Implicaciones de la I.A. en los mercados financieros

Para ver el avance de la IA en los mercados financieros y su evolución, creo que es conveniente comparar los libros escritos por ahí con la información que nos da la IA sobre ella misma.

Uno de los libros más útiles es el publicado por el instituto CFA: 

1  Larry Cao (Editor), Manual de inteligencia artificial y aplicaciones de big data en inversiones, fundación de investigación del instituto CFA. 

Gracias al instituto de la gestora Flossbach von Storch podemos tener un resumen::

Hay muchos libros sobre el tema de la inteligencia artificial (IA). Si se supone que se refieren específicamente al mercado financiero, habrá menos. Si el foco está en las aplicaciones prácticas y su implementación y no en los detalles técnicos de los algoritmos, apenas hay material.

Afortunadamente, la Fundación de Investigación del Instituto CFA dirigida por el editor Larry Cao ha logrado cerrar esta brecha con su "Manual de IA". 1  Expertos de casas reconocidas como el banco de inversión Goldman Sachs, el administrador de pensiones holandés APG y el proveedor de servicios financieros chino Ping An brindan información e instrucciones para la aplicación de inteligencia artificial en el sector financiero bajo la visión común de unir inteligencia artificial y Inteligencia humana.

La gama de temas tratados es tan amplia como diferentes los antecedentes de los autores. Además de una introducción extremadamente recomendable al aprendizaje automático y la ciencia de datos, el manual aborda el procesamiento del lenguaje natural, es decir, el reconocimiento y procesamiento del lenguaje humano, los comentarios sobre el estado actual de la práctica en el comercio respaldado por IA, ofrece una descripción general del estado del arte en chatbots y Finalmente, con un ejemplo muy interesante sobre el tema de "IA simbólica", muestra quizás el próximo gran campo de desarrollo en inteligencia artificial.

Todo esto tiene éxito de forma muy compacta en menos de 150 páginas, que están repletas de ejemplos prácticos y sugerencias de implementación. Esto hace que el texto sea una introducción práctica y fácil de leer al tema, que, sin embargo, también contiene algo nuevo para lectores con conocimientos previos. La conclusión es que el manual es mucho más que "simplemente otro libro sobre IA".

En la introducción, primero se explican los requisitos especiales de los datos del mercado financiero. En particular, la alta complejidad del mercado financiero y la baja relación señal-ruido imponen demandas especiales a los algoritmos: obviamente, es más fácil sugerir nuevas series al usuario de un servicio de transmisión que coincida con su historial que automáticamente a partir de varios pronósticos económicos. , estados de ánimo de los participantes del mercado y datos de la empresa para crear pronósticos adecuados para los precios de las acciones. Para no perderse en la avalancha de datos, es fundamental que las personas acompañen el desarrollo de los algoritmos con conocimientos económicos y su intuición.

La computadora muestra sus fortalezas al tratar con la no linealidad y la interacción de diferentes características de un conjunto de datos. Un ejemplo ilustra esto: un conjunto de datos contiene el rendimiento de las acciones, ganancias e información binaria sobre la calidad de la contabilidad de diferentes empresas. Resulta que los rendimientos son en gran medida independientes de las ganancias, pero se pueden dividir en dos subconjuntos, uno con rendimientos positivos y otro con rendimientos negativos, según la información contable. 2

El segundo capítulo da una idea del mundo de los datos y los datos alternativos. Estos últimos surgen de las posibilidades que han surgido en el curso de la digitalización, por ejemplo, para recopilar datos directamente de los sensores. 3  La separación se describe correctamente como artificial, porque el enfoque siempre debe estar en el problema de inversión a resolver y los datos deben evaluarse según su relevancia para aclarar la situación: si el problema contiene un componente regional, por ejemplo, las imágenes espaciales de satélite pueden ser útil Cuando se trata de decisiones relacionadas con Internet, la información adicional, como las visitas a un sitio web, puede ser valiosa. En última instancia, siempre es importante centrarse en el problema real para encontrar el camino a través de la jungla de conjuntos de datos.

Con esta directriz en mente, los equipos mixtos de analistas de inversiones y científicos de datos pueden evaluar colectivamente qué bases de datos agregan valor y si tienen la calidad requerida. En el capítulo tres se manifiesta esta visión:

"Los esfuerzos de ciencia de datos deben comenzar con preguntas clave de inversión en lugar de qué datos y métricas ya han creado los científicos de datos y cómo descubrir casos de uso a partir de ellos". 4

Un ejemplo de aplicación proporciona información sobre el análisis de la estructura de clientes de una marca global de artículos de lujo en China y las estimaciones de resultados derivadas de esto. Otro muestra cómo se mejoró el análisis de los precios en línea y fuera de línea de un fabricante de ropa con la ayuda de la ciencia de datos.

El capítulo once ofrece una perspectiva sobre un posible próximo gran campo de desarrollo de la inteligencia artificial: la IA simbólica. Dichos sistemas relacionan datos de forma independiente basándose en enlaces lógicos. La ventaja sobre los sistemas de IA generativa como Chat GPT es que no se "inventan" conexiones basadas en métodos probabilísticos. El conocimiento creado se deriva enteramente de los datos y la lógica. Configurar y entrenar el sistema lleva mucho tiempo y requiere conocimientos expertos.

