Analitzar el mercat, avaluar el risc o detectar oportunitats són tres de les tasques més conegudes del món de les inversions, caracteritzat pel dinamisme i la volatilitat. Els professionals d’aquest àmbit usen, des de fa uns anys, eines d’intel·ligència artificial (IA), ara convertides en un aliat imprescindible per optimitzar alguns processos i, en especial, analitzar les situacions canviants que s’han de tenir en compte abans d’invertir. “La IA ha transformat les regles del joc, amb passos que ara són més ràpids, eficients i accessibles”, explica el director acadèmic del Master in Business Administration (MBA) de la La Salle-URL, Juan Pablo Castells, “no obstant això, no és una drecera per batre el mercat perquè no fa màgia, tot i que sí que ha esdevingut una tecnologia revolucionària”.

Durant la dècada dels 50 ja es van començar a aplicar models computacionals que es basaven en sèries temporals i que servien per entreveure quins serien els patrons dels mercats financers en un futur a curt termini. “Des de llavors, la possibilitat de trobar un sistema d’algoritmes capaç de preveure amb certesa quin hauria de ser el preu d’una acció, per exemple, ha estat una temptació ineludible”, comenta Castells, “seria com trobar la gallina dels ous d’or”. No va ser fins fa dues dècades, segons apunta el director acadèmic de Founderz i expert en fintech i inversions, Eloi Noya, que va començar a impactar la tecnologia tal com ho fa avui en dia: ”En els últims anys, el que ens han aportat aquests avenços ha estat una automatització de processos, com és el cas de l’anàlisi de dades. S’estudien les informacions del mercat, la demanda, el moviment dels entorns empresarials, la situació geopolítica, les dades macroeconòmiques i, fins i tot, el big data en temps real”.

Noya: “La intel·ligència artificial ha aparegut en el món de les inversions en forma d’automatització de processos, en especial, en l’anàlisi de dades”

A part de la gestió massiva de dades per part dels agents inversors, l’ús d’algoritmes es deixa veure d’altres formes en el sector. El professor de La Salle-URL diferencia entre dues tipologies de trading -compra i venda d’actius financers- que els fan servir: “Per un costat hi ha l’algorítmic, que és quan s’executen operacions en dècimes de segon, mentre que, per l’altra, hi ha els quantitatius, que ajusten les seves accions en funció del comportament el mercat”. Per altra banda, trobem els robo advisors-robots assessors- que, segons comenta Noya, tenen una capa molt lleugera d’intel·ligència artificial i s’usen per diversificar actius i minimitzar riscos. “No tenen sistemes complicats i fan les funcions pròpies d’un gestor de carteres”, assenyala, “a partir d’unes preguntes i d’uns paràmetres concrets, calculen el nivell de risc del client i proposen unes inversions més o menys predeterminades, no personalitzades per complet”.

Ja hi ha alguns casos exitosos d’inversions amb l’ajuda de la IA, sigui de gestió activa, la que intenta ser més llest que la competència i batre el mercat, o passiva, que se centra a reproduir un índex. Un bon exemple de la primera, segons detalla el director acadèmic de Founderz, és Kensho, conegut popularment com la Siri de Wall Street, un programari ara adquirit per una de les principals companyies de la borsa estatunidenca com és Standard and Poor’s al qual se li pot preguntar qualsevol interacció vinculada a les finances, relacionant qualsevol variable i esdeveniment amb una resposta concreta en forma de dada. La seva principal funció és la de subministrar informacions acurades per prendre decisions d’inversió, cosa que va ser considerada com tota una revolució quan va ser adquirit el 2019.

