Está en la página 1de 2

Captulo 11 Administracin

SESIN

INTERACTIVA:

del conocimiento

439

ORGANIZACIONES

EL FLASH CRASH: SE VOLVIERON LOCAS LAS MQUINAS?

s
a
a
)

a
e
a
a
s
iy

e
o

;0

El 6 de mayo de 2010, los mercados de valores de


Estados Unidos ya estaban a un nivel bajo y la tenencia era todava ms baja. La preocupacin por la
deuda europea, sobre todo por la posibilidad de que
Grecia no pagara, se agreg a las incertidumbres existentes de los inversionistas sobre los mercados y la
economa en ese momento. Sin embargo, a las 2:42 pm,
en un instante de tiempo, el mercado de valores se
hundi con tanta rapidez y a un nivel tan bajo que en
definitiva no podra deberse tan slo a la incertidumbre de los inversionistas.
Antes de la cada, el mercado ya estaba 300 puntos
abajo ese da. En menos de cinco minutos despus de
las 2:42, el Promedio Industrial Dow Jones cay en
picada ms de 600 puntos, 10 cual representaba una
prdida de $1 billn en el valor del mercado. En su
punto ms bajo, el Dow haba disminuido de manera
desproporcionada a 998.50 puntos hasta 9 869.62, una
cada del 9.2 por ciento desde su apertura ese da. Esto
representaba el mayor declive intrada en la historia
del Dow. Por fortuna esta prdida fue temporal, y se
desvaneci casi con la misma rapidez con la que apareci. A las 3:07 pm, el mercado ya haba vuelto a
ganar casi todos los puntos que haba perdido y lleg
a cerrar a slo 347.80 puntos abajo ese da a 10 520.32.
La fuerte prdida an representaba el peor declive en
porcentaje del Dow durante un ao, pero sin duda
hubiera podido ser peor.
Cmo pudo ocurrir este "colapso instantneo", o
"flash crash", como se le conoce en el ambiente financiero? Parece ser que las abruptas actividades de venta
de una sola compaa de fondos de inversin colectivos
provoc una reaccin en cadena. Se desat una confluencia de fuerzas debido a las caractersticas estructurales y organizacionales de los sistemas electrnicos de
operaciones en la bolsa que ejecutan la mayoria de
las operaciones en el Dow y en las principales bolsas
de valores en el resto del mundo. Los sistemas electrnicos de operaciones en la bolsa ofrecen considerables
ventajas en comparacin con los corredores de bolsa
humanos, como una mayor velocidad, menor costo y
ms mercados lquidos. Los operadores de bolsa de alta
frecuencia (HFT) han acaparado muchas de las responsabilidades que una vez eran de los especialistas en
intercambio de acciones y los creadores de mercados,
cuyo trabajo era relacionar compradores y vendedores
de una manera eficiente.
En la actualidad, muchos sistemas para realizar operaciones en la bolsa como los que utilizan los HFT son
automatizados; utilizan algoritmo s para colocar sus operaciones casi al instante. Ahora varias de las firmas de
operaciones HIT y los fondos de inversin libres utilizan el aprendizaje de mquina para ayudar a sus sistemas de computadora a comprar y vender acciones con
eficiencia. Los programas de aprendizaje de mquina

pueden calcular grandes cantidades de datos en periodos cortos de tiempo, "aprender" 10 que funciona y
ajustar sus estrategias de intercambio de acciones al
instante, con base en las dinmicas cambiantes en el
mercado y la economa en general. Este mtodo est
ms all de la capacidad humana: como dijo Michael
Kearns, profesor de ciencias computacionales en la
Universidad de Pennsylvania y experto en inversin de
AI, "Ningn humano podria hacer esto. Su cabeza
explotara". Sin embargo, tal parece que en situaciones
como en el "flash crash", en donde el algoritmo de computadora no es capaz de manejar la complejidad del
evento en progreso, los sistemas electrnicos para realizar operaciones en la bolsa tienen el potencial de
empeorar an ms una situacin mala.
A las 2:32 pm del 6 de mayo, Waddell & Reed
Financial de OverIand Park, Kansas empez a vender
$4.1 mil millones de contratos a futuro mediante el
uso de un algoritmo de ventas por computadora que
vaci 75 000 contratos en el mercado durante los
siguientes 20 minutos. Por 10 general, una venta de
ese tamao tardara cerca de cinco horas, pero ese da
se ejecut en 20 minutos. El algoritmo daba instrucciones a las computadora s para que ejecutaran las
operaciones sin importar el precio o el tiempo, por lo
que segua vendiendo a medida que los precios disminuan con mucha rapidez.
Una vez que Waddell & Reed empez a vender, los
HFT compraron muchos de los contratos a futuro. Al
darse cuenta que los precios seguan bajando, los HIT
empezaron a vender a un precio muy agresivo 10 que
apenas haban comprado, lo que a su vez ocasion
que el algoritmo del fondo de inversin acelerara sus
ventas. Las computadoras de los HFT vendan y compraban contratos, con lo cual se cre un efecto de "papa
caliente". Despus la presin de ventas se transfiri del
mercado de futuros a la bolsa de valores. Los asustados
compradores se hicieron a un lado. Los mercados se
. saturaron debido a las rdenes de venta sin compradores legtimos disponibles para satisfacer esas rdenes.
Las nicas rdenes de compra disponibles se originaron de los sistemas automatizados, que enviaban
rdenes conocidas como "stub quotes": ofertas de comprar acciones a precios tan bajos que es poco probable
que lleguen a ser los nicos compradores disponibles
de esas acciones; durante las condiciones nicas del
"flash crash", s lo fueron. Cuando la nica oferta disponible para comprar es un "stub quote" con precio de un
penique, se ejecutar una orden a precio de mercado,
con base en sus trminos, contra la "stub quote". En
cuanto a esto, los sistemas automticos de operaciones
en la bolsa seguirn su lgica codificada sin importar
los resultados, mientras que hubiera sido muy probable
que la participacin humana evitara que estas rdenes
se ejecutaran a precios absurdos.

