DiffQuant optimiza directamente el ratio de Sharpe mediante un simulador de trading diferenciable

DiffQuant es un prototipo abierto que aborda una contradicción básica del trading con ML: los modelos aprenden a minimizar el error cuadrático medio, pero se evalúan por el ratio de Sharpe. Los autores cerraron esa brecha al convertir todo el pipeline de trading, de las características al PnL y las comisiones, en un único grafo diferenciable.

El problema de los objetivos sustitutos

En la mayoría de los sistemas de ML para trading cuantitativo, el esquema es el siguiente: se entrena una red neuronal para predecir rendimientos o la dirección del precio minimizando MSE o BCE. Después se construye una estrategia de trading sobre esas predicciones y se evalúa por el ratio de Sharpe, la relación entre el rendimiento medio y la volatilidad.

El problema es que ambos objetivos no están vinculados matemáticamente. Un mejor MSE no garantiza un mejor Sharpe. En la práctica, la red gasta recursos en reducir el error de predicción en regímenes de mercado donde eso no influye en el resultado final de trading. Una mejora del 15% en la precisión del pronóstico puede no aportar ningún aumento del Sharpe, un problema documentado tanto en trabajos académicos como entre los profesionales de la industria quant.

Las soluciones parciales, como las funciones de pérdida de ranking, las métricas proxy personalizadas o la ponderación post hoc, no resuelven el fondo: durante el entrenamiento, el gradiente no ve la mecánica real de trading.

Cómo funciona el simulador diferenciable

DiffQuant va directo al grano: todo el pipeline de trading se implementa como un único grafo computacional de operaciones continuas:

• Características de mercado → un bloque neuronal que predice la señal
• Señal → una posición objetivo, con restricciones de tamaño y dirección
• Posición → PnL paso a paso con un modelo explícito de deslizamiento y comisiones
• PnL acumulado → el ratio de Sharpe como función de pérdida escalar diferenciable

La cuestión técnica clave es cómo hacer diferenciables el posicionamiento y los costes, ya que las operaciones reales son discretas. Los autores usan aproximaciones suaves: en lugar de transiciones bruscas entre posiciones, funciones continuas lo bastante precisas para que pase el gradiente.

«No es un sistema de trading terminado, sino un planteamiento distinto

del problema», subrayan los autores.

El resultado: el gradiente del ratio de Sharpe se propaga hacia atrás por todo el pipeline hasta los pesos de la red neuronal. El modelo se entrena directamente con el criterio por el que se evaluará en producción.

Sharpe de +1.73 y +1.15 tras comisiones

El prototipo se probó en dos trimestres consecutivos held-out, periodos que el modelo no vio ni durante el entrenamiento ni durante el ajuste de hiperparámetros. El Sharpe fue de +1.73 en el primer trimestre y de +1.15 en el segundo, tras descontar las comisiones reales. Ambos valores superan la unidad, la referencia aceptada para las estrategias algorítmicas.

El código, los datos y el protocolo completo del experimento son públicos. Cualquiera con acceso a datos de mercado similares puede reproducir los resultados. Los autores evitaron deliberadamente las complicaciones: ni arquitecturas exóticas ni características fuera de lo común, solo un cambio de función de pérdida.

Qué significa

DiffQuant demuestra que plantear bien el problema importa más que elegir la arquitectura. Si en producción la estrategia se evalúa por el Sharpe, es eso lo que hay que optimizar al entrenar, no los sustitutos. Para los fondos cuantitativos y los investigadores independientes, es una señal práctica: la brecha entre el objetivo de entrenamiento y la métrica real puede cerrarse técnicamente, y eso cambia no solo el resultado, sino también lo que aprende exactamente el modelo.