NLP financiero clásico y moderno

6.1.1 Tokenización, embeddings; diccionarios financieros (Loughran-McDonald), FinBERT.
6.1.2 Fuentes: noticias, 10-K, 10-Q y 8-K (EDGAR), hechos relevantes de la CNMV, transcripciones de resultados, redes sociales.
6.1.3 Event studies con señales de texto; alineación temporal precisa (timestamps de publicación); topic modeling.

LLMs para investigación y trading

6.2.1 Cómo funcionan los LLM (contexto, temperatura, alucinaciones); APIs comerciales frente a modelos locales (Ollama, vLLM).
6.2.2 Prompting estructurado y salidas JSON validadas con Pydantic.
6.2.3 Extracción de información: guidance, KPIs y tono de las conference calls; sentimiento con LLM frente a FinBERT.
6.2.4 Fine-tuning ligero (LoRA, QLoRA) para tareas financieras.
6.2.5 Sesgo de anticipación en LLMs: el modelo «conoce el futuro» de su corpus de entrenamiento; backtests con fechas de corte y modelos point-in-time.

6.3.1 Embeddings y bases vectoriales (FAISS, pgvector, Chroma, Qdrant).
6.3.2 Chunking de documentos financieros: tablas, notas al pie, XBRL.
6.3.3 RAG sobre informes anuales, folletos de ETFs y KIDs y research propio; evaluación (fidelidad, citación, cobertura).

6.4.1 Agentes con herramientas (tool calling), ReAct, planificación.
6.4.2 Marcos: LangGraph, LlamaIndex, agentes de los SDK de los proveedores; MCP (Model Context Protocol) para conectar datos y brokers.
6.4.3 Arquitecturas multi-agente al estilo de TradingAgents: analistas fundamental, de sentimiento, de noticias y técnico, debate alcista y bajista, trader y gestor de riesgo.
6.4.4 Evidencia y límites: en LiveTradeBench (50 sesiones en vivo, 21 LLM), la correlación de Spearman entre la puntuación en LMArena y la rentabilidad acumulada en acciones fue de solo 0,054 (−0,38 en Polymarket). GPT-4.1 ganó más de un 6 % en acciones y perdió más de un 30 % en Polymarket. AlphaForgeBench documenta acciones «drastically different» entre ejecuciones del mismo modelo, incluso con decodificación determinista. Los modelos de deep learning fuertes en backtest se degradan en real.
6.4.5 Guardarraíles: el agente propone y el motor de riesgo determinista decide; límites duros, aprobación humana, registro de auditoría.
6.4.6 Agentes de investigación: generación de hipótesis, alpha mining asistido, revisión de código y de backtests.

Fig. — LiveTradeBench: correlación entre la puntuación en LMArena y la rentabilidad de 21 LLM

6.5.1 Asistentes de código (Copilot, Claude Code, Codex, Cursor): flujo con tests primero.
6.5.2 Revisión automática de backtests en busca de sesgos; migraciones (pandas 2 → 3, backtrader → NautilusTrader).
6.5.3 Riesgos: código plausible pero incorrecto, dependencias inventadas, fuga de secretos.

6.6.1 Cuándo es «big»: tick data, libros L2 y L3, opciones (OPRA), universos globales.
6.6.2 Formatos columnares (Parquet, Arrow); Polars lazy y streaming; DuckDB fuera de memoria.
6.6.3 Dask y Spark (PySpark) para clústeres; Ray para paralelizar experimentos.
6.6.4 Bases de series temporales: TimescaleDB, QuestDB, ClickHouse, ArcticDB; kdb+ como cultura profesional.
6.6.5 Almacenamiento en la nube (S3, GCS), lakehouse (Delta, Iceberg) y GPU (RAPIDS, cuDF) como cultura.

6.7.1 Panorama y tamaño del mercado: cifras de Neudata y advertencias sobre informes de consultoras con estimaciones muy dispares.
6.7.2 Tipos: web scraping (precios, empleos, reseñas), tráfico web y de apps, transacciones con tarjeta, recibos, geolocalización, satélite, envíos (AIS), clima, patentes, datos públicos, on-chain.
6.7.3 Web scraping responsable: requests y httpx, BeautifulSoup, Playwright; robots.txt, términos de uso, RGPD.
6.7.4 Proveedores y due diligence (Neudata, Nasdaq Data Link, Eagle Alpha): historia point-in-time, sesgos de panel, legalidad (información privilegiada, datos personales).
6.7.5 Del dato a la señal: mapeo a tickers (entity resolution), nowcasting de ventas, backtest de la señal, decaimiento del alfa.
6.7.6 Casos de estudio: imágenes satelitales con visión por computador (CNN, ViT) y grafos de cadena de suministro.