Hasta años recientes, el concepto de inteligencia artificial (IA) parecía que solo le pertenecía a los científicos y a las películas de ciencia ficción. Sin embargo, casi sin darnos cuenta, esta tecnología se ha infiltrado en nuestro día a día. Las diversas aplicaciones de los smartphones, la personalización de las ofertas e-commerce o las luces que se encienden y apagan solas en las casas son solo algunas de las funciones que nos alivian lo cotidiano.
En ese contexto, es muy probable que haya escuchado o leído sobre ChatGPT o Gemini; si no, le contamos que se trata de programas informáticos diseñados como un modelo de lenguaje capaz de procesar una enorme cantidad de información y entregarla de una forma que parece casi humana. El mundo financiero, en particular, se ha maravillado con su potencial.
Pero ChatGPT no es más que un ejemplo reciente de IA. A fines
de los años noventa el protagonismo lo tenía Deep Blue, desarrollado por IBM, el primer computador en ganarle una partida a un gran maestro de ajedrez. Poco tiempo después, los investigadores de IBM dieron otro paso al crear el ordenador Watson para competir con los concursantes estrella del programa televisivo Jeopardy!, a los que también derrotaron. Y hoy, asistentes de voz como Siri y Alexa influyen en nuestras decisiones de consumo con las sugerencias que nos hacen a diario. Esto nos demuestra que la IA no es una moda pasajera, sino una tecnología en constante evolución que ha sido parte de nuestras vidas por mucho más tiempo de lo que pensamos.
En el mundo de las inversiones, la relación con la inteligencia artificial no es nueva. De hecho, los administradores de activos han intentado, durante años, usar la IA para analizar grandes cantidades de datos y obtener una ventaja sobre el mercado. Sin embargo, es clave entender que las herramientas actuales de IA tienen una limitación importante: sus conclusiones dependen de la calidad y el alcance de los datos que han usado para aprender. Esto crea un riesgo significativo. Si un algoritmo se entrena con información sesgada, sus resultados también lo serán. Lo más preocupante es que estos sesgos pueden amplificarse con el tiempo, ya que nuevos algoritmos podrían basarse en los informes sesgados de los modelos anteriores. Es como pedirle a un chef que solo ha probado platos salados que cocine algo delicioso: el resultado es probable que esté excesivamente salado.
¿Herramienta predictiva?
La pregunta que surge entonces es si la inteligencia artificial puede ayudar, por ejemplo, a determinar cuál sería el precio justo de las acciones. ¿Servirá la enorme capacidad de procesamiento de datos que tiene la IA para predecir cómo se comportarán los precios de las acciones en el futuro? En suma, ¿para poder ganarle al mercado?
De manera recurrente, hemos señalado que el precio de las acciones refleja toda la información disponible y que sus valores futuros dependerán de cosas que son desconocidas y, por lo tanto, imposibles de controlar.
En función de lo anterior, no hay que perder de vista que los algoritmos de IA funcionan muy bien distinguiendo patrones estables en el tiempo, lo que les da predictibilidad. Por ejemplo, en el caso de un auto que se maneja solo, el algoritmo “sabe” que los discos Pare son SIEMPRE hexagonales, y que los de Ceda el Paso son SIEMPRE triangulares.
Pero el mercado de valores no tiene patrones estables como los de los signos del tránsito. Los movimientos que se dan son impredecibles, porque dependen de noticias que, por definición, aún no se conocen. Y eso -conocer el futuro- un algoritmo IA no lo puede resolver.
David Booth, cofundador de Dimensional, lo plasma de manera muy clara en un artículo, al enfatizar que los precios se fijan en un entorno en el que nadie sabe lo que pasará. Compradores y vendedores utilizan toda la información que existe en ese momento, pública y privada, para llegar a un precio justo. Por ello, para él “su mejor” IA es el mercado: un modelo gigantesco que es la mejor conjetura de la humanidad, que está en constante evolución, sobre cómo se comportarán a futuro las acciones de cada empresa. “A pesar de todas las promesas de la IA, prefiero aceptar los precios del mercado antes que los precios de los algoritmos”, dice Booth.
Gratis y al alcance de todos
Sin duda, no podemos desconocer el valor de la IA en la industria financiera. Junto con la negociación algorítmica, puede agilizar la ejecución de operaciones bursátiles y optimizar ciertos procesos. El desafío, sin embargo, radica en sus limitaciones. Aunque los modelos de IA pueden generar escenarios potenciales basados en patrones que ya han aprendido, les cuesta considerar los factores desconocidos o los cambios que ocurren en el mundo real, fuera de los datos con los que fueron entrenados. La aparición continua de información nueva y relevante en el mercado de valores es, por definición, algo que rompe con los patrones estáticos en los que se basa la predictibilidad de un algoritmo.
