Este es el tipo de pregunta en la que una respuesta adecuada podría requerir un pequeño libro o al menos un documento técnico. Pero sí, tus desafíos son bastante comunes y son problemas como este los que me motivaron (y a muchos otros) a construir su propio marco de trabajo sobre QuantLib.
Por lo tanto, aunque no puedo dar una respuesta exhaustiva, aquí hay algunos detalles que espero que te ayuden:
¿Cuáles son las mejores prácticas para mantener y actualizar modelos de curvas de interés, especialmente en un entorno de equipo pequeño?
Quieres reducir tu configuración a unos pocos ajustes que los usuarios finales puedan cambiar rápidamente. Esto típicamente requerirá construir una simbología de instrumentos y una base de datos de instrumentos para que el usuario final pueda decidir rápidamente una lista de instrumentos para usar en la construcción de la curva seleccionándolos de un conjunto, como poder elegir cosas como ICE.SR3.M25 de un menú desplegable si se desea utilizar un futuro de tasas de interés para la construcción de la curva. Del mismo modo, quieres exponer cosas como métodos de interpolación como configuración para que puedan cambiarse fácilmente. Podría terminar pareciéndose a algo así.
¿Es común en la industria ajustar manualmente estos modelos en respuesta a las condiciones cambiantes del mercado, o hay una tendencia hacia procesos más automatizados?
Es un poco de ambos. Aquellas empresas que negocian activamente con la curva deben prestar mucha atención a la calidad de la misma, y tendrán a un trader cuantitativo revisando la curva regularmente a lo largo del día y ajustando datos y configuraciones según sea necesario para que se vea bien. Si eres una empresa más pequeña que negocia con valores menos sensibles a la calidad de la curva, o un equipo de gestión de riesgos, es mejor simplemente configurar la curva de una manera muy robusta y poco probable de no calibrar correctamente, y luego dejarlo a la automatización. Un ejemplo de esto sería simplemente utilizar IR swaps espaciados por algunos meses/años y un interpolador de tasa fija, esto será bastante estable día a día.
Para aquellos que utilizan QuantLib u bibliotecas similares, ¿qué estrategías o herramientas se recomiendan para mejorar la robustez y confiabilidad de los métodos de ajuste?
Como se mencionó anteriormente, en realidad no depende tanto de la biblioteca específica que estés utilizando, sino de la elección de instrumentos y metodología de calibración. Si estás utilizando interpolación spline con muchos y muchos instrumentos, tendrás una calibración muy inestable que también es sensible a inconsistencias del mercado o problemas de liquidez, y dichas curvas requerirán mucha atención constante. Por otro lado, si tienes una configuración simplista con instrumentos escasos y una interpolación de tasa fija, tu valoración de los instrumentos fuera del mercado no será tan buena. Así que querrás encontrar un equilibrio entre estos dos extremos que sea el adecuado para tu organización.