La borsa com a mercat predilecte

“Sens dubte, on més s’ha estès la intel·ligència artificial en les inversions és en el mercat de renda variable, les accions”, narra Juan Pablo Castells, “això és totalment lògic, ja que la renda variable disposa d’una alta liquiditat, grans volums de dades estructurades i relació entre rendibilitat i risc atractiva”. Entre els aspectes que posicionen la borsa de valors com a un terreny òptim per desenvolupar eines d’IA és que disposa d’un nivell d’informatització molt elevat, que permet que algoritmes puguin identificar patrons i crear les seves estratègies. A més, s’acompanya d’una gran quantitat de dades històriques, que ajuda els agents a desenvolupar models que projectin tendències de futur amb una major precisió.

Castells: “La IA es deixà veure sobretot en la borsa de valors, ja que disposa d’una alta liquiditat, grans volums de dades estructurades i relació entre rendibilitat i risc atractiva”

D’altra banda, s’ha de ressaltar la tendència a l’alça de les criptomonedes. Segons el coordinador acadèmic de La Salle-URL, no poden considerar-se com un actiu tradicional, ja que el seu valor no pot calcular-se mitjançant els fluxos de fons de futur esperats i tant el preu com la volatilitat depenen de les sensacions que viu el mercat. Aquest últim motiu fa que alguns models d’intel·ligència artificial s’hagin especialitzat a mesurar i analitzar les emocions, arribant a processar el llenguatge natural d’entorns com les xarxes socials o fòrums d’inversió, fet que, en paral·lel, planteja serioses qüestions respecte als desafiaments ètics i la privacitat dels usuaris. L’objectiu, en definitiva, no deixa de ser l’anticipació de moviments i l’aprofitament de les oportunitats que es donen en temps real.

Les inversions acompanyades d’intel·ligència artificial són pròpies de grans companyies i professionals de les finances, però només és d’interès per a aquests agents. “Qui treballa en el sector ha entès que la IA no substitueix el factor humà, sinó que actua com a complement clau per optimitzar processos, perfeccionar estratègies i millorar els temps de les preses de decisions”, sentencia Castells. Alhora, apunta que a aquesta revolució se li ha sumat el que es coneix com a early adopters, un perfil d’inversions amb poc temor al risc, amb capacitat tecnològica i familiaritzats amb les eines actuals. Principalment, responen a un perfil jove, nadius digitals que conceben aquests avenços com a part del seu entorn natural, però també persones d’edat més avançada, que volen destinar una petita fracció del seu patrimoni a experimentar. “Alguns busquen optimitzar els seus ingressos, mentre que d’altres, amb certa ingenuïtat, aspiren a arribar a una llibertat financera de manera ràpida”, comenta el professor.

Les actuals barreres d’invertir amb IA

La intel·ligència artificial ha revolucionat el món de les inversions, optimitzant l’execució d’estratègies i augmentant les anàlisis de big data, però encara presenta alguns riscos com la dificultat d’interpretar situacions complexes o el fet de presentar solucions que són totalment oposades entre elles. “La IA es basa en el que ha passat abans i això en aquest sector s’ha de tenir molt en compte, ja que el que hagi succeït amb anterioritat no vol dir que sigui el que es doni en un futur”, destaca Eloi Noya, “la inversió no és lineal i, en aquest cas, pot arribar a ser contraproduent”. Per aquest motiu, no acaba de veure els algoritmes funcionant de forma autònoma i reivindica el factor humà com a filtre, ara per ara, imprescindible.

La interpretació de situacions complexes o la proposta d’operacions antagòniques són dos dels reptes que el sistema d’algoritmes del camp de les inversions encara ha de solucionar

Entre els desafiaments d’un futur a curt termini, Juan Pablo Castells els resumeix en tres punts: millora en la interpretabilitat, la regulació i la transparència. “El repte ha de ser dissenyar models més clarificadors i auditables, que assegurin que els inversors entenen com es generen les decisions i, alhora, es minimitzin els possibles riscos sistèmics”, afegeix. Això passa, en gran part, per una integració de dades alternatives que siguin útils, com poden ser el processament de discursos econòmics o el desenvolupament de models que se centrin a determinar quines són les percepcions dels actors del mercat, i portar-los a una personalització extrema en cada cas, que s’adapti al context de cadascun dels individus en temps real.