Lo que pasa es que el mercado se compone de inteligencia humana real y de los millones de juicios que hacen sus participantes. Es tan complejo, que nadie sabe con exactitud en qué medida influye un dato concreto en el precio, porque hay muchos otros factores que se dan de manera simultánea. Pero el mercado garantiza que un precio sea la representación actual más exacta del valor de una acción. Y lo mejor es que es gratis y está al alcance de todos.
Pero si es de los escépticos que cree que es posible contratar a un asesor que use la IA para encontrar acciones que sistemáticamente le ganen al mercado, es probable que después de comisiones ello no ocurra. Además, piénselo bien: si ese asesor tuviera una IA extraordinaria que realmente predijera los precios de las acciones mejor que el mercado, ¿compartiría la información con usted? La respuesta es obvia…
El dato duro
Para los que buscan pruebas concretas, la experiencia de la IA tratando de ganarle al mercado nos entrega datos contundentes. Un ejemplo claro es el AIEQ (Artificial Intelligence Powered Equity ETF), un fondo que utiliza la tecnología de IBM Watson para seleccionar acciones, igualando así las capacidades que tendría un equipo de 1.000 analistas de estudios, traders y matemáticos trabajando 24/7. Sin embargo, los resultados hablan por sí solos. Desde su lanzamiento en noviembre de 2017 hasta diciembre de 2024, el AIEQ tuvo un retorno anual de 8,84%. Este rendimiento quedó muy por debajo del retorno del 14,15% anual del índice S&P 500 durante el mismo período.
Esto demuestra que la “inteligencia” del mercado, que se nutre de la sabiduría colectiva de todos sus participantes, ha superado de manera consistente a la inteligencia artificial.
La experiencia empírica de casi 100 años da cuenta que el mercado accionario ha rendido en torno al 10% anual. Y a lo largo de ese período han pasado muchas cosas, como guerras, la creación de los computadores, el internet y, ahora, la inteligencia artificial. Usted puede disfrutar de una buena experiencia de inversión sin preocuparse por esos u otros sucesos. Y eso se debe a que la IA que le proponemos seguir es la “INTELIGENCIA AGREGADA”, que incluye la inteligencia artificial y las mejoras de esta.
¿Qué opina el propio ChatGPT de este artículo?
Para darle aún más argumentos, le mostramos este artículo a ChatGPT para conocer “su opinión”. Creemos que esta parte de su respuesta resume claramente lo que hemos intentado transmitir: “… la IA es una herramienta extraordinaria para procesar, clasificar y correlacionar datos, pero no puede anticipar lo desconocido. Los precios futuros dependen de eventos que aún no ocurren. Ningún modelo, por más avanzado que sea, puede conocer información que todavía no existe. Dicho de otro modo, la IA puede describir el mercado, pero no adivinarlo. Y aunque su capacidad de análisis es impresionante, no puede capturar la inteligencia humana ni el juicio colectivo que subyace en las decisiones de millones de participantes que compran y venden acciones cada día. Esa interacción humana, hecha de intuición, emociones, experiencia y expectativas, es lo que convierte al mercado en un sistema vivo, que se adapta, aprende y reacciona ante lo inesperado”.
Y al finalizar su respuesta, es el propio ChatGPT el que nos dice que no se puede depender únicamente de los modelos de inteligencia artificial: “En última instancia, confiar en el mecanismo de precios del mercado y en la sabiduría colectiva de los participantes sigue siendo una estrategia sólida en comparación con depender únicamente en modelos de IA para encontrar precios erróneos en las acciones. La IA puede ayudar a mejorar los procesos de inversión, pero es importante tener una perspectiva equilibrada y considerar múltiples factores al tomar decisiones financieras”.
Finalmente, y como casi todos los aspectos de la vida, el
equilibrio futuro no debiera ser un blanco o negro definitivo entre humanos y máquinas; sino que una combinación entre ambos. Desde que Deep Blue venciera al campeón de ajedrez Gary Kasparov, los mejores jugadores se dieron cuenta de que los computadores de ajedrez son un excelente complemento, que les permiten refinar sus estrategias de juego. De la misma forma, probablemente el mejor equipo futuro en inversiones se logrará combinando humanos y tecnología, como la IA.
Descargar este artículo en formato PDF: La Mejor Inteligencia Artificial es el Mercado
Artículo relacionado: ¿Cuánto Vale la Incertidumbre?
Artículo relacionado: Trabajando con Cinco Premios Nobel
