bednar.aimee
Member
- Registrado
- 27 Sep 2024
- Mensajes
- 80
Estamos a las puertas de 2025 y muchos pequeños inversores se preguntan cómo sacar el máximo partido a esos ahorros que tanto les ha costado acumular. Algunos titulares en internet prometen ganancias extraordinarias desde el primer día, usando herramientas basadas en inteligencia artificial (IA) para optimizar los rendimientos con pequeñas cantidades y sin complicaciones. La tentación es grande, pero la realidad, como siempre, es mucho más compleja.
Un inversor curioso decide dar el salto. Introduce informes financieros en un modelo de IA como ChatGPT, solicita una evaluación del potencial de varias empresas y, con las predicciones generadas, construye una cartera. En pocos meses, los rendimientos superan todas las expectativas, dejando atrás a los analistas más experimentados. ¿Realidad o ficción?
Un reciente estudio realizado por un equipo de investigadores de la Universidad de Chicago decidió poner a prueba la capacidad de ChatGPT para actuar como un analista financiero. Alimentaron al modelo con datos históricos de más de 15.000 empresas, acumulados a lo largo de 54 años, y le pidieron que predijera si las ganancias de estas compañías aumentarían o disminuirían en el próximo año. Lo que descubrieron no solo desafió las normas establecidas en Wall Street, sino que también abrió un debate sobre el papel de la IA en la inversión.
Los resultados, sorprendentes en muchos sentidos, mostraron que ChatGPT no solo podía competir con analistas humanos, sino que en varios aspectos los superaba. Pero la historia no termina ahí. Como cualquier herramienta, sus limitaciones y riesgos también han salido a la luz, dejando a los inversores con la tarea de discernir si estamos ante una revolución o simplemente una innovación más.
El experimento que desafía a los expertos de Wall Street
El estudio empleó una metodología rigurosa. Los investigadores alimentaron al modelo de IA con estados financieros de más de 15.000 empresas recopilados a lo largo de décadas, eliminando nombres y fechas para evitar sesgos. El objetivo no era solo comprobar su precisión al identificar patrones, sino también evaluar si podía replicar el razonamiento de los analistas humanos.
El resultado fue notable. La IA logró una precisión del 60,4% en sus predicciones sobre las ganancias futuras de las empresas, superando a los analistas, quienes alcanzaron un 52,7% al evaluar los mismos datos. Incluso en escenarios donde los expertos humanos disponían de información adicional, la herramienta mantuvo su ventaja.
Lo más interesante fue la aplicación práctica de estas predicciones. Basándose en las empresas en las que el modelo tenía mayor confianza, los investigadores construyeron carteras de inversión modelo. Estas carteras generaron retornos anualizados del 15,4% en pruebas retrospectivas, muy por encima del promedio del mercado.
El gasto oculto de usar IA en inversiones
Sin embargo, alcanzar estos resultados requirió un esfuerzo y recursos que están lejos del alcance de un pequeño inversor promedio. Alimentar a la IA con una base de datos tan extensa de 54 años y 15.000 empresas supone un desafío monumental. Acceder a bases de datos financieras como Bloomberg Terminal o FactSet puede costar más de 20.000 euros anuales. Incluso opciones más accesibles, como InvestingPro, rondan los 300-500 euros al año, pero ofrecen información limitada.
A ello se suma el costo de preprocesar los datos, eliminar sesgos y diseñar las indicaciones necesarias para que la IA funcione con precisión. Implementar algo similar para un inversor individual sería inviable, tanto por el costo económico como por el tiempo requerido. En términos de infraestructura técnica, el uso de herramientas avanzadas en la nube para emular el análisis de ChatGPT podría elevar los gastos a miles de euros adicionales.
Por otro lado, tras el brillo de los resultados iniciales del estudio de la Universidad de Chicago, surgen claras señales de advertencia. Las predicciones fallaron en el 40% de los casos, un margen de error demasiado alto para depender exclusivamente de la herramienta. Además, los investigadores notaron que su precisión disminuía con el tiempo, una caída promedio del 0,1% anual, reflejando las dificultades de la tecnología para adaptarse a los cambios en el entorno económico.
Por ello, aunque esta tecnología ha demostrado ser una herramienta prometedora para complementar la investigación financiera tradicional, confiar ciegamente en ella sigue siendo un error. Por ahora, ChatGPT es más un copiloto que un capitán.
Cargando…
www.20minutos.es