Análisis financiero e inversiones con modelos de inteligencia artificial

MADRID. Hace unos días en una conversación con antiguos colegas de profesión debatíamos sobre la inteligencia artificial (IA), así como acerca de los beneficios y perjuicios que podría llevar a nuestro entorno. No seré yo el que discuta los enormes beneficios y ayudas que pueden proporcionar los diferentes modelos de IA. Sinceramente creo que el futuro va por ahí, pero también creo que el futuro es lo que vendrá, y que en el caso de la IA todavía no está ni aquí... ni cercano.

En los últimos tiempos hemos detectado una tendencia tan popular como potencialmente peligrosa, que se está extendiendo incluso ámbitos de información muy acreditados: Es muy frecuente leer noticias y ver vídeos que describen como se han utilizado sistemas de IA -normalmente ChatGPT al ser por el momento la herramienta más extendida- para seleccionar acciones con gran potencial bursátil y, así, obtener mejor rendimiento que el que obtienen los profesionales.

Sinceramente me parece que este tipo de mensajes son muy engañosos y tienen potencial para causar un daño real a los pequeños inversores, que muchas veces actúan de forma incauta esperando obtener grandes beneficios a partir de modelos de inversión 'aparentemente simples y sencillos'. Aunque estas son señales de alerta a tener en cuenta, creo que hay técnicas potencialmente beneficiosas para ayudar a los pequeños inversores en su tarea de buscar y decidir en qué empresas actuar.

La mayoría de las herramientas de IA utiliza los denominados LLMs (Large Lenguage Model o Grandes Modelos de lenguaje en español). Un LLM es un sistema que puede generar texto como si fuera escrito por un ser humano. Estos modelos son entrenados a partir de enormes cantidades de texto, que pueden realizar rápidamente una variedad de tareas relacionadas con el contenido o texto que se les facilita: responden preguntas a cuestiones determinadas, traducen, redactan informes de diferente tipo y contenido, clasifican texto y resumen temas claves de grandes cantidades de texto.

Identificando empresas

En un nivel básico de funcionamiento, los LLMs calculan la probabilidad de la siguiente palabra o conjunto de palabras más apropiado en función de la información proporcionada, también conocida como indicación. Lo hacen seleccionando la palabra con mayor probabilidad estadística de coincidir con el contexto de la solicitud, basándose en los comentarios que ha recibido en el pasado. 

Dentro del ámbito del análisis financiero y las inversiones, uno de sus usos más frecuentes es resumir artículos recientes e identificar empresas que están siendo objeto de cobertura positiva o negativa en la prensa. Esto comienza a abordar las fortalezas de los LLMs modernos para ayudar a los investigadores a resumir vastas cantidades de datos de texto.

Aunque este procedimiento es muy útil -como siempre- es necesario tener precaución antes de 'poner dinero en juego'. Aunque los LLMs son notablemente buenos para resumir y extraer información de entidades y análisis de sentimientos, todavía son propensos a cometer errores. Hasta el momento no es posible probar de manera confiable y eliminar estas desventajas. Mientras que un resumen puede parecer legítimo, hay una probabilidad no nula de que partes de él se hayan inventado simplemente para lucir bien como respuesta.

El hecho de que un LLM afirme que una empresa está recibiendo comentarios más positivos no difiere mucho del análisis de sentimientos tradicional, por lo que debe ser probado y verificado con la misma rigurosidad. No hay duda de que a medida que continúa el desarrollo de los LLMs en el entorno de desarrollo de la IA, éstos serán algún día extremadamente útiles para tomar decisiones estratégicas, como por ejemplo ayudar a gestionar una cartera. 

Principios probados

Pero ese día aún no ha llegado, así que mientras tanto es importante que los inversores se centren en los principios probados con el tiempo de construir carteras y eviten caer en 'propuestas' dudosas, que prometen rendimientos que superan al mercado gracias a las 'habilidades sobrenaturales' de selección de acciones a partir de los LLMs y la IA. Mientras llega ese momento, hay muchas herramientas que ofrecen señales de trading basadas en enfoques clásicos para ayudar a los operadores.

Muchas herramientas que ofrecen los principales consensos de mercado han desarrollado señales predictivas donde los modelos de inteligencia artificial proporcionan información y contexto. Aprovechar estas alertas puede formar una base sólida para ayudar al proceso de toma de decisiones de inversión por parte de los minoristas. Sin embargo, que nadie se olvide que la decisión final debe estar en manos del inversor en base no sólo a estas herramientas, sino también a los estudios que realice y a lo que le dicte su propia conciencia.

Antonio Castelo es analista de iBroker