Mientras los inversionistas recurren cada vez más a la inteligencia artificial para tareas como seleccionar acciones o gestionar riesgos, JPMorgan Chase & Co. está probando si esta tecnología también puede tomar una decisión mucho más trascendental: asignar capital entre distintas clases de activos.
Los resultados preliminares son alentadores. Investigadores del banco desarrollaron una serie de agentes de inteligencia artificial capaces de modificar la distribución entre acciones y bonos según cambian las condiciones del mercado. En simulaciones que abarcan las últimas dos décadas, el sistema con mejor desempeño superó al portafolio tradicional 60/40 —60% en acciones y 40% en bonos— en 0,7 puntos porcentuales anuales, con menor volatilidad. También obtuvo mejores resultados que el propio modelo de regímenes de mercado basado en reglas de JPMorgan, según estrategas encabezados por Thomas Salopek.
La inteligencia artificial y la ficción de la autonomía
Esto no les gusta a los autoritarios
El ejercicio del periodismo profesional y crítico es un pilar fundamental de la democracia. Por eso molesta a quienes creen ser los dueños de la verdad.
El banco, sin embargo, advierte una limitación importante: los resultados provienen de simulaciones históricas y no de inversiones reales, por lo que no constituyen una prueba de que la inteligencia artificial pueda superar de manera consistente al mercado. Aun así, consideran que anticipan el rumbo que podría tomar la creciente automatización de las inversiones.
“El agente de inteligencia artificial puede diseñarse con un proceso que le permita tomar decisiones bajo incertidumbre y generar un desempeño superior frente a un punto de referencia razonable”, escribieron los estrategas en un informe publicado el jueves, al describir el proyecto como el primer intento de la firma por desarrollar un sistema de IA para identificar regímenes de mercado.
El experimento ofrece una muestra de la siguiente etapa en la adopción de inteligencia artificial en Wall Street. Durante los últimos dos años, los bancos han incorporado grandes modelos de lenguaje en investigación, programación y herramientas internas de inversión. Ahora también evalúan si esos sistemas pueden pasar de asistir a los analistas a tomar una de las decisiones más relevantes de la industria: cómo distribuir el capital entre distintos mercados.
Un creciente número de estudios académicos también plantea interrogantes sobre qué ocurrirá si la mayoría de los inversionistas utiliza modelos de inteligencia artificial similares para decidir sus inversiones. Aunque la tecnología podría hacerlos más rápidos y mejor informados, los investigadores advierten que también podría favorecer operaciones más concentradas, facilitar la manipulación de los mercados y amplificar episodios de estrés financiero si muchas firmas llegan a conclusiones parecidas.
Los estrategas de JPMorgan reconocieron esos riesgos.
“Advertimos firmemente contra aceptar sin cuestionamientos respuestas de inteligencia artificial que, en esencia, reflejan resultados obtenidos sobre los mismos datos utilizados para entrenarla y con un exceso de confianza”, escribieron. “La IA basada en agentes debe sustentarse en un proceso sólido de asignación de activos, y no asumir ingenuamente que el agente puede reemplazar el conocimiento especializado”.
Aun así, los resultados se suman a un creciente conjunto de evidencias que sugiere que la inteligencia artificial puede desempeñar tareas de inversión cada vez más sofisticadas. Utilizando agentes impulsados por modelos de OpenAI y Anthropic, el equipo de JPMorgan diseñó un sistema que clasifica el mercado en cuatro regímenes según el crecimiento y la inflación: Goldilocks, reflación, estanflación y aversión al riesgo.
Luego, los agentes de inteligencia artificial debían decidir cómo distribuir el capital entre distintas clases de activos en cada entorno, favoreciendo, por ejemplo, las acciones durante períodos de fuerte crecimiento y aumentando la exposición a renta fija cuando las perspectivas se deterioraban.
Los ocho agentes de inteligencia artificial evaluados superaron al portafolio tradicional 60/40 sobre una base ajustada por riesgo. También obtuvieron mejores resultados que el modelo de regímenes de mercado basado en reglas que ya utiliza JPMorgan para orientar decisiones de asignación de activos, lo que sugiere que la tecnología logró mejorar un marco ya consolidado.
“Nos entusiasman las posibilidades de la IA basada en agentes, aunque seguimos siendo cautelosos a la hora de delegar en ella las decisiones de asignación de activos”, concluyeron Salopek y sus colegas.
LM
