El aterrizaje de los algoritmos inversionistas que podrían transformar la industria

A nivel global ya son un hecho, en Chile arriban tímidamente:

El aterrizaje de los algoritmos inversionistas que podrían transformar la industria

Desde contratación de fondos a través de un software, hasta "algotrading" que compran, venden y negocian sofisticados instrumentos, son parte de la inteligencia artificial 2.0.

 

Nicolás Durante

 

 

 

Mientras en el barrio de la Bolsa en el centro de Santiago son cada vez menos las corredoras que quedan, en Manhattan, Nueva York, el metro cuadrado más cerca de la Bolsa es el más caro y apetecido. Y no solo porque todo en Manhattan sea caro, sino por los robots.

Sí, porque si una corredora ocupa inteligencia artificial para comprar y vender acciones, mientras más cerca esté del icónico edificio del número 11 de Wall Street, esas milésimas de segundo menos que se demore en comprar una acción puede hacer una diferencia en el precio en el que alcanza a comprar. Tiempo que un humano, ni aunque lo intentara, podría igualar.

Un informe de Reports Web concluyó que al 2025, US$ 18.160 millones de operaciones bursátiles se harán por medio de algoritmos de trading (algotrading) desde los US$ 8.790 millones que se registraron en 2016.

Y aunque en Chile la tendencia aún no es masiva, ya se empieza a notar el uso de inteligencia artificial (IA) asociado a roboadvisor, software que automatizan el perfilamiento de riesgo de un cliente, y lo asocian con instrumentos para invertir. Todo lo que antes un ejecutivo de cuenta hacía a mano.

En una etapa más avanzada están los algotrading, que son modelos matemáticos y computacionales que, con parámetros programados por un humano, compran y venden acciones, ETF, bonos, monedas. El siguiente paso, y que en mercados más desarrollados ya se ocupan, es que el algoritmo "aprenda" del mercado y tome decisiones analizando informes financieros, comportamientos históricos de la acción, declaraciones de voceros de la empresa y eventos políticos.

"En Chile no es tanta la IA que se ocupa, sino más bien es automatización de procesos que antes hacía un ser humano y utilización de big data", relatan José Ignacio Villarroel y Gonzalo Reyes, socios de Abaqus, una de las empresas de "Sanhattan" que ocupa roboadvisor. En este modelo, un cliente ingresa múltiples parámetros que lo analizan de acuerdo a su nivel de riesgo y luego analiza instrumentos tanto en Chile como en el extranjero, los que pueden ser millones, para darle un acotado número de opciones para invertir.

 

Fondos mutuos sin intervención humana

Y son las fintech las que están ganando terreno en estas aplicaciones a nivel local. Por ejemplo, Fintual, la primera administradora general de fondos, donde todo, absolutamente todo, es digital. Omar Larré, gerente general de la AGF y portfolio manager, explica que el cliente ingresa al sitio web, llena sus datos y un roboadvisor identifica el mejor fondo o mix de fondos donde invertir de acuerdo a su perfil.

Incluso, la apertura de la cuenta es totalmente virtual a través del software. El cliente genera su cuenta, escoge dónde invertir, envía una copia de su carnet de identidad, la que luego es escaneada por el sistema, y luego hace una transferencia, la que es validada para comprobar que el cliente tenga fondos. En ese mismo segundo se analiza si cumple con las exigencias de la Unidad de Análisis Financiero (UAF), identificando si se trata de una operación sospechosa de lavado de activos.

Además, Fintual firmó un contrato con Interactive Broker, una de las corredoras con algotrading más grandes del mundo, la que rebalancea automáticamente los fondos de acuerdo a los movimientos de flujos que ingresan. Así, por ejemplo, si un día al mediodía más clientes quieren comprar fondos de renta variable, el algoritmo vende, sin intervención humana, sus posiciones en renta fija, y "busca" en el mercado dónde comprar acciones.

