Un investigador de la Universidad de Bath ha creado un algoritmo que tiene como objetivo eliminar los elementos del azar, sesgo o emoción de las decisiones de banca de inversión, un desarrollo que tiene el potencial de reducir los errores en la toma de decisiones financieras y mejorar la rentabilidad financiera en los mercados globales.

"Existe una carrera global para encontrar una solución viable para crear decisiones de inversión más confiables y de mejor rendimiento en el comercio financiero. Nuestro modelo ofrece rendimientos consistentemente más altos en comparación con otros desarrollados hasta la fecha, "dice el Dr. Arman Hassanniakalager de la Escuela de Administración de la universidad.

Hassanniakalager, quien presentará la investigación en la conferencia de la Financial Management Association en Glasgow esta semana, dice que se ha demostrado que su modelo da como resultado un rendimiento un 3% más alto que la tasa de referencia de los fondos de la Reserva Federal de EE. UU., basado en evidencia de 12 índices bursátiles de todo el mundo. Una mejora del 0,5-1,0% se consideraría significativa.

La búsqueda de un algoritmo de inversión todopoderoso se ha intensificado en los últimos años y los primeros resultados han sido mixtos. El desafío es crear un nivel de confiabilidad que supere consistentemente a los banqueros de inversión y financieros y una herramienta que pueda funcionar igualmente bien en mercados al alza y a la baja.

El desarrollo continuo de algoritmos y sus beneficios percibidos están generando esperanzas y optimismo entre muchos en los mercados. Pero la creciente dependencia de las herramientas también ha creado cierto nerviosismo en los niveles superiores de los sistemas financieros del mundo, y cierto escepticismo por parte de aquellos que creen que siempre habrá un papel para el toque humano inspirado.

Hassanniakalager, cuya experiencia se centra en el desarrollo de nuevos métodos estadísticos e inteligencia artificial para la toma de decisiones financieras, dijo que su algoritmo ha llegado al punto en el que constantemente supera tanto a los métodos convencionales de inversión como a las herramientas algorítmicas.

"Hay mucho pensamiento teórico y aspiraciones sobre este tipo de herramientas de inversión, pero la cuestión clave es resolver cómo hacer que funcionen en el mundo real. Creemos que hemos abordado esa cuestión, "Dijo Hassanniakalager.

El algoritmo se puede vincular a la inteligencia artificial, que aprenderá de las decisiones de inversión y se ajustará automáticamente. Él prevé una solución de caja negra para los administradores de inversiones que podrán ejecutar escenarios de inversión alternativos complejos en tiempo real.

El uso principal sería en salas de negociación, en particular en el campo del análisis técnico, evaluar cómo reaccionan los mercados de valores a las noticias de la empresa o evaluar el rendimiento de los instrumentos derivados y ofrecer diferentes rutas de inversión a los administradores.

La herramienta cambiará el proceso de toma de decisiones y potencialmente el panorama del mercado en sí:los días de múltiples pantallas en las salas de negociación y los gerentes que buscan dar sentido a una multitud cada vez más compleja de datos históricos y en tiempo real pueden estar contados.

Incluso puede haber un signo de interrogación sobre el futuro de los propios responsables de la toma de decisiones.

"Quien tenga éxito en esto tiene el potencial de transformar los mercados financieros y, en particular, la banca de inversión y el comercio de acciones. Habrá ganadores y perdedores; no es difícil imaginar el impacto radical en el empleo en los niveles bancarios más altos si las decisiones de inversión se automatizan cada vez más. , "Dice Hassanniakalager.

El algoritmo que Hassanniakalager describe como universal, puede tener aplicaciones más allá de los mercados financieros. "Si se entera de lo que está cambiando estadísticamente, puedes aplicar eso a otros campos, como la genética. Esa es la belleza de las estadísticas " él dice.

Hassanniakalager presentará los hallazgos del equipo de investigación, que incluye académicos de las universidades de Glasgow y St Andrews, el viernes 14 de junio en la conferencia internacional FMA en la Universidad de Strathclyde.