Emociones

Los fondos de cobertura impulsados ​​por IA están superando a los fondos de cobertura que dependen principalmente de la participación humana

Un nuevo estudio descubrió que los fondos de cobertura con los niveles más altos de automatización superan a los que dependen más de la participación humana.

Durante el período analizado (2006 a 2021), los fondos de cobertura basados ​​en IA generaron un rendimiento promedio de alrededor del 0,75 % mensual, frente al 0,25 % mensual de los fondos de cobertura dirigidos por personas.

El estudio titulado «Hombre versus máquina: sobre inteligencia artificial y el desempeño de los fondos de cobertura‘ fue escrito por investigadores de la Universidad Texas A&M y la Universidad de Vaas de Finlandia. Apareció en la revista el 22 de abril. Economía Aplicada.

¿Qué son los fondos de cobertura?

Los fondos de cobertura, como explican los autores, son «fondos mutuos combinados que se dedican a la venta al descubierto, el apalancamiento y los derivados para mejorar el rendimiento de la gestión del riesgo».

Estos fondos suelen ser utilizados por inversores institucionales, como fondos de pensiones y dotaciones universitarias, así como por personas de alto patrimonio neto.

Un informe de 2020 encontró que el total de activos administrados por fondos de cobertura en todo el mundo es de $ 3,87 billones, una cifra que se espera que aumente a $ 4,28 billones para 2025.

La industria también emplea a alrededor de 18 000 administradores de fondos de cobertura en todo el mundo.

Automatización en la industria de los fondos de cobertura

Las tendencias en esta industria cada vez más competitiva plantean un gran desafío y esta competencia está impulsando a los fondos de cobertura a capitalizar cada vez más las ventajas tecnológicas.

Aunque los sistemas de negociación automatizados y computarizados han existido durante muchas décadas, se están volviendo más sofisticados cada año.

El estudio actual tenía como objetivo averiguar si un mayor control sobre los algoritmos comerciales avanzados conduce a mejores rendimientos y si los fondos de cobertura podrían eventualmente avanzar hacia una «toma de decisiones totalmente automatizada».

Base de datos de fondos de cobertura

Los autores basaron sus hallazgos en una base de datos que contenía información sobre miles de fondos de cobertura. Esta fuente de datos masiva es administrada por una empresa con sede en Londres llamada Preqin, que se especializa en proporcionar datos financieros.

A los fines de este estudio, los autores solo incluyeron fondos de cobertura que a) operan en los mercados de América del Norte, b) reportan rendimientos denominados en dólares estadounidenses y c) se enfocan principalmente en acciones.

También excluyeron cualquier fondo que no proporcionara a la base de datos información sobre su estilo de negociación.

Esto resultó en una muestra final de 826 fondos de cobertura. El estudio examinó los resultados del fondo durante 173 meses consecutivos, desde septiembre de 2006 hasta enero de 2021.

Categorización de fondos de cobertura en grupos

Los autores del estudio asignaron a cada uno de estos 826 fondos de cobertura a una de cuatro categorías según el «nivel de participación humana en el proceso de toma de decisiones» del fondo, como escriben los autores.

Estas cuatro categorías son discrecionales, sistemáticas, compuestas o AIML (que significa «inteligencia artificial y aprendizaje automático»).

El proceso de categorización se basó en datos de la base de datos Preqin. Y esa base de datos en sí se basa en información recopilada de varias fuentes, incluidos almacenes de datos abiertos, divulgaciones de la SEC y otras presentaciones regulatorias, así como información proporcionada por los propios fondos.

Casi todos los fondos incluidos en la base de datos indican que utilizan un estilo de negociación específico (p. ej., sistemático, discrecional o combinado) y también indican si utilizan métodos de IA en sus estrategias de negociación.

Las cuatro estrategias comerciales explicadas

La menos automatizada de las cuatro categorías de fondos son los «fondos discrecionales», que se basan principalmente en reglas mecánicas de negociación ejecutadas por humanos.

Estos fondos ponen más énfasis en los gerentes en general, particularmente en su profesionalismo y habilidad.

El segundo tipo menos automatizado es el «fondo sistemático», que generalmente utiliza un marco cuantitativo sofisticado basado en métodos estadísticos.

Esta clase fue seguida por los «fondos combinados» que, por ejemplo, enfatizan un estilo de negociación sistemático pero seleccionan manualmente cuándo se cierran las transacciones.

Y los más automatizados de las cuatro categorías de fondos de cobertura son los «fondos AIML».

Como explican los autores, estos fondos de IA «simplemente reciben una entrada junto con una salida deseada, y el modelo en sí mismo, a través de una función matemática, determina el mejor curso de acción».

De los 826 fondos de la muestra de los investigadores, identificaron 36 como fondos AIML.

Los fondos de cobertura basados ​​en IA lograron los mejores resultados

Los autores descubrieron que los fondos de cobertura con el nivel más alto de automatización (en términos de uso de inteligencia artificial y aprendizaje automático en su proceso de inversión) generan los rendimientos más altos.

Estos fondos promediaron un rendimiento de 74-79 puntos básicos por mes (un «punto base» es una centésima parte de un punto porcentual, que en este caso se traduce en un rendimiento mensual promedio de 0,74% – 0,79%).

Por el contrario, la rentabilidad media de la categoría de fondos menos automatizada, los fondos discrecionales, fue de sólo 0,23 – 0,28 puntos básicos, es decir, una diferencia de alrededor del 0,5% mensual en comparación con los fondos AIML.

Los fondos combinados fueron los de peor desempeño

Curiosamente, los autores también encontraron que los llamados «fondos combinados» tuvieron el peor desempeño de los cuatro tipos de estrategias de fondos de cobertura, con un nivel moderado de automatización y participación humana.

«Llegamos a la conclusión de que mezclar la toma de decisiones humana con procesos automatizados es inferior a depender principalmente de la toma de decisiones humana o mecánica», escriben. Este rompecabezas se deja para futuras investigaciones”.

En resumen, encontraron que los fondos AIML «obtuvieron rendimientos promedio superiores en comparación con los fondos de cobertura con un mayor nivel de participación humana».

Los autores agregan que este es el primer estudio que conocen que ha realizado una comparación de este tipo del rendimiento de los fondos de cobertura.


Aprender: «Hombre versus máquina: sobre la inteligencia artificial y el desempeño de los fondos de cobertura«
Autores: Klaus Grobys, James W. Kolari y Joachim Niang
Fecha de lanzamiento: 22 de abril de 2022
Diario: Economía Aplicada
DOI: https://doi.org/10.1080/00036846.2022.2032585
Imagen: por DepositPhotos

Otros estudios recientes a destacar:

Publicaciones relacionadas

Deja una respuesta

Tu dirección de correo electrónico no será publicada.

Botón volver arriba