Jim Simons: el matemático que venció el Wall Street

Mucho antes que los grandes fondos se enfocaran en el análisis cuantitativo y el uso de algoritmos y herramientas sofisticadas para generar retornos en el mercado, apareció Jim Simons, uno de los padres del análisis cuantitativo y de quien te contaré en este artículo.

Accede a nuestro curso gratuito y recibe más información de nuestros servicios:

A pesar de ser uno de los hombres más ricos del mundo y que su fondo de inversiones Renaissance Technologies tiene uno de los mejores desempeños de un fondo de inversiones en la historia, Jim Simons mantiene un perfil bajo y son limitadas las entrevistas y la información acerca de su forma de operar en comparación con otros inversionistas como Warren Buffett, Carl Ichan o George Soros.

Sin embargo, en este artículo te contare cómo este matemático, a través de la investigación y el uso de algoritmos creó las bases para el trading tal como lo conocemos y aplicamos en Inverbots.

Historia

James Harrison Simons nace en 1938 como único hijo. Es criado en Brookline, Massachusetts y desde muy pequeño sintió una fuerte atracción por las matemáticas.

En 1958 recibe su grado universitario en matemáticas del MIT y en 1961 recibe su doctorado, también en matemáticas, de la Universidad de California a la edad de 23.

Durante más de 20 años Jim Simons se destacó como un importante matemático, llegando a hacer contribuciones a la teoría de cuerdas y a otras áreas de la física. Además de esto trabajó desencriptando códigos para la NSA durante la Guerra de Vietnam.

En 1988 creó el hedge fund Renaissance Technologies convencido de que el precio de los activos financieros se comportaba a través de patrones y que su conocimiento de modelos matemáticos podría ser usado para generar ganancias en los mercados.

Método de inversión

El método de inversión de Jim Simons se basa en encontrar patrones en el mercado, es decir, movimientos que se repiten en el tiempo, de forma que es posible predecirlos y obtener una ganancia de ellos.

Una vez encontrados estos patrones prueba qué tan efectivos son a través de algoritmos en lo que se conoce como backtestings.

La forma en la que Simons opera es la base del análisis cuantitativo que los traders algorítmicos usan y al poder contar con la ventaja de ser un matemático destacado, tiene acceso a más modelos matemáticos que le permiten hacer predicciones más sostenibles en el tiempo.

Además de esto y esta es una idea que aplicamos en inverbots, los modelos son dinámicos. Es decir, lo que hoy puede ser un buen predictor del movimiento del precio, en el futuro podría no serlo, por eso es necesario que el modelo sea ajustado conforme cambia el mercado.

A través de sus estudios encontró que por ejemplo las materias primas tendían a mantener tendencias altamente marcadas, pero que en la actualidad eran tendencias mucho más débiles.

Por lo tanto un modelo o sistema de trading que funcionó muy bien antes no necesariamente lo hará ahora, pero si el modelo se adapta a los cambios y encuentra qué está funcionando mejor en cada caso, entonces el modelo puede mantenerse rentable en el tiempo.

Jim Simons y su éxito fueron claves en el cambio de Wall Street hacia modelos sistemáticos y a un enfoque algorítmico que hace que la mayor parte de las transacciones sean realizadas por robots y por eso, en contra de muchas personas a veces, es que consideramos el trading algorítmico como superior al discrecional o manual, no solo por los resultados sino por las ventajas que tiene el uso de estas herramientas en cuanto a tiempo, curva de aprendizaje, disciplina, entre otras.

Espero que este artículo te haya gustado. Así como Simons, estamos convencidos que las mejores estrategias son las que han sido probadas y que se basan en las ineficiencias del mercado para generar retornos constantes en el tiempo a pesar de los cambios de volatilidad y tendencia.