En Trendy trends In Time Series, William M. Briggs insiste en los peligros de trazar de forma mecánica líneas de tendencia sobre series de datos temporales, argumentando que a menudo se cae en la falacia de asumir una fuerza causal subyacente que no existe. A propósito de un estudio sobre las causas de la inflación pos-COVID, Scott Sumner reflexiona en Fiscal shocks, inflation and the Lucas Critique sobre la complejidad del concepto de causalidad en macroeconomía. Haciendo uso de la crítica de Lucas, Sumner señala que calificar el estímulo fiscal como la causa principal de la inflación es insuficiente: la política monetaria de la Reserva Federal podría haber neutralizado dicho impacto. Del artículo rescato: ...

Los mercados de predicciones tienen sus defensores y sus detractores. Los argumentos de unos y otros son sobradamente conocidos y son, con frecuencia, muy apriorísticos. Yo, ni entro ni salgo porque nada en lo relativo a esta cuestión depende de mi opinión. Sí que me divierte, en cambio, coleccionar casos concretos en el lado incorrecto de las barreras deontológicas que algunos, desde la distancia, proponen. Uno es este: El 4 de junio de 2026, el medio estadounidense Semafor publicó en exclusiva que un equipo de la primera división española había colocado una apuesta multimillonaria contra sí mismo en Kalshi, una plataforma regulada de mercados de predicción, para cubrirse ante un posible descenso. Semafor no identificó al club, pero la operación se hizo pública con suficiente detalle como para que el nombre de Osasuna circulara de inmediato. Osasuna admitió haber contratado una póliza con Howden, aseguradora especializada en el mundo del deporte, por un importe de 1,2 millones de euros como cobertura ante un posible descenso, pero negó que eso constituyera una “apuesta”: se trata, según el club, de un seguro cuya función es paliar las pérdidas económicas que habría supuesto perder la plaza en Primera División. El riesgo fue asumido finalmente por Susquehanna, una firma de trading cuantitativo que, según las fuentes consultadas por Semafor, se llevó más de un millón de dólares. No se sabe exactamente qué ruta tomaron estos riesgos, pero se especula que Howden los reaseguró con Game Point Capital, este con Greenlight Commodities y, finalmente, este con Susquehanna usando un contrato OTC a través de Kalshi. Game Point Capital es una empresa especializada en ayudar a las organizaciones deportivas a gestionar el riesgo financiero asociado tanto al éxito excesivo (p.e., bonus de entrenadores por llegar a playoffs) como al fracaso (pérdida de ingresos televisivos por descenso). Game Point suele transferir esos riesgos a reaseguradoras como Lloyd’s, pero en este caso probó los mercados de predicción, contratando a Greenlight Commodities, una intermediaria especializada, que ejecutó la operación en Kalshi. Al otro lado de la operación estaba Susquehanna, una firma de trading cuantitativo que, según las fuentes consultadas por Semafor, se llevó más de un millón de dólares. Susquehanna fue en 2023 la primera firma de trading cuantitativo en crear una mesa dedicada exclusivamente a los mercados de predicción y actualmente opera como «market maker principal» en Kalshi. ...

Un artículo sobre «clientes sintéticos» para la realización de estudios de mercado (contratar clientes no sintéticos, por si no es evidente, resulta muy caro). Otro sobre un posible futuro de los papers mediado por el uso masivo de LLMs. Mucho se ha escrito sobre el desigual impacto de la IA en las distintas disciplinas y de cómo los sectores más inasequibles a ellas podrían convertirse en cuellos de botella. Jordan Dworkin traslada ese argumento al mundo de la investigación científica. ...

En 2008, Chris Anderson publicó en Wired un famoso artículo —mencionado en más de una ocasión en estas páginas—, The End of Theory: The Data Deluge Makes the Scientific Method Obsolete, cuyo argumento no voy a glosar porque es ya cultura general. Tyler Cowen ha escrito un pequeño libro, The Marginal Revolution, con argumentos como: El libro de Tyler Cowen examina críticamente la revolución marginalista —la que estableció los principios teóricos de la economía moderna (¿o clásica ya?)— y observa el declive de su influencia. Según Cowen, el auge de la IA en economía guarda paralelismos con la aparición del marginalismo en la década de 1870: en ambos casos, nuevos métodos demuestran ser superiores a las intuiciones y enfoques previamente dominantes, transformando el panorama intelectual. En ámbitos como la economía financiera, el marginalismo está siendo desplazado por métodos cuantitativos y algoritmos capaces de extraer conocimiento de los datos sin apoyarse explícitamente en principios económicos marginalistas. En particular, los modelos de aprendizaje automático están identificando patrones complejos que el razonamiento marginalista no podía detectar, poniendo de manifiesto las limitaciones de las teorías económicas. El libro sugiere que muchas de las intuiciones microeconómicas del siglo XX pudieron haber actuado como un sustituto provisional de conocimientos que simplemente no estaban disponibles, y que la IA está revelando la magnitud de aquello que el marginalismo nunca estuvo en condiciones de observar.

