Aumentar, que no sustituir, la inteligencia de inversión humana

Cuando gestionamos dinero, el conocimiento es todo. En una era caracterizada por la información instantánea y la regulación de los informes corporativos, resulta poco probable obtener una ventaja de inversión a través del descubrimiento de algún aspecto sobre un negocio o sobre la economía antes que el mercado.

Ahora bien, el enorme aumento actual del volumen de datos y las capacidades de computación ha permitido obtener dicha ventaja de inversión a través de una interpretación más rápida y efectiva de la información.

Dado que la actividad humana está generando vastas cantidades de datos, la extracción de datos importantes y la identificación de patrones de información pueden arrojar luz sobre determinadas tendencias, como el cambiante sentimiento hacia un título o el comportamiento de los consumidores. 

Esto se logra a través de varias formas de análisis de datos, de las cuales las más avanzadas son el aprendizaje cognitivo y las capacidades de resolución de problemas de la inteligencia artificial.

La importancia de los datos

Columbia Threadneedle Investments adopta un enfoque específico a este respecto, con arreglo a su ADN como sociedad gestora activa.

En efecto, pone las capacidades de computación a disposición de sus gestores de carteras, lo que les permite analizar datos no estructurados para obtener un mejor entendimiento de la suerte
que correrá un negocio.

Hace casi tres años, estableció un equipo de ciencia de datos dedicado no solo a la recopilación de datos de manera más efectiva, sino también a la búsqueda de nuevas ideas.

La IA es solo una herramienta en su arsenal, aunque se trata de una herramienta poderosa para identificarpatrones y anomalías.

La forma en la que una sociedad gestora de activos decide cómo utilizar la IA depende de su estilo de inversión.

La inteligencia artificial como inteligencia aumentada

En Columbia Threadneedle Investments, la IA recibe el nombre de «inteligencia aumentada», al utilizarse como una fuente de información adicional que ayuda a los gestores de carteras a tomar decisiones de inversión.

Si bien la IA (especialmente, el aprendizaje automático) ha evolucionado con rapidez en ámbitos como el procesamiento del lenguaje natural y el reconocimiento de imágenes, carece de la «inteligencia general» humana que se necesita para comprender la naturaleza global de una compañía.

James Waters, científico de datos Sénior de Columbia Threadneedle Investments explica este enfoque: «Contamos con un equipo de ciencia de datos en nuestro grupo de inversión que ayuda a extraer información de fuentes de datos, especialmente información que a los propios analistas les resulta difícil manipular, por ejemplo, series de datos no estructuradas o largas".

También desarrollamos procesos para extraer información de manera más eficiente, de modo que los analistas disponen de más tiempo para centrarse en el análisis, en lugar de en la recopilación de datos.

«La información que recopilamos, también a través de la IA, aporta nuevas apreciaciones que ayudan al equipo a formular ideas de inversión. Nuestro enfoque de inversión sigue siendo el mismo. No obstante, el análisis de datos permite a nuestros equipos de inversión adquirir más conocimientos de manera más eficaz».

Esta forma de utilizar la IA, como parte de un arsenal de herramientas de análisis de datos, refleja la naturaleza
de Columbia Threadneedle Investments como sociedad gestora activa, donde los gestores de carteras recurren al análisis fundamental para identificar compañías de crecimiento de elevada calidad.

En una sociedad gestora de activos que esté más especializada en el análisis cuantitativo, la IA podría ocupar un lugar más central en el proceso de toma de decisiones de inversión.

La inteligencia artificial en la gestión de las carteras

Waters ofrece varios ejemplos de cómo ha utilizado la IA para ayudar a los gestores de carteras. Por ejemplo, se ha recurrido al procesamiento del lenguaje natural (PLN), una rama del aprendizaje automático, para ayudar a identificar

los cambios en el sentimiento hacia las compañías a partir de información de las redes sociales o declaraciones de estados financieros.

«Hemos utilizado el PLN para el análisis del sentimiento, en un esfuerzo por deducir los cambios en el sentimiento de los consumidores con respecto a las diferentes marcas a partir de datos de las redes sociales», afirma Waters. 

«Esto ofrece a nuestros analistas más información sobre los sectores y las compañías que cubren. A su vez, esto puede aportar (o no) información que podría influir en sus recomendaciones. Se trata de otra fuente de información a la que pueden recurrir los analistas».

Más allá de los análisis de inversión, Columbia Threadneedle Investments utiliza la IA para mejorar la construcción de la cartera, mediante algoritmos de optimización.

Ahora bien, en el ámbito del análisis de inversión, la posibilidad de que la inteligencia de una máquina sustituya, en lugar de aumentar, la inteligencia humana resulta más bien remota.

La IA sigue siendo tan solo una herramienta en el arsenal de la ciencia de datos.

Los gestores deciden el uso de la inteligencia artificial

En efecto, en Columbia Threadneedle Investments, son precisamente los gestores de carteras y los analistas de inversiones quienes deciden el uso de la IA, y la utilizan como ayuda para evaluar la ventaja competitiva de una compañía, así como los cambios en el sentimiento hacia el título o sus productos.

A medida que los ordenadores obtienen una potencia sustancialmente superior y la cantidad de datos aumenta exponencialmente, la importancia de la ciencia de datos en el mundo de la inversión no hará sino crecer.

¿Significa esto que los equipos de gestión de carteras recurrirán cada vez más a la IA para el análisis de patrones?

Conforme los analistas se familiarizan con estas herramientas, técnicas y sus eficiencias, resultará cada vez
más importante que las tengan en cuenta», comenta Waters.

«Las técnicas son impresionantes, pero lo que más asombra es el volumen de datos. Todo el mundo está entusiasmado con el aprendizaje automático y la IA, pero la cantidad y la calidad de los datos es lo que marca la diferencia».

Más información en la guía de gestoras