Un caso concreto antes que un catálogo: mesas que envían órdenes a través de varios brokers y necesitan distinguir una cancelación legítima de un spoofing en menos de un milisegundo. El modelo corre junto al motor de emparejamiento, no en un centro de datos a kilómetros de distancia.
Si operas con estrategias de alta frecuencia o das servicio a mesas que lo hacen, el resto de escenarios de esta página siguen la misma lógica: primero la situación real, después la técnica.
La pregunta que más nos llega desde mesas de trading y equipos de cumplimiento es siempre la misma: si el modelo corre dentro del servidor de la bolsa, ¿qué cambia de verdad en el día a día? Estos son los comentarios de tres operadores que migraron su vigilancia de spoofing y layering desde sistemas remotos a kernels locales, y una nota sobre la fiabilidad medida en producción.
Antes veíamos la cancelación cuando ya había movido la referencia. Ahora el clasificador marca la pila de órdenes en la misma microventana en que se forma y el aviso llega antes de que el precio reaccione.
Mesa de derivados, operador de renta variable
Lo que más notamos fue la caída de falsos positivos. Los umbrales fijos nos bloqueaban retiradas legítimas en apertura; con el modelo entrenado sobre el feed completo, el ruido de las primeras subastas dejó de disparar alertas.
Cumplimiento y vigilancia de mercado
Durante los últimos doce meses de operación en producción, el sistema sostuvo una tasa de detección por encima del 99,2 % en las técnicas evaluadas, con una latencia de inferencia estable por debajo de los 40 microsegundos y sin interrupciones atribuibles a las actualizaciones de pesos. Los equipos que revisan los casos confirman que la mayoría de las alertas corresponden a patrones que un análisis por intervalos de un segundo no habría registrado.