Mercados volátiles exigen algoritmos inteligentes, que aprendan de la variación de los mercados, de los factores que determinan su movimiento y de los indicadores económicos relevantes. En este artículo evidenciaremos cómo se están transformando los mercados y qué elementos son necesarios para crear algoritmos inteligentes que sobresalgan en el mercado.
“Los retos son de carácter tecnológico y de eficiencia, en donde tener las máquinas más potentes y las herramientas analíticas más eficientes, marcan la diferencia.”
Un ecosistema es una estructura dinámica en la que conviven individuos y que, gracias a sus interacciones, viven en equilibrio. El mercado de capitales es el ecosistema en el que compradores y vendedores conviven en “equilibrio” y en donde, en el estado de “desequilibrio” los más audaces encuentran oportunidades de inversión. Con un mercado de capitales cada vez más digital, el acceso se ha facilitado para un número mayor de individuos, pero la identificación de oportunidades de inversión se ha restringido. Solo aquellos con mayor capacidad de procesamiento de información y control de los sesgos cognitivos, presentes en el proceso de inversión, logran ser los más audaces del ecosistema.
En todo ecosistema, los individuos tienden a transformarse en función de los cambios del entorno y los individuos del mercado de capitales no son la excepción. Hoy en día, en las bolsas de EE.UU. cerca del 75% de los volúmenes de operación son realizados por algoritmos y en mercados como Latam y Europa, la cifra se ubica en niveles cercanos al 20% y 40%, respectivamente. Situación que obligó a los individuos a hacer su operatoria mucho más autónoma, en donde los retos son de carácter tecnológico y de eficiencia, en donde tener las máquinas más potentes y las herramientas analíticas más eficientes, marcan la diferencia.
Los algoritmos de inversión autónomos son un conjunto de reglas predefinidas, que en función de las condiciones de mercado toman decisiones de compra o venta. Estas reglas pueden ser tan sencillas como definir precios de entrada y cuando la cotización de dichos activos llegue a éstos, un algoritmo decida si comprar o vender. No obstante, estas reglas también pueden ser complejas, como enseñarle a una máquina, con el mismo método de aprendizaje del humano (Inteligencia Artificial), a interpretar el comportamiento natural del mercado de capitales y que, gracias a este aprendizaje, tome decisiones para operar en el mercado de capitales.
Explicar las aplicaciones que tienen las herramientas de Inteligencia Artificial para el mercado de capitales, requeriría escribir un artículo exclusivamente sobre eso. En este artículo vamos a destacar los elementos que son necesarios, más no suficientes, a la hora de construir algoritmos inteligentes que aprendan del comportamiento de los mercados.
Los datos son la fuente del aprendizaje. Al igual que los seres humanos las máquinas aprenden de los datos. Tener acceso a bases de datos de fuentes confiables y con la granularidad específica para los objetivos de los algoritmos, es vital para que las máquinas tengan un aprendizaje adaptado a la realidad en la que se van a desenvolver.
La conexión con los mercados es la autopista de los algoritmos. Tener acceso directo a los mercados y baja latencia en la recepción de la información es determinante para que los algoritmos puedan hacer la lectura correcta del mercado y la gestión oportuna de sus operaciones.
La capacidad de procesamiento es el IQ de las maquinas. En un segundo en el mercado de capitales se producen millones de datos que alteran el comportamiento de los activos. La capacidad que tengan las máquinas para procesar esta información es determinante para que de manera oportuna puedan tomar decisiones de inversión informadas y con el mayor entendimiento posible de las condiciones de los mercados.
El aprendizaje de las máquinas es una realidad que llego para quedarse, y en los mercados de capitales cada vez más es necesario incorporar este tipo de tecnologías en la toma de decisiones de inversión.
