Cómo la inteligencia artificial está cambiando las finanzas
Los científicos de datos se han convertido en los analistas más demandados por Wall Street
Hoy en día todo el mundo habla de la inteligencia artificial (IA) y su capacidad para acelerar el aprendizaje humano, con ordenadores más inteligentes y seres humanos que se benefician de su eficiencia y reducción de errores. Este desarrollo se ha acelerado los últimos años con el acceso sin precedentes a cantidades masivas de datos y mayor potencia informática. Esencialmente se trata de máquinas que crean una inteligencia que se asemeja a la de los seres humanos a partir del acopio de datos estructurados o no estructurados, por medio del aprendizaje automático y sus subcampos: aprendizaje profundo, procesamiento del lenguaje natural y aprendizaje supervisado y no supervisado.
En concreto, se ha producido una revolución laboral en finanzas a medida que los analistas cuantitativos quants van asumiendo funciones más significativas mientras los puestos de trading tradicionales van desapareciendo. Así los científicos de datos, importante salida para analistas cuantitativos, analizan e interpretan datos digitales complejos sirviéndose de cálculo estadístico y matemático para ayudar en las previsiones y asignación de activos de inversión o resolución de problemas con mucha mayor rapidez. Son sin duda los candidatos más buscados en Wall Street, especialmente aquellos con experiencia en análisis predictivo y aprendizaje automático.
Una de sus herramientas, Python, es un código fuente abierto, que está convirtiéndose en lenguaje favorito de muchos aspirantes a analista cuantitativo por su versatilidad en análisis de datos. Irá sustituyendo las hojas de cálculo y automatizará algunas actividades de análisis, como presentaciones e informes de texto, rebajando el coste de producirlos.
Además la explosión de nuevas fuentes de datos supone una segunda revolución. Actualmente se crean 2,5 trillones de datos cada día en el mundo y según IBM, el 90% se han creado los últimos años. Al respecto, aunque en las dos últimas décadas los analistas cuantitativos se habían acostumbrado a trabajar con datos estructurados limpios, fácilmente accesibles, en bases de datos y formato estandarizado, el futuro pertenece a los datos no estructurados y demasiado grandes para que los seres humanos los procesen con herramientas convencionales, pues tienen gran cantidad de texto, no necesariamente limpios y pueden incluir audio o vídeo. Algunas aplicaciones con datos no estructurados se dan en seguimiento del número de buques de carga que recorren rutas marítimas para hacer predicciones económicas en tiempo real o de tráfico peatonal en grandes almacenes por medio de satélites para predecir las ventas antes que arranque la temporada de publicación de beneficios empresariales. Incluso para contribuir a generar rentabilidades que batan al mercado las técnicas tradicionales están resultando insuficientes ante volúmenes de información cada vez más ingentes pero el mundo quant con el aprendizaje automático permite rastrear datos revueltos y obtener información que antes no se consideraba posible.
A ello se añade la tercera revolución en marcha, el asesoramiento financiero robotizado fintech. Ello incluye asistentes virtuales (chatbots), un modo barato de introducir la IA en banca. Estos asistentes pueden ayudar a los clientes a hacer pagos, amortizar préstamos e invertir, proporcionando análisis predictivo en tiempo real o actualizaciones sobre el estado de sus finanzas, mediante el medio que prefieran, como mensajería instantánea.
De manera similar, el reconocimiento del habla impulsado por el procesamiento de lenguaje natural y sistemas de voz a datos puede transcribir e interpretar cotizaciones, conferencias sobre resultados trimestrales, pagos y operaciones y alimentar automáticamente informes o comprobantes de operaciones. La próxima generación de asistentes virtuales, disponible ya este 2019, responderá a mensajes y hará llamadas telefónicas según calendarios sin ni siquiera avisar al emisor que se trata de un bot. Se calcula que para 2020 alrededor del 85% de las interacciones con los clientes sea gestionado por IA. Así que los bancos, para seguir competitivos, tienen que adaptar sus servicios, incorporando más robótica. De hecho la robótica, al permitir aprovechar ingentes recursos de datos para dirigirse mejor a los clientes con ofertas personalizadas y fijación dinámica de precios, además de para finanzas, será crítica para la competitividad de casi todos los negocios.
La cuarta y última revolución es el aumento de la inversión por factores, más allá de las estrategias pasivas tradicionales, mediante un enfoque más sistemático, basado en reglas. El motivo de su auge es que funciona. Efectivamente, numerosos estudios empíricos muestran que puede lograr rentabilidades ajustadas al riesgo mayores que las de una cartera convencional 60% acciones, 40% bonos. Ello se debe a que pueden aprovechar anomalías relacionadas con fundamentales, sentimiento del mercado e indicadores de precio. La gama de soluciones va de fondos cotizados (ETF) que replican índices basados en estos factores a ofertas más sofisticadas con índices personalizados o carteras multifactor gestionadas activamente.
El caso es que los analistas cuantitativos tienen un papel clave que jugar en todas las disciplinas financieras, hasta el punto de que aprender a codificar será una destreza esencial para cualquiera que desee trabajar en servicios financieros. No obstante la IA por sí sola no puede resolver todos los retos, pues la experiencia humana, acumulativa y contextual comprende cómo funciona el mundo mejor que cualquier ente no humano. Los seres humanos poseen un abanico de destrezas mucho más allá que las de cualquier máquina IA inventada hasta ahora, diseñadas para llevar a cabo tareas aisladas. Además, ninguna máquina será jamás mejor que una persona con una máquina.
Alessandro Nilo es Responsable de estrategia cuantitativa de Pictet WM