“Aumento Inteligente”: AI en lugar de IA

En T. Rowe Price creemos que hay factores cruciales para el éxito de las empresa que no pueden ser reflejados en cifras y hojas de cálculo. Por esta razón, nuestros analistas y gestores viajan por todo el mundo para reunirse con los equipos directivos de las empresas y formarse una idea real sobre el terreno de las operaciones y clientes de las mismas. Personas, no ordenadores ni algoritmos, son el eje central de nuestro proceso de inversión. Esto es lo que nos distingue de otras firmas de Wall Street, que recurren cada vez más a los ordenadores para tomar las decisiones de inversión.
 

Con todo, desde muy pronto hemos confiado, y seguimos haciéndolo, en el poder de la tecnología para cambiar drásticamente mercados y sectores, incluido el nuestro. Durante muchos años, hemos acogido con entusiasmo el poder de la tecnología para mejorar el servicio que prestamos a los clientes y los resultados de las inversiones. Estamos especialmente interesados en cómo nuestro personal de inversión puede desplegar tecnología para profundizar y ampliar su conocimiento y comprensión de las dinámicas de mercado y tendencias del sector.

Colaboración con nuestra división de inversión

Esta es la idea que nos llevó hace dos años a abrir nuestro Centro de Desarrollo Tecnológico de Nueva York. El Centro está diseñado para ser el acelerador tecnológico de nuestra firma, con especial énfasis en el desarrollo de capacidades avanzadas en la ciencia de datos. El Centro fue establecido en Nueva York en parte por el ecosistema único de firmas “fintech” de que goza esta ciudad, que ofrece tanto acceso a talento como mayor proximidad a nuestros socios comerciales.
 

Ahora bien, el Centro es mucho más que un simple recurso fintech de T. Rowe Price. Los miembros de nuestro equipo de Nueva York trabajan en estrecha colaboración con la división de inversiones en un esfuerzo por aprovechar el poder de la tecnología para potenciar sus procesos de análisis y de toma de decisiones. Los científicos de datos, desarrolladores de aplicaciones e ingenieros de datos de nuestra oficina de Nueva York colaboran para crear soluciones integrales para nuestra firma.

Tecnólogos y profesionales de la inversión tienen habilidades diferentes y a veces parece que hablan idiomas distintos. Por esa razón, establecimos un equipo especial de Equity Data Insights (EDI) con habilidades en ambas áreas. Ubicado en Baltimore en nuestra división de inversiones (algo único en la industria, por lo que nos consta), el equipo ayuda a analizar las necesidades no satisfechas de nuestros analistas y gestores y las traduce en proyectos accionables para nuestro equipo de Nueva York.
 

La finalidad de este esfuerzo conjunto de los equipos es ayudar a nuestros analistas de inversiones a absorber más información y generar mejores perspectivas sobre sus sectores. En palabras del director del Centro, Jordan Vinarub, el objetivo es “aumento inteligente” en vez de inteligencia artificial —“AI” en lugar de “IA.” Según Jordan, su equipo “se propone aplicar la automatización y generación de perspectivas para ayudar a nuestros socios comerciales a centrar su atención en las partes más valiosas del proceso de inversión”.

AI en acción

Los recientes avances de la informática en la nube, junto con la disponibilidad de nuevas series de datos masivos, han permitido aplicar el aprendizaje automático a la inversión. He aquí algunos ejemplos de cómo nuestra división de inversiones, el equipo de EDI y el Centro han aunado esfuerzos para poner el AI en acción:

1. Evidentemente, el cómo le vaya a una empresa se refleja en el valor que el mercado asigna a sus acciones, pero a menudo la conexión exacta no está clara. La división de inversiones quería hacerse una idea más nítida de cómo repercuten los diversos datos fundamentales de las empresas (tales como la tasa de crecimiento de los ingresos y los márgenes de beneficio) en los múltiplos de valoración de sus acciones (vgr: ratio BPA).
   
