No hay más. El paradigma del Random Walk es así de implacable con los fuegos de artificio y los vanos espejismos de quienes quieren vendernos la marmita de oro por unos cuantos dólares.

   Con el avenimiento de las TIC y la reificación de los ordenadores como todo poderosa herramienta analítica, ha surgido una perversa tendencia a buscar todo tipo de correlaciones, asimetrías, ciclos naturales (y hasta sobrenaturales) pautas, figuras, etc. que sirvan para  predecir el comportamiento futuro de los mercados. A toda esta parafernalia se la suele englobar bajo la etiqueta de Data Mining. Así, cuando pretendemos emplear el mejor valor histórico de una media móvil o los mejores parámetros para un sistema o, incluso, cuando basamos nuestras decisiones de compra en el ranking semanal de valores o fondos de inversión, estamos en realidad -muchas veces sin saberlo- practicando alguna variante de la "minería de datos" o sobreoptimización. Pongamos algunos ejemplos:

   Seleccionamos una lista con los 100 mejores fondos de inversión. Durante las nueve siguiente semanas, vamos eliminando los diez menos rentables. Finalmente, tendremos una lista de diez fondos ganadores. Los mejores en el pasado, sin duda. Pero si decido añadirlos a mi cartera y espero otras diez semanas a ver que ocurre, comprobaré, indefectiblemente, que los resultados son bastante más mediocres que los inicialmente esperados. ¿Qué ha ocurrido? Sencillamente, que he comprado una cesta sobreoptimizada de fondos de inversión.

En el imaginario bursátil, de vez en cuando aparecen historias como la de aquel avispado "asesor de inversiones" que pretendía vender un boletín con recomendaciones casi infalibles sobre la evolución de los mercados. Para cautivar a sus potenciales clientes diseñó una ingeniosa estratagema: Recopilaría, valiéndose de sus contactos en varias agencias, la dirección postal de unos  90.000 clientes. Luego, redactaría tres modelos de carta: En el primero, informaría de inminentes subidas de los índices bursátiles para la próxima semana; en el segundo pronosticaría en tono neutro una tendencia plana de los mercados y, por último, en el tercero, hablaría de inminentes bajadas de la bolsa. Transcurrida una semana, habría al menos 30.000 clientes con un pronóstico certero sobre la situación del mercado.   La segunda serie de cartas sería más reducida.... La tercera, dirigida ya solo a 10.000 clientes, reclamaría el pago de una "atractiva" cantidad por recibir puntualmente una suscripción anual a tan maravilloso boletín. La estrategia, vista desde el perceptor de la información, se asemeja bastante a un proceso de optimización desarrollado por un dispositivo tipo black box en el que, desconociendo por completo las reglas del sistema, solo recibimos información sobre los valores paramétricos que mejor se acomodan a un espacio de búsqueda definido a priori por el back testing. Mediante un mecanismo de selección darwiniano, dispondremos, en un número finito de ciclos, del juego de valores que mejor ha optimizado el beneficio a lo largo del tiempo.

...El siguiente paso consiste una vez más en "pagar el informe", cruzar los dedos y confiar en que el caballo ganador de las próximas carreras sea el mismo de siempre.  Más pronto que tarde, las sólidas bases matemáticas en que se asienta la teoría del juego acabarán siendo inmisericordes con los seguidores de esta calamitosa estrategia.

   Muchas veces me he preguntado por qué si casi todos convenimos en que la robustez de un sistema está relacionada con la capacidad de generalizar su aplicación a varios mercados, las empresas dedicadas a su distribución y venta se empeñan en recomendar sistemas específicos para mercados específicos.

   Recientemente, la lectura en la red de unos comentarios de Vern Nord sobre este tema me pusieron sobre la pista de otra oquedad por la que podría colarse el data mining de manera más sutil:

Cruzando datos reales de mi propia cartera y realizando algunas simulaciones complementarias, he podido comprobar que, efectivamente, los intentos por generalizar una cesta de sistemas a varios mercados acaban produciendo algo muy similar a una distribución normal de resultados; confirmando, de este modo, las ideas de Nord y otros autores.