Weleotmuesleacviose - Análisis y artículos sobre volatilidad rugosa

Datos de alta frecuencia en pantalla de mercado

Evidencia empírica

14 de septiembre de 2026 • Equipo editorial

Microestructura del mercado y rugosidad de la volatilidad: lo que los datos de alta frecuencia revelan sobre el origen empírico de un fenómeno que los modelos clásicos nunca anticiparon

La rugosidad de la volatilidad no surgió de un teorema. Surgió de los datos. Concretamente, de series temporales de volatilidad realizada construidas a partir de datos de alta frecuencia que mostraban un comportamiento sistemáticamente más irregular de lo que cualquier modelo clásico predecía. Este artículo revisa qué papel juega la microestructura del mercado en esa observación y qué parte de la rugosidad observada es estructural y qué parte es artefacto.

$Derivación matemática de ecuación fraccionaria de Riccati$

Modelos cuantitativos

7 de septiembre de 2026 • Equipo editorial

El modelo de Rough Heston y la ecuación de Riccati fraccionaria que nadie te explicó en la universidad

El modelo de Rough Heston no es simplemente el modelo de Heston con un parámetro adicional. Es una arquitectura diferente que combina la reversión a la media con la memoria fraccionaria, produce una ecuación de Riccati fraccionaria donde antes había una ordinaria y ofrece algo que el Rough Bergomi no tiene: una semiestructura analítica que hace la calibración más tratable. Este artículo examina qué lo distingue, qué resuelve y qué problemas nuevos introduce.

Red de nodos interconectados representando campo medio

Teoría avanzada

1 de septiembre de 2026 • Equipo editorial

Modelos de campo medio en volatilidad rugosa: qué aporta la teoría de juegos de campo medio cuando la volatilidad de un activo depende de la volatilidad del mercado

La volatilidad de un activo no vive en el vacío. Depende de las decisiones de cobertura de otros participantes, que a su vez dependen de la volatilidad del activo. Esta circularidad es exactamente el problema que la teoría de juegos de campo medio intenta resolver. Aquí revisamos cómo se conecta con los modelos de volatilidad rugosa y qué abre y qué cierra esa conexión para la valoración y el riesgo.

Servidor de cómputo con simulación de trayectorias financieras

Métodos numéricos

25 de agosto de 2026 • Equipo editorial

Simulación numérica de trayectorias bajo volatilidad rugosa: métodos, errores y lo que ningún esquema de discretización te ahorra cuando H es cercano a cero

Simular trayectorias bajo un proceso de volatilidad rugosa no es extender los métodos de Euler-Maruyama que funcionan bien bajo difusión estándar. Cuando H es cercano a 0,1, el kernel de Volterra impone restricciones de discretización que cambian el coste computacional en varios órdenes de magnitud. Este artículo revisa los principales esquemas disponibles, sus fuentes de error y cuándo cada uno es preferible según el contexto de aplicación.

Gráfico de series temporales de volatilidad rugosa

Teoría cuantitativa

12 de octubre de 2026 • Equipo editorial

El exponente de Hurst y lo que los datos de mercado realmente nos dicen sobre la memoria de la volatilidad

El exponente de Hurst no es un número abstracto. Es la diferencia entre asumir que la volatilidad no tiene memoria y reconocer que sí la tiene, con consecuencias directas para cualquier modelo de derivados. Aquí revisamos qué dice la evidencia empírica, por qué importa y qué preguntas siguen sin respuesta clara en la literatura especializada.

Superficie de volatilidad implícita con curvas de calibración

Modelos cuantitativos

5 de octubre de 2026 • Equipo editorial

El modelo de Rough Bergomi: estructura, calibración y lo que ningún manual de derivados te cuenta sobre sus limitaciones reales

El modelo de Rough Bergomi resuelve problemas que los marcos clásicos no pueden abordar sin forzar parámetros sin sentido. Pero tiene limitaciones computacionales y estructurales que conviene conocer antes de adoptarlo en producción. Este artículo revisa su estructura matemática, sus puntos fuertes documentados y las preguntas que la literatura aún no ha cerrado del todo.

Superficie tridimensional de volatilidad implícita con curvas de sesgo

Derivados y riesgo

28 de septiembre de 2026 • Equipo editorial

Volatilidad implícita rugosa y la superficie de opciones: qué cambia cuando el modelo tiene memoria y qué no cambia aunque quisieras que lo hiciera

La superficie de volatilidad implícita no es un conjunto de precios de mercado. Es la firma de un modelo que el mercado está usando colectivamente, sin saberlo. Entender qué estructura matemática puede generar esa firma, y cuál no puede, es la diferencia entre calibrar con sentido y calibrar con esperanza. Este artículo revisa qué aportan los modelos rugosos a esa lectura y dónde siguen siendo insuficientes.

Analista cuantitativo revisando métricas de riesgo en pantallas

Gestión del riesgo

20 de septiembre de 2026 • Equipo editorial

Gestión del riesgo de derivados bajo volatilidad rugosa: lo que cambia cuando el modelo no es una semimartingala y nadie te lo había explicado así

Gestionar el riesgo de una cartera de derivados bajo un modelo rugoso no es lo mismo que hacerlo bajo Heston o Black-Scholes con volatilidad local. Las reglas cambian, las sensibilidades se calculan diferente y los errores de cobertura no convergen a cero aunque rebalancees más. Este artículo examina qué implica en la práctica adoptar un marco rugoso para la gestión del riesgo, sin simplificar lo que no debería simplificarse.