Ética: datos personales, inteligencia artificial y la venta de señales.

Cuando el sistema toca a otras personas

Las lecciones 6.7.3 y 6.7.4 tratan los datos personales que llegan desde fuera: lo que un scraper recoge de una web y lo que contiene un dataset alternativo que se compra. Esta lección mira hacia dentro y hacia delante. Un trader sistemático acaba a menudo con datos de otras personas: la lista de correo de su blog, los suscriptores de un canal de señales, las cuentas de los clientes de una herramienta, las conversaciones de un asistente con IA. Y con ellas llegan tres preguntas éticas que tienen además respuesta legal:

1. ¿Qué datos personales trato y cuánto tiempo los guardo? El RGPD.
2. ¿Qué obligaciones tiene la IA que uso con esas personas? El Reglamento de IA y, si hay servicios de inversión, MiFID II.
3. ¿Qué puedo decir de mis resultados y qué no puedo hacer con mis recomendaciones? MAR, la normativa de asesoramiento y las advertencias de la CNMV, más una cuestión de honestidad estadística que ninguna norma resuelve del todo: cómo se fabrica un historial.

RGPD: los datos de un servicio de trading

El artículo 5 del Reglamento (UE) 2016/679 (RGPD) fija los principios: los datos se recogen con fines determinados y no se tratan después de manera incompatible (limitación de la finalidad), deben ser «adecuados, pertinentes y limitados a lo necesario» (minimización), se conservan identificando al interesado solo el tiempo necesario (limitación del plazo de conservación) y con seguridad adecuada11Nota 1 · Reglamento (UE) 2016/679 (RGPD), artículos 4.5, 5, 6, 17, 22 y 25, BOE, consultado el 23/10/2026.. Cada tratamiento necesita una base del artículo 6: el contrato para enviar las señales a quien las paga, una obligación legal para la facturación, el consentimiento para la lista de correo comercial.

Una medida que el reglamento cita expresamente, en el artículo 25 (protección de datos desde el diseño), es la seudonimización: tratar los datos de modo que «ya no puedan atribuirse a un interesado sin utilizar información adicional, siempre que dicha información adicional figure por separado» (art. 4.5). Las directrices 01/2025 del Comité Europeo de Protección de Datos recuerdan que los datos seudonimizados siguen siendo datos personales y citan funciones como los HMAC, con un secreto guardado aparte, como forma de hacerlo22Nota 2 · CEPD, «Guidelines 01/2025 on Pseudonymisation», adoptadas el 16/01/2025 (versión para consulta pública), edpb.europa.eu.. El error habitual es usar un hash sin clave:

import hashlib
import hmac

import numpy as np
import pandas as pd

subs = pd.DataFrame({
    "email": [f"usuario{i}@example.com" for i in (3, 17, 42, 108,
                                                  512, 999)],
    "ip": [f"203.0.113.{i}" for i in (5, 17, 23, 42, 77, 91)],
    "plan": ["básico", "pro", "pro", "básico", "pro", "básico"],
})

def hash_simple(x):
    return hashlib.sha256(x.encode()).hexdigest()[:16]

# en producción, la clave vive en un gestor de secretos (lección 4.4.5)
CLAVE = b"clave-de-ejemplo-guardada-aparte"

def seudonimo(x, clave=CLAVE):
    return hmac.new(clave, x.encode(), hashlib.sha256).hexdigest()[:16]

subs["h_simple"] = subs["email"].map(hash_simple)
subs["seud"] = subs["email"].map(seudonimo)

# quien tiene el log y una lista de correos candidatos
candidatos = [f"usuario{i}@example.com" for i in range(1, 1001)]
dicc = {hash_simple(c): c for c in candidatos}
dicc_k = {seudonimo(c, b"clave-adivinada"): c for c in candidatos}
print("hash sin clave reidentificados:",
      subs["h_simple"].map(dicc).notna().sum(), "de", len(subs))
print("HMAC, sin la clave:", subs["seud"].map(dicc_k).notna().sum())
print("HMAC, con la clave:",
      subs["seud"].map({seudonimo(c): c for c in candidatos})
      .notna().sum())

hash sin clave reidentificados: 6 de 6
HMAC, sin la clave: 0
HMAC, con la clave: 6

Un correo es un dato predecible: con una lista de candidatos (aquí mil; en la realidad, filtraciones con millones), el hash sin clave se deshace entero. El HMAC no se deshace sin la clave, y con ella sí: por eso la clave se guarda separada del log y con acceso restringido. Los datos con seudónimo siguen siendo personales, pero el riesgo de una fuga del log baja mucho.

