18 de diciembre de 2019
18.12.2019
La Opinión de Murcia
Invertir 2020

Tecnología y gestión de carteras

La información es poder, y desde comienzos de este siglo vivimos una auténtica "Revolución de la Información"

18.12.2019 | 17:51
Tecnología y gestión de carteras

En la película Entre Pillos anda el Juego (1983), los hermanos Randolph y Mortimer Duke (Ralph Bellamy y Don Ameche) sobornan a un funcionario del Departamento de Agricultura para conseguir el informe de previsión de la cosecha de naranjas y así invertir con ventaja en el mercado de futuros de zumo de naranja. El desenlace es uno de los más divertidos en la historia del cine.

Es la primera película que muestra el funcionamiento de los mercados de valores y la importancia de la información (privilegiada e ilegal en este caso) para la toma de decisiones de inversión. Esta cinta fue previa a la exitosa Wall Street (1987), de Oliver Stone, que profundiza en esta cuestión en un tono mucho más serio.

La información es poder, y desde comienzos de este siglo vivimos una auténtica "Revolución de la Información". Según el ex CEO de Google, Eric Schmidt, toda la información que la Humanidad ha podido generar desde el comienzo de la Historia hasta el año 2003 se producía cada dos días en 2010. Y se estima que en 2025 el volumen de datos llegará a multiplicar por 175 veces la información generada en 2011. Los datos están ahí, sólo hay que saber cómo recogerlos€ y sacarles partido.

Big Data y Machine Learning

La firma de inversión BlackRock, a través de su filial BlackRock Lab para Inteligencia Artificial, utiliza Big Data en la toma de decisiones de inversión.

Uno de sus casos versa sobre una popular cadena de fast-food con más de 14.000 tiendas que había lanzado una nueva estrategia en ubicaciones de tiendas y un nuevo menú. Los modelos de BlackRock basados en Big Data recogían información sobre tráfico de personas en las ubicaciones de los restaurantes, y comenzaron a reflejar más actividad en los consumidores. Además, detectaron que la empresa estaba muy presente en regiones de EE.UU. donde la actividad económica se estaba recuperando. Por último, a través de algoritmos de Procesamiento del Lenguaje Natural (PLN) identificaron que el sentimiento de las publicaciones sobre la empresa sus analistas y directivos se estaba volviendo más positivo. Con todos esos elementos, BlackRock comenzó a invertir en las acciones de la compañía, con la seguridad de que, tal como ocurrió, el siguiente informe trimestral de previsión de beneficios de la compañía fue mejor de lo esperado, lo que resultó en un inmediato aumento en el precio de sus acciones€ Buen momento para recoger beneficios.

Procesamiento del Lenguaje Natural

Como en el caso anterior, JPMorgan Asset Management también integra, dentro de sus procesos de decisión de inversiones, algoritmos de Procesamiento de Lenguaje Natural a miles de presentaciones, informes y declaraciones de directivos de compañías cotizadas.

A través de potentes motores de minería de textos y con modelos de machine learning, son capaces de desvelar los sentimientos implícitos en dichas declaraciones. El objetivo es anticipar los informes trimestrales y prever posibles revisiones de resultados "earning calls", para tomar decisiones de inversión antes de dichos eventos.
JPMorgan agrupa a las compañías en función del uso de determinadas palabras 'positivas' frente a las han usado terminología más pesimista y siguen la evolución de la cotización de esos grupos en el tiempo. Lo cierto es que son capaces de predecir la evolución de su cotización. En conclusión, las palabras translucen la situación real de la empresa, y permiten anticipar decisiones de inversión antes de la publicación oficial de resultados o modificación de previsiones de beneficio.

Robo Advisors

La robotización en el sector de las empresas de inversión tiene nombre propio, "Robo Advisor". Se trata de la automatización en el trato con los clientes para decisiones de inversión. Este proceso consta de 3 pasos principales:

En primer lugar el cliente realiza un test que permite conocer su perfil inversor (cuál es su aversión al riesgo, objetivos financieros, situación patrimonial, conocimientos de los productos financieros€)

A continuación, el Robo Advisor asigna una cartera de inversión adaptada al perfil de riesgo del inversor, con modelos de machine learning de clasificación.

Por último, el inversor abre su cuenta, realiza la transferencia del capital a invertir y el Robo Advisor se encarga del resto, realizando ajustes en la cartera periódicamente y optimizando la inversión mediante algoritmos.

Si lo comparamos con un asesor de inversiones humano, los números son un poco mareantes. En 2019 el Robo Advisor estadounidense Betterment ha gestionado 13.000 millones de dólares y tiene más de 300.000 clientes.

Betterment no tiene muchos problemas para identificar miles de clientes con perfiles de riesgo similares para recomendarles productos que han tenido éxito en clientes del mismo perfil y seguir aprendiendo de los resultados para emitir nuevas recomendaciones.

De esta manera, los costos de intermediación se reducen para el inversor. Y aunque al final siempre hay humanos que toman las decisiones de dónde se invierte, en todo el resto del proceso hacia el cliente, es el robot quien realiza todo lo que puede automatizarse con el objetivo de evitar errores.

El Departamento de Agricultura de EE.UU. puede estar tranquilo con sus empleados. Es posible que ya no supongan un plus de información comparado con los datos a los que todos ya tenemos acceso.

Compartir en Twitter
Compartir en Facebook