   Usando el aprendizaje automático para analizar décadas de información de rendimiento y millones de datos dispares, el equipo de EDI y el Centro desarrollaron un modelo que genera una valoración teórica (VT) de todos y cada uno de los títulos del índice Russell 1000. Los analistas pueden usar la herramienta para ver cómo podría responder dicha VT a determinados cambios en los fundamentales, como una aceleración en la tasa de crecimiento de la compañía.
   
   
2. La informática basada en la nube, el descenso de los precios de la memoria y otras innovaciones han abaratado y facilitado la recogida de datos en masa. Agencias, empresas y otras instituciones públicas han puesto en línea valiosas bases de datos sobre patrones de consumo y otra información susceptibles de ser utilizadas para formular perspectivas de inversión. El reto es cómo tratar y aprovechar estos de datos masivos, especialmente para analistas avezados en Excel, pero legos en software de bases de datos.
   
   Vincent DeAugustino, uno de nuestros analistas de servicios financieros, sabía que había información valiosa oculta en los millones de reclamaciones de consumidores presentadas ante la Oficina de Protección Financiera del Consumidor (CFPB, por sus siglas en inglés) de Estados Unidos. Los equipos de EDI y del Centro ayudaron a proporcionar a Vincent y sus colegas un “cuadro de mandos” de la CFPB, que proporciona información rápida y fácil sobre cómo evolucionan a lo largo del tiempo los volúmenes de reclamaciones. Vincent y su equipo ahora pueden determinar con rapidez si los bancos y otras instituciones financieras están resolviendo adecuadamente los problemas.
   
   
3. El Big Data también ha abierto la posibilidad de analizar las tendencias de consumo a escala de comprador individual. Usando datos de tarjeta de crédito anonimizados, el equipo de EDI y el Centro han desarrollado un mecanismo para que nuestros analistas del sector minorista calculen qué marcas en una determinada categoría están teniendo más éxito a la hora de retener clientes. Nuestros analistas ya pueden ver no solo qué probabilidades hay de que los consumidores sigan comprando en un minorista concreto, sino también cuánto cambian sus pautas de gasto a lo largo del tiempo. Esto ayuda a nuestros analistas a hacer predicciones sobre el crecimiento de los ingresos de una empresa más matizadas que si solo analizaran las tendencias de las cifras clave.

¿Qué es lo próximo?

Los analistas de inversión examinan minuciosamente una gran cantidad de datos para seguir de cerca los “indicadores de rendimiento clave” o KPI (del inglés Key Performance Indicators) de las empresas. Algunos KPI se aplican de manera generalizada, como el crecimiento de los ingresos o el margen de beneficio neto. Otros están más adaptados a sectores concretos, como los usuarios medios diarios de una plataforma de redes sociales. La divulgación de dicha información puede tener un impacto inmediato y sustancial en la cotización de una empresa.
 

Por esta razón, encontrar KPI novedosos y desconocidos que expliquen mejor el comportamiento de las empresas podría brindar una ventaja de inversión considerable. Para su búsqueda, el equipo de EDI está colaborando con el Centro en la puesta en marcha de un aprendizaje automático que usa algoritmos y estadísticas para detectar patrones en los datos, en vez de basarse en instrucciones explícitas de un programador. Por esta razón, el aprendizaje automático tiene potencial para ayudar a nuestros analistas a encontrar KPI que nunca habíamos considerado.

Echamos mano de la tecnología para mejorar nuestras perspectivas

Según The Economist, los fondos gestionados por ordenador representan ya el 35% del mercado de valores estadounidense y el 60% de su actividad de trading.¹ Esa nunca será nuestra estrategia, ya que, a nuestro juicio, las perspectivas elaboradas por nuestros profesionales de la inversión son la única vía para superar en rentabilidad al índice. Con todo, me alegra ver cómo la tecnología amplía y profundiza nuestras perspectivas y confío en que los esfuerzos de nuestros equipos de EDI y de Nueva York se traducirán en los próximos años en nuevas ventajas competitivas para nuestra firma.

¹ “The Rise of the Financial Machines,” 3 de octubre de 2019.

201911‑1017315