Alucinaciones de la IA en el trading: guardarraíles antes que fe ciega

Pídele a un modelo de lenguaje el precio de cierre del martes de NVIDIA y responderá con fluidez, al instante y a veces mal, sin ningún cambio de tono entre ambos casos. Ese es todo el problema de las alucinaciones de la IA en el trading, comprimido en una frase. Cuando la salida es un ensayo, un detalle fabricado te cuesta una edición. Cuando la salida alimenta una posición, te cuesta dinero. Este artículo explica qué es en realidad una alucinación, por qué las preguntas financieras la provocan más que la mayoría, cómo son las tasas medidas, y la arquitectura, más una lista para el comprador, que mantiene la fabricación lejos de tus órdenes.

Qué es en realidad una alucinación

La palabra sugiere una avería, un fallo que se parcheará en la próxima versión. Ese encuadre te engaña para que esperes la versión arreglada. La alucinación se entiende mejor como el modelo haciendo exactamente aquello para lo que fue construido, en una situación en la que eso no es lo que necesitas.

Un modelo de lenguaje genera la continuación más verosímil del texto hasta ese punto. La verosimilitud es la única moneda. No hay un libro contable interno con hechos a un lado e invenciones al otro, ninguna bandera que se active cuando el modelo cruza de recordar a componer. «Apple reportó ingresos de» se completa con un número con la forma exacta de una cifra de ingresos de Apple, porque millones de frases similares le enseñaron al modelo qué aspecto tienen tales números. Que los dígitos concretos sean ciertos es una propiedad del mundo, y el modelo no está consultando el mundo. Está consultando la forma del lenguaje sobre el mundo.

Por eso la salida alucinada es tan difícil de detectar a ojo. No está distorsionada ni matizada. Llega en el mismo registro seguro que la salida correcta, con el mismo formato, a menudo rodeada de detalles que son exactos. La escala y el ajuste fino reducen la frecuencia; nada en el mecanismo la elimina. Un diseño de sistema que asume una fabricación segura ocasional está siendo realista, no paranoico.

Por qué las alucinaciones de la IA en el trading muerden más fuerte que en otros sitios

Las finanzas concentran cada desencadenante de fabricación en un solo dominio.

Los números dominan, y la estadística del lenguaje no puede verificar la aritmética. Precios, porcentajes, ratios, fechas: un modelo puede producir un P/E de 23,4 con la misma fluidez que 32,4, y ambos parecen igual de correctos sobre la página. Nada en la predicción del siguiente token comprueba la resta.

Las entidades chocan. Miles de tickers, muchos casi idénticos, más la costumbre del cripto de nombrar meme tokens como activos famosos. Un modelo al que preguntan por «SPX» puede mezclar el índice S&P 500 con un token no relacionado del mismo ticker, y entregar la mezcla con soltura.

La frescura es estructural, no incidental. Los mercados se mueven cada segundo; los datos de entrenamiento terminan en algún punto. Preguntado por cualquier cosa posterior a su corte, un modelo tiene una sola respuesta honesta y un fuerte tirón estilístico que lo aleja de darla. El precio caduco de sonido verosímil es el fallo por defecto, no el raro.

Los costes son asimétricos. Un hecho alucinado en el resumen de una película desperdicia un momento. Un nivel de soporte alucinado dimensiona una posición real.

Las tasas medidas justifican la preocupación. Bancos de pruebas de LLM financieros como FailSafeQA han documentado alucinaciones en una porción sustancial de preguntas de finanzas, con un estudio de 2024 que halló tasas de hasta aproximadamente el 41 % sin salvaguardas (FailSafeQA y bancos de pruebas relacionados, 2024-2025). La misma literatura es igual de clara sobre lo que funciona: anclar las respuestas en datos recuperados, restringir el modelo a llamadas de herramienta estructuradas y mantener compuertas de aprobación humana en el bucle. En otras palabras, el arreglo se conoce, y es arquitectónico.

La respuesta de la arquitectura: cuatro muros de carga

No haces que un modelo deje de inventar. Construyes un sistema donde las invenciones no tienen adónde ir. Cuatro principios sostienen el peso.

1. El LLM nunca es la fuente de los números. Cada precio, valor de indicador, saldo y cifra de volumen viene de un flujo de datos de mercado o una API de exchange, recuperado en el momento de usarlo. El modelo puede hablar de números que le entregaron; nunca debe suministrarlos de memoria. Esta sola regla elimina la mayor clase de daño.

2. Las acciones pasan por llamadas de herramienta tipadas. El modelo no emite texto libre que algo aguas abajo interpreta como una orden. Rellena huecos definidos en un esquema definido: activo de una lista validada, cantidad como número acotado, tipo de orden de una enumeración. Un ticker fabricado falla la validación en lugar de llegar a un mercado. Piensa en la plantilla, no en el bolígrafo: escriba lo que escriba el modelo, solo las formas rígidas pasan.

3. La intención interpretada se valida de vuelta al humano. Entre tu frase y cualquier automatización en marcha se interpone un paso de reformulación: esta es la condición, el tamaño y el límite exactos que entendí; confírmalo. Las malas lecturas y las invenciones se vuelven visibles en el momento más barato posible, antes de que nada esté en vivo.

4. Todo se registra. Cada interpretación, obtención de datos e intento de orden deja un registro. Cuando algo te sorprende, el registro responde «qué creía que estaba haciendo» con evidencia en lugar de con sensaciones.

