Sí, y ese matiz antideterminista es clave para que la hipótesis no derive en una profecía cerrada.
Yo lo formularía así: el “caos frío” no sería un destino necesario de los mercados algorítmicos, sino una posibilidad de régimen que aparece cuando la aparente eficiencia del sistema empieza a depender demasiado de la homogeneidad interna. Es decir, no decimos “la IA llevará inevitablemente al mercado a una ruptura”, sino algo más prudente:
Si muchos agentes usan señales parecidas, modelos parecidos, infraestructuras parecidas y reglas de gestión del riesgo parecidas, entonces puede emerger una fragilidad silenciosa que, bajo ciertas condiciones, desemboque en una inversión radical del paradigma anterior.
Ahí está la diferencia entre una tesis determinista y una hipótesis de riesgo sistémico.
1. El “caos frío”: orden visible, fragilidad latente
El “caos frío” no sería el caos clásico de pánico humano, gritos en el parqué y volatilidad evidente. Sería casi lo contrario: un estado de mercado aparentemente limpio, eficiente, líquido y racionalizado, pero cuya estabilidad procede de una sincronización excesiva.
Sus rasgos serían:
volatilidad baja o contenida;
spreads estrechos;
liquidez aparentemente abundante;
correlaciones crecientes;
concentración en pocas narrativas;
estrategias cuantitativas o semicuantitativas mirando señales similares;
modelos de riesgo calibrados sobre un periodo reciente de estabilidad;
reducción de la diversidad real entre agentes.
Como se ha comentado muchas veces en Rankia en debates sobre quants, IA y mercados, por ejemplo en textos de @nega16 sobre Jim Simons, AlphaGoZero e inteligencia artificial, el salto tecnológico no solo cambia la velocidad de ejecución, sino también la forma en que se produce conocimiento operativo en el mercado. Y cuando ese conocimiento se estandariza demasiado, la eficiencia puede empezar a parecerse peligrosamente a una forma de acoplamiento.
La paradoja sería esta:
El sistema no se vuelve frágil porque haya demasiado desorden, sino porque hay demasiado orden aparente.
2. Hipersincronización algorítmica: muchos agentes, una misma lógica
La hipersincronización algorítmica no exige que todos usen exactamente el mismo modelo. Basta con que muchos modelos diferentes terminen produciendo respuestas parecidas porque beben de fuentes similares:
mismos datos históricos;
mismos factores: momentum, volatilidad, calidad, liquidez, tipos, inflación, sentimiento;
mismas reglas de reducción de riesgo;
mismos límites de VaR, drawdown o volatilidad objetivo;
mismas narrativas dominantes, por ejemplo IA, semiconductores, megacaps, cloud, energía o tipos de interés;
mismos proveedores tecnológicos o infraestructuras de ejecución.
Aquí encaja muy bien la idea de que la diversidad puede ser solo aparente. Hay miles de agentes, pero si muchos reaccionan igual ante la misma señal, el mercado se comporta como una red acoplada.
Esto conecta con intuiciones presentes en artículos como el de @latirus, “Cuando todo el mundo lo sabe, ya no es negocio”, porque cuando una idea se vuelve demasiado compartida deja de ser una ventaja y puede convertirse en una zona de congestión. También conecta con el enfoque más psicológico de @nero-tulip cuando recuerda que el mercado es un estado de ánimo: incluso en un entorno algorítmico, las narrativas compartidas siguen funcionando como fuerzas de sincronización.
3. La “cuarta fase tipo Landau”: no colapso necesario, sino transición de régimen
La analogía con Landau funciona bien si se toma como metáfora, no como equivalencia física literal.
En una transición de fase, el sistema puede acumular tensiones de forma gradual hasta que, al cruzar cierto umbral, cambia cualitativamente de estado. Aplicado a mercados e IA, la hipótesis sería:
Fase dispersa o heterogéneaMuchos agentes, distintos horizontes, distintas lecturas, distintas restricciones. Hay ruido, pero también diversidad.
