¿Pueden los algoritmos superar a los inversores bursátiles en estrategias como el seguimiento de tendencias (o trend trading)? Esta es la pregunta que Laurent Carlier, responsable de IA en BNP Paribas Global Market, intentó responder a través de un experimento realizado durante un año por el banco y detallado en el Festival Mundial de IA de Cannes (celebrado del 8 al 10 de febrero). En el mercado bursátil, jugar con la tendencia consiste en suscribirse a la tendencia, realizando cálculos de probabilidad sobre la evolución futura. Por ejemplo, si el mercado ha sido alcista durante varios meses, la probabilidad de que siga siendo así durante los próximos días es alta. Laurent Carlier se interesó en el potencial de la IA para optimizar estas estrategias de trading de tendencias. Como entrada, los modelos de Machine Learning pueden obviamente ser alimentados con series temporales de calificaciones de índices bursátiles. "Pero estos datos contienen tal nivel de ruido que no se puede confiar en un modelo entrenado solo con este corpus", afirma el responsable de IA del banco, que destaca la necesidad de inyectarle conocimiento empresarial.
La estrategia adecuada para maximizar el ROI
La red neuronal construida por los equipos de BNP Paribas Global Market, entrenada con 30 años de datos (inicialmente durante un período de 10 años y luego inyectando gradualmente un año adicional en cada etapa), no solo debe predecir la tendencia, sino también el retorno de la inversión. "Incluso fuimos un paso más allá, al pedirle al modelo que optimizara la estrategia de inversión para maximizar este retorno", explica Laurent Carlier.
Aunque no detalló las decisiones técnicas tomadas por sus equipos para construir el asistente del operador, Laurent Carlier presentó los resultados. En todos los años en los que se midió el modelo, la estrategia basada en IA supera a los cuatro índices de referencia con los que se comparó. Excepto en 2022 y, sobre todo, en 2023. Dos años en los que la correlación entre el mercado de valores y el de bonos fue positiva, una excepción en la historia, subraya Laurent Carlier. Un contexto específico que llevó al modelo a un territorio inexplorado y también pone de relieve sus límites.
Reemplazar las estrategias basadas en reglas
Aunque el modelo no es una caja negra completa (sus predicciones son el resultado del análisis de 42 dimensiones que se pueden comparar individualmente con el historial correspondiente), hay que manejarlo "con cautela", según Laurent Carlier. Esto último pone de relieve, en particular, el riesgo de sobreajuste (es decir, un modelo que se corresponde con demasiada precisión con los datos de entrenamiento), la necesidad de que los equipos de Data Science intercambien con la empresa a diario o la necesidad de mejorar la explicabilidad de los modelos. "Pero sí existe la posibilidad de sustituir las estrategias actuales basadas en reglas por técnicas basadas en el aprendizaje automático", afirma Laurent Carlier. Este enfoque permite tener en cuenta más información y relaciones complejas entre los diferentes elementos".
Recordemos que el grupo BNP Paribas, en su conjunto, tiene como objetivo 1.000 casos de uso de IA en producción de aquí a 2025 (frente a los 750 actuales), en cuatro grandes ámbitos de uso: generación de ingresos (mediante, por ejemplo, la automatización de las transacciones o la personalización de las campañas de marketing), experiencia del cliente (chatbot, análisis de las llamadas entrantes), eficiencia operativa (tratamiento de documentos que contienen datos no estructurados) y gestión de riesgos (lucha contra el blanqueo de dinero y el fraude en los pagos). El banco francés afirma contar con más de 700 especialistas en el tema a nivel interno.
Otras noticias que te pueden interesar