· Bolsacanaria ·

Sergei Aleynikov ha sido declarado culpable de robar un algoritmo. Y le pueden caer 10 años de cárcel. Un algoritmo es, según el Diccionario de la Real Academia, “un conjunto ordenado y finito de operaciones que permite hallar la solución de un problema”. Y, también, “un método y notación en las distintas formas del cálculo”. Nadie conoce los detalles del algoritmo que robó Aleynikov. Pero sí hay una cosa clara: es una herramienta matemática que permite a su propietario, el banco de inversión Goldman Sachs, ganar millones de dólares al año.

Aleynikov no era un ‘trader’ de Goldman Sachs, sino un programador de ordenadores del banco, en el que cobraba 400.000 dólares brutos anuales (300.000 euros). En 2009 este ciudadano estadounidense emigrado de Rusia en 1991, recibió una oferta de 1,15 millones de dólares brutos (875.000 euros) para irse a trabajar a Teza Technologies, en Chicago. Aleynikov aceptó y decidió llevarse el algoritmo con él, transfiriéndolo a un servidor en Alemania. Goldman Sachs le descubrió. Y acabó en la cárcel.

Teza Technologies quería el algoritmo de Goldman porque es una empresa que hace ‘trading de alta frecuencia’. O, como se le conoce en Estados Unidos, ‘HTF’ (‘High Frequency Trading’). Es un tipo de operación en mercados financieros basado en el uso de ordenadores y programas informáticos que compran y venden en literalmente milisegundos todo tipo de activos financieros. Es un sistema prácticamente desconocido por el gran público, pero que se ha convertido en el rey de los mercados.

Así, mientras la opinión pública sigue pensando en las viejas mesas de contratación atendidas por jóvenes con camisa y corbata mirando una pantalla mientras chillan “compra” o “vende”, la gran mayoría de las transacciones financieras del mundo las hacen ordenadores programados y almacenados en edificios como el nuevo centro de datos por valor de 76 millones de euros que Atlantic Metro Communications está construyendo cerca de Wall Street, para acomodar fundamentalmente ordenadores, técnicos y programadores.

 Cada una de esas máquinas rastrea permanentemente el mercado, analizando las diferentes plataformas de contratación—sean éstas bolsas, mercados de renta fija o materias primas, prácticamente a la velocidad de la luz. Su objetivo es encontrar tendencias en la evolución de los precios de los activos, o anormalidades en el mercado.

Operando a 0,0025 segundos

Por ejemplo, una acción de una empresa puede cotizar durante unos segundos un céntimo más cara en Frankfurt que en Londres. En ese caso, el ordenador compra esas acciones en Londres y las vende en Frankfurt. O puede estar lanzando constantemente órdenes de compra y venta, buscando infinitesimales diferencias de precios con las que hacer beneficio. En el fondo, es el clásico ‘comprar barato y vender caro’, pero con márgenes de decimales y en tiempos que no superan los 0,0025 segundos.

Los márgenes son minúsculos. Pero el volumen de las operaciones, inmenso, como demuestra que los alquileres del edificio de Western Union en el número 60 de la calle Hudson -el centro de comunicaciones más próximo a Wall Street— se hayan disparado.

Pero con el HTF también han crecido las incertidumbres. Porque no hay que olvidar que el mercado queda, así, en manos de máquinas. Según la revista Institutional Investor, nada más y nada menos que entre el 50% y el 70% de todas las transacciones en todas las Bolsas de Estados Unidos se realizan por medio de ‘trading de alta frecuencia’, a pesar de que esta técnica sólo empezó a popularizarse a partir de 2004.

En el mercado de divisas su presencia es aún más reciente: llegó en 2007, y ya supone el 25% del mercado ‘spot’ (al contado), de acuerdo a este estudio del Banco de Pagos Internacionales de Basilea (BIS, según sus siglas en inglés). Eso significa que 283.000 millones de euros en monedas cambian de manos cada día por medio de este sistema.

