INo es ningún secreto que la tecnología de procesamiento de big data es una de las fuerzas más disruptivas en el mercado financiero actual. Algunas empresas han perfeccionado sus subrutinas de selección de acciones basadas en IA hasta convertirlas en una ciencia y, como resultado, están cosechando los beneficios. Otros acaban de subirse al tren de la IA, pero incluso ellos disfrutan de mayores ganancias como resultado.
Hace solo unos años, algunas personas sugerían que los inversores nunca podrían confiar en los consejos digitales porque siempre existe el riesgo de que alguien esté moviendo los hilos detrás de escena cuando se trata de ciertos canales. Avance rápido hasta hoy y tiene un mercado que está experimentando una explosión de actividades de comercio diario, mientras que otros ponen dinero en acciones de memes y bromean con criptomonedas. A pesar del aspecto un tanto anárquico de la situación actual, en realidad hay mucho procesamiento de datos sólido detrás y un entorno de mercado que permite a las personas separar el ruido de los buenos consejos que les ayudan a tomar mejores decisiones sobre su dinero.
Las fuerzas impulsoras detrás de un gran cambio en el mercado
Si bien el código de inteligencia artificial forma la columna vertebral de áreas tan diversas como el clima y la atención médica, las selecciones de inversión a menudo se realizan utilizando las mismas técnicas de toma de decisiones en las que los analistas experimentados han confiado desde que se abrieron los primeros mercados. A pesar de que los espacios financieros y de inversión se encuentran entre los más dinámicos y progresivos de todos los segmentos de la industria, ha habido al menos cierta desconfianza en las soluciones automatizadas. Esto tiene sentido, ya que los expertos han estado dando vueltas en la calle desde que ha habido un Wall Street al que arrojar dinero.
Cuando se propuso por primera vez el concepto de computación en la nube allá por la década de 1970, era difícil para las personas ajenas al círculo de ARPANET ver una forma real de traducir esta tecnología en un flujo de caja positivo. Si bien hemos realizado innumerables desarrollos desde entonces, parece que muchos operadores de servicios financieros todavía tienen algunas dificultades cuando llega el momento de integrar las rutinas de procesamiento de big data con sus programas de inversión. Teniendo en cuenta cuánto pueden ganar muchas personas simplemente aprovechando sus flujos de información actuales, innumerables empresas están haciendo todo lo posible para cambiar la forma en que ven las preguntas relacionadas con los datos y las inversiones.
Al menos un estudio afirma que toda la industria de la nube buscará 175 zettabytes de datos para el año 2025, y es muy posible que haya aún más información flotando en el éter para ese momento. Eso solo debería sugerir que incluso los inversores más conservadores querrán pensar en cambiar sus hábitos actuales.
Por otro lado, esto también dice mucho sobre cuánto ruido virtual debe haber en este tipo de entorno. Cualquiera que tenga la experiencia más básica en el manejo de una plataforma de programación low-code puede desarrollar algún tipo de herramienta financiera que puede o no ser efectiva. Se ha alentado a aquellos que estén interesados en usar cualquier solución dada a considerar la fuente de datos detrás de ella.
Profundizando en los flujos de datos financieros
La evidencia sugiere que las herramientas de IA son muy útiles cuando se trata de la gestión de carteras, pero necesitan una gran cantidad de supervisión humana para asegurarse de que funcionan correctamente. Sin embargo, dado que estas herramientas funcionan sin la carga de la emoción, algunos fondos de cobertura y administradores de ETF han creado modelos estadísticos que funcionan solo con un mínimo de intervención regular. Pueden hacerlo solo porque confían en fuentes sólidas de información para realizar sus cálculos. Los flujos de datos que provienen directamente de los principales intercambios, como NASDAQ e incluso los mercados OTC, generalmente se consideran confiables porque es poco probable que alguien tenga la capacidad de manipularlos antes de que lleguen a las entradas expuestas por una API para usar con estos gestión de inversiones virtuales. herramientas.
Cerulli Associates realizó un examen de los activos bajo la gestión de varios fondos habilitados para IA y descubrió que el rendimiento total de esos fondos era de casi el 34 % en comparación con un poco más del 12 % para aquellos que no hacían uso de la tecnología de IA. Otro estudio realizado por el Turning Institute encontró que poco menos del 10 por ciento de los fondos de cobertura utilizan actualmente el aprendizaje automático para construir modelos estadísticos. Si bien esto no parece mucho, ciertamente es un número estadísticamente relevante y sugiere que los números de Cerulli se mantienen firmes.
