De un disruptor a una parte integral de nuestras vidas, la inteligencia artificial (IA) es la tecnología definitoria de nuestro tiempo, una que está cambiando rápidamente la forma en que trabajamos, consumimos e invertimos.
Su capacidad para buscar, analizar e interpretar grandes cantidades de datos de manera eficiente y rápida ha hecho que se implementen para negociar y obtener ideas de inversión. En los mercados más avanzados, el comercio de IA está ganando terreno y se está utilizando para desarrollar estrategias comerciales.
“A nivel mundial, la gestión de activos se define cada vez más mediante la inteligencia artificial y el aprendizaje automático (ML). Los fondos administrados por computadoras representan más del 60 por ciento de la actividad comercial de EE. UU. ”, Dijo Kanika Agarrwal, CIO, Upside AI, que realiza inversiones basadas en aprendizaje automático.
La IA es imparcial, carente de emociones y no tiene un estilo específico de inversión. Un buen algoritmo es dinámico y puede probar y refinar las estrategias comerciales observando las tendencias del mercado. Puede hacer lo que hacen los analistas: recopilar información, datos y evaluarlos para generar sugerencias.
“Puede encontrar alfa de manera constante, lo que es difícil para los gerentes humanos que prosperan en algunos ciclos de mercado pero no en otros”, dijo Agarrwal.
“La actividad comercial global (a corto plazo, alta frecuencia, técnicas, etc.) ahora está dirigida en gran medida por la tecnología. Incluso los ETF pasivos han superado a los gestores activos en AUM en los EE. UU. ”, Dijo Agarrwal.
Ella opina que el próximo paso para la IA será la inversión fundamental.
“Creemos que los próximos grandes inversores como Warren Buffett y Charlie Munger serán IA. Benjamin Graham y Warren Buffett han sido grandes creyentes en invertir usando reglas sistematizadas y mantenerse alejado de las emociones. La mejor manera de seguir las reglas sin emociones es el uso de la inteligencia artificial y la tecnología ”, dijo Agarrwal.
Si bien los mercados desarrollados parecen estar acostumbrándose rápidamente a esta revolución tecnológica, los mercados emergentes como India tardarán algún tiempo en ver su dominio en la inversión.
“En India, si bien la inversión está impulsada en gran medida por las personas, creo que veremos cambios estructurales en la próxima década a medida que nuestros mercados maduren y el alfa se vuelva más difícil de encontrar. Cada vez veremos más productos como el nuestro tratando de encontrar diferentes enfoques para invertir en el uso de IA ”, dijo Agarrwal.
La mayor fortaleza de la IA es su absoluta dependencia de los datos y utiliza algoritmos para comprender el mercado y sus ciclos. Esta es la razón por la que la IA se utiliza en la industria de la gestión de inversiones y patrimonios a nivel mundial.
Mihir K Malani, fundador de la startup FinTech, Nerve Solutions señaló que si bien el objetivo final es siempre mejorar los rendimientos, el proceso generalmente implica múltiples pasos como elegir las acciones correctas en función de las tendencias históricas, decidir el tamaño de la inversión, identificar y predecir tendencias, etc.
“Un enfoque comúnmente adoptado es utilizar modelos de ML para categorizar a los clientes según sus perfiles, preferencias de inversión y apetito de riesgo y dejar que el modelo llegue a las estrategias de inversión más adecuadas para ellos”, dijo Malani.
Una de las mayores ventajas de un modelo de inteligencia artificial bien desarrollado para la inversión es su capacidad para evitar trampas y predecir las reducciones con éxito, dijo.
“Además, una buena forma de medir la eficiencia de un modelo es a través del número de falsos positivos que genera. Cuanto menor sea el número, mejor y más confiable será el modelo ”, agregó Malani.
Los desafíos
Aunque la IA parece ser una fuerza inevitable en la inversión, existen desafíos por delante.
Si bien es fácil acceder a grandes conjuntos de datos financieros estructurados para crear modelos de aprendizaje automático, existen varios desafíos asociados con el desarrollo de un modelo que funcione.
Agarrwal of Upside AI cree que los desafíos de la inteligencia artificial son verdaderos en todas las industrias, incluida la calidad de los datos de inversión, la calidad del modelo construido, la falta de talento en la India para construir estas máquinas, la resolución de problemas de inversión cualitativa como el gobierno corporativo y una aceptación más amplia de la tecnología.
Diferenciar patrones genuinos y coincidencias es uno de los mayores obstáculos que uno puede enfrentar al aplicar la inteligencia artificial a la inversión.
“A veces, las meras coincidencias dan una ilusión de correlación. La imposibilidad de identificarlos podría conducir a modelos extremadamente inexactos ”, dijo Malani.
Identificar las características correctas y luego diseñar el modelo es un desafío.
“Este es un desafío común que se enfrenta a menudo al desarrollar modelos de inteligencia artificial para instrumentos derivados. Con una serie de factores involucrados en el precio de un contrato de derivados, perder las características correctas podría conducir a modelos aparentemente correctos pero erróneos ”, dijo Malani.
Además, incorporar factores geopolíticos dentro de un modelo también es un desafío.
“Si bien incorporar información de precios y volumen dentro de un modelo de IA es bastante procedimental, es extremadamente difícil tener en cuenta los factores que se encuentran fuera de los mercados pero que tienen un impacto profundo en los movimientos del mercado. Estos factores a menudo son la razón por la que los modelos fallan ”, dijo Malani.
A pesar de estos desafíos, la IA es el futuro de la inversión, que abre muchas posibilidades tanto para inversores como para administradores.
