{"id":1233939,"date":"2024-06-12T03:56:02","date_gmt":"2024-06-12T03:56:02","guid":{"rendered":"https:\/\/teknomers.com\/es\/la-ia-puede-elegir-acciones-mejor-que-tu\/"},"modified":"2024-06-12T03:56:07","modified_gmt":"2024-06-12T03:56:07","slug":"la-ia-puede-elegir-acciones-mejor-que-tu","status":"publish","type":"post","link":"https:\/\/teknomers.com\/es\/la-ia-puede-elegir-acciones-mejor-que-tu\/","title":{"rendered":"La IA puede elegir acciones mejor que t\u00fa"},"content":{"rendered":"<p> <br \/>\n<\/p>\n<div>\n<p>Desbloquea el Editor&#8217;s Digest gratis<\/p>\n<p class=\"article__content-sign-up-topic-description\"><span>Roula Khalaf, editora del FT, selecciona sus historias favoritas en este bolet\u00edn semanal.<\/span><\/p>\n<p><iframe class=\"article__content-sign-up-iframe close\" scrolling=\"no\" id=\"signUpIframe\" data-prev-url=\"\/register\/in-article-sign-up?ft-content-uuid=a680e7a2-2799-4fc9-ace9-b01770b260df\"><\/iframe><\/div>\n<div id=\"article-body\">\n<div class=\"n-content-layout\" data-layout-name=\"card\" data-layout-width=\"full-width\">\n<div class=\"n-content-layout__container\">\n<div class=\"n-content-layout__slot\">\n<p>Este art\u00edculo es una versi\u00f3n local de nuestro bolet\u00edn Unhedged.  Los suscriptores premium pueden registrarse <a rel=\"nofollow noopener\" href=\"https:\/\/ep.ft.com\/newsletters\/subscribe?newsletterIds=584573e552860d000491cdb8\" data-trackable=\"link\" target=\"_blank\">aqu\u00ed<\/a> para recibir el bolet\u00edn todos los d\u00edas de la semana.  Los suscriptores est\u00e1ndar pueden actualizar a Premium aqu\u00ed o explorar todos los boletines de FT<\/p>\n<\/div>\n<\/div>\n<\/div>\n<p>Buen d\u00eda.  Los mercados franceses cayeron un poco despu\u00e9s de que el presidente Emmanuel Macron convocara elecciones parlamentarias anticipadas, pero la respuesta fue m\u00e1s un encogimiento de hombros resignado que cualquier tipo de p\u00e1nico.  M\u00e1s evidencia de la visi\u00f3n Unhedged de que en el corto plazo la pol\u00edtica no importa mucho a los mercados (excepto en casos extremos).  Env\u00edeme un correo electr\u00f3nico: robert.armstrong@ft.com. <\/p>\n<h2 class=\"n-content-heading-2\">Los robots est\u00e1n aqu\u00ed.<\/h2>\n<p>Todos los que trabajan en una industria de la informaci\u00f3n (una categor\u00eda que incluye a periodistas, programadores de software y seleccionadores de acciones) deber\u00edan pensar si una computadora les quitar\u00e1 el trabajo, o tal vez cu\u00e1ndo. <\/p>\n<p>Un modelo de lenguaje grande, entrenado en la redacci\u00f3n realizada para el Financial Times, podr\u00eda escribir boletines que se parec\u00edan mucho a m\u00ed.  Tal vez las cartas no sean muy convincentes hoy, pero probablemente no pasar\u00e1 mucho tiempo antes de que lo sean.  Quiz\u00e1s la gente no quiera leer boletines escritos por LLM, en cuyo caso mi viaje al matadero no est\u00e1 del todo reservado.  Pero la amenaza es clara.<\/p>\n<p>Los lectores no informados pueden estar menos interesados \u200b\u200ben el futuro del periodismo que el de los analistas y gestores de cartera.  Lo que me lleva a una reciente <a rel=\"nofollow noopener\" href=\"https:\/\/papers.ssrn.com\/sol3\/papers.cfm?abstract_id=4835311\" data-trackable=\"link\" target=\"_blank\">papel<\/a> por tres acad\u00e9micos de la escuela de negocios de la Universidad de Chicago, Alex Kim, Maximilian Muhn y Valeri Nikolaev (los llamar\u00e9 KMN).  El documento, \u201cAn\u00e1lisis de estados financieros con modelos de lenguaje grandes\u201d, pone a ChatGPT a trabajar en estados financieros.  Con algunas indicaciones bastante ligeras, el LLM convirti\u00f3 esas declaraciones en predicciones de ganancias que eran m\u00e1s precisas que las de los analistas, y las predicciones formaron la base para carteras modelo que, en pruebas retrospectivas, generaron retornos sustanciales en exceso.<\/p>\n<p>&#8220;Proporcionamos evidencia consistente con grandes modelos de lenguaje que tienen capacidades similares a las humanas en el \u00e1mbito financiero&#8221;, concluyeron los autores.  &#8220;Nuestros hallazgos indican el potencial de los LLM para democratizar el procesamiento de informaci\u00f3n financiera&#8221;.<\/p>\n<p>KMN aliment\u00f3 a ChatGPT con miles y miles de balances y estados de resultados, despojados de fechas y nombres de empresas, de una base de datos que abarca desde 1968 hasta 2021 y que abarca m\u00e1s de 15.000 empresas.  Cada balance y el estado de