¿Cómo se aplican big data e inteligencia artificial en la gestión de inversiones?

Un avance tecnológico puede impactar, incluso transformar, la economía global y mucho más un sector en particular. La máquina de vapor en la primera revolución industrial, la electricidad en la segunda y la tecnología de Internet en la tercera cambiaron la historia humana. Hoy el big data y la inteligencia artificial (IA) tienen el mismo potencial transformador.

Así lo afirma un reciente artículo de Yoshimasa Satoh, un analista financiero con certificado CFA, publicado en el blog de CFA Institute, una entidad global a cargo de entregar los certificados de analistas financieros más relevante del mundo, representada en la Argentina por CFA Society Argentina,

Cuando se trata de Big Data y de inteligencia artificial en la gestión de inversiones, algunas personas anticipan un futuro prometedor con varias fuentes nuevas de alfa. Otros se preocupan por los trabajos que podrían perderse por culpa de las máquinas a través de la automatización de procesos.

Con respecto a las nuevas fuentes de alfa, según señaló Satoh, los desarrollos en esta cuarta revolución industrial plantean una serie de preguntas críticas. La forma en la que los profesionales de la inversión las aborden ayudará en gran medida a determinar quién se adaptará con éxito y quién podría quedar obsoleto.

En este contexto, es recurrente preguntarse si al utilizar Big Data e IA, pueden los administradores de inversiones lograr ventajas competitivas en la selección de valores y la asignación de activos.

En respuesta a esto, se puede decir que dependen del horizonte temporal de inversión. Con el comercio de alta frecuencia a corto plazo (HFT, sigla en inglés), por ejemplo, las oportunidades de inversión (el ruido a corto plazo en lugar del valor agregado económico o la fijación de precios erróneos debido a las tendencias de comportamiento estructuradas) podrían ser arbitradas.

Según Satoh, por el contrario las inversiones a largo plazo, como los factores ambientales, sociales y de gobernabilidad (ESG), los fondos de compromiso y los fondos de capital privado aún requerirán interacciones con la administración de la empresa.

Además, cada inversión potencial que no esté respaldada por big data o que la AI pueda analizar, requerirá que los inversores realicen un análisis más detallado y práctico. En este sentido, podría haber oportunidades en los mercados públicos en un horizonte de inversión a mediano plazo.

Satoh se preguntó si la IA es la mejor herramienta para buscar grandes cantidades de datos de fuentes de ventaja competitiva. ¿Estas ventajas serán limitadas en escala y sostenibilidad? ¿O serán más grandes y más duraderas?

Para este analista, las inversiones a mediano plazo en los mercados públicos están llenas de gestores de inversiones. El alto costo de la adquisición de big data y la implementación de IA puede significar que solo los gerentes más grandes y los jugadores especializados podrán aprovechar las oportunidades que presentan estas tecnologías.

Si sólo unos pocos gerentes grandes dominan el espacio, su ventaja podría perdurar a largo plazo. Pero el big data tendrá que ser de alta calidad si se quiere proporcionar información duradera: no importa cuán sofisticadas sean las técnicas de inteligencia artificial de una empresa, no pueden extraer oportunidades de inversión viables de la basura grande.

Al revisar la historia, muchos choques de mercado han resultado de hacinamiento y fallas en los enfoques de inversión mecánica: el Black Monday en 1987 y la crisis de liquidez cuantitativa en agosto de 2007, por ejemplo. Tales resultados pueden ser inevitables, incluso para big data e IA.

Satoh se preguntó si los pasos incrementales de Big Data y IA son saltos hacia adelante o son saltos cuánticos. Supuso entonces que tanto los administradores de activos como los propietarios de activos creen en el Big Data y en la inteligencia artificial. Sin embargo, las máquinas no pueden persuadir a los humanos ni tampoco les deben un deber fiduciario.

Además, las inversiones deben ser consideradas e intuitivamente comprensibles. Las máquinas no pueden comunicar los fundamentos económicos y de comportamiento de una estrategia de inversión particular.

Eso tomará tiempo, quizás una generación o más. Por lo tanto, el big data y la inteligencia artificial son probablemente un paso hacia adelante incremental en lugar de un salto cuántico.

Es fundamental evitar las expectativas excesivas y la especulación desenfrenada y centrarse en cómo se pueden aplicar estas herramientas de manera adecuada. No es el administrador de inversiones con mejor desempeño el que sobrevive o el que más sabe. Es el que más se adapta al cambio.