440

Parte tres

Aplicaciones

clave de sistemas para la era digital

En medio de la crisis, la Bolsa de Valores de Nueva


York activ cortacircuitos: medidas con la intencin
de atrasar las operaciones sobre las acciones que haban perdido una dcima parte o ms de su valor en
un periodo corto de tiempo, y desvi todo el trfico de
las operaciones a corredores de bolsa humanos en un
esfuerzo por detener la espiral descendente (NYSE es la
nica bolsa de valores importante con la habilidad de
ejecutar operaciones tanto a travs de computadoras
como de corredoresde bolsa humanos). No obstante,
debido al enorme volumen de rdenes y como otras bolsas de valores totalmente electrnicas carecan de cortacircuitos similares, tal vez se haya producido el efecto
inverso a corto plazo. Mientras que los sistemas computarizados slo continuaban empujando el mercado hacia
abajo, los humanos eran incapaces de reaccionar con la
suficiente rapidez a esta situacin.
Los reguladores estn considerando varias metodologas diferentes para evitar desplomes de este tipo en el
futuro, pero tal vez no exista una solucin satisfactoria.
Tal vez la Comisin de Bolsa y Valores (SEC) intente
estandarizar los cortacircuitos en todos los mercados
financieros, limitar las operaciones de alta frecuencia,
revisar el sistema de "stub quotes" o estipular que todas
las rdenes de compra y venta sean rdenes lmite, que
imponen lmites superiores e inferiores en los precios a
los que se pueden comprar y vender las acciones. Sin
embargo, tal vez los eventos como el "flash crash" sean
lo que el autor y consejero del fondo de inversiones

PREGUNTAS

Nassim Taleb llam "Cisnes negros" en su libro con el


mismo ttulo: eventos impredecibles e incontrolables
que tan slo tenemos la "ilusin de poder controlar".
Despus del 'Lunes negro' en 1987, el ltimo desplome de un tamao similar, se crea que las operaciones por computadora evitaban cadas repentinas en el
mercado, pero el "flash crash" indica que las operaciones electrnicas en la bolsa slo permiten que ocurran
durante un periodo de tiempo ms corto, y tal vez hasta
amplifiquen esos movimientos repentinos del mercado
en cualquier direccin, ya que pueden ocurrir con ms
rapidez y menos probabilidad de intervencin. No obstante, como lo demostr el "flash crash", si nos basamos
slo en estos mtodos automatizados de operaciones
electrnicas en la bolsa, de todas formas tenemos que
preocuparnos por si las mquinas se vuelven locas.
Fuentes: Graham Bowley, "Lone $4.1 Billion Sale Led to 'Flash
Crash' in May", The New York Times, 1 de octubre de 2010; Aaron
Lucchetti, "Exchanges Point Fingers Over Human Hands", The Wall
Street [ournal, 9 de mayo de 2010; Scott Patterson,
"Letting the
Machines Decide", The Wall Street [ournal, 13 de julio de 2010; Scott
Patterson y Tom Lauricella, "Did a Big Bet Help Trigger 'Black Swan'
Stock Swoon?" The WalZ streei [ournal, 10 de mayo de 2010; Edward
Wyatt, "Regulators Vow to Find Way to Stop Rapid Dives", The New
York Times, 10 de mayo de 2010; Kara Scannell y Fawn Johnson,
"Schapiro: Web of Rules Aided Fall", The Wall Street [ournal, 12 de
mayo de 2010; Larry Harris, "How to Prevent Another Trading
Panic", The Wall Street [ournal, 12 de mayo de 2010; Scott Patterson,
"How the 'Flash Crash' Echoed Black Monday", The Wall Street
journal, 17 de mayo de 2010.

DEL CASO DE ESTUDIO

MIS

EN ACCIN

en
p01

zar
de;
alg
aer

ra
sUl

de
los
bri

S1
Lo
pu
tO(

Ca
Ril
t01

Mi
di
ro

A
L

ca
dt
er
ca
dt
lii

2. Cules son algunos de los beneficios de realizar


operaciones electrnicas en la bolsa de valores?

Use el servicio Web para buscar informacin sobre el


desplome del lunes negro de 1987. Despus responda a .
las siguientes preguntas:

3. Qu caractersticas de las operaciones electrnicas

1.

l. Describa las condiciones antes del "flash crash",

y los programas de operaciones automatizadas


contribuyeron al desplome?
4. Se podra haber evitado este desplome? Por qu s

o por qu no?

Qu caractersticas del desplome del Lunes negro


son distintas del "flash crash" de 201O?

2. Qu similitudes hay entre los dos desplomes?

3. Qu medidas tomaron los reguladores para


asegurar que no ocurran ms desplomes en el
futuro?
4.

Cmo afect la llegada de las operaciones


electrnicas en la bolsa a esas medidas
regulatoras?

de
tr,

C:
01
c

el
in
fa
ni

a:
rr

a su nivel de conveniencia como posibles soluciones. Una vez que se evala la adecuacin de la poblacin inicial, el algoritmo produce la siguiente generacin de cadenas,
que consisten en las que sobrevivieron a la prueba de adecuacin ms las derivadas que
se producen a partir de las uniones de cadenas en parejas, y se evala su adecuacin. El
proceso continua hasta llegar a una solucin.
Los algoritmos genticos se utilizan para resolver problemas muy dinmicos y complejos, que involucran cientos o miles de variables o frmulas. El problema debe ser uno

d
n
p
p