Los grandes modelos de lenguaje pasaron de curiosidad de laboratorio a herramienta de mesa de trading en unos tres años: los bancos resumen análisis con ellos, los fondos procesan informes regulatorios con ellos y el trader minorista les pide ideas de estrategia. Ahora bien, lo que un LLM es en realidad — un predictor probabilístico del siguiente token, entrenado sobre texto — determina con mucha precisión qué puede y qué no puede hacer por un trader. En este artículo trazamos esa frontera.
Dónde un LLM se gana el sueldo de verdad
Dónde fallan, de forma predecible
Una arquitectura sensata
El patrón que funciona en la práctica: el LLM como extractor de características y asistente de investigación, y los modelos clásicos como decisores. Entra texto; salen campos estructurados y validados (puntuación de sentimiento, tipo de evento, dirección de la sorpresa); esos campos se unen a las características de precio en un modelo estadístico o de ML que se backtestea con la disciplina de siempre — walk-forward, después de costes, contra líneas base aburridas. El LLM nunca toca una orden, y cada extracción queda registrada con su fuente para poder auditar los fallos.
En resumen
Trate al LLM como a un analista junior excepcionalmente rápido, con capacidad de lectura ilimitada, cierta tendencia ocasional a inventarse datos y cero criterio de trading. Déjelo leer, extraer, resumir y esbozar código; valide todo lo que produzca; y mantenga las predicciones y las decisiones de posición en modelos cuyas hipótesis pueda poner a prueba. Quien usa los LLM así gana una ventaja real en capacidad de investigación; quien les pide señales de compra obtiene ruido con buena prosa.
Dónde un LLM se gana el sueldo de verdad
- Leer a escala. Su superpoder central. Un LLM puede resumir cientos de titulares, transcripciones de earnings calls, comunicados de bancos centrales o informes regulatorios en conclusiones estructuradas en segundos. Los pipelines clásicos de NLP exigían un modelo a medida por tarea; un LLM hace una extracción zero-shot decente a partir de un prompt bien escrito.
- Sentimiento y etiquetado de eventos sin datos de entrenamiento. Un modelo de sentimiento tradicional debe entrenarse con texto financiero etiquetado. Un LLM etiqueta "hawkish / dovish", "mejora / recorte de guidance" o "disrupción de oferta" de serie, y sus errores suelen ser explicables cuando se le pide justificar la etiqueta. Para señales de baja frecuencia (diarias o semanales) es una alternativa real a construir un clasificador propio.
- Generación de código para investigación. Escribir el andamiaje de un backtest, traducir un indicador del lenguaje de una plataforma a otra, vectorizar un bucle lento, explicar una base de código ajena: los LLM convierten horas en minutos. La salida sigue necesitando revisión, pero la ganancia de productividad en la investigación de estrategias es la victoria menos discutible del LLM en trading.
- Extracción estructurada. "Devuelve un JSON con ticker, tipo de evento, dirección y fecha para cada evento corporativo de este texto" funciona sorprendentemente bien y alimenta directamente un pipeline sistemático.
Dónde fallan, de forma predecible
- No predicen precios. Un LLM no tiene modelo de mercado, ni datos en vivo, ni una noción de probabilidad calibrada a retornos. Preguntarle "¿subirá el EUR/USD?" produce texto fluido, seguro de sí mismo e inútil. El poder predictivo real, si existe, viene de las características que el LLM extrae (sentimiento, eventos) alimentadas a un modelo estadístico serio — no de la opinión del LLM.
- Alucinan con convicción. Los LLM inventan cifras, tickers, fechas y citas sonando autoritativos. Nunca deje que una salida sin verificar fluya hacia la ejecución. Toda extracción debe validarse contra el texto fuente, idealmente con una segunda pasada que compruebe cada dato afirmado.
- Fuga de futuro en los datos de entrenamiento. Un modelo entrenado con texto hasta el año pasado "sabe" qué les pasó a los mercados dentro de su ventana de entrenamiento. Backtestear una señal derivada de un LLM dentro de esa ventana filtra el futuro en silencio: puede etiquetar como bajista un titular de 2022 porque sabe lo que vino después. La evaluación honesta usa datos posteriores al corte de entrenamiento del modelo, o modelos point-in-time.
- No determinismo y deriva. El mismo prompt puede devolver respuestas distintas entre ejecuciones y versiones del modelo. Una señal que cambia cuando el proveedor actualiza el modelo es un riesgo de dependencia que la infraestructura cuantitativa clásica nunca tuvo. Fije versiones, registre todo y revalide con cada actualización.
- Latencia y coste. De cientos de milisegundos a segundos por llamada: eso excluye a los LLM de cualquier bucle sensible a la latencia. Su sitio está en la capa de investigación y preparación de señales, no dentro del camino de la orden.
Una arquitectura sensata
El patrón que funciona en la práctica: el LLM como extractor de características y asistente de investigación, y los modelos clásicos como decisores. Entra texto; salen campos estructurados y validados (puntuación de sentimiento, tipo de evento, dirección de la sorpresa); esos campos se unen a las características de precio en un modelo estadístico o de ML que se backtestea con la disciplina de siempre — walk-forward, después de costes, contra líneas base aburridas. El LLM nunca toca una orden, y cada extracción queda registrada con su fuente para poder auditar los fallos.
En resumen
Trate al LLM como a un analista junior excepcionalmente rápido, con capacidad de lectura ilimitada, cierta tendencia ocasional a inventarse datos y cero criterio de trading. Déjelo leer, extraer, resumir y esbozar código; valide todo lo que produzca; y mantenga las predicciones y las decisiones de posición en modelos cuyas hipótesis pueda poner a prueba. Quien usa los LLM así gana una ventaja real en capacidad de investigación; quien les pide señales de compra obtiene ruido con buena prosa.