La estrategia de 8 mil millones de dólares de QuantumStreet AI y cómo los inversores pueden acceder a ella

Cada vez más inversores institucionales se están orientando hacia la inteligencia artificial, no solo por su capacidad de predicción, sino también por su capacidad de proporcionar transparencia en las informaciones relacionadas con los activos. Es un cambio que QuantumStreet AI ya había previsto años atrás. “Ahora tenemos 8 mil millones de dólares en activos indexados a nivel mundial”, dijo Art Amador, presidente y cofundador de QuantumStreet AI.

La empresa, nacida de la investigación realizada en la Universidad de California, Berkeley, ha desarrollado una plataforma de inversión que combina datos macroeconómicos, información sobre las empresas, indicadores técnicos y noticias en tiempo real para generar señales de inversión. Según Amador, este sistema actualmente constituye la base de unos 8 mil millones de dólares en activos relacionados con índices financieros a nivel mundial.

“Aprovechamos tanto los datos macroeconómicos como los datos fundamentales y técnicos. Además, combinamos esos datos con las noticias de última hora, con el fin de tomar decisiones más informadas en materia de inversión”, dijo Amador en una entrevista con AInvest.Capital y poder.

La tecnología de la empresa se utiliza en el marco de mandatos institucionales y en productos estructurados que se distribuyen a través de bancos como HSBC, Deutsche Bank y BNP Paribas. También se utiliza en el fondo cotizado en bolsa AIEQ, que Amador describió como “el primer fondo cotizado en bolsa del mundo, impulsado por la inteligencia artificial”.

Su enfoque es sencillo: los mercados están determinados por una serie de cambios en los fundamentos económicos y en la actitud de los inversores. Los modelos estáticos tienen dificultades para adaptarse a estos cambios. El sistema de QuantumStreet intenta identificar esos cambios de manera dinámica.

“A veces, los mercados operan basándose en las emociones de los inversores; otras veces, lo hacen según los principios fundamentales”, dijo Amador. “Esa es la capacidad de la IA: un enfoque adaptativo. A medida que los mercados cambian, los modelos y sistemas de IA pueden adaptarse y determinar hacia dónde se dirigen los mercados, basándose en patrones históricos”.

El enfoque de la empresa refleja una tendencia general del sector. En los últimos años, la cobertura proporcionada por Reuters y Bloomberg News ha destacado cómo los gestores de activos están incorporando cada vez más técnicas de aprendizaje automático para procesar grandes conjuntos de datos y detectar relaciones no lineales que los modelos tradicionales pueden pasar por alto. Bloomberg News informó que un modelo de aprendizaje automático podría…Se prevé un 71% de acierto.Las decisiones relacionadas con la negociación de fondos mutuos demuestran cuánto de la gestión activa sigue patrones que la IA puede aprender.

Esos sistemas a menudo dependen de datos alternativos, como los sentimientos en los medios de comunicación y los indicadores macroeconómicos, para mejorar sus predicciones. QuantumStreet afirma que su ventaja radica en la escala y la integración de los datos. Ya en los años 2015 y 2016, la empresa procesaba aproximadamente un millón de artículos de noticias al día, además de datos financieros estructurados, según cuenta Amador.

Las afirmaciones relacionadas con los resultados son fundamentales para la posicionamiento de la empresa. Amador dijo que “el 98% de los activos por un valor de 8 mil millones de dólares superaron en realidad los estándares de referencia” el año pasado. Seguían las mismas tendencias en el año en curso. Señaló que elementos como el uso del oro dentro de estrategias de diversificación de activos y el rendimiento superior respecto al índice S&P 500 en el caso de las acciones estadounidenses fueron factores que contribuyeron a este resultado positivo.

Los inversores institucionales han expresado preocupación por la transparencia de los modelos de aprendizaje automático. Esto es especialmente importante cuando las decisiones relacionadas con el portafolio deben ser explicadas ante los comités de inversiones.

Esto ha generado un interés en lo que se denomina inteligencia artificial explicable, o XAI. Este tipo de tecnología tiene como objetivo hacer que los resultados del aprendizaje automático sean más fáciles de entender. En un artículo escrito por una empresa, Amador señaló que “un gestor de cartera no puede decirle a un comité de inversiones: ‘Tomamos una posición corta de 200 millones de dólares porque nuestro modelo de inteligencia artificial nos lo recomendó’”.

QuantumStreet utiliza marcos de atribución como SHAP (Shapley Additive Explanations) para descomponer las predicciones del modelo en sus factores subyacentes. “Hacemos predicciones… y lo que podemos hacer es identificar cuáles son los factores que contribuyen a dichas predicciones”, dijo él, explicando cómo se pueden cuantificar las contribuciones de los factores macro, técnicos y fundamentales.

La firma sostiene que tal transparencia no es algo opcional. “La explicabilidad es el puente entre la predicción estadística y el juicio de inversión”, escribió Amador en el artículo, señalando que los inversores institucionales deben poder explicar claramente el rendimiento y la estrategia de inversión a los comités de inversiones.

Los modelos de QuantumStreet están diseñados para responder también a las fluctuaciones del mercado. Amador mencionó períodos de alta tensión geopolítica y noticias negativas, como la guerra con Irán. Dijo que el sistema puede identificar situaciones similares en el pasado y evitar tomar decisiones reactivas. “No es un momento para entrar en pánico; de hecho, es un momento en el que podría incluso ser conveniente invertir aún más”, dijo, refiriéndose a condiciones en las que los fundamentos financieros permanecen intactos, a pesar de la volatilidad del mercado.

Aunque el panorama general de las inversiones en IA sigue siendo competitivo, Amador enfatizó que las diferencias en la implementación de los modelos, así como en la selección de los datos y la calidad de los mismos, pueden llevar a resultados distintos, incluso entre empresas que utilizan técnicas similares. “La IA es tanto ciencia como arte”, dijo él.

Para los inversores minoristas, el acceso a las estrategias de la empresa sigue siendo limitado, principalmente a través de los productos que se encuentran dentro de los ETF y aquellos distribuidos por bancos. Los mandatos institucionales continúan representando la mayor parte de los activos invertidos. Y, mientras que las empresas financieras evalúan las ventajas y desventajas de la automatización en comparación con la supervisión manual, QuantumStreet cree que la capacidad de explicar las decisiones tomadas por el sistema de IA será lo que determinará qué estrategias de IA podrán desarrollarse.