Construido, no comprado

Investigación en machine learning

Algotoria estructura su investigación como un conjunto de experimentos numerados y autónomos, cada uno con sus propios datos, configuración, entorno de prueba y registro documental. Un modelo no pasa a producción porque su back-test haya resultado prometedor. Lo consigue superando una escalera de evaluación rigurosa: prueba de humo (smoke test), cribado de señales, evaluación con semilla única, reproducción con tres semillas, walk-forward anidado a nivel de cartera, batería de pruebas de robustez, ventana en sombra y, finalmente, un forward gate pre-registrado de una sola lectura, cuyos criterios de aprobación quedan redactados antes de abrir los datos fuera de muestra.

Esta última regla constituye el pilar de todo el método. La ventana de prueba fuera de muestra se abre una única vez, contrastándose con criterios fijados de antemano, y el resultado es vinculante en cualquier sentido. Para respaldarlo, contamos con un protocolo de datos sin fugas temporales que oculta la frontera entre el conjunto de entrenamiento y el de validación, un registro de leyes de robustez numeradas derivadas de errores previos y libros de registro append-only con los veredictos de adopción, rechazo y espera — cada uno sellado automáticamente con su fecha y el commit exacto que lo originó, de modo que cualquier decisión pueda reconstruirse años después.

Los modelos se desarrollan íntegramente en la firma. La línea actual consiste en una red neuronal convolucional multiescala que analiza el flujo de barras de 5 minutos en cuatro horizontes temporales simultáneos — cinco minutos, una hora, doce horas y siete días — mediante un codificador temporal específico con interconexión entre instrumentos. Se encuentra ya en su quinta generación, y cada nueva generación representa una modificación arquitectónica documentada, no un mero reajuste de parámetros. El aspecto más diferencial no reside en la propia red, sino en el objetivo que aprende: una etiqueta propia que condensa la magnitud del movimiento y su duración en una posición continua única, calculada neta de costes de negociación realistas y bajo un stop adaptado a la volatilidad, optimizando lo que una cuenta puede capturar efectivamente en el mercado.

Junto al análisis de precios, Algotoria mantiene un activo programa de investigación en torno a señales exógenas — liquidez y desequilibrio en la profundidad del libro de órdenes, sentimiento en noticias y redes sociales, actividad on-chain (como recuentos de direcciones y transferencias de grandes tenedores) y medidas de flujos de capital (entradas netas en exchanges y suministro de stablecoins). Todas ellas se analizan con rigor y se someten a la misma escalera de evaluación que el resto. Hasta la fecha, ninguna ha obtenido plaza en un modelo de producción: la ventaja predictiva ha demostrado sistemáticamente residir en la propia dinámica multiescala del precio. Publicamos este hecho con total transparencia porque un programa de investigación que nunca descarta nada no merece tal nombre.

Cada modelo se entrena en hardware propiedad de Algotoria, a través de sus propios descargadores de datos, motor de back-testing y optimizador. El entrenamiento no se externaliza bajo ningún concepto ni se recurre a servicios de modelización de terceros.

Escalera de evaluación

Ocho etapas, de R0 a R7, culminando en un forward gate pre-registrado de una sola lectura

Reproducibilidad

Tres semillas fijas antes de dar por válido cualquier resultado

Métrica de selección

Ratio de Calmar (CAGR ÷ max drawdown), con descalificación tajante ante caídas superiores al 30 %

Costes realistas

Horquillas de coste ida y vuelta calibradas por exchange — Binance, OKX y Bybit modelados por separado, de 14 a 28 bps

Entrenamiento

Interno, en hardware de investigación propio, mediante una infraestructura propia de principio a fin

Algotoria Spike es el fruto de esta línea investigadora. No se ha lanzado, ningún cliente ha colocado capital en ella y sus cifras publicadas son simuladas, figurando con dicha advertencia dondequiera que aparezcan.

Monitorización de riesgo

El Algotoria Monitoring System es una infraestructura propietaria, deliberadamente segregada de la maquinaria que vigila. Funciona de manera totalmente independiente de la generación de señales y de la ejecución de operaciones, se conecta exclusivamente mediante claves API de solo lecturay se aloja en una red privada en la nube, desconectada de la red pública de internet. Dispone de visibilidad absoluta sobre cada cuenta sin tener capacidad de modificar ninguna — rasgo que le confiere plena fiabilidad como órgano de control.

Supervisa continuamente más de diez parámetros de riesgo para cada cuenta gestionada de forma segregada (SMA), enviando alertas en tiempo real al NOC y al equipo de trading en cuanto alguno de ellos supera los umbrales predefinidos. Las alertas están clasificadas por severidad y los umbrales se establecen de forma deliberada por debajo de los límites críticos, de modo que cualquier anomalía se gestione con margen temporal suficiente antes de llegar a la vulneración del límite.

La monitorización se rige por límites de cartera taxativos y no por criterios subjetivos. El valor bruto de mercado (GMV) está limitado a un máximo de tres veces el capital neto de la cuenta, situándose en la práctica la media diaria muy por debajo de esa cota. Cada estrategia cuenta con un techo de Value-at-Risk (VaR) al 95 % a un día, ninguna subestrategia individual puede aportar más del 5 % de dicho valor, y los presupuestos de drawdown están estructurados por niveles: el primer umbral (a dos tercios del presupuesto) activa la revisión de la cuenta por el Comité de Inversión, y el segundo (al agotarse el presupuesto íntegro) traslada la decisión al cliente.