Fase de enfriamiento algorítmicoLa automatización reduce fricciones, mejora ejecución, estrecha spreads, ordena la superficie del mercado.
Fase de hipersincronización críticaLos agentes parecen distintos, pero sus respuestas convergen. La volatilidad baja puede ocultar una acumulación de fragilidad.
Cuarta fase: inversión o mutación del paradigmaEl sistema cruza un umbral y deja de comportarse como antes. Lo que parecía fortaleza —velocidad, eficiencia, liquidez algorítmica, modelización masiva— puede pasar a actuar como vulnerabilidad.
Pero, insisto, esta cuarta fase no tiene una sola salida posible. Desde la postura antideterminista, se abren varias trayectorias.
4. Posibles salidas: no una única fatalidad
La hipótesis es más rica si no se reduce a “vendrá un colapso”. Podrían darse varios desenlaces:
a) Ruptura violenta
Un shock provoca ventas simultáneas, retirada de liquidez, ampliación de spreads y correlaciones que se disparan. Sería el escenario más parecido a un flash crash sistémico o a una liquidación colectiva.
b) Recalentamiento caótico
El sistema sale del “frío” hacia una volatilidad persistente. No hay necesariamente colapso total, pero sí pérdida de confianza, rotación brusca de activos, deterioro de liquidez y cambios en primas de riesgo.
c) Reorganización adaptativa
Los propios agentes aprenden. Aparecen nuevas reglas, más diversidad de modelos, límites regulatorios, cambios en gestión de riesgos y estrategias menos correlacionadas.
d) Mutación del paradigma
Esta sería la posibilidad más radical que planteáis: el sistema “se vuelve del revés”. Lo que antes se interpretaba como eficiencia pasa a ser visto como fragilidad; lo que antes se premiaba —homogeneidad informacional, automatización, velocidad— empieza a ser penalizado por generar riesgo sistémico.
Esta última opción no es una simple crisis de mercado. Es una inversión de significado.
5. Por qué es importante mantener la lectura antideterminista
La postura antideterminista evita dos errores:
El catastrofismo: pensar que la IA lleva inevitablemente a una ruptura.
El complacentismo: pensar que la IA solo hará los mercados más eficientes y estables.
La tesis intermedia sería más útil:
La IA puede estabilizar el mercado en condiciones normales y, al mismo tiempo, amplificar los extremos si reduce demasiado la diversidad de comportamiento.
Esto coincide con debates recientes sobre si la IA estabiliza o aumenta la volatilidad del mercado, como plantea @josel2. La respuesta no tiene por qué ser binaria. Puede estabilizar la superficie y fragilizar la estructura.
Dicho de otra forma: la volatilidad baja no siempre significa menos riesgo. A veces significa riesgo comprimido.
6. Qué habría que vigilar para detectar ese “caos frío”
Si quisiéramos convertir la hipótesis en un marco práctico de observación, miraría especialmente:
aumento de correlaciones entre activos que antes diversificaban;
concentración excesiva en pocos sectores o narrativas;
peso creciente de estrategias sistemáticas similares;
volatilidad baja acompañada de apalancamiento elevado;
liquidez abundante en mercado normal, pero escasa en estrés;
crowded trades en IA, semiconductores, megacaps o crédito;
dependencia común de tipos de interés, bancos centrales o datos macro;
modelos entrenados o calibrados sobre un periodo demasiado benigno;
reducción de inversores con horizontes temporales realmente distintos;
concentración de infraestructuras críticas: chips, cloud, datos, energía, proveedores de modelos;
señales de que la diversificación de cartera es más nominal que real.
La pregunta clave sería:
¿Estamos ante un mercado verdaderamente diverso o ante muchas versiones de la misma lógica operando en paralelo?
7. Lectura inversora
Como inversores, la hipótesis no sirve para predecir “cuándo” se romperá algo. Sirve para no confundir estabilidad con robustez.
Algunas preguntas útiles serían:
¿Mi cartera depende demasiado de una única narrativa?
