← Volver a Lab
Experimento interactivo

La ilusión de control

En sistemas complejos, añadir más variables no garantiza una mejor comprensión del sistema. Este experimento explora cómo la complejidad aparente puede generar una falsa sensación de precisión predictiva.

Configuración del modelo
Sensibilidad macro
70%
Factor inflación
55%
Momentum
62%
Liquidez global
50%
Ruido estadístico
40%
Complejidad modelo
80%

El usuario puede optimizar decenas de variables, pero la precisión predictiva sigue siendo limitada debido al ruido, la complejidad y la incertidumbre inherente del sistema.

Predicción vs realidad
Modelo sobreoptimizado
Complejidad del modelo
82%
Número de parámetros y optimización aplicada
Precisión predictiva
51%
Capacidad real del modelo para anticipar resultados
Confianza del modelo
Alta
Sensación subjetiva de control y precisión
Sobreoptimización
Elevada
Riesgo de ajustar el modelo al ruido y no al sistema real
Idea central

En sistemas complejos, aumentar el número de variables no garantiza una mejor comprensión del sistema.

Cómo interpretar este experimento

Qué observar

  • El modelo parece más sofisticado a medida que aumentan las variables.
  • La confianza subjetiva puede aumentar más rápido que la precisión real.
  • Ajustar demasiados parámetros puede introducir sobreoptimización.
  • La complejidad adicional no elimina la incertidumbre inherente.

Qué representa

  • La línea azul representa la predicción del modelo.
  • La línea roja representa la realidad simulada.
  • El objetivo no es predecir mercados reales.
  • El experimento busca visualizar límites predictivos y exceso de control aparente.

¿El modelo realmente entiende el sistema... o simplemente está ajustándose mejor al ruido?

Este experimento utiliza simulaciones estilizadas para explorar incertidumbre, complejidad predictiva y límites epistemológicos en sistemas financieros.