Los expertos afirman que las cifras son más pequeñas. “El HTF emplea muy poco capital. Si, por ejemplo, dicen que un banco invierte un millón de dólares en ‘trading de alta frecuencia’, puede ser en realidad que un ordenador haya comprado y vendido 20 veces acciones por 50.000 dólares”, ha explicado a ELMUNDO.es Irene Aldridge, autora del libro ‘High Frequency Trading’ y socia del Able-Alpha Trading, una consultora especializada en estas operaciones.

Eso explica aparentes paradojas como que, según la consultora británica TABB, el ‘trading de alta frecuencia’ supusiera el 60% de los intercambios de títulos en EEUU y el 40% en el Reino Unido en 2009, pero sólo alcanzara un volumen de negocio de 16.000 millones de euros. La mayor parte de las operaciones de este tipo son de autocartera, o sea, realizadas con fondos propios —no de los clientes— por los bancos y fondos.

Las ventajas

Las ventajas de este trading son evidentes. Con el ‘análisis fundamental’, que se basa en examinar los estados financieros de una empresa, “se puede lograr una rentabilidad del 5%, pero se tarda dos semanas”, explica Aldridge, ya que hay que analizar la información y dar las órdenes de compra. Con el HFT el margen es del 0,1%, pero se repite muchas veces a lo largo del día. Además, en este segmento del mercado, los costes están cayendo constantemente. El ordenador que valía 2 millones de euros en 1984 cuesta hoy 1.000, aunque eso no incluye programarlo, algo que es mucho más caro.

El HFT, está transformando de arriba abajo la operativa de los mercados financieros. Sus consecuencias son cuatro:

 
• La transformación de los brokers en una especie en peligro de extinción. “Los bancos están reemplazando a todos esos intermediarios que les cuestan millones de dólares al año con ordenadores”, explica Aldridge. Un ordenador como los utilizados en HFT no cuesta más de 1.000 euros. A su vez, programarlo no sale por menos de 225.000 euros, si bien normalmente la cifra real es mucho más alta. En todo caso, esas cantidades son inferiores a las de un ‘broker’ que cobra fácilmente 2 ó 3 millones de euros cada año;

 

• La destrucción del análisis técnico, es decir, del examen de los ‘charts’ y gráficos de bolsa. En realidad, el HTF sólo ha acelerado una tendencia desatada con la llegada de los ‘quants’, es decir, de expertos —a menudo físicos, astrónomos o matemáticos— capaces de desarrollar modelos de análisis de los valores cada día más sofisticados. El ‘trading de alta frecuencia’ no puede sobrevivir sin este tipo de sistemas, por lo que su demanda es cada día mayor. Así, el hedge fund Renaissance Technologies, probablemente el más rentable del mundo, tiene 300 empleados, y ni un solo economista. Su fundador, Jim Simons, era uno de los matemáticos más prestigiosos de EEUU, con una amplia carrera en el mundo académico y en el de la Defensa, hasta que a los 40 años decidió que ya estaba bien de investigar y que iba a aplicar sus conocimientos matemáticos a buscar tendencias en el mercado y diferencias imperceptibles en precios. El resultado: una fortuna de 6.500 millones de euros, según ‘Forbes’;

 

• La creación de una nueva generación de instituciones financieras, desconocidas por el gran público, pero que están entre las más rentables del mundo y que, además, frecuentemente no tienen sus cuarteles generales en Nueva York o el Londres. Renaissance—que está cerca de los Hamptons, una zona turística a 200 kilómetros de Nueva York—es sólo una de ellas. Otras destacadas son Getco —en Chicago—y Tradebot—en Kansas City—, las ‘número uno’ y ‘dos’ del sector, respectivamente, con un volumen de transacciones diario superior en cada una de ellas a los mil millones de acciones. En total, entre 200 y 400 bancos, brokers y fondos realizan ‘trading de alta frecuencia’ de forma regular en EEUU, aunque los activos con los que operan son de lo más normal: Citigroup, Bank of America, General Electric e Intel han sido los cinco valores más negociados por estos traders entre abril de 2008 y abril de 2010, según la consultora Woodbine Associates;

 

• La explosión del mercado. Hasta hace apenas tres o cuatro años, la mayor parte de las operaciones de cambio de divisas, por ejemplo, se hacían por teléfono. Ahora, cada día se utilizan más ordenadores y HTF. La consecuencia, según el BIS, es que el volumen del mercado de divisas ha crecido un 20% en tres años, hasta rozar los 4 billones de dólares diarios (3 billones de euros) “a pesar de la crisis financiera de 2007 a 2009 y de las recientes turbulencias en el mercado de bonos soberanos europeos”.

