Así se entrena a la IA para predecir la rentabilidad de los fondos de capital riesgo

La inteligencia artificial (IA) está cada vez más presente en nuestras vidas. Sus aplicaciones son numerosas y son utilizadas en innumerables sectores económicos; también en el financiero. En este último caso, algoritmos capaces de aprender pueden predecir la rentabilidad de los fondos de capital riesgo.

Esa es a la conclusión a la que ha llegado en su tesis Borja Fernández Tamayo. Para este joven riojano de 28 años, su vida cambió cuando el Náxara, el equipo en el que jugaba al fútbol, perdió el partido de ascenso a la antigua Segunda B. En ese momento, decidió focalizarse en los estudios.

Cambió las botas por los libros y, tras cursar la carrera de Económicas y hacer un máster, comenzó un doctorado en la Universidad francesa Côte d'Azur sobre inteligencia artificial y fondos de inversión de capital riesgo. Su trabajo le ha valido un puesto en la gestora Unigestion.

Borja Fernandez Tamayo Unigestión

"Había un vacío que, en mi opinión, se podía explotar", explica a EL ESPAÑOL-Invertia cuando se le pregunta por qué comenzó esa investigación.

El estudio, llevado a cabo junto a Reiner Brau, Florencio López-de-Silanes, Ludovic Phalippou y Natalia Sigrist, analiza los folletos de casi 400 folletos -documentos informativos que recoge las características básicas- de fondos de inversión de capital riesgo de entre el 2000 y el 2016.

Información cualitativa

De todos ellos, Fernández Tamayo desechó la información cuantitativa, "las variables en las que se fija todo el mundo" por ser "más accesibles y fáciles de entender para basar una inversión". Se refiere a parámetros como el historial del fondo, los retornos pasados, su tamaño o la experiencia del gestor.

Este tipo de información, totalmente integrada en los procesos de inversión, "no puede añadir mucho valor", opina Fernández. "Si todo el mundo hace lo mismo, es muy difícil encontrar cuál es la perla entre todos los fondos. Debe haber fuentes de información poderosas que, a día de hoy, todavía no han sido explotadas", indica.

[Tres fondos de inversión para apostar por el auge de la inteligencia artificial]

Una de esas fuentes son las estrategias de inversión. Como su propio nombre indica, se trata de los apartados de los folletos en los que cada gestor explica en qué y cómo invierte. En ellas, por tanto, se puede encontrar lo que Fernández Tamayo califica como información cualitativa.

Es en este tipo de información en la que se centra el estudio. "Decidimos comprobar si había alguna relación entre los retornos de los fondos y la forma en la que los gestores describen su estrategia", subraya.

De palabras a números

El primer paso para comprobar esta teoría fue traducir el contenido de las estrategias de inversión a un idioma que entendiesen algoritmos matemáticos, ya que, posteriormente, serían estos los que llevarían acabo el análisis. Eso implicó transformar las palabras en variables numéricas que describiesen la forma de invertir de cada gestor.

Aunque, a priori, pudiese parecer contradictorio, en este proceso se eliminan los números que aparecen en las estrategias de inversión. Tampoco se tienen en cuenta los artículos, determinantes o pronombres "al no añadir valor".

[El análisis de las implicaciones de la IA, de Europa a tu pueblo]

"Lo que hicimos una vez que ya habíamos convertido el texto en variables numéricas fue utilizar diversos algoritmos para predecir la rentabilidad de los fondos", continúa Borja. "Les dejamos elegir las combinaciones de palabras más importantes", añade.

Los tres algoritmos elegidos han sido Lasso, Gradient Boosting y Random Forest. Forman parte de los algoritmos conocidos como machine learning o aprendizaje automático.

"Hay algunas palabras que tienden a estar correlacionadas con los rendimientos futuros de los fondos"

Se trata de una rama de la inteligencia artificial que permite que las máquinas aprendan sin ser expresamente programadas para ello. De esta manera, son capaces de identificar patrones y hacer predicciones. Es la tecnología que usan Netflix o Spotify para recomendar series o canciones, aunque en este caso, en lugar de adelantarse al comportamiento de los usuarios se anticipa a los mercados financieros.

Pero ¿cómo aprenden estos algoritmos? La respuesta es que, como en el fútbol, tienen que entrenar. Para ello, Fernández Tamayo dividió los folletos seleccionados en su muestra inicial en dos grupos, los emitidos entre los años 2000 y 2013 y aquellos comprendidos entre 2014 y 2016.

"Cada vez veremos más inversiones que utilizan la inteligencia artificial"

Los folletos del primer grupo sirvieron para que los algoritmos aprendieran qué patrones y qué combinaciones de palabras afectan a la rentabilidad de los fondos. Los del segundo grupo fueron utilizados como prueba de verificación.

"Al final mostramos que hay algunas palabras que tienden a estar correlacionadas con los rendimientos futuros de los fondos, tanto de forma positiva como negativa", resalta Borja.

Más inteligencia

Su conclusión es que estos algoritmos "predicen muy bien los retornos de los fondos", medidos a través del TVPI -total value to paid-in, ratio que relaciona las distribuciones y el valor neto de la cartera actual del fondo con el capital invertido.

Según Fernández Tamayo, "estos resultados apoyan la visión de que en un mercado que es opaco y no estandarizado, como es el del capital privado, los inversores se equivocan a la hora de integrar información cualitativa en la elección de los fondos". Por ello, "cada vez veremos más inversiones que utilizan la inteligencia artificial".