La minimización se aplica antes: el log que sirve para medir qué señales se entregan y a qué plan no necesita el correo ni la IP, y la hora exacta tampoco:

envios = pd.DataFrame({
    "email": subs["email"].repeat(2).to_numpy(),
    "ip": subs["ip"].repeat(2).to_numpy(),
    "ts": pd.to_datetime(["2026-10-21 08:59:58.120"] * 6
                         + ["2026-10-22 09:00:01.873"] * 6),
    "senal": ["NORU compra"] * 6 + ["MURI venta"] * 6,
})
analitico = pd.DataFrame({
    "seud": envios["email"].map(seudonimo),
    "plan": envios["email"].map(subs.set_index("email")["plan"]),
    "dia": envios["ts"].dt.date,
    "senal": envios["senal"],
})
print(list(envios.columns), "->", list(analitico.columns))
analitico.groupby(["dia", "plan"]).size()

['email', 'ip', 'ts', 'senal'] -> ['seud', 'plan', 'dia', 'senal']
dia         plan
2026-10-21  básico    2
            pro       4
2026-10-22  básico    4
            pro       2
dtype: int64

El log analítico responde a lo que el servicio necesita saber (cuántas señales se entregan cada día por plan) sin correos, IP ni milisegundos. El log de entrega con IP, si hace falta para seguridad, tiene otra finalidad, otro acceso y un plazo de conservación corto.

Supresión frente a obligación de conservar

El artículo 17 del RGPD da derecho a obtener la supresión de los datos, pero su apartado 3, letra b), lo excluye cuando el tratamiento es necesario para cumplir una obligación legal¹. En un servicio de trading hay varias:

• Contabilidad y facturas. El artículo 30 del Código de Comercio obliga a conservar libros, correspondencia, documentación y justificantes del negocio «durante seis años, a partir del último asiento realizado en los libros»33Nota 3 · Código de Comercio, artículo 30.1, BOE-A-1885-6627, texto consolidado consultado el 23/10/2026..
• Órdenes y operaciones de clientes, si el servicio es una empresa de servicios de inversión: cinco años (art. 25.1 de MiFIR) y, para las grabaciones y comunicaciones, cinco años o hasta siete si la autoridad lo pide (art. 16.7 de MiFID II)44Nota 4 · Reglamento (UE) n.º 600/2014 (MiFIR), artículo 25.1, y Directiva 2014/65/UE (MiFID II), artículo 16.7, EUR-Lex..

flowchart TB
  P[Petición] --> B{¿Base?}
  B -- consentimiento --> S[Suprimir ya]
  B -- contrato --> F{¿Contrato vivo?}
  F -- no --> S
  F -- sí --> M[Mantener]
  B -- obligación --> V{¿Plazo vencido?}
  V -- sí --> S
  V -- no --> K[Bloquear y guardar]

Convertido en código, con fechas inyectadas y la regla simplificada de que el plazo de seis años cuenta desde la fecha del documento:

PLAZO_ANOS = {"contabilidad (art. 30 C. Com.)": 6}

datos = pd.DataFrame([
    ("lista de correo", "consentimiento", None, None),
    ("perfil y preferencias", "contrato", None, False),
    ("factura 2024-0312", "obligación",
     "contabilidad (art. 30 C. Com.)", "2024-03-12"),
    ("factura 2019-0044", "obligación",
     "contabilidad (art. 30 C. Com.)", "2019-02-04"),
], columns=["dato", "base", "norma", "fecha_o_vivo"])

def resolver(fila, hoy):
    if fila.base == "consentimiento":
        return "suprimir"
    if fila.base == "contrato":
        return "mantener" if fila.fecha_o_vivo else "suprimir"
    fin = (pd.Timestamp(fila.fecha_o_vivo)
           + pd.DateOffset(years=PLAZO_ANOS[fila.norma]))
    if hoy >= fin:
        return "suprimir"
    return f"conservar bloqueado hasta {fin.date()}"

hoy = pd.Timestamp("2026-10-23")
for f in datos.itertuples():
    print(f"{f.dato:<22} {resolver(f, hoy)}")

lista de correo        suprimir
perfil y preferencias  suprimir
factura 2024-0312      conservar bloqueado hasta 2030-03-12
factura 2019-0044      suprimir

