Cam. de Rda., 97, 18003 Granada, España
gaivogeeal - Educación en Trading Cuantitativo

gaivogeeal

Trading Cuantitativo

Reinventando el trading desde la ciencia de datos

Llevamos años construyendo puentes entre la estadística avanzada y los mercados financieros, ayudando a instituciones a tomar decisiones basadas en evidencia matemática en lugar de intuición

Cómo empezó todo esto

gaivogeeal nació en 2019 cuando un grupo de matemáticos y analistas financieros se cansó de ver cómo las instituciones seguían tomando decisiones de inversión basándose principalmente en corazonadas disfrazadas de análisis técnico.

Queríamos demostrar algo sencillo pero revolucionario: que los algoritmos de aprendizaje automático podían detectar patrones en datos históricos del mercado que ningún analista humano vería jamás. No por ser mejores personas, sino porque procesan millones de puntos de datos simultáneamente.

Así que nos instalamos en Granada, lejos del ruido de los centros financieros tradicionales, y empezamos a programar. Los primeros resultados llegaron en octubre de 2020, cuando nuestro primer modelo predictivo superó al índice de referencia por 18 puntos porcentuales durante seis meses consecutivos.

Instalaciones de análisis de datos financieros en Granada

Lo que realmente nos mueve

No vendemos fórmulas mágicas ni prometemos enriquecimiento rápido. Trabajamos con instituciones serias que entienden que el trading cuantitativo es ciencia aplicada, no alquimia financiera

Transparencia radical

Cada modelo que desarrollamos viene acompañado de documentación exhaustiva sobre su funcionamiento, sus limitaciones y los supuestos matemáticos en los que se basa. Nuestros clientes saben exactamente qué están comprando.

Educación constante

Organizamos sesiones trimestrales donde explicamos a nuestros clientes los fundamentos estadísticos detrás de cada estrategia. Creemos que un cliente informado toma mejores decisiones y confía más en el proceso.

Mejora iterativa

Los mercados evolucionan constantemente. Nuestros modelos también. Cada trimestre revisamos el rendimiento de cada algoritmo, identificamos debilidades y ajustamos parámetros basándonos en nuevos datos. Es trabajo continuo, no un producto estático.

Las personas detrás de los algoritmos

Nuestro equipo combina formación académica en matemáticas aplicadas con experiencia práctica en mercados financieros. No somos gurús del trading ni visionarios tecnológicos, solo profesionales que disfrutan resolviendo problemas complejos con datos

Valerian Quirós, Director de Estrategias Algorítmicas

Valerian Quirós

Director de Estrategias Algorítmicas

Pasó doce años en fondos de inversión tradicionales antes de cansarse del análisis subjetivo. Doctorado en estadística aplicada por la Universidad de Barcelona, especializado en series temporales financieras. Le encanta escalar y discutir sobre los límites del backtesting.

Casimiro Brandt, Arquitecto de Sistemas de Trading

Casimiro Brandt

Arquitecto de Sistemas de Trading

Ingeniero de software que descubrió los mercados financieros por casualidad y nunca se fue. Construye la infraestructura que mantiene nuestros modelos funcionando las 24 horas. Obsesionado con la latencia y la optimización de código. Colecciona vinilos de jazz y cultiva bonsáis.

Principios que guían nuestro trabajo diario

01

Rigor matemático

Cada estrategia pasa por validación estadística rigurosa antes de ver capital real. Usamos múltiples métricas de rendimiento ajustadas por riesgo y periodos de prueba que cubren diferentes condiciones de mercado.

02

Gestión de riesgo

Antes de preguntarnos cuánto podemos ganar, calculamos cuánto podríamos perder en el peor escenario. Nuestros sistemas incorporan límites de pérdida automáticos y diversificación estratégica como elementos fundamentales.

03

Comunicación honesta

Cuando un modelo falla o experimenta periodos de bajo rendimiento, lo comunicamos inmediatamente. Los mercados son probabilísticos y ninguna estrategia funciona el cien por cien del tiempo. La transparencia construye confianza a largo plazo.

04

Aprendizaje continuo

Dedicamos parte de nuestros recursos a investigación experimental sin presión comercial inmediata. Algunos proyectos funcionan, otros no, pero todos nos enseñan algo valioso sobre el comportamiento de los mercados.