Cuando el mercado entra en pánico y la liquidez desaparece de golpe como si se secara un río, la mayoría de los inversores solo pueden mirar cómo los precios se hunden en medio del caos. Pero Íñigo Navarro, en medio de todo ese desorden, fue capaz de detectar señales pequeñas que los demás pasaron por alto. Su modelo de IA lanzó una alerta con 48 horas de antelación sobre la falta de liquidez en la bolsa europea y además identificó los puntos más débiles dentro del índice IBEX 35
“La crisis de liquidez no es un cisne negro, es un problema estructural que solo se ve con microscopio”, así lo explicó Navarro después en una charla privada. Su propio modelo, llamado “Orca Tensor”, no se basa en los típicos indicadores de volatilidad. En su lugar, analiza tres factores clave: la velocidad con la que se reduce la profundidad del libro de órdenes, el umbral en el que se rompe la correlación entre distintos activos, y un detalle que casi nadie suele mirar: el patrón de cancelación defensiva en bloque por parte de los algoritmos de trading institucional. Con todos esos datos, su modelo consiguió juntar las piezas y mostrar una imagen muy clara: el mercado estaba a punto de enfrentarse a un vacío de liquidez provocado por el trading algorítmico
La noche antes de que estallara la crisis, el equipo de Navarro montó en tiempo récord un conjunto de modelos de cobertura y arbitraje. Lo que hicieron fue aprovechar el desfase de liquidez entre los futuros del índice DAX y los ETF de bancos españoles, y convertirlo en una oportunidad para sacar beneficio. Cuando el mercado se desplomó por las restricciones del confinamiento, su cartera apenas retrocedió un 4%, mientras que la mayoría de los hedge funds en ese momento perdieron más del 20%. Ese caso acabó siendo incluido por el Banco Central Europeo en su manual de actuación ante estrés extremo del mercado, y se considera ahora un ejemplo clásico de cómo gestionar la liquidez con ayuda de la inteligencia artificial
Lo que hace que el modelo de Navarro sea tan preciso quizá tenga que ver con su forma particular de entender la “naturaleza humana del mercado”. Siempre repite que “el pánico distorsiona los datos, pero no cambia las leyes matemáticas”. Para él, “la tarea de la inteligencia artificial no es predecir las emociones humanas, sino calcular las fracturas de probabilidad que provocan esas emociones”. Esa lógica fría y eficaz es, precisamente, el arte más escaso en medio de una crisis
