Los fondos cuantitativos han sido durante mucho tiempo los mayores usuarios de inteligencia artificial en el mundo de la gestión de activos. Sin embargo, la llegada de la IA generativa podría favorecer a los gestores de activos tradicionales, basados en los fundamentos, frente a los cuantitativos.
Ésa es la preocupación expresada por varios gestores de fondos cuantitativos y proveedores de datos en Asia para cavar.
“Las aplicaciones de la IA en las finanzas aún son escasas”, afirmó un directivo cuantitativo. “Los científicos de datos no los están aplicando a los mercados de capitales. Pero si estas herramientas se utilizan para negociar acciones, cambiará el panorama. Habrá nuevos ganadores y perdedores”.
¿Qué es una cantidad?
Los Quants compran y venden acciones basándose en una enorme potencia informática y programas de software personalizados que modelan estrategias de inversión. El auge de los bonos cuantitativos coincidió con la caída de las tasas de interés durante décadas y el aumento de las inversiones pasivas, dos tendencias que han hecho de la selección activa de valores por parte de los seres humanos un negocio cada vez menos competitivo.
El uso de operaciones algorítmicas o sistemáticamente programadas ha dado lugar a una industria de "inversión sistemática", en la que empresas gestionan plataformas de gestores de una sola estrategia que persiguen una estrategia o "factor" particular (como las tasas de interés o la volatilidad de un mercado).
Estos inversores no están interesados en ser accionistas, sólo en comprar y vender acciones rápidamente para impulsar estrategias: largas/cortas, neutrales al mercado, arbitraje estadístico, basadas en eventos. Existe una superposición con el mundo del comercio de alta frecuencia, y lo que tienen en común son los intercambios conceptualizados e impulsados en términos puramente numéricos.
Veteranos de la IA
Estas ideas no son nuevas, pero la disponibilidad de potencia informática y grandes conjuntos de datos han impulsado el aumento de los cuantos en las últimas dos décadas. Durante los últimos diez años, los cuantos han sido los primeros en adoptar nuevas técnicas de inteligencia artificial, como el aprendizaje automático y el uso de redes neuronales. Se convirtieron en consumidores voraces de datos alternativos, como análisis de sentimientos de las redes sociales.
El mayor problema con los inversores cuantitativos ha sido la "explicabilidad", un término más reciente para la IA que se remonta a la "caja negra" de los cuantos. El colapso de la gestión de capital a largo plazo en 1998 personifica este riesgo, especialmente porque los quants suelen estar apalancados.
Pero desde entonces, tiendas cuantitativas como Citadel, DE Shaw, Man AHL, Millennium Management, Renaissance Technologies y Two Sigma se han convertido en las firmas compradoras más grandes e influyentes de Wall Street. Su éxito ha impulsado a las casas de fondos tradicionales como BlackRock o Fidelity a lanzar sus propias estrategias cuantitativas.
También operan en mercados fuera de los EE. UU., donde pueden encontrar liquidez, infraestructura comercial de baja latencia e instrumentos de cobertura (como ETF o contratos de futuros que siguen los índices del mercado local). Japón ha sido el mercado más grande en Asia Pacífico, pero India es ahora un importante terreno de juego. (Un problema en Asia es el capricho regulatorio, como lo atestiguan la reciente prohibición surcoreana de las ventas en corto y la creciente interferencia gubernamental en China).
Por lo tanto, los fondos cuantitativos no son sólo depredadores influyentes: también están a la vanguardia de la adopción de nuevas tecnologías digitales.
Ingrese a GenAI
Lo que hace que los nuevos desarrollos en IA sean un enigma para los cuantos.
Por supuesto, estas empresas utilizarán en toda su extensión modelos en lenguaje grande (LLM), posibles gracias a transformadores generativos previamente entrenados.
El santo grial de los programas cuantitativos será convertir los LLM en herramientas predictivas. Un humano interactuará con sus compañeros informáticos para detectar patrones en series temporales y otros conjuntos de datos. De hecho, los cuantos ya hacen esto, solo que los LLM deberían hacer que el proceso sea más intuitivo, integrar mejor los datos no textuales y permitir a los desarrolladores construir modelos mucho más rápido.
