Y ahora… ¿cómo gestiono mis ahorros?

Concepto de IA (Inteligencia Artificial). Red de comunicación.

Uno de los principios que siempre he intentado transmitir a mis hijos es el hábito del ahorro. No se trata de ahorrar por ahorrar, sino de estar preparados para enfrentar los muchos factores externos que no podemos controlar, y así asegurarnos de que los que sí podemos controlar no sean un problema.

Durante la era de tipos de interés cero, descubrimos que el simple acto de ahorrar no era suficiente. Vimos una transformación de ahorradores a inversores para poder rentabilizar esos ahorros que tanto esfuerzo nos costó acumular.

A lo largo de la historia, siempre hemos buscado una gestión eficiente de los recursos, lo que ha llevado a distintos avances en este campo. Podemos hablar de las contribuciones de Markowitz en la década de los 50, hace tan solo 70 años, con su enfoque en la búsqueda de la frontera eficiente, combinando el riesgo (medido por la volatilidad de los activos) y la rentabilidad esperada. Posteriormente, en los años 60, se añadió el riesgo sistemático de los activos en relación con el mercado (en forma de beta) mediante el modelo CAPM (Capital Asset Pricing Model).

Con la popularización de la tecnología, los modelos económicos se volvieron más complejos. A medida que se podían analizar más datos, comenzaron a surgir los primeros modelos cuantitativos (los famosos QUANTs), que mediante técnicas estadísticas trataban de analizar grandes cantidades de datos para encontrar patrones y relaciones lineales entre activos. Esto buscaba tomar decisiones objetivas basadas en los datos.

Año tras año, los datos fueron incrementándose de manera exponencial, dando paso al BIG DATA y a la inteligencia artificial en sus modalidades de Machine Learning, Redes Neuronales, etc. Estas tecnologías permitieron el análisis de enormes volúmenes de datos y lograron encontrar tanto relaciones lineales como no lineales que se explicaban mediante modelos para predecir el comportamiento de ciertas variables. Es importante tener en cuenta que no todo es predecible: la estocasticidad del comportamiento intradía de los mercados, el número de la lotería o cosas similares parecen seguir perteneciendo al azar. Sin embargo, para aquellos eventos que responden a determinadas acciones, se produjo una mejora significativa en su predicción.

En resumen, los distintos modelos de gestión han evolucionado y explicado mejor los acontecimientos a medida que se disponía de más información, aunque esta información era muy estructurada. Por ejemplo, basada en una serie de precios o en las visitas a supermercados, es decir, datos fácilmente analizables. El problema surgía cuando se quería analizar textos. Hay que mencionar que el aprendizaje del lenguaje natural (NLP) no es un campo nuevo, pero los resultados obtenidos hasta el lanzamiento del modelo GPT-3 eran mucho más modestos comparados con los que estamos acostumbrados a ver hoy en día. Esta interpretación de la palabra ha permitido que las aplicaciones para la gestión crezcan de manera exponencial.

Actualmente, estamos en un punto donde, con los ojos puestos en toda la teoría económica, los modelos cuantitativos, aplicando modelos de Machine Learning e incluyendo la información del mundo exterior en forma de noticias, podemos ofrecer un sistema de gestión integral. Este sistema puede gestionar individualmente desde 100 euros la cartera de un cliente, adaptándonos totalmente a sus características personales y teniendo en cuenta lo que sucede en el mundo para ofrecer una gestión completamente personalizada y adaptada a los mercados.

Por eso, en breve presentaremos un servicio de “cartera easy” que cumple con todo esto, buscando poder ofrecer un servicio personalizado a nuestros clientes.