Sin embargo, el administrador de pensiones holandés APG ya está utilizando un administrador de cartera digital llamado Samuel. Combina el conocimiento de sus colegas humanos, que también lo entrenan, y luego les devuelve plantillas de decisión basadas en las reglas codificadas. Esto evita que las personas tomen decisiones a través de distorsiones personales que son inconsistentes con el conocimiento existente y aceptado. 5

Un ejemplo: supongamos que el sistema sabe que Clichy es un distrito de París y que París está en Francia. Además, sabe cómo calcular un índice de precios inmobiliarios y el nivel de índice actual para Francia. Ahora recibe nueva información sobre los precios de venta de propiedades actuales en Clichy. Esto se puede hacer manualmente o el sistema lo obtiene de forma independiente a través de una búsqueda en la web o mediante una interfaz automática. El sistema ahora deduce de forma independiente cómo han cambiado los precios inmobiliarios en Clichy, París y Francia y proporciona estimaciones de las implicaciones que esto tiene para otros parámetros económicos, como el rendimiento de alquiler esperado y si las inversiones en bienes raíces aún tienen la rentabilidad mínima requerida.

La parte central del libro se dedica inicialmente a los temas de reconocimiento de voz y procesamiento de voz en detalle. Las aplicaciones de IA "clásicas", como el análisis de sentimientos o los resúmenes de texto, se analizan con referencia a fragmentos de código individuales. La punta de lanza en esta área son evidentemente fondos de cobertura orientados cuantitativamente. Renaissance Technologies y TwoSigma Investments lideran el camino en las descargas automáticas de las presentaciones 13F de la Comisión de Bolsa y Valores de EE. UU., que brindan información legible por máquina sobre las carteras de inversores institucionales. 6 Por ejemplo, con más de medio millón de documentos descargados entre 2004 y 2017, recuperaron más del triple de estos documentos de la web que el administrador de activos establecido JPMorgan Chase, que también está activo en el campo. 7  Esta parte se completa con un estudio de caso sobre el tema del análisis de texto automático con respecto a la inversión desde una perspectiva ESG.

En la tercera parte, se explica en dos capítulos el estado actual de la investigación sobre los algoritmos de negociación. En particular, se muestra cómo se pueden procesar operaciones con grandes volúmenes sin que al mismo tiempo influya excesivamente en el precio a través de sus propias acciones. El tema principal es el desarrollo de estrategias comerciales automáticas. La pregunta central es qué parámetros son decisivos para una operación y cómo identificarlos automáticamente. Aquí, el horizonte y el volumen de negociación, así como la volatilidad histórica, resultan ser los parámetros más importantes. En general, las declaraciones hechas y los ejemplos presentados corresponden en gran medida a la descripción general que hemos proporcionado en otro lugar. 8

El proveedor de servicios financieros chino Ping An destaca el tema del servicio al cliente inteligente en el sector financiero. En el área de tensión entre los requisitos de los clientes cada vez más fragmentados y los costos laborales en aumento, el uso de la IA debería generar ganancias de eficiencia. Los algoritmos deberían hacerse cargo de las tareas repetitivas en particular, lo que ahorra costos de mano de obra. Los chatbots se presentan con más detalle como herramientas destacadas y actualizadas: responden preguntas estándar y pueden hacerse cargo de partes de las conversaciones de los clientes de los asesores humanos. Los algoritmos también ayudan en la gestión proactiva de clientes, por ejemplo, preseleccionando clientes existentes con respecto a su idoneidad para un nuevo producto de inversión. Sin embargo, lo más destacable de este capítulo no son los ejemplos individuales,

A medida que los canales digitales se convierten en la "oferta básica", las instituciones financieras deben innovar para crear experiencias de servicio al cliente únicas. 9

Solo el capítulo sobre la tecnología del procesador aporta poco valor añadido al profano. La tesis central de que más datos y algoritmos más complejos también requieren más poder de cómputo es obvia. Desafortunadamente, los avances técnicos de los nuevos chips para procesar métodos de IA siguen siendo vagos. En su mayor parte, la lista de ejemplos de aplicación es simplemente una repetición del contenido que ya se ha presentado, sin que se aclaren los antecedentes técnicos. Un poco más de profundidad técnica hubiera estado bien aquí.

Si está buscando una introducción práctica al tema de la inteligencia artificial, encontrará una descripción completa del estado actual del arte, incluidas las perspectivas de futuro en casi 135 páginas. Se recomienda especialmente la sección introductoria, es decir, los capítulos uno a tres, y el último capítulo sobre IA simbólica. Los capítulos individuales están escritos por varios profesionales del sector financiero y cubren un amplio espectro sin volverse vagos. El enfoque en el mercado financiero y la presentación compacta aseguran que el manual del CFA supere las introducciones generales a la inteligencia artificial y, por lo tanto, sea una "lectura obligada" para todos los interesados ​​en el tema.


Para los que estáis mas duchos en IA-¿Qué os ha aparecido la recensión del libro? ¿Habéis obtenido más y mejor de la IA sobre ella misma, aplicándola?