La lista de correo se suprime en cuanto se retira el consentimiento, y el perfil, porque el contrato ya terminó. La factura de 2024 se conserva, pero bloqueada: solo para la finalidad de la obligación (una inspección, una auditoría), no para enviar publicidad ni para entrenar un modelo de abandono de clientes. La de 2019 ya superó su plazo y debería haberse suprimido sin esperar a ninguna petición: la limitación del plazo de conservación no depende de que alguien la reclame.

IA responsable: el Reglamento de IA y sus fechas

El Reglamento (UE) 2024/1689 de inteligencia artificial clasifica los sistemas por riesgo. Sus fechas de aplicación están en el artículo 113, que el Reglamento (UE) 2026/1744 («Ómnibus digital sobre IA»), publicado en el Diario Oficial el 24 de julio de 2026 y en vigor a los tres días, ha modificado55Nota 5 · Reglamento (UE) 2024/1689, artículos 4, 50 y 113 y anexo III, EUR-Lex, y Reglamento (UE) 2026/1744 del Parlamento Europeo y del Consejo, de 8 de julio de 2026 (DO L de 24.7.2026), que modifica sus artículos 4 y 113, EUR-Lex. Textos leídos en la versión española de la Oficina de Publicaciones de la UE el 23/10/2026.:

calendario = pd.DataFrame([
    ("2025-02-02", "capítulos I y II: prohibiciones y alfabetización"),
    ("2025-08-02", "IA de uso general, gobernanza y sanciones"),
    ("2026-08-02", "aplicación general, transparencia del art. 50"),
    ("2026-12-02", "marcado (art. 50.2) de sistemas previos"),
    ("2027-12-02", "alto riesgo del anexo III (art. 6.2)"),
    ("2028-08-02", "alto riesgo de productos del anexo I (art. 6.1)"),
], columns=["desde", "que"])
calendario["desde"] = pd.to_datetime(calendario["desde"])

def vigentes(dia):
    c = calendario.copy()
    c["estado"] = np.where(c["desde"] <= dia, "aplicable",
                           (c["desde"] - dia).dt.days.astype(str)
                           + " días")
    return c

vigentes(pd.Timestamp("2026-10-23"))

       desde                                               que     estado
0 2025-02-02  capítulos I y II: prohibiciones y alfabetización  aplicable
1 2025-08-02         IA de uso general, gobernanza y sanciones  aplicable
2 2026-08-02     aplicación general, transparencia del art. 50  aplicable
3 2026-12-02           marcado (art. 50.2) de sistemas previos    40 días
4 2027-12-02              alto riesgo del anexo III (art. 6.2)   405 días
5 2028-08-02   alto riesgo de productos del anexo I (art. 6.1)   649 días

Para un trader sistemático, tres consecuencias:

• Un modelo de trading por cuenta propia no es de alto riesgo por serlo. Las categorías de alto riesgo del anexo III son una lista cerrada; en finanzas incluyen los sistemas para evaluar la solvencia de personas físicas o su calificación crediticia y los de evaluación de riesgos y precios de seguros de vida y salud⁵. Comprar y vender para uno mismo no figura.
• La transparencia sí puede tocar al servicio. Desde el 2 de agosto de 2026, el artículo 50.1 exige que los sistemas que interactúan directamente con personas se diseñen para que estas sepan que hablan con una IA, salvo que sea evidente. Un asistente que responde a los suscriptores de un canal de señales es el caso típico. La alfabetización del artículo 4, en la redacción del ómnibus, pide a proveedores y responsables del despliegue que adopten medidas para apoyarla entre quienes manejan los sistemas, sin exigir un nivel concreto.
• Si hay clientes y servicios de inversión, manda MiFID II. ESMA lo dijo en su declaración de 30 de mayo de 2024: las decisiones de la empresa siguen siendo responsabilidad de su órgano de dirección, «irrespective of whether those decisions are taken by people or AI-based tools», y las obligaciones de MiFID II se aplican a las herramientas de IA que se usan con clientes66Nota 6 · ESMA, «Public Statement on the use of Artificial Intelligence (AI) in the provision of retail investment services», ESMA35-335435667-5924, 30/05/2024, esma.europa.eu.. Si además una decisión automatizada produce efectos significativos sobre una persona (rechazar a un cliente, por ejemplo), entra el artículo 22 del RGPD.