El día 24 de junio de 2026 doy una charla en el PyData de Madrid. El anuncio, que me ha llegado vía Guild, reza: PyData Madrid vuelve en junio para hablar de Python, Datos, Visualización, Inteligencia Artificial, ¡Y lo que surja! Nuestra última reunión antes del parón veraniego se realizará en las instalaciones de Informática del Ayuntamiento de Madrid (calle Albarracín 33), quienes generosamente nos ceden el espacio. Tendremos el placer de contar con tres charlas: ...

Matthew Yglesias defiende la siempre subestimada importancia de las disputas metodológicas aburridas en el debate político. Debates aparentemente fácticos en política dependen de decisiones metodológicas complejas sobre las que la gente pasa de puntillas. Por ejemplo, al analizar si los salarios reales en EEUU cayeron entre 1979 y 2014, la conclusión varía drásticamente según los supuestos y deflatores técnicos elegidos. En una entrada de 2017 titulada If It’s Worth Doing, It’s Worth Doing With Made-Up Statistics, Scott Alexander aboga por el uso de estimaciones numéricas aproximadas y «cifras inventadas» en marcos de decisión formales (como el utilitarismo o la inferencia bayesiana). Sostiene que, aunque estas cuantificaciones sean imprecisas, siguen aportando información útil y superan con creces a la intuición humana pura, que, como es bien sabido, suele sufrir sesgos graves. ...

Jon González tenía una cuenta popular en Twitter. Unos tipos a los que no les gustaba lo que contaba urdieron una estrategia, eventualmente exitosa, para taparle la boca. Eso está contado en muchas partes, como por ejemplo, esta. Jon González era conocido por sus gráficos, que acompañaban a sus análisis y opiniones sobre diversos aspectos de la economía española. Se trata de un asunto que no me interesa demasiado porque aunque me afecta, carezco de instrumentos para actuar sobre él de forma efectiva. Es un poco como el tiempo: no soy yo el que hace llover; de igual manera, yo no subo los tipos de interés ni redacto la legislación laboral, así que invierto mi tiempo en otra cosa. ...

Mi viejo colega J.L. Cañadas ha publicado su consuetudinario análisis de las encuestas electorales, esta vez para las elecciones andaluzas de 2026. La novedad de este año es que ha delegado el trabajo en Claude: le ha pasado los enlaces de las anteriores y le ha pedido que lo replique. Y nada mal. Como anécdota, contaré que yo también traté luego de replicar sus resultados usando modelos gratuitos para ver si respondían mucho peor que Claude pero luego caí en la cuenta de que uno de ellos había encontrado por su cuenta la entrada enlazada más arriba y la había copiado literalmente. Hay modelos listos y modelos espabilados, parece. ...

En 2019 escribí sobre variantes «modernas» del coeficiente de correlación.. Mencioné allí: Otra entrada mía de 2011 sobre el mismo asunto sobre el artículo Detecting Novel Associations in Large Data Sets. La correlación de Hellinger, de 2018 (que cita a la anterior). La «multivarianza total de la distancia», que se publicó en 2019 (aunque el artículo es del 17) y que no cita a ninguna de las anteriores. Y a la lista hay que sumar la de Chatterjee (también publicada en 2019, un muy fructífero año para variantes de la correlación) que solo cita al primer artículo y de cuya existencia me enteré muy recientemente. ...

Simon Willison argumenta que la ciberseguridad se está convirtiendo en un sistema de «prueba de trabajo» donde la robustez de un sistema dependerá de gastar más recursos en encontrar vulnerabilidades que los atacantes. Además, como consecuencia de lo anterior, que esto redundaría en una ventaja competitiva de las librerías de código abierto, ya que el esfuerzo invertido en asegurarlas mediante IA se compartiría entre todos sus usuarios. Lo que no me parece un razonamiento particularmente bien basado en primeros principios (económicos), si es que estos sirven para algo hoy en día. ...