iProfesional

La inteligencia artificial une a los inversores cuantitativos y cualitativos

Un sistema de IA puede descubrir una relación entre apalancamiento financiero, las tasas de interés, los márgenes operativos y la probabilidad de quiebra
27/11/2018 - 16:21hs
La inteligencia artificial une a los inversores cuantitativos y cualitativos

Hoy gracias a la inteligencia artificial (IA) se pueden medir la cantidad real de clientes que visitan un punto de venta minorista utilizando fotos aéreas de los estacionamientos.

La promesa de la IA, para Partitaj Garg, graduado de CFA Institute, una asociación global a cargo de entregar certificaciones a profesionales de inversión, permiten reunir los dos mundos en los que separan tradicionalmente los inversores.

Según explicó Garg en su artículo de análisis publicado en el blog de CFA, para un inversor cuantitativo, la inversión discrecional es muy subjetiva: abunda en el sesgo de confirmación, el sesgo de disponibilidad y la ignorancia de la tasa base, entre otras reacciones.

Garg opina que para el inversor discrecional, la inversión cuantitativa es irremediablemente ingenua. Por lo tanto, define que una empresa es más que su precio para reservar y devolver el capital empleado. 

Para Garg, “los mundos de estos dos inversores son como el este y el oeste, nunca se juntarían”. Pero la promesa de la IA en la inversión permite la reunión de esos dos mundos.

El CFA Institute está representado en la Argentina por CFA Society Argentina, presidida por Alejandro Bianchi.

Los desarrollos recientes que investiga en el aprendizaje automático han creado posibilidades para combinar las dos filosofías de inversión.

“Ahora los inversores cuantitativos pueden encontrar relaciones mucho más complejas y no lineales entre los factores fundamentales que impulsan el rendimiento de la inversión. Cada vez es más fácil procesar estados financieros complejos para identificar factores más elaborados que las divergencias convencionales, como el valor, el impulso y el crecimiento”, afirmó Garg.

Por ejemplo, un sistema de inteligencia artificial puede descubrir una relación compleja pero predecible entre el apalancamiento financiero, las tasas de interés, los márgenes operativos y la probabilidad de quiebra.

En el otro extremo, supone que gracias a la IA, los inversores discrecionales pueden emerger y cuantificar factores que anteriormente habían sido materia de evaluaciones extremadamente subjetivas.

A través del monitoreo de las redes sociales, se pueden medir la percepción pública de una marca. “Pueden medir la cantidad real de clientes que visitan un punto de venta minorista utilizando fotos aéreas diarias de los estacionamientos. También pueden obtener una sensación de moral de los empleados a partir de revisiones en sitios web como Glassdoor”, afirmó Garg.

La incorporación de estos factores en su proceso de inversión, para Parijat, puede agregar un alfa significativo a sus rendimientos. Y, sin embargo, descubre que hay una dimensión pasada por alto que puede ser aún más emocionante. “Ahora es realista crear una réplica artificial de un administrador de inversiones real”, aseguró Garg,

La mayoría de las estrategias de inversión sistemáticas que ve este inversor se basan en la estimación de la varianza media.

En su lugar, quiere un sistema que prediga lo que haría un administrador de inversiones dado un conjunto específico de datos, información que casi siempre es insuficiente para hacer una predicción precisa sobre los rendimientos.

Insiste en que esta es una diferencia sutil pero crucial. Un efecto secundario importante para él es que un sistema de este tipo puede decir: "No sé qué hacer aquí".

Una vez que deje de intentar predecir los rendimientos e intente predecir las decisiones de inversión, podrán trabajar, estima, con información arbitrariamente limitada.

Para Garg hay dos conjuntos amplios de factores que afectan una decisión de inversión. El primero se compone de factores cuantitativos derivados de estados financieros, datos de mercado, etc.

El segundo incluye juicios subjetivos sobre el gobierno corporativo, el tamaño potencial del mercado, la perturbación en el caso de la selección de valores, por ejemplo, etc.

Dependiendo del estilo, en una inversión un gerente puede incluir una gran cantidad de factores dentro de ambas categorías y asignar pesos muy diferentes a cada una.

Es posible que el gerente ni siquiera esté al tanto de los pesos que asigna inconscientemente. De hecho, estas ponderaciones pueden incluso no ser lineales en absoluto, sino una jerarquía de puntos de decisión sí / no.

Dentro de los contornos de los sistemas de inteligencia artificial modernos, ahora es posible incluir a todos estos factores en el proceso de decisión. Se puede así comenzar a articular la arquitectura del sistema a partir de la IA.

Hay dos observaciones cruciales. La primera que encuentra Garg, es que se trata de modelar las decisiones de inversión, no el riesgo o el rendimiento.

La segunda es que se trata a los insumos como subjetivos a diferencia de los cuantitativos. Sin embargo, estas entradas subjetivas son todavía de naturaleza cuantitativa.

Por ejemplo, se podría incluir una calificación de gobierno corporativo en una escala de 1 a 5. El juicio humano continuaría determinando, según Garg, tales criterios.

Esta arquitectura le permite a una organización comenzar a construir un sistema mucho más rápido que intentar modelar los rendimientos, uno que también use solo entradas cuantitativas.

Más importante aún, un sistema construido de esta manera, con el tiempo, comenzará a reflejar el estilo de un administrador de inversiones.

Dentro de esta arquitectura, hay infinitos meta-parámetros, o factores incluidos en las entradas utilizadas por el modelo subyacente.

La capacidad del equipo de inversión para proporcionar evaluaciones sólidas y subjetivas también sería muy importante.

No hay dos gestores de inversiones iguales. Por lo tanto, no hay ninguna razón por la que dos sistemas controlados por IA deban ser iguales.

Al predecir las decisiones de inversión en lugar de los rendimientos, y al incluir las evaluaciones subjetivas de un equipo en el proceso de decisión, se tiene la garantía de obtener una gran variedad de máquinas de inversión únicas, un requisito previo para la vitalidad y la solidez continua de los mercados financieros en todas partes.