En la base de todo el sistema descansa un registro estructurado y exhaustivo que abarca la operativa, la ejecución y el control: cada alerta, ciclo de recolección de datos, orden de mercado y conciliación queda registrada en un formato indexable, lo que permite reconstruir retrospectivamente cualquier posición o incidencia ante una solicitud del cliente, una auditoría o un análisis post-incidente.

Disparadores de alerta

Desviación de posición respecto a la cuenta maestra, apalancamiento superior a dos tercios del límite, drawdown a dos tercios de presupuesto, pérdida diaria > 5 %, margen insuficiente y fallos de API o conectividad

Apalancamiento

Techo estricto de 3× del valor bruto de mercado respecto al AUM; media diaria habitual entre 0,8× y 1,0×

Value at Risk

Límite al 95 % a un día del 2,0 % en Stable y del 2,2 % en Diversified; contribución individual máxima limitada al 5 %

Aislamiento

Claves API independientes de solo lectura, red privada en la nube, separación absoluta de la generación y ejecución

Supervisión humana

Un centro NOC/SOC dedicado con turnos continuos a escala global — 24/7/365

La telemetría automatizada representa el umbral mínimo, no el límite de seguridad. Un Centro de Operaciones de Red y Seguridad (NOC/SOC) propio cubre turnos continuos en todo el mundo, garantizando que cualquier anomalía algorítmica o pérdida de rendimiento en la API de un exchange sea evaluada y atendida por un ingeniero humano a cualquier hora. En la práctica, dicha intervención humana directa se hace necesaria aproximadamente una vez al mes.

Una firma AI-native

Algotoria es una gestora de activos nativa en inteligencia artificial (AI-native). Al margen del propio motor de negociación cuantitativa, cada función operativa — investigación, desarrollo de software, operaciones técnicas, soporte al inversor, cumplimiento normativo y contabilidad — se ejecuta mediante flujos de trabajo asistidos por IA con supervisión humana en el bucle (human-in-the-loop), sujetos a la Política sobre IA y Proveedores de Datos Externos ratificada por el Consejo de Administración.

Esta línea de separación es tajante y conviene subrayarla. La negociación es determinista y no discrecional. La generación de señales en tiempo real y la ejecución de órdenes en el mercado se rigen por algoritmos formales, no por modelos de lenguaje. La inteligencia artificial actúa un nivel por encima de la operativa de mercado, en las actividades que la rodean.

La solvencia de esa capa operativa descansa en una base de conocimiento diseñada para ser leída tanto por personas como por algoritmos. Las wikis de la empresa incorporan tablas de enrutamiento que dirigen a cualquier agente al documento único y fidedigno para cada materia, la norma de motivar las respuestas con la cita explícita de una sección y la directriz taxativa de manifestar «la wiki no recoge este punto» antes de recurrir a conjeturas. Sobre esa base se asientan manuales de procedimiento exhaustivos (playbooks) para tareas periódicas como trámites de compliance, actualización mensual de resultados, auditoría de guías para inversores y mantenimiento documental. De este modo, dos agentes independientes — o un agente y un nuevo empleado — responden a una misma consulta de idéntica forma, a partir de la misma fuente y aportando la correspondiente referencia.

Toda decisión con implicaciones cuenta con un responsable humano con nombre y apellidos. Ninguna acción que mueva capital, modifique el riesgo o trascienda hacia el cliente se adopta bajo la sola autoridad de un agente de IA.

Estrategia de trading

El Comité de Inversión decide la selección y ponderación de estrategias y autoriza el paso de incubación a producción; toda nueva estrategia debe superar además su forward gate pre-registrado y la firma del autor

Límites de riesgo

Cualquier modificación en un límite de riesgo programado exige la aprobación unánime del Comité de Inversión y su notificación formal al Consejo

Despliegue a producción

Exclusivamente vía merge request por el cauce feature → dev → stage → main; los agentes trabajan en worktrees aislados sin acceso a ramas protegidas; cada diff es revisado por un ingeniero humano

Compliance y clientes

La apertura de cuentas, el cierre de expedientes AML y los informes a reguladores requieren la validación de un supervisor humano; el MLRO aprueba por escrito cualquier uso de IA con datos KYC/AML

Materiales para clientes

Cualquier documentación o comunicación dirigida a clientes es revisada y firmada por un responsable humano antes de su envío

Gobernanza corporativa

Política de IA y Proveedores de Datos aprobada por el Consejo, conforme a ISO/IEC 42001, 23894, 27001, 27701, el marco NIST AI RMF, OWASP LLM Top 10 y el Reglamento de IA de la UE

Este principio constituye asimismo la razón estructural por la que Algotoria no percibe comisión de gestión (0 % de comisión fija). La operativa AI-native incrementa el rendimiento de un equipo deliberadamente compacto hasta el punto de permitir que la gestora funcione exclusivamente vinculada a comisiones de éxito sobre rentabilidad.