Vender señales: recomendación o asesoramiento

El artículo 20 de MAR obliga a quien elabora o difunde recomendaciones de inversión a presentarlas de forma objetiva y a comunicar sus intereses o conflictos77Nota 7 · Reglamento (UE) n.º 596/2014 (MAR), artículos 12.2.d y 20, DO L 173 de 12.6.2014, copia del BOE.. La CNMV lo traduce en su guía para finfluencers: «Cualquier persona puede publicar recomendaciones de inversión», pero con requisitos generales (quién la elabora, fecha y hora, hechos separados de opiniones, fuentes, intereses y conflictos visibles en cada canal) y requisitos adicionales para profesionales y «expertos», entre ellos la metodología, la duración de la inversión y advertencias de riesgo88Nota 8 · CNMV, «Finfluencers: cómo actuar con responsabilidad» (guía, mayo de 2026), apartados IV a VII, cnmv.es.. El Reglamento Delegado (UE) 2016/958 los detalla; su artículo 4.1.i pide a los expertos una lista de todas sus recomendaciones de los doce meses anteriores, con su fecha y el precio de cada una99Nota 9 · Reglamento Delegado (UE) 2016/958 de la Comisión, de 9 de marzo de 2016, artículos 2 a 5, EUR-Lex..

Otra cosa es el asesoramiento en materia de inversión, un servicio que exige autorización. El artículo 9 del Reglamento Delegado (UE) 2017/565 lo define por la recomendación personalizada: la que se presenta como idónea para esa persona o se basa en sus circunstancias personales, y aclara que «una recomendación no se considerará recomendación personalizada si se divulga exclusivamente al público»1010Nota 10 · Reglamento Delegado (UE) 2017/565 de la Comisión, artículo 9, EUR-Lex..

flowchart TB
  M[Mensaje] --> A{¿Sugiere invertir?}
  A -- no --> I[Información]
  A -- sí --> P{¿Personalizada?}
  P -- no --> R[Recomendación MAR]
  P -- sí --> S[Asesoramiento]
  S --> Z[Exige autorización]

La CNMV es explícita sobre los avisos de descargo: si no se tiene autorización, no deben darse recomendaciones personalizadas sobre qué comprar, vender o mantener, y publicar «Esto no es asesoramiento en materia de inversión» «no te protegerá en estos casos, ni evita que tengas que cumplir con la normativa aplicable»⁸. En su guía para los seguidores sitúa las «alertas y señales (comprar/vender)» entre los contenidos de riesgo y advierte que el principal riesgo es el fraude: finfluencers que prestan asesoramiento sin autorización o captan clientes para chiringuitos financieros, entidades que prestan servicios de inversión sin estar autorizadas1111Nota 11 · CNMV, «Del like a la inversión: qué debes saber de los finfluencers» (guía, abril de 2026), cnmv.es, y «Chiringuitos financieros» (guía), cnmv.es.. Su buscador de advertencias y sus registros de entidades autorizadas son la comprobación previa que recomienda1212Nota 12 · CNMV, buscador de advertencias sobre entidades no autorizadas, cnmv.es..

