La inteligencia artificial (IA) está redefiniendo el panorama de la gestión de activos. Lo que hace apenas unos años era una herramienta experimental que prometía revolucionar algunas industrias se ha convertido en una realidad que cada vez se encuentra más integrada en las estrategias de las gestoras de fondos de inversión.
La evolución del uso de IA en las gestoras
El uso de esta tecnología en las inversiones no es nuevo: los modelos cuantitativos llevan décadas ayudando a seleccionar activos, gestionar el riesgo, mejorar procesos internos, cumplimiento normativo, detección de fraudes o servicio al cliente… Con el tiempo, su uso se ha extendido directamente a la gestión de carteras, donde ya empieza a demostrar su valor diferencial.
Este impulso sucedió recientemente con la irrupción de la inteligencia artificial y ha supuesto un salto cualitativo gracias a una serie de factores, como el aumento de la capacidad de procesamiento de datos no estructurados, como textos, imágenes o noticias; el aprendizaje automático o machine learning, que permite adaptar los modelos a nuevas condiciones del mercado; y la automatización de tareas complejas, como el análisis y la detección de anomalías en los mercados.
¿Cómo aplican las gestoras la inteligencia artificial?
Algunas aplicaciones destacadas de la IA en la gestión de carteras incluyen:
- Selección de activos mediante análisis simultáneo de miles de variables para identificar oportunidades de inversión.
- Análisis de sentimiento del mercado interpretando noticias financieras, informes de analistas o redes sociales.
- Predicción de rentabilidades con modelos que anticipan el comportamiento de ciertos activos.
- Optimización de carteras de manera automática para maximizar la rentabilidad esperada ajustada al riesgo.
- Monitorización en tiempo real usando alertas automáticas ante cambios bruscos de mercado o eventos relevantes.
Ventajas del uso de la inteligencia artificial en la gestión de carteras
- Procesamiento masivo de datos: permite incorporar fuentes de información que tradicionalmente no se consideraban.
- Velocidad y precisión: la IA puede detectar señales en los mercados incluso más rápido que los humanos.
- Adaptabilidad: los modelos aprenden y se ajustan automáticamente ante nuevas condiciones del mercado.
- Reducción de sesgos: minimiza el impacto de emociones o decisiones impulsivas en la gestión de activos.
- Escalabilidad: una misma solución puede aplicarse en múltiples mercados o segmentos de inversión.
Consideraciones y desafíos
A pesar de sus ventajas, el uso de IA plantea también ciertos retos:
- Comprensibilidad: algunos modelos pueden convertirse en "cajas negras" difíciles de interpretar para inversores y reguladores. La formación es fundamental para sacar el máximo provecho.
- Sobreajuste (overfitting): riesgo de que los modelos se adapten demasiado a datos pasados y fallen en escenarios nuevos.
- Supervisión humana: es fundamental mantener un equilibrio entre automatización y control profesional. El conocimiento y habilidades de los expertos en inversiones siguen siendo fundamentales.
- El uso de la energía: es también un desafío para la IA debido a su alto consumo energético, impacto ambiental, costes crecientes y la necesidad de desarrollar soluciones más sostenibles y eficientes.
Casos destacados: la IA como motor de estrategias de inversión
Pictet Asset Management es una de las gestoras que han dado ese salto y han desarrollado estrategias completas de inversión basadas en IA, como por ejemplo Quest AI-Driven Global Equities, lanzada en 2024.
Esta estrategia combina modelos de aprendizaje automático con la supervisión humana para seleccionar acciones globales con el objetivo de superar hasta un 1,5% anual bruto la rentabilidad del índice mundial MSCI World. Su enfoque busca ofrecer una rentabilidad superior con una estructura de costes competitiva, y destaca por la transparencia en su proceso de inversión, un aspecto crucial cuando se trata de modelos complejos de IA.
El modelo se basa en cientos de variables generadas a partir de una amplia gama de datos, como los fundamentales, las recomendaciones de analistas, precios y actividad del mercado, posiciones en corto y factores estacionales. Estas previsiones se actualizan de forma periódica y se integran en un optimizador propio que incorpora estimaciones de riesgo y costes. Los gestores de carteras supervisan este proceso para garantizar que las decisiones de inversión reflejen con precisión las condiciones cambiantes del mercado.
Visión de futuro
La incorporación de la IA en el trabajo de las sociedades gestoras de fondos de inversión ya está suponiendo una transformación profunda, llena de oportunidades y desafíos. Para estas empresas, el futuro inmediato exige más que la simple incorporación de nuevas tecnologías: requiere un cambio estratégico en los modelos de negocio, en las metodologías de inversión y en el enfoque del cumplimiento normativo.
La IA puede convertirse en un catalizador de resultados superiores dependiendo de cómo las empresas adapten sus estrategias. A largo plazo, la capacidad de las gestoras para implementar estas estrategias impulsadas por IA y fomentar la innovación continua determinará, al menos en gran parte, su futuro. En un entorno cada vez más competitivo, la agilidad y la inteligencia artificial marcarán la diferencia entre liderar el mercado o quedarse atrás. Hablamos de alfa eficiente.
