¿Puede la IA gestionar tu cartera? Bruce Keith de InvestorAI responde en 'Zero Sum'

La inteligencia artificial se está introduciendo cada vez más en la inversión, desde hedge funds y mesas de negociación cuantitativa hasta carteras minoristas y la ejecución automatizada.

Pero a medida que aumenta el acceso a herramientas impulsadas por IA, surge una pregunta más importante: ¿pueden los inversores confiar realmente en una máquina con su dinero?

Bruce Keith, consejero delegado y cofundador de InvestorAI, considera que la tecnología puede mejorar drásticamente la forma en que la gente invierte, pero solo cuando se emplea para la tarea adecuada.

En el último episodio de Zero Sum, Keith explicó por qué pedirle a ChatGPT u otro modelo de lenguaje a gran escala que te diga qué comprar a continuación puede ser el enfoque equivocado, por qué la IA podría ser mejor en decisiones de mercado a corto plazo que en inversiones a largo plazo, y qué deben exigir los inversores antes de entregar capital a una estrategia impulsada por IA.

Las distintas facetas de la inversión con IA

La distinción de Keith entre la IA de propósito general y los modelos de inversión diseñados para un fin concreto es central en la discusión.

Los modelos de lenguaje a gran escala se entrenan para responder preguntas usando enormes cantidades de información.

Eso los hace útiles para entender qué ha ocurrido en una cartera, resumir noticias y explicar por qué se ha movido un activo.

Pero prever un movimiento concreto del mercado es un problema distinto.

Keith sostiene que los modelos de inversión efectivos deben identificar patrones de mercado recurrentes, posibles rupturas y los puntos en los que esos patrones cambian, en lugar de limitarse a recuperar información ya disponible en línea.

Para ello, su firma adoptó un enfoque poco convencional: adaptar la visión por ordenador, la misma tecnología utilizada en reconocimiento facial y coches autónomos, para analizar datos de mercado.

Al traducir conjuntos de datos masivos en representaciones visuales, su IA puede «ver» patrones complejos de ruptura que los analistas humanos, o los modelos de lenguaje basados en texto, pasarían completamente por alto.

Esa distinción es importante a medida que más inversores minoristas comienzan a tratar los chatbots de IA como asesores financieros informales.

La verdadera ventaja inversora puede ser saber cuándo salir

Uno de los argumentos más interesantes de Keith es que entrar en una operación es relativamente fácil. El problema más difícil es saber cuándo salir.

"Nadie te dice cuándo salir."

Su punto más amplio es que los inversores tienden a centrarse en encontrar la próxima operación ganadora, mientras que la gestión del riesgo a menudo determina si esas ganancias sobreviven.

Keith dijo que la IA es especialmente útil para decisiones a corto plazo, definiendo esa ventana en aproximadamente dos o tres meses.

Según su punto de vista, los humanos siguen siendo más adecuados para juicios a más largo plazo porque pueden trabajar con información incompleta e incorporar factores que resultan difíciles de cuantificar para las máquinas.

Eso sugiere un modelo híbrido en lugar de uno totalmente automatizado: las máquinas procesan mucha más información que un inversor individual, mientras que los humanos conservan la responsabilidad del panorama general.

La inversión con IA necesita más transparencia antes de que los inversores puedan confiar

Eso plantea otro problema: ¿cómo determina un inversor si una estrategia impulsada por IA funciona realmente?

Keith sostiene que la industria necesita estándares más claros para presentar el rendimiento.

Los inversores no deberían conformarse con una única cifra llamativa o con un backtest que impresione a primera vista.

"Si lo que buscas es consistencia, consistencia de resultados, consistencia en el sobrerendimiento, entonces la pregunta tiene que ser: ¿qué tan consistente ha sido esto?"

Recomienda mirar primero la tasa de aciertos y la tasa de superación, seguidas por los rendimientos medios y las caídas máximas.

Una estrategia que gana con frecuencia aún puede destruir capital si sus operaciones perdedoras son lo bastante grandes.

La implicación es sencilla: los inversores deberían juzgar una herramienta de IA como juzgarían a un gestor humano, con un historial verificable, una metodología clara y una comprensión de cómo se comporta tanto en mercados alcistas como bajistas.

Los reguladores intentan ponerse al día con una tecnología que no deja de moverse

Keith también espera que la regulación se convierta en una parte importante del debate sobre la inversión con IA.

Dijo que los reguladores están, por naturaleza, en modo de ponerse al día, pero argumentó que un enfoque basado en principios podría ser más eficaz que intentar escribir reglas detalladas para cada nueva aplicación.

Lo más importante, cree, es que la responsabilidad no puede subcontratarse a la máquina.

Para las firmas financieras que despliegan IA, eso significa mantener supervisión humana, controles de riesgo y responsabilidad incluso cuando las decisiones se automatizan cada vez más.

La siguiente fase es una IA que haga más que recomendar operaciones

La tecnología podría acabar yendo más allá de generar señales y pasar a la ejecución.

Keith afirmó que la ejecución automatizada ya es cada vez más común, con la IA decidiendo potencialmente cuándo negociar, cuándo detenerse y cuándo pausar tras pérdidas.

Pero subrayó que los controles de riesgo necesarios deben integrarse en el sistema antes de que los inversores le entreguen cantidades significativas de capital.

Ese puede ser el verdadero siguiente paso para la IA en los mercados financieros: no reemplazar por completo a los inversores, sino convertirse en una capa cada vez más poderosa entre la información y la ejecución.

Las propias llamadas de inversión finales de Keith reflejaron ese equilibrio. Citó el gasto en infraestructuras en India y JSW Steel entre sus ideas alcistas, mientras que nombró al liderazgo de EE. UU. como su llamada bajista y "escuchar a la juventud" como su comodín.

Vea el episodio completo de Zero Sum para la conversación íntegra sobre inversión impulsada por IA, transparencia, automatización y qué hace falta para confiar a una máquina dinero real.