Las técnicas clásicas de gestión de carteras ciertamente tienen algunas deficiencias, sobre todo las relacionadas con la falta de previsión con la que acaban muchos inversores. Es fácil querer vender un valor que ha tenido un rendimiento muy bajo en períodos recientes, y los fondos que son puramente administrados por humanos a menudo los desecharán. Uno que está dirigido por una IA normalmente también lo hará, si la información que ingresa en sus entradas no es de un calibre lo suficientemente alto. Los resultados podrían ser más interesantes si se limitara únicamente a las fuentes de información publicadas directamente por los distintos intercambios. A medida que las personas continúan buscando nuevas fuentes de ingresos, existe una alta probabilidad de que muchos recurran a estas soluciones. Aquellos que eligen los que usan el tipo correcto de insumos pueden potencialmente aumentar dramáticamente sus posibilidades de éxito financiero.
Es cierto que las cosas empeoraron el año pasado y algunos de los fondos de cobertura con mejor desempeño perdieron bastante dinero. Hasta cierto punto, esto es cierto tanto para los fondos de cobertura que aprovechan los datos digitales como para aquellos que se administraron de las formas más convencionales. Por lo tanto, algunos han dicho que estas críticas no deberían aplicarse específicamente a las herramientas basadas en IA. Independientemente de cómo se sienta alguien personalmente sobre el tema, los evaluadores de acciones de nivel profesional aún pudieron hacerlo bastante bien, incluso cuando el índice de fondos de cobertura de IA tuvo un desempeño ligeramente más bajo que el mercado en su conjunto. Sin embargo, curiosamente, la dirección general sigue siendo positiva si solo se consideran los evaluadores que tomaron información exclusivamente de fuentes de intercambio existentes.
Los analistas continúan siendo optimistas sobre las perspectivas futuras de las soluciones comerciales basadas en big data, aunque también advierten que las personas deben ejercer la misma diligencia debida sobre la selección de herramientas que lo harían al encontrar un valor en el que invertir.
Creando una Cultura de Responsabilidad en el Mercado
Los especialistas han estado prestando mucha atención al tema de la responsabilidad con respecto a los consejos de inversión basados en IA durante algún tiempo, pero la verdad es que las herramientas de big data no plantean ningún problema nuevo que los inversores no hayan planteado ya. tener que lidiar con. Simplemente hacen que los problemas actuales sean más apremiantes. Los inversores potenciales siempre han tenido que tener cuidado con los sitios web de investigación y los servicios de noticias que utilizan. Las soluciones basadas en big data son muy parecidas en muchos sentidos, porque todo se reduce a la fuente original de información con la que se trabaja.
Algunos de los mejores robots comerciales pueden identificar automáticamente el momento adecuado, el tamaño y el lugar específico para realizar una operación en particular. Esto se ha vuelto igualmente cierto para quienes administran valores tradicionales como acciones, así como para quienes administran cuentas de divisas y otros productos de inversión menos típicos. Quizás lo más visible es que la gran cantidad de datos que recopilan y procesan la mayoría de las redes de criptomonedas no pueden analizarse de otra manera que no sea mediante el uso de bots automáticos.
La validación y el backtesting de los modelos de riesgo son de gran importancia, independientemente del tipo de producto de inversión que se esté considerando. Esto hace posible que las soluciones responsables basadas en IA eliminen eventos de ventas dramáticos causados por caídas repentinas en los precios de las acciones, como las que se vieron en marzo de 2020. Por otro lado, aquellos que son menos escrupulosos podrían potencialmente manipular estos robots. Por lo tanto, ha sido importante que los usuarios potenciales formen grupos ad hoc que obliguen a quienes desarrollan estas soluciones a ser responsables y buscar las mejores fuentes de datos.
Es probable que la presión del mercado, a diferencia de la mano dura de los reguladores, tenga el mayor impacto cuando se trata de crear una cultura de responsabilidad genuina en el campo de las transacciones basadas en big data. También existe un mayor potencial para el uso de herramientas de inteligencia artificial y automatización en un entorno de back office, lo que ha impulsado aún más la necesidad de alentar a las personas a reducir la basura y usar solo las mejores herramientas posibles. Las noticias, sin embargo, no son del todo negativas.
De hecho, algunos especialistas creen que las herramientas basadas en IA pueden nivelar el campo de juego proverbial en lo que respecta al comercio, porque los inversores individuales más pequeños que de otro modo no podrían obtener un asesoramiento sólido ahora pueden automatizar sus flujos de trabajo y ponerse al día. información minuciosa sobre cada producto de inversión con el que están tratando. Incluso un pequeño aficionado podría teóricamente configurar una PC de escritorio conectada a una conexión Ethernet las 24 horas y disfrutar de un segundo ingreso que tiene márgenes de ganancia mucho más generosos que cualquier operación de minería de criptomonedas en este momento.
Sin embargo, como con todas las cosas, aquellos que quieran comprar una solución basada en big data hoy deben ser escépticos porque cualquier trato que parezca demasiado bueno para ser verdad probablemente lo sea.