Quiénes somos

Nuestra misión

Exploramos los modelos de volatilidad rugosa con rigor analítico y sin rodeos, porque los mercados no esperan a que uno entienda la teoría.

Bienvenidos a Weleotmuesleacviose

Cuando los modelos clásicos de volatilidad empezaron a fallar frente a evidencia empírica repetida, algo tuvo que cambiar. Aquí nos dedicamos a estudiar y difundir los fundamentos del modelo de volatilidad rugosa, una perspectiva que cuestiona supuestos que muchos daban por sentados durante décadas.

Nuestra misión es ofrecer contenido riguroso sobre la teoría y la evidencia detrás de la volatilidad rugosa, con aplicaciones directas en la valoración de derivados y la gestión del riesgo. Sin promesas vacías, sin simplificaciones engañosas.

Analizamos la estructura matemática y empírica de los modelos de volatilidad rugosa, explicando su impacto en la dinámica de precios de derivados y en los marcos modernos de gestión del riesgo.

Publicamos análisis, revisiones de literatura académica y discusiones sobre implicaciones prácticas para profesionales del sector financiero que buscan ir más allá de los modelos convencionales.

Lo que hacemos

El contenido que publicamos abarca una variedad de temas relacionados con la volatilidad rugosa y sus aplicaciones en mercados financieros.

Desde la teoría matemática hasta la evidencia empírica, cubrimos el espectro completo para lectores con distintos niveles de experiencia técnica.

Fundamentos del movimiento browniano fraccional y su papel en la modelización de la volatilidad.
El exponente de Hurst y qué nos dice sobre la memoria de los procesos estocásticos observados.
Evidencia empírica que respalda la rugosidad de la volatilidad en datos históricos de mercado.
Comparación entre modelos de volatilidad estocástica clásica y los modelos de campo rugoso.
Implicaciones del modelo de volatilidad rugosa para la valoración de opciones sobre índices.
El modelo de Rough Bergomi: estructura, calibración y comportamiento bajo condiciones de mercado reales.
Curvas de volatilidad implícita y cómo los modelos rugosos reproducen su forma característica.
Dinámica del sesgo de volatilidad a corto plazo y el papel del exponente de rugosidad.
Aplicaciones del modelo de campo medio en la gestión cuantitativa del riesgo de derivados.
Simulación numérica de trayectorias bajo procesos de volatilidad con exponente de Hurst bajo.
Revisión de literatura académica: desde Gatheral hasta los desarrollos más recientes en el área.
Retos computacionales en la implementación de modelos de volatilidad rugosa en entornos reales.
El papel de la microestructura del mercado en la observación empírica de la rugosidad de la volatilidad.
Modelos de volatilidad multi-factor y su relación con los enfoques de campo rugoso más modernos.
Perspectivas de regulación y cumplimiento normativo en el contexto de modelos cuantitativos avanzados.
Preguntas abiertas en la investigación: qué sigue sin resolverse dentro del campo de la rugosidad.

Evaluar modelos de volatilidad no es elegir el más popular, sino entender cuál responde mejor a la evidencia disponible.

Cómo comparamos modelos

Comparamos marcos teóricos usando criterios empíricos claros: ajuste a datos históricos, capacidad de reproducir superficies de volatilidad observadas y coherencia con la microestructura del mercado. No hay favoritos aquí.

Antes de adoptar cualquier modelo, conviene hacerse las preguntas correctas sobre sus supuestos y limitaciones.

Estas son algunas de las cuestiones que guían nuestro análisis y que todo lector serio debería considerar.

¿El modelo que usas puede reproducir el sesgo de volatilidad observado a vencimientos cortos?
¿Has comprobado si el exponente de Hurst estimado en tus datos es estadísticamente robusto?
¿El marco que aplicas distingue entre volatilidad realizada e implícita de forma coherente?
¿Sabes qué ocurre con tu modelo cuando el horizonte temporal se reduce a minutos o segundos?
¿Has considerado el coste computacional de calibrar un modelo rugoso frente a uno clásico?
¿Tu modelo de riesgo incorpora la memoria larga de la volatilidad o asume independencia temporal?
¿Qué pasa con la cobertura dinámica cuando la volatilidad sigue un proceso no semimartingala?
¿El modelo que utilizas fue diseñado para los datos en los que lo estás aplicando actualmente?
¿Estás interpretando la rugosidad como un fenómeno estructural o como un artefacto estadístico?
¿Conoces las diferencias prácticas entre el modelo de Rough Bergomi y sus variantes más recientes?
¿Sabes cuándo un modelo más simple es preferible, aunque el modelo rugoso tenga mejor ajuste teórico?

Los modelos no son verdad. Son aproximaciones útiles mientras la evidencia los soporte.

Nuestra filosofía de análisis

Preferimos un análisis incómodo pero honesto a una narrativa cómoda que ignora los datos.

Revisamos los supuestos con la misma frecuencia con que revisamos los resultados. Eso no es debilidad metodológica, es rigor.

Si los datos cambian, cambiamos el modelo. Así de simple.

Cómo juzgar la información

Una fuente fiable sobre modelos cuantitativos cita sus datos, identifica sus supuestos y reconoce sus limitaciones sin que haya que pedírselo. Si no lo hace, la pregunta correcta es por qué.

Desconfía de cualquier análisis que presente un modelo como solución definitiva. Los modelos de volatilidad rugosa ofrecen una perspectiva valiosa, pero ningún marco captura toda la complejidad de los mercados reales.

Este contenido está diseñado para distintos perfiles, desde lectores con formación técnica hasta profesionales del riesgo.

Analistas cuantitativos

Profesionales con formación matemática que buscan una revisión rigurosa de la evidencia empírica y los desarrollos teóricos más recientes en modelos de volatilidad rugosa.

Gestores de riesgo

Especialistas en riesgo de derivados que quieren entender qué implica la rugosidad para sus marcos actuales de medición y cobertura, sin perder la perspectiva práctica.

Investigadores y académicos

Lectores con perfil académico que buscan un punto de entrada claro a la literatura, debates abiertos y perspectivas críticas sobre el estado actual del campo.