¿Estoy diversificado de verdad o solo tengo activos que caerían juntos en estrés?
¿Qué parte de mi liquidez es real y qué parte desaparecería si todos quisieran vender?
¿Estoy comprando eficiencia o estoy comprando crowding?
¿Qué activos o estrategias se beneficiarían de una ruptura del consenso?
¿Dónde hay convexidad real y dónde hay simplemente beta disfrazada?
¿Qué pasaría si muchos modelos redujeran riesgo al mismo tiempo?
Aquí el enfoque de @raul-vela-larraz en varios textos sobre macro, geopolítica, incertidumbre y “solo sé que no sé nada” encaja bien: el mercado no es una máquina cerrada, sino un sistema complejo sometido a capas de incertidumbre tecnológica, política, financiera y psicológica.
8. Síntesis final
La hipótesis quedaría así:
El “caos frío” es un estado de aparente estabilidad generado por la sincronización algorítmica de los mercados. La “cuarta fase tipo Landau” sería la posibilidad de una transición de régimen en la que esa estabilidad se invierte y revela una fragilidad acumulada. Pero esa transición no es inevitable: es una posibilidad entre muchas, dependiente de condiciones concretas de homogeneidad, liquidez, apalancamiento, concentración narrativa y respuesta institucional.
Por tanto, la clave no es afirmar que el sistema “va” a volverse del revés, sino mantener abierta la posibilidad de que pueda hacerlo si la eficiencia algorítmica destruye demasiada diversidad interna.
La frase más compacta sería:
El peligro no es solo que la IA introduzca caos en los mercados; es que introduzca demasiado orden, y que ese orden aparente acabe funcionando como fragilidad sistémica.
Y el matiz final: no parece que “caos frío / hipersincronización algorítmica / cuarta fase Landau” sea todavía una teoría formal consolidada en finanzas, sino más bien un marco conceptual potente para pensar riesgos emergentes en mercados dominados por IA, automatización y narrativas concentradas.
Fuentes
Quants y Gamblers (XVIII) Su Majestad Jim Simons IV por @nega16
Economía Cuántica por @raul-vela-larraz
Macro, geopolítica y sólo sé que no sé nada… por @raul-vela-larraz
La Edad de Oro (XIV): Las Vegas VIII Alphagozero IA por @nega16
La noche (bolsística) es más Oscura justo antes del amanecer por @raul-vela-larraz
¿La IA estabiliza o aumenta la volatilidad del mercado? por @josel2
Realpolitik para dummies/Road to hell por @raul-vela-larraz
Cambio de Ciclo por @claudio-vargas
Geopolítica o el viaje a ninguna parte por @raul-vela-larraz
El Mercado es un Estado de Ánimo: Ahora toca Nvaricia por @nero-tulip
Trading algorítmico vs Trading Manual por @lluis-marti
Cuando todo el mundo lo sabe, ya no es negocio. Semana Negra en USA por @latirus
¿Burbuja en la tecnología-semiconductores? (II parte) por @enrique-roca
¡El fin del mundo se aproxima! (y ocurrirá el año 2023) por @euratom
Evento Rankia en Barcelona. Libro Ulises y la comadreja por @coe51z
Re: LFVN , posible short squeeze por @8-s
Re: LFVN , posible short squeeze por @rankito
Re: LFVN , posible short squeeze por @rankito
Re: LFVN , posible short squeeze por @rankito
Re: LFVN , posible short squeeze por @rankito
Re: LFVN , posible short squeeze por @rankito
Re: LFVN , posible short squeeze por @8-s
Re: LFVN , posible short squeeze por @rankito
Re: AzValor Internacional: seguimiento y opiniones por @fudiciario
Re: LFVN , posible short squeeze por @rankito
Re: LFVN , posible short squeeze por @rankito
Re: LFVN , posible short squeeze por @rankito
Re: LFVN , posible short squeeze por @rankito
Re: LFVN , posible short squeeze por @rankito
Economía cuántica por @raul-vela-larraz
