com/whitepaper/D4114-FatTailsNonlinearityLMIS.pdf).
  4. Tiempo mal tratado. En equilibrio el tiempo desaparece; en un CAS la historia es irreversible. Arthur cita a Joan Robinson (1973): "una vez que admitimos que una economia existe en el tiempo... la concepcion de equilibrio se vuelve insostenible".
  5. Ceguera a la explotacion. Como el equilibrio asume que nadie se desvia, el modelo no puede anticipar arbitrajes regulatorios ni gaming (Arthur).

3. Numeros clave / Estado del arte

  • No hay "numeros clave" de mercado en este concepto; lo relevante es evidencia estructural. Estado del arte:
  • El SFI Artificial Stock Market existe en distintas versiones desde 1989 (Palmer et al. 1994; Arthur et al. 1997) y reproduce hechos estilizados reales: persistencia de volatilidad (GARCH), persistencia del volumen, burbujas y crashes temporales (https://sites.santafe.edu/~wbarthur/Papers/Artif_Mkt.pdf).
  • Arthur formaliza el programa en "Foundations of Complexity Economics", Nature Reviews Physics (https://sites.santafe.edu/~wbarthur/Papers/Nature_Phys_Revs.pdf).
  • Beinhocker (2006) traslada el marco a la creacion de riqueza: la riqueza como resultado de un proceso evolutivo de variacion, seleccion y amplificacion de "disenos" de negocio, no de optimizacion en equilibrio (https://complexity.center/treatise/the-origin-of-wealth/). Las cifras concretas de su libro (p.ej. numero de SKUs de una economia moderna) no se han verificado en fuente primaria en esta sonda: no localizado.
  • Mauboussin traduce el marco a inversion: el mercado es eficiente casi siempre porque agrega diversidad de opiniones; los errores grandes ocurren cuando esa diversidad se rompe y los agentes usan la misma regla (http://www.capatcolumbia.com/Articles/Mauboussin%20-%20CAS.pdf).
  • Contagio y no linealidad tienen soporte en investigacion de bancos centrales/BIS (https://www.bis.org/publ/work597.pdf).

4. Posicion / marco conceptual

El marco no dice "el mercado es irracional". Dice algo mas util: la eficiencia es condicional. Se sostiene mientras haya diversidad de creencias y capital dispuesto a arbitrar; se rompe cuando la diversidad colapsa. Esto encaja con margen-de-seguridad, con circulo-de-competencia y con mr market y el ciclo de sentimiento: el inversor no predice el sistema, se posiciona para sobrevivir sus regimenes.

Consecuencia epistemica: el objeto de la teoria deja de ser un teorema y pasa a ser un mecanismo que genera patrones (Arthur). Para Carlos eso significa preferir preguntas del tipo "que mecanismo genera esta ventaja y que lo puede romper" sobre "cual es el precio objetivo del modelo DCF a 5 anos". Ver foso defensivo moat y calidad del negocio vs precio.

Complemento evolutivo (Beinhocker): si la riqueza emerge de variacion y seleccion, entonces la cartera debe parecerse a una poblacion de apuestas con diversidad real, no a una unica prediccion macro. Conecta con diversificacion inteligente y antifragilidad y opcionalidad.

5. Catalizadores y riesgos

A favor del marco (mas relevancia):

  • Aumento de agentes algoritmicos y de flujo pasivo: reduce diversidad de reglas y aumenta la probabilidad de rupturas coordinadas.
  • Fragmentacion de infraestructura de mercado y conectividad simultanea, tema tratado en la cobertura reciente del WEF sobre "TradeTech" (Google News RSS, 15-01-2026, https://es.weforum.org via https://news.google.com/rss/search?q=complexity+economics+markets+2026).
  • Herramientas: agent-based models y datos granulares abaratan el enfoque.

En contra / limitaciones honestas:

  • Los modelos basados en agentes son poco falsables: calibran bien y predicen poco. Arthur mismo reconoce que la solucion es un patron, no un valor puntual.
  • El equilibrio sigue siendo una "aproximacion de primer orden util" para problemas bien definidos y estaticos (Arthur, conclusion). Descartar todo modelo lineal seria un error simetrico.
  • Riesgo de uso narrativo: "es complejo" puede volverse excusa para no cuantificar nada.
  • Limitacion de esta sonda: Google News RSS devolvio ruido con poca relacion tematica; no se leyeron transcripciones de video (canal yt-dlp no usado). Cifras de Beinhocker sin verificar en primaria.

6. Valoracion / implicaciones practicas

Que hacer en vez de confiar en el modelo lineal:

  1. Sustituir puntos por rangos y escenarios. Valorar con bandas y con escenarios de ruptura, no con un unico output.
  2. Vigilar la diversidad, no solo el precio. Senal de alerta: cuando todos los participantes usan la misma regla (mismo factor, mismo carry, mismo "no hay alternativa"), la fragilidad es maxima (Mauboussin).
  3. Medir apalancamiento y colateral, no solo volatilidad. La volatilidad baja en un sistema apalancado es informacion sobre fragilidad futura, no sobre seguridad (linea BIS de contagio y fire sales).
  4. Diseñar para sobrevivir colas. Tamano de posicion que sobreviva un -50% correlacionado; liquidez propia para comprar en el crash.
  5. Aceptar la caducidad de las señales. Toda estrategia rentable es un nicho que se llena (Lo). Revisar la premisa, no solo el resultado.
  6. Robustez > optimizacion. Preferir carteras que funcionen razonablemente en muchos regimenes a la cartera optima de un regimen.

