La causa de las pérdidas en el trading cuantitativo finalmente ha sido comprendida. La mayoría de los minoristas que utilizan gráficos de juegos en sus backtests, esa es la raíz del problema—la precisión de cálculo no es suficiente, los datos en sí mismos tienen sesgos, y errores aparentemente pequeños se acumulan capa tras capa, terminando por hacer que los beneficios previstos se conviertan en pérdidas.

Los modelos de trading cuantitativo que realmente pueden generar ganancias de manera estable deben basarse en cálculos de alta precisión. La industria utiliza clústeres de supercomputación con IA; una sola tarjeta especializada cuesta decenas de miles, alquilar un servidor de supercomputación completo cuesta varios miles al mes, y un sistema completo de construcción propia puede costar fácilmente varios millones. Por eso, el trading cuantitativo en realidad es un juego para los actores institucionales—los minoristas comunes simplemente no pueden soportar ese costo de computación.

Desde otra perspectiva, esto también explica por qué algunos fondos cuantitativos pueden mantener ganancias continuas, mientras que la mayoría de las estrategias cuantitativas individuales sufren pérdidas frecuentes. Una diferencia en la precisión de una fracción puede significar una diferencia de decenas de miles en resultados.