También en Chile, Itaú Corredores de Bolsa ha incorporado herramientas tecnológicas o robots para apoyar, por ejemplo, el proceso de selección de acciones favoritas.

Así, la institución utiliza un modelo "genético", es decir, capaz de aprender de sus errores, el cual ayuda a identificar papeles con alta probabilidad de alza en el corto plazo. El algoritmo de autoaprendizaje busca interpretar la psicología de operadores y analistas del mercado, desde dos perspectivas: una cualitativa -para determinar por qué cambian sus posiciones y los criterios comunes que consideran los analistas de mercado para encontrar atractiva o no una acción- y otra cuantitativa, donde el modelo aprende cómo los estrategas realizan sus análisis de los estados de resultados de las compañías, lo que le permite entender el impacto de los factores en el retorno de corto plazo.

Andrés Awnetwant, socio de Deloitte y experto en Analytics e Inteligencia Artificial, comenta que en Chile estamos avanzando en esta área, pero de a poco. "El panorama es heterogéneo, hay una serie de empresas que han desarrollado capacidades de asesoría en IA, que por lo general son boutique o startup, pero que tienen poca participación de mercado porque la penetración es baja, por lo que deben vencer mayores barreras", dice.

La clave, agrega, está en el ecosistema. "Los grandes bancos en Chile, más que ser desarrolladores por sí mismos, deben convertirse en hub de conocimiento para que emprendedores puedan trabajar en sus modelos. Hay bancos en EE.UU., España, Asia que están financiando boutique de fintech. Estamos ayudando a nuestros clientes a tener esa visión, para que puedan ocupar su mayor activo, los datos, en generar alta tecnología".

 

EE. UU. a la delantera

Por lejos, Estados Unidos es donde más se utiliza la IA en el mundo de las finanzas. Tal es el caso de JP Morgan, que una de las herramientas que utilizan es un algotrading de divisas llamado eXecute, donde se ofrecen algoritmos que se pueden personalizar. "Una de las cosas que nos diferencian de otros bancos es que la ejecución de los trades se puede hacer desde dispositivos móviles", respondieron.

En Blackrock durante casi una década el equipo Systematic Active Equity (SAE) ha estado analizando Big Data para mejorar constantemente los resultados de inversión. El equipo, que incluye más de 30 PhD, utiliza herramientas como el procesamiento de lenguaje natural, el reconocimiento de imágenes y el aprendizaje automático, para analizar datos y descubrir información sobre inversiones, respondieron. En marzo del año pasado, Blackrock lanzó siete ETF generados por machine learning de instrumentos de EE.UU.

A nivel latinoamericano, BTG Pactual es uno de los que más ha avanzado en algotrading. Según comenta Gustavo Roxo, Chief Technology Officer del banco, "en Brasil hay un crecimiento muy fuerte en este mercado. Hay fondos de inversión enfocados solamente en hacer inversiones vía algotrading, siempre con un balance entre técnicas estadísticas e inteligencia artificial, que se aplica en el conocimiento de mercado con series históricas de un activo específico, para entender cuál sería el comportamiento futuro".

Roxo cuenta que BTG creó Stratsphera, una plataforma para hacer competiciones de algotrading y que el año pasado logró que 2.000 personas participaran haciendo simulaciones de algoritmos para aplicarlos en modelos de inversión. Los dos ganadores trabajan hoy con el banco.

Eso sí, también se han creado polémicas en torno a las decisiones que toman las máquinas. En febrero del año pasado, Wall Street sufrió uno de sus peores días por "culpa" -según algunos- de algoritmos. El 8 de febrero del año pasado, el VIX, o índice del miedo, iba al alza, por lo que los algoritmos al ver que la volatilidad estaba en niveles históricos, salieron en masa a vender, lo que provocó el desplome del principal mercado bursátil del mundo: en 15 minutos el Dow Jones perdió 875 puntos.

 

El Mercurio, Cuerpo B Economía y Negocios, Santiago de Chile, 24 de febrero de 2019, pág. 9.