Dirigiéndose a unos 400 aficionados a la inversión cuantitativa, un asesor experimentado de fondos de cobertura preguntó si alguien en la multitud había visto usos prácticos para la inteligencia artificial (IA) que serán reconocidos como el verdadero negocio en la próxima década. Pero solo dos personas levantaron la mano.
Era el organizador de un panel en Londres sobre el futuro de las finanzas sistemáticas, en un momento en que cada vez más operadores intentan aprovechar la inteligencia artificial para impulsar estrategias basadas en reglas.
Pero el escepticismo expresado en Quant Conference la semana pasada subraya las crecientes dudas sobre la promesa dis- ruptiva de la tecnología, una que durante mucho tiempo se ha promocionado como la próxima etapa de la revolución tecnológica.
El aprendizaje automático y la inteligencia artificial cubren un amplio espectro de técnicas, que van desde análisis estadísticos complejos hasta imitar la forma en que las neuronas en el cerebro proporcionan capas de aprendizaje. Para los proponentes, la tecnología ofrece la posibilidad de descubrir nuevas señales de inversión, acelerar las tareas rutinarias y reemplazar a los operadores humanos.
Todo eso es una perspectiva tentadora para la industria financiera, y especialmente para los partidarios de la inversión cuantitativa, que han estado lidiando con el bajo rendimiento y la competencia de los productos baratos que cotizan en Bolsa. Sin embargo, hasta ahora, el auge de la IA no ha demostrado ser un cambio de juego. Un índice de Eurekahedge, por ejemplo, que sigue a aquellos que usan IA y aprendizaje automático, ha tenido casi la mitad del rendimiento de sus pares de fondos de cobertura en los últimos tres años.
Ejemplo de Netflix. Para Kirk, las recomendaciones de películas son una metáfora útil de por qué es difícil aplicar técnicas de IA a las finanzas. Los mercados de capitales son tan grandes y complejos que obtener una lectura limpia de ellos es un gran desafío.
“Imagine lo buenas que serían las recomendaciones de películas de Netflix si 19 de cada 20 veces viera una película al azar, y una de cada 20 realmente viera una película que le guste”, dijo. “Las recomendaciones serían terribles”.
Matthew Sargaison, codirector ejecutivo de Man AHL, reconoció que a pesar del interés público de los últimos cinco años, el progreso en descubrir usos prácticos para la IA en las operaciones diarias ha sido lento. Aún así, estaba dispuesto a destacar algunos aspectos positivos. “Una de las novedades más importantes es el procesamiento de texto. Usar mejores técnicas e invertir más en eso te da una ventaja significativa una vez que obtienes datos que se pueden analizar de varias maneras”, expresó. Sargaison dijo que, si bien las señales sobre el texto inicialmente se basaron en diccionarios básicos, es posible utilizar técnicas más sofisticadas para obtener información más relevante para los mercados.
La inteligencia artificial es, sin duda, el futuro: no está claro cuándo llegará.
Ejemplos alto nivel
Una gran cantidad de casos de uso de IA en finanzas son simplemente ejemplos de estadísticas de alto nivel, asegura Ewan Kirk, director de Inversiones de Cantab. “Queríamos a Robby the Robot, y lo que obtuvimos son buenas recomendaciones de películas”, dijo en la reunión, refiriéndose a un ícono futurista en la película de 1956 ‘El planeta desconocido’.