En los mercados de inversión, la incertidumbre no es una excepción sino una condición estructural. Tensiones geopolíticas y shocks tecnológicos alteran con frecuencia las expectativas y los precios.
Para los enfoques tradicionales, estos episodios se traducen en decisiones reactivas. Por ello, han ganado relevancia los modelos cuantitativos para reducir la dependencia del juicio subjetivo.
Estos sistemas buscan actuar con precisión en distintos contextos y ofrecer resultados consistentes. Para lograrlo, incorporan el análisis histórico, ciencia, datos y algoritmos.
“Los mercados cambian, pero el comportamiento humano se repite. Ahí es donde aparecen patrones que pueden medirse”, explica Ivan Scherman, CEO y CIO de SciTech Investments.
Para el experto, que es el primer inversor de América Latina en ganar el campeonato mundial de Trading de Futuros, el desafío es separar señales del ruido.
Este enfoque es tendencia global. Datos de Hedge Fund Research (HFR), citados por Reuters, muestran que la industria cerró 2024 con USD 4,51 billones en activos.
En 2025, el sector de hedge funds continuó expandiéndose hasta acercarse a los USD 5 billones, un máximo histórico que refleja el creciente interés de los inversionistas.
Interpretación de la volatilidad y el riesgo
Uno de los principales problemas en contextos inestables es el ruido informativo. La velocidad de los datos dificulta distinguir señales reales de reacciones emocionales.
Estudios de Morgan Stanley indican que la toma de decisiones influida por emociones genera pérdidas acumuladas de entre 8% y 15% en una década.
Desde esta perspectiva, la intuición resulta insuficiente para procesar millones de datos simultáneamente y evaluar probabilidades de manera consistente y bajo reglas explícitas.
“La clave no está en predecir, sino en medir qué patrones existen, con qué frecuencia aparecen y en qué condiciones se activan”, señala Scherman.
Dentro de estos modelos, la volatilidad deja de ser interpretada únicamente como riesgo y pasa a ser una variable observable, medible y ajustable.
“Cuando la volatilidad aumenta, el método no se abandona; se recalibra”, afirma el líder de SciTech Investments. El objetivo es adaptar la estrategia sin reacciones subjetivas.
Este cambio hacia la evidencia empírica beneficia la resiliencia de las pymes y corporaciones que buscan marcos robustos para gestionar la inestabilidad financiera.
La disciplina reside en dejar que los datos contradigan las hipótesis iniciales. Si una señal no demuestra consistencia estadística, se descarta para garantizar la protección del capital.