Esta es la división sobre la que funciona Obside. El LLM del copiloto hace el trabajo de lenguaje: interpreta «vende la mitad de mi posición si cae un 8 % desde aquí» y redacta la automatización. Pero «aquí» lo resuelve el motor de precios a partir de datos en vivo, el 8 % se calcula de forma determinista, la orden es una instrucción tipada enrutada con comprobaciones de riesgo aplicadas en el momento de la ejecución, y las condiciones reformuladas esperan tu aprobación antes de que el agente exista. Una alucinación puede redactar mal una propuesta que leerás y rechazarás; no tiene camino para colocar una operación, porque los componentes que tocan dinero no improvisan. La división del trabajo más amplia entre modelos de lenguaje y motores deterministas se traza en qué pueden y qué no pueden hacer los LLM en el trading.

La lista de «¿esto puede hacerme daño?»

Usa estas ocho preguntas en cualquier producto de trading con IA, incluidos los que ya has conectado. Cada una viene con la respuesta de bandera roja que debería terminar la evaluación.

#	Pregunta que hacer	Respuesta de bandera roja
1	¿De dónde vienen los precios y los valores de los indicadores?	«La IA conoce el mercado» o ninguna respuesta clara. Los números deben venir de flujos de datos nombrados, no del modelo.
2	¿Puede el modelo teclear libremente una orden, o rellena un esquema validado?	Texto libre en cualquier punto entre el modelo y la ejecución.
3	¿El sistema reformula lo que entendió antes de ejecutarlo?	Tu frase va directa a una automatización en vivo.
4	¿Qué pasa cuando faltan datos o están caducos?	Responde igualmente. El comportamiento seguro es rehusar o marcar, nunca improvisar.
5	¿Hay un modo paper que usa la misma tubería que el real?	La simulación es un camino de código separado y más bonito, o no existe.
6	¿Los límites de riesgo se aplican fuera del modelo?	Los límites son parte del prompt. Los prompts son sugerencias; las comprobaciones en el momento de la ejecución son leyes.
7	¿Puedes auditar cada decisión después del hecho?	Ningún registro de lo que se interpretó, obtuvo y envió.
8	¿El marketing afirma que la IA «predice» los precios?	Sí. Afirmaciones de predicción más un modelo de lenguaje es igual a ficción segura con una cuota de suscripción.

Dos de estas merecen énfasis. La pregunta 4 es la asesina silenciosa: un sistema que no puede decir «no lo sé» sustituirá la verosimilitud justo cuando las condiciones sean más extrañas, que es justo cuando dependes de él. Y la pregunta 6 separa el teatro de la ingeniería. Una regla de riesgo escrita en un prompt puede ser ignorada por el mismo mecanismo que ignora los hechos; una comprobación de riesgo en la ruta de ejecución no puede. Si un proveedor no puede decirte cuál de las dos tiene, asume la del prompt.

Los productos que suspenden tres o más de estas preguntas no son «tempranos». Están cableados de forma que la fabricación puede llegar a tu dinero. El resto del registro de riesgos más allá de la alucinación, desde backtests sobreajustados hasta la seguridad de las claves, se clasifica en los riesgos reales de los agentes de trading con IA.

Qué no significa la alucinación

Sería una conclusión equivocada renunciar del todo a los modelos de lenguaje en el trading, porque el fallo es específico, no general.

Los LLM son genuinamente fuertes en la capa del lenguaje: convertir un párrafo de intención en reglas candidatas, resumir un informe de 40 páginas a los tres puntos que tocan tus posiciones, explicar por qué la caída de un backtest se agrupa en un régimen, criticar la lógica de una estrategia que escribiste. En estos usos, la fabricación o bien está ausente (se provee el texto fuente) o bien es barata de detectar (revisas la salida antes de que pase nada). La alucinación se vuelve peligrosa solo cuando la salida del modelo fluye hacia la ejecución sin un punto de control determinista o uno humano.

Así que la postura madura no es ni la confianza ni la abstinencia. Es la colocación: los modelos de lenguaje en el lenguaje, los motores en los números, las compuertas en las acciones. Dónde pertenecen esas compuertas, y qué decisiones deberían esperar siempre a una persona, es el tema de trading con humano en el bucle. Y si tu flujo de trabajo actual es pegar a mano las sugerencias de un chatbot en un bróker, los modos de fallo concretos de ese montaje se cubren en ChatGPT para trading.

Cómo seguir a partir de aquí

La alucinación no es un escándalo sobre la IA; es una propiedad de la herramienta, como el retroceso en un rifle. No arreglas el retroceso, construyes una culata y una postura a su alrededor. Haz las ocho preguntas a cualquier cosa que quiera acceso a tus cuentas, rechaza los productos donde el modelo toca números u órdenes directamente, e insiste en el paso de reformulación cada vez.

Si quieres ver la versión contenida en la práctica, Obside pone al LLM solo en tareas de interpretación, alimenta cada número desde datos de mercado en vivo, y mantiene cada automatización tras tu aprobación explícita, de modo que lo peor que una alucinación puede hacer es proponer algo que lees y declinas.

Contenido educativo únicamente. Esto no es asesoramiento de inversión. Operar conlleva riesgos, incluida la posible pérdida de capital.