Los talleres cuantitativos también utilizarán genAI para fines más mundanos, como aprender a redactar informes regulatorios, interpretar informes de ganancias o examinar presentaciones. La incorporación de clientes y otras funciones administrativas se pueden automatizar aún más.
Pero no hay nada misterioso en que una tienda cuantitativa haga estas cosas, porque es lo mismo para lo que todos los demás usarán genAI.
Todos lo están haciendo
La diferencia está en desarrollar modelos de inversión predictivos y algoritmos de ejecución. Eso es lo que hace que los cuantos sean especiales, pero las primeras señales sugieren que la genAI permitirá a los administradores de activos tradicionales hacer estas cosas también. Lo mismo ocurre con los administradores de fondos de capital privado, un negocio notoriamente no automatizado, que podría utilizar los LLM para tomar decisiones de inversión más sistémicas y basadas en datos.
Todos los administradores de activos enfrentarán preguntas con los LLM y su tendencia a inventar cosas. Productos como ChatGPT de OpenAI son la caja negra definitiva. Aunque los fondos cuantitativos dependen de la inteligencia artificial para adivinar estrategias, estos todavía están administrados por profesionales autorizados que comprenden las ramificaciones de una idea comercial. Ese no es el caso de las herramientas genAI.
La ingeniería rápida puede agregar valor al proporcionar algo de esa transparencia, al interrogar a los LLM para obtener una idea de sus procesos y los factores y fuentes utilizados para tomar una decisión. Es teóricamente posible que, algún día, los LLM sean más transparentes y responsables que un humano.
Aunque la idea de traspasar las inversiones a la máquina es un buen titular, es probable que los cuantitativos utilicen los LLM de formas más específicas.
Por ejemplo, querrán herramientas para identificar el verdadero costo friccional de una operación, lo que implica un estudio profundo de las estructuras de los micromercados. Una métrica típica para sopesar el desempeño de un operador se llama "déficit de implementación", para determinar qué tan cerca se ajustan a un presupuesto para una operación determinada. Estos algoritmos ya se están volviendo más sofisticados, a medida que las empresas buscan momentos durante el día en los que la liquidez esté madura o en los que puedan negociar sin revelar su mano.
Se trata de encontrar señales de mercado, que es el núcleo de la misión de un cuantificador. Es probable que las tiendas cuantitativas utilicen genAI para desarrollar mejores formas de predecir los mejores momentos y lugares para ejecutar una operación.
Esto sigue siendo muy útil, pero no es como si alguien le estuviera entregando las llaves del auto a Terminator. La IA tampoco supera los mayores obstáculos en los mercados asiáticos, que es la falta de instrumentos de cobertura, seguida del alto costo de la cobertura cuando hay un contrato disponible.
Más importante aún, esto no es específico de los cuantos. Los grandes compradores tradicionales también utilizan estos algoritmos de ejecución, ya sea diseñados internamente o por un corredor de ventas.
La pregunta existencial para los cuantificadores es cómo mantienen su ventaja cuando las herramientas genAI pueden hacer que gran parte de lo que hacen esté más disponible para los administradores de activos fundamentales. Las tiendas cuantitativas evitan ser el centro de atención en parte porque consideran sus modelos de IA y sus algoritmos de ejecución como salsas secretas. ¿Podría la genAI convertirlos en mercancías? ¿Qué tan diferenciada es su rápida ingeniería?
Como lo expresó un cuantitativo: “La IA ha sido parte de nuestro conjunto de herramientas durante años. GenAI no elimina las barreras, pero brindará más beneficios a los administradores activos fundamentales, al hacerlos más eficientes a la hora de agregar y analizar datos. Una vez que esas empresas comprenden los factores que impulsan el retorno, se convierten en nuestro competidor”.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
- PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
- PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
- PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
- Fuente: https://www.digfingroup.com/genai-quants/