7. Veredicto para el inversor

El marco de sistemas adaptativos complejos es el mejor argumento disponible contra el exceso de confianza en modelos. No da una formula nueva: da una disciplina. Su valor practico para Carlos es negativo en el buen sentido (te dice que NO hacer): no extrapolar linealmente, no confundir volatilidad con riesgo, no confiar en correlaciones estables, no creer que el modelo ve la explotacion del sistema. Su debilidad es que no genera predicciones contrastables; usado sin rigor se vuelve palabreria. Uso recomendado: como filtro de humildad y de diseño de cartera, encima de un proceso fundamental normal (proceso de inversion carlos).

8. Segundo orden

  • Si la eficiencia es condicional a la diversidad, entonces el crecimiento del capital indexado no solo cambia precios: cambia el generador de precios. Segundo orden: la ventaja del stock picking podria aumentar justo cuando su reputacion es peor. Vigilar cuota pasiva, concentracion de indices y elasticidad de flujos (indexacion pasiva consecuencias, concentracion del sp500).
  • Si las señales caducan, entonces la ventaja duradera no esta en una regla, sino en el metabolismo de aprendizaje del inversor. Segundo orden: invertir en proceso, registro de decisiones y postmortems rinde mas que una nueva pantalla cuantitativa (diario de decisiones).
  • Si el riesgo real es de red, entonces la diversificacion por activos puede ser falsa diversificacion cuando el nodo comun es el colateral o un mismo prime broker. Segundo orden: vigilar plomeria (repo, basis trades, stablecoins como colateral) mas que la beta declarada (fontaneria financiera repo y colateral, riesgo sistemico stablecoins).
  • Choque con otras fuentes del Cerebro. Con la EMH clasica: el marco CAS la reduce a un regimen especial, no la niega. Con Buffett/Munger: coinciden en desconfiar de modelos finos, pero Buffett no necesita teoria de la complejidad, le basta el margen de seguridad; el marco CAS aporta poco a la seleccion de empresas y mucho al dimensionado. Con Dalio: comparte la vision de maquina/ciclo, pero Dalio si publica predicciones y el marco de Arthur sugiere que esas predicciones son estructuralmente fragiles. Con quants tipo AQR: choque directo, ya que la estimacion de primas de riesgo asume cierta estacionariedad; la reconciliacion practica es "usa factores, pero con dimensionado que sobreviva su muerte".
  • A 3-5 anos, vigilar: (a) si el crecimiento de agentes de IA en la asignacion de capital homogeniza reglas y aumenta la sincronizacion de crashes; (b) si los reguladores adoptan enfoques de red/stress no lineal (linea BIS) en lugar de VaR; (c) si aparece un episodio donde volatilidad baja + apalancamiento alto termina en fire sale, confirmando el mecanismo; (d) si la economia de la complejidad entra en modelos oficiales de bancos centrales (senal de adopcion institucional del marco).

9. Fuentes consultadas

  1. W. B. Arthur - "Complexity Economics: A Different Framework for Economic Thought" (Santa Fe Institute) - https://sites.santafe.edu/~wbarthur/Papers/CompEconFrame.pdf (sin fecha en el PDF servido)
  2. Arthur, Holland, LeBaron, Palmer, Tayler - "Asset Pricing Under Endogenous Expectations in an Artificial Stock Market" (SFI) - https://sites.santafe.edu/~wbarthur/Papers/Artif_Mkt.pdf (SFI-ASM desde 1989; Palmer et al. 1994, Arthur et al. 1997)
  3. W. B. Arthur - "Foundations of Complexity Economics", Nature Reviews Physics - https://sites.santafe.edu/~wbarthur/Papers/Nature_Phys_Revs.pdf
  4. M. Mauboussin - "Revisiting Market Efficiency: The Stock Market as a Complex Adaptive System" - http://www.capatcolumbia.com/Articles/Mauboussin%20-%20CAS.pdf (publicado en Journal of Applied Corporate Finance, 14(4), 2002: https://ideas.repec.org/a/bla/jacrfn/v14y2002i4p47-55.html)
  5. E. Beinhocker - "The Origin of Wealth: Evolution, Complexity, and the Radical Remaking of Economics" - https://store.hbr.org/product/the-origin-of-wealth-evolution-complexity-and-the-radical-remaking-of-economics/777X ; resumen: https://complexity.center/treatise/the-origin-of-wealth/
  6. A. Lo - "The Adaptive Markets Hypothesis" (Journal of Portfolio Management, 2004) - http://stat.wharton.upenn.edu/~steele/Courses/434/434Context/EfficientMarket/AndyLoJPM2004.pdf ; version SSRN: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=728864
  7. BIS Working Paper 908 - "Contagion Accounting" - https://www.bis.org/publications/working-paper-908-contagion-accounting.pdf (11-12-2020)
  8. BIS Working Paper 796 - "Measuring contagion risk in international banking" - https://www.bis.org/publ/work796.pdf
  9. "Fat Tails and Nonlinearity" (whitepaper) - https://www.trendfollowing.com/whitepaper/D4114-FatTailsNonlinearityLMIS.pdf
  10. Google News RSS (consulta "complexity economics markets 2026", 31-08-2026) - https://news.google.com/rss/search?q=complexity+economics+markets+2026&hl=es (resultado relevante: WEF, "The TradeTech Paradox: Connectivity Amid Fragmentation", 15-01-2026)