La revolución del Big Data y la inteligencia artificial en la gestión de las inversiones
Desde el uso de los smartphones a las redes sociales, generamos y consumimos datos cada segundo del día. Toda esa información es, en la sociedad actual, más fácil de acceder (gracias principalmente a las nuevas tecnologías), de almacenar y de compartir.
Al hablar del impacto del Big Data, ponemos 2 ejemplos para ponerlo en relieve: el 90% de los datos que se generan a nivel mundial han sido creados en los últimos 2 años, y de toda esa enorme cantidad de datos apenas el 2% está siendo analizado.
En nuestra opinión, la habilidad para obtener y analizar de manera efectiva esa enorme cantidad de información, y tomar buenas decisiones derivadas de sus resultados, será clave en nuestra industria. Quien lo logre podría posicionarse con una ventaja competitiva respecto de sus competidores.
En Goldman Sachs Asset Management el equipo de Inversiones Cuantitativas lleva casi 30 años apostando por la utilización de la tecnología para tomar mejores decisiones de inversión, incorporando el análisis de Big Data, técnicas de Inteligencia Artificial, y fuentes de datos alternativas. Esto no podría haber sucedido sin los avances tecnológicos de los últimos años, que nos han permitido procesar enormes cantidades de datos muy rápida y eficientemente, todo con el objetivo final de tomar decisiones de inversión informadas antes de que el mercado reaccione.
Creemos también que las nuevas técnicas de Inteligencia Artificial son un disruptor del mercado que hay que tener en cuenta: un buen ejemplo es el Machine Learning, una técnica de inteligencia artificial que permite a los ordenadores aprender sin ser explícitamente programados para ello. Este es un campo con un enorme potencial para analizar datos no estructurados: algunos ejemplos que son una realidad hoy en día podrían ser el software de detección de “spam” en nuestros emails, el de reconocimiento facial en los smartphones, o los algoritmos desarrollados por las plataformas de televisión en “streaming”, que ya utilizan técnicas de Machine Learning para hacer recomendaciones a sus usuarios.
Todas estas técnicas utilizadas por multitud de industrias, pueden ser también trasladadas al sector de la gestión de inversiones, y se traducen en un uso inteligente de la tecnología por parte de los equipos gestores: en Goldman Sachs Asset Management su utilización nos ayuda en el análisis de compañías, aunque el proceso de inversión y construcción de carteras requiere de intervención humana: los gestores mantienen el poder de seleccionar las compañías que formarán parte de las carteras, para asegurarse de que todas las posiciones tienen sentido desde un punto de vista económico.
Cada día evaluamos aproximadamente 13.000 compañías, utilizando los más de 150 factores que forman parte del modelo, y construimos nuestras carteras con una serie de límites desviación respecto de los índices, establecidos por el equipo gestor.
El proceso está dividido en 2 bloques principales: Desde un punto de vista fundamental, buscamos identificar compañías de calidad, con ingresos consistentes y negocios sostenibles en el tiempo, que además, estén siendo minusvaloradas por el mercado: ¿Podríamos, a través del análisis de datos predecir el signo de los resultados de una compañía antes de su publicación? A través de fuentes de datos únicas, como la evolución del tráfico web de una compañía del sector consumo, podemos intuir un incremento o descenso en sus ventas respecto del periodo anterior, y por tanto, tener una buena idea del sentido de sus resultados trimestrales antes de que se publiquen y actuar antes de que el resto del mercado pueda reaccionar.
Por otro lado, y desde una óptica más dinámica, buscamos localizar compañías que tengan un “momentum” atractivo, es decir, aquellas con una tendencia positiva y un sentimiento optimista por parte del mercado.
Las nuevas técnicas de procesamiento natural del lenguaje permiten utilizar ordenadores para leer e interpretar una enorme cantidad de informes de las casas de análisis de compañías, con el objetivo de interpretar el tono de los analistas, inferir el sentimiento del mercado, y poder así seleccionar entre “ganadores y perdedores”, aquellas compañías con mayor potencial.
El éxito de este proceso de investigación se fundamenta en encontrar aquellos nuevos factores o métricas que permitan ayudarnos a mejorar la selección de compañías, aportando un valor añadido y diferencial. Esta es la filosofía del equipo de Inversiones Cuantitativas de Goldman Sachs Asset Management, que cuenta con más de 180 profesionales y una muy larga trayectoria avalada por los resultados de su gama de fondos GS CORE Equity.