 

Ahora bien, el ‘trading de alta frecuencia’ también es controvertido. Como ha señalado el senador por Delaware Ted Hauffman “tenemos todos esos gorilas, y ¿sabes qué? los metemos en zoos con gente que no tiene ni la autoridad ni la información para manejarlos”.

 Y es que el ‘high frequency trading’ tiene muchos enemigos. Por varios motivos. El más obvio, como señala Hauffman, es que no está regulado. Para complicar las cosas, estas operaciones se llevan a cabo a menudo en los llamados ‘dark pools’, es decir, mercados en los que el comprador y el vendedor no se identifican, con lo que la opacidad de la operación es total. En tercer lugar, los ‘traders de alta frecuencia’ suelen operar con muy poca liquidez, con lo que, “pueden caer como dominós si un acontecimiento inesperado les obliga a mantener posiciones en las que registran minusvalías por poco más de unos segundos”, como han explicado Nicholas Paisner y Edward Hadas en el boletín ‘online’ Breakingviews.

 También está el hecho de que los algoritmos no tienen en cuenta la calidad de la gestión de una empresa o la situación política de un país que acaba de realizar una emisión de bonos: a ellos sólo les interesa el precio y la marcha del mercado. Para los ordenadores, los bonos de Portugal, España, Grecia, Francia o Bélgica no son deuda de países con Gobiernos, sindicatos y situaciones políticas diversas, sino simplemente activos financieros que comprar y vender. En ese contexto, los ordenadores refuerzan de forma dramática las tendencias del mercado.

 Así se pueden producir aberraciones como las sucedidas durante el ‘flash crash’, es decir, el famoso derrumbe de Wall Street del 6 de mayo, cuando el parqué neoyorkino perdió 998 puntos en cinco minutos y los recuperó en otros quince. En aquella ocasión, el operador de alta frecuencia Tradervox llegó a vender, en un claro ejemplo de cómo pueden reaccionar los ordenadores en un contexto de caos, acciones del gigante de la consultoría Accenture por un centavo de dólar, a pesar de que la empresa cotizaba a cuarenta dólares antes de que el mercado, literalmente, se volviera loco.

 Pero ésa es sólo la parte negativa del HTF. Los defensores de este sistema usan casi los mismos argumentos para ensalzar sus ventajas. Afirman, en primer lugar, que los algoritmos “no ven la televisión ni oyen la radio, así que no son proclives a pánicos ni a euforias especulativas”, como señala Aldridge. Es decir: estabilizan el mercado. Al mismo tiempo, su operativa incrementa, al menos en teoría, la liquidez del mercado.

 Lo cierto es que, mientras el debate continúa, el high frequency trading sigue creciendo. Los esfuerzos de los demócratas del Senado de EEUU por regularlo están virtualmente paralizados después de que en las elecciones del pasado 2 de noviembre los republicanos, que se oponen de plano a cualquier control, lograran una minoría de bloqueo lo suficientemente grande como para impedir cualquier reforma. Y, al fin y al cabo, hay que tener en un cuenta que, por mucho que se eche la culpa a los ordenadores, los programadores son siempre seres humanos. De hecho, el ‘flash crash’ del 6 de mayo no empezó con ningún ordenador, sino complemente con un operador que dio una orden de venta de Accenture tan monstruosamente alta que tumbó él sólo el mercado.

 Lo cual puede ser bueno o malo. Como afirma en sus memorias ‘My Life As a Quant? Emanuel Derman, un físico sudafricano que fue uno de los pioneros de los métodos cuantitativos en Wall Street, y que hoy da clase en la Universidad de Columbia, “a capacidad de provocar tremenda destrucción con tus modelos es una fuente de enorme responsabilidad”. Por ahora, sin embargo, a quien han traído más destrucción los algoritmos del ‘trading de alta frecuencia’ es a Sergei Aleynikov.