Dos conflictos de interés frecuentes en la venta de señales:

Cómo se fabrica un historial

Un vendedor de señales enseña su historial. El problema ético está en cómo se construye ese historial, aunque cada número sea cierto. Para medirlo, la celda siguiente crea 2.000 canales sin ninguna habilidad: cada día dan una señal de compra o de venta al azar sobre un activo sin tendencia. Después de un año, se anuncian los canales con un Sharpe anual mayor que 1, y se mide cómo les va los seis meses siguientes:

rng = np.random.default_rng(2026)
N, DIAS, FUERA = 2000, 252, 126
r = rng.normal(0, 0.01, DIAS + FUERA)        # activo sin tendencia
senal = rng.choice([-1, 1], size=(N, DIAS + FUERA))   # sin habilidad
ret = senal * r

def sharpe(x, axis=-1):
    return np.sqrt(252) * x.mean(axis) / x.std(axis, ddof=1)

sr_dentro = sharpe(ret[:, :DIAS])
sr_fuera = sharpe(ret[:, DIAS:])
anunciado = sr_dentro > 1
print(f"anunciados: {anunciado.sum()} de {N}")
print(f"Sharpe medio, año del anuncio: "
      f"{sr_dentro[anunciado].mean():.2f}")
print(f"Sharpe medio, seis meses después: "
      f"{sr_fuera[anunciado].mean():.2f}")
print(f"todos los canales, año del anuncio: {sr_dentro.mean():.2f}")

anunciados: 316 de 2000
Sharpe medio, año del anuncio: 1.49
Sharpe medio, seis meses después: -0.04
todos los canales, año del anuncio: 0.02

Uno de cada seis canales supera un Sharpe de 1 sin saber nada. Su media en el año del anuncio, 1,49, es la que enseñarían sus páginas; los seis meses siguientes, la de una moneda al aire. La figura de la cabecera resume las tres cifras. En la realidad, el sesgo es peor: los canales que pierden cierran, cambian de nombre y vuelven a empezar, y el lector solo ve a los supervivientes.

La lección 2.5.4 da la vara de medir: el Sharpe máximo que cabe esperar entre $N$ estrategias sin habilidad, con la aproximación de Bailey y López de Prado ($\gamma$ es la constante de Euler-Mascheroni y $\sigma_{SR}$ la desviación típica de los Sharpe estimados):

from scipy.stats import norm

g = np.euler_gamma
esperado = sr_dentro.std() * ((1 - g) * norm.ppf(1 - 1 / N)
                              + g * norm.ppf(1 - 1 / (N * np.e)))
mejor = sr_dentro.argmax()
print(f"mejor canal: Sharpe {sr_dentro[mejor]:.2f} "
      f"(seis meses después: {sr_fuera[mejor]:.2f})")
print(f"máximo esperado sin habilidad con N={N}: {esperado:.2f}")

mejor canal: Sharpe 3.06 (seis meses después: -1.52)
máximo esperado sin habilidad con N=2000: 3.40

El mejor de 2.000 canales al azar tiene un Sharpe de 3,06, por debajo de lo que cabe esperar del mejor de 2.000 monedas. Un historial con un Sharpe de 3 no dice nada si no se sabe de cuántos intentos sale.

Elegir la ventana

El segundo truco no necesita anunciar solo a los mejores: basta con elegir el periodo. Cada canal enseña sus «últimos tres meses» justo cuando son los mejores del año. Con 63 sesiones, el Sharpe estimado tiene el doble de ruido que con 252, y entre todas las ventanas posibles siempre hay alguna buena:

panel = pd.DataFrame(ret[:, :DIAS].T)          # una columna por canal
v = panel.rolling(63)
mejor_ventana = (np.sqrt(252) * v.mean() / v.std()).max()
print(f"Sharpe medio del año completo: {sr_dentro.mean():.2f}")
print(f"Sharpe medio de la mejor ventana: "
      f"{mejor_ventana.mean():.2f}")
print(f"canales con alguna ventana > 2: "
      f"{(mejor_ventana > 2).mean():.0%}")

Sharpe medio del año completo: 0.02
Sharpe medio de la mejor ventana: 3.41
canales con alguna ventana > 2: 84%

Con el año completo, el canal medio tiene un Sharpe de 0,02; con su mejor ventana de tres meses, 3,41 de media, y el 84 % de los canales sin ninguna habilidad tiene alguna ventana por encima de 2. «Nuestros últimos tres meses» solo informa si la fecha de corte se fijó antes de ver los resultados.

