FEELCAPITAL, ASESORAMOS EN FONDOS

La influencia del ‘machine learning’ en el trabajo de los ‘robo advisors’

Machine learning
Feelcapital.

Feelcapital
(Pinchar en la imagen para acceder al registro)

Las nuevas tecnologías han permitido que el almacenamiento y el procesado de datos se pueda hacer en la nube, lo que ha supuesto una verdadera revolución y ha propiciado la creación de las Fintech. Este almacenamiento, que antes se llevaba a cabo en espacios físicos, ahora se realiza en la nube y permite que cientos de millones de datos puedan ser accesibles en décimas de segundo.

Esto ha permitido a los robo advisor automatizar e individualizar los procesos de creación de carteras de la misma forma que lo hacen los asesores tradicionales, aunque con una capacidad de personalización mucho mayor y a un precio bastante más bajo.

En los últimos tiempos también nos estamos familiarizando con el machine learning, que en castellano significa aprendizaje automático o aprendizaje de máquinas. Este aprendizaje es una rama de la inteligencia artificial que tiene como objetivo principal el desarrollo de técnicas y herramientas que permitan a los ordenadores aprender, es decir, crear programas que sean capaces de generalizar pautas a partir de datos proporcionados a través de ejemplos.

Este denominado proceso de inducción del conocimiento ya está íntimamente ligado a la evolución de los robo advisor. Steven A. Cohen, antiguo trader de Gruntal & Co. y fundador del hedge fund S.A.C. Capital Advisors, está trabajando para juntar ambos conceptos. Para hacerlo, ha utilizado de prueba a su propio family office, que utiliza para manejar su fortuna -estimada en 11.000 millones de dólares-, el llamado Point72 Asset Management.

Así, está realizando un análisis profundo de las pautas de comportamiento de los gestores de su hedge fund y probando los modelos que imitan de manera automática las operaciones bursátiles de estos.

La operativa es un tanto compleja: usando las recomendaciones de los analistas como input, examina todas las características de cada una de las operaciones realizadas como el tamaño de las posiciones, el nivel de riesgo, el apalancamiento…Además, comprueba el timing de esas operaciones, y evalúa el precio, la liquidez y la duración en la que el gestor construye la posición.

Este trabajo se realiza para que el modelo consiga identificar los patrones y las relaciones basadas en dichos análisis y que pueda replicar las apuestas. Point72 Asset Management también está realizando pruebas para la automatización del trabajo de sus traders.

Es evidente que los robots y la inteligencia artificial van de la mano. Ahora el esfuerzo se centra en conseguir que el aprendizaje adquirido pueda servir para mejorar los servicios que ofrecen las máquinas a los humanos.

Lo último en Economía

Últimas noticias