Gracias a su inmensa capacidad de recopilación y análisis de datos, la inteligencia artificial (IA) se ha convertido rápidamente en la herramienta preferida de los gestores de carteras. Y la Caisse de dépôt et position du Québec (CDPQ) no desaprovechó la oportunidad que se le presentó, sino todo lo contrario.
Publicado ayer a las 12:00 p.m.
Jean Gagnon
Colaboración especial
Ya 25.000 millones del dinero de sus depositantes se encuentran en carteras de los mercados bursátiles mundiales, que desde hace dos años son objeto de una gestión sistemática mediante herramientas de inteligencia artificial. Pero, ¿este enfoque conlleva riesgos adicionales en comparación con la gestión más tradicional?
“Utilizamos nuestros propios algoritmos y nuestros resultados superan los de nuestro índice de referencia”, asegura Jean-François Bérubé, vicepresidente de estrategias cuantitativas y ciencia de datos del CDPQ.
El índice de referencia de las carteras de acciones CDPQ cubre un universo de inversión de 1.500 empresas. Y el primer paso es establecer una previsión sobre cuál será el comportamiento bursátil de cada una de estas empresas, explica Jean-François Bérubé.
La IA proporciona a la Caisse 75.000 puntos de datos cada día. Se trata de datos financieros clásicos, es decir, todos los que aparecen en los balances financieros detallados de las empresas, pero también datos sobre el comportamiento del mercado como los precios, el volumen y la volatilidad de cada uno de estos valores y, finalmente, varios indicadores del sentimiento de los inversores.
Una vez establecidas las previsiones, pasamos a la segunda etapa, que es la construcción de carteras.
En cada cartera, aseguraremos una gran diversificación, controlaremos todos los riesgos, como los riesgos geográficos, para evitar sorpresas desagradables y riesgos relacionados con el tamaño de las empresas.
Jean-François Bérubé, vicepresidente, estrategias cuantitativas y ciencia de datos, CDPQ
El análisis que se hace de cada empresa de las carteras sistemáticas es uniforme o equivalente, pero dada la gran cantidad de datos que incluye, será menos profundo que el de las otras carteras bursátiles tradicionales de la Caisse. “Para compensar este factor, tomamos un gran número de posiciones, unas 300 por cartera, para reducir el riesgo, ya que nuestras convicciones serán necesariamente menores”, explica Jean-François Bérubé. Las carteras tradicionales tienen un alcance menor, pero el análisis es más profundo.
Un gran componente humano
Cuando hablamos de IA, inmediatamente pensamos en un uso intensivo de equipos de TI, pero mucha gente trabaja en lo que llamamos el “grupo de gestión fundamental sistemática” de la Caisse.
“No es magia”, asegura el vicepresidente. Su vida diaria es ciertamente interesante. Primero están los que hacen el seguimiento. ¿Cómo es la actuación? ¿Por qué tenemos tales resultados? ¿El modelo hace lo que queremos? También hay quienes negocian. Todo lo que tienen que considerar es el impacto en las carteras, los costos y tarifas comerciales, el rendimiento y, sobre todo, cómo podemos mejorar. ¿Cómo nuestros modelos de hoy serán aún mejores mañana? Hay mucha investigación en curso. Mantiene ocupada a mucha de nuestra gente”, explica Bérubé.
En busca de IA generativa
La Caisse de dépôt quiere estar a la vanguardia de todas las novedades que pueden mejorar la gestión de la cartera. La IA generativa parece destinada a ofrecer inmensas posibilidades. Por ejemplo, la capacidad de cuantificar datos textuales o de transformar información de texto en números y utilizarla en el algoritmo.
Las llamadas de los directivos de las empresas tras las llamadas telefónicas que acompañan a la divulgación de los resultados trimestrales son un buen ejemplo. La IA generativa ayuda a examinar la complejidad del lenguaje. Se supone que un equipo directivo con un lenguaje más sencillo generalmente se desempeña mejor. “Y dado que la diferencia de rendimiento entre los lenguajes más simples y los más complejos es suficientemente grande, estos datos forman parte de los 75.000 datos que analizamos”, afirma Jean-François Bérubé.