Borrar las señales perdedoras

El tercer truco es el más simple: no publicar, o borrar después, las señales que salen mal. Con un canal mediocre, el que ocupa la mediana de los 2.000 por su Sharpe, y una operación por día:

mediano = np.argsort(sr_dentro)[N // 2]
ops = ret[mediano, :DIAS]
publicadas = ops[ops > 0]          # las perdedoras «se borran»
print(f"señales: {len(ops)}, publicadas: {len(publicadas)}")
print(f"acierto real: {(ops > 0).mean():.1%}; "
      f"acierto publicado: {(publicadas > 0).mean():.0%}")
print(f"rentabilidad real: {ops.sum():+.1%}; "
      f"publicada: {publicadas.sum():+.1%}")

señales: 252, publicadas: 124
acierto real: 49.2%; acierto publicado: 100%
rentabilidad real: +0.3%; publicada: +107.7%

El canal mediano acierta el 49,2 % de los días y gana un 0,3 % en el año. Sin sus 128 señales perdedoras, publica 124 con un 100 % de aciertos y una suma de +107,7 %. Un 100 % de aciertos es imposible en un historial honesto y fácil en uno editado. Por eso la lista completa de recomendaciones de doce meses que exige el artículo 4.1.i del Reglamento Delegado 2016/958 a los expertos importa más que cualquier resumen: con todas las señales, fechadas y con su precio, el acierto vuelve a ser el real.

La carta que acierta diez veces seguidas

El último truco es antiguo y no necesita mercado. Se envía una predicción («sube» o «baja») a 1.024 personas, la mitad recibe una y la mitad la otra; a la semana siguiente se repite solo con quienes recibieron la buena:

destinatarios = np.arange(1024)
for semana in range(1, 11):
    sube = destinatarios[: len(destinatarios) // 2]
    resultado_sube = rng.random() < 0.5
    destinatarios = sube if resultado_sube else \
        destinatarios[len(destinatarios) // 2:]
    if semana in (1, 5, 10):
        print(f"semana {semana:>2}: {len(destinatarios):>4} personas "
              "sin un solo fallo")

semana  1:  512 personas sin un solo fallo
semana  5:   32 personas sin un solo fallo
semana 10:    1 personas sin un solo fallo

Una persona ha recibido diez predicciones correctas seguidas, una probabilidad de 1 entre 1.024 si fueran al azar, y no tiene forma de saber que hay otras 1.023 cartas. Es la versión extrema de los canales anunciados: el que mira el historial no ve el denominador. La pregunta que lo desmonta es siempre la misma: ¿cuántos intentos hubo y dónde están todos?

Ejercicios

1. Repite la simulación de los canales anunciando solo los que tienen un Sharpe mayor que 2. ¿Cuántos son, qué Sharpe medio enseñan y qué Sharpe tienen después?

for umbral in [1, 2]:
    a = sr_dentro > umbral
    print(f"umbral {umbral}: {a.sum():>3} canales, "
          f"dentro {sr_dentro[a].mean():.2f}, "
          f"fuera {sr_fuera[a].mean():.2f}")

umbral 1: 316 canales, dentro 1.49, fuera -0.04
umbral 2:  37 canales, dentro 2.35, fuera -0.10

2. Un canal publica 40 señales en un año; dice que acertó 30. Te da la lista completa con fechas y precios y, al comprobarla, 12 de las 30 «acertadas» tenían un precio de entrada que no se alcanzó ese día. Calcula el acierto real si esas 12 no cuentan como operaciones y si cuentan como fallos.

total, aciertos, imposibles = 40, 30, 12
print(f"declarado: {aciertos / total:.0%}")
validas = total - imposibles
print(f"sin las imposibles: {(aciertos - imposibles) / validas:.0%}")
print(f"imposibles como fallos: {(aciertos - imposibles) / total:.0%}")

declarado: 75%
sin las imposibles: 64%
imposibles como fallos: 45%

3. Un canal de Telegram de pago envía cada mañana las mismas tres ideas a todos sus suscriptores. El administrador abre además un chat privado para quien paga el plan «premium», donde le pregunta su capital y su perfil y le dice cuánto comprar. ¿Qué parte es recomendación y qué parte asesoramiento? ¿Qué cambia si el chat lo atiende un asistente con IA?