signal-watch

El gasto en infraestructura de IA recorre una larga cadena de proveedores: fundiciones, fabricantes de memoria, redes ópticas, equipos eléctricos y los operadores de red que conectan los nuevos centros de datos. Cada eslabón publica datos según su propio calendario y en su propio formato, y algunos nunca se conservan: los precios spot de la memoria, por ejemplo, solo muestran la última sesión.

signal-watch recoge esos datos a medida que aparecen y los contrasta cada semana con una tesis escrita sobre esa expansión. El objetivo no es predecir precios, sino saber, con fechas, cuándo la evidencia empieza a contradecir la tesis.

Veinte recolectores en la línea de IA, cada uno con su propio calendario:

• Informes ante la SEC: flujos de 8-K y 6-K de 13 empresas, Form 4 y 13D/G, participaciones 13F de 10 fondos desde 2015, y gasto de capital y margen bruto en XBRL de 12 empresas
• Memoria: precios spot de DDR5, recogidos a diario porque la fuente no conserva historial
• Cadena de suministro asiática: ingresos mensuales de 11 empresas taiwanesas desde 2015 y exportaciones coreanas de chips desde 2016
• Energía: colas de interconexión de seis operadores de red de EE. UU. (ERCOT, MISO, CAISO, SPP, NYISO, ISO-NE) cada semana, con el historial de Berkeley Lab desde 2014
• Mercados: precios diarios de 73 tickers desde 2014, el índice de precios al productor de semiconductores de EE. UU. y datos de centros de datos de Epoch AI
• Lenguaje: recuentos de palabras clave de 254 conferencias de resultados de 9 empresas (solo recuentos, sin almacenar transcripciones) y 12 fuentes de noticias

Cada una de las 20 señales es una consulta SQL con una dirección, un nivel de alerta, un nivel de ruptura y una antigüedad máxima de los datos. Los ingresos mensuales de TSMC frente a los del año anterior, por ejemplo, dan alerta con +10 % o menos y se rompen en cero. Los datos que superan su antigüedad máxima se califican como desactualizados: no aportan evidencia en ningún sentido.

Las señales nunca operan en el mercado. Cuando una da alerta, la revisión semanal debe juzgar si es real o una falsa alarma y registrar un pronóstico a 13 semanas. Los pronósticos se registran en git antes de conocerse el resultado y después se puntúan frente al azar. Las reglas para cambiar la tesis también están por escrito: una línea vigente nunca se edita, y los umbrales solo se modifican en una ventana trimestral, con base en evidencia posterior.

La revisión se ejecuta como un usuario de sistema desechable, con Claude limitado a leer archivos, buscar y escribir. No tiene shell ni git. Ve copias de solo lectura de la tesis, las instantáneas y los informes anteriores; la base de datos y todos los secretos quedan fuera de su vista, y el único lugar donde puede escribir es su propia bandeja de salida.

• Red: direcciones privadas, de loopback y de metadatos de la nube bloqueadas; la web pública abierta para leer fuentes
• Credenciales: su token de API proviene de una credencial cifrada de systemd; no tiene acceso al correo, a la nube ni a GitHub
• Límites: 2 GB de memoria y una hora por ejecución
• Efectos secundarios: un paso separado, sin IA, registra el informe en git, anota los pronósticos y envía el correo

El backtest reproduce la tesis semana a semana desde enero de 2023, unas 200 semanas, más un periodo de reserva (holdout) 2016-2022 que no se usó para diseñar los umbrales. Cada tipo de dato tiene una regla de disponibilidad en el tiempo: las participaciones de los fondos cuentan desde su fecha de presentación, los precios al productor desde el mes siguiente y los estados financieros desde su primera presentación. Una prueba añade datos futuros y verifica que ninguna semana pasada cambie.

Las operaciones se ejecutan al cierre de la semana siguiente con un costo del 0,1 %. Cada regla se compara con SMH, un fondo indexado de semiconductores, y con una cartera de control fija. La regla que vendía una posición cuando su señal se rompía perdió frente a simplemente mantenerla en ambos periodos, y por eso las señales orientan el juicio en lugar de operar. Los límites del método están escritos junto a las cifras: un solo ciclo de mercado, capas elegidas en retrospectiva, ventanas superpuestas y ningún ajuste por riesgo.

Se ejecuta en un pequeño servidor de AWS con systemd, con nueve temporizadores y copias de respaldo nocturnas en Amazon S3. Unas 11.000 líneas de Python con 156 pruebas automatizadas. El núcleo no sabe nada de chips: una segunda línea de investigación, sobre ciberseguridad, se añadió como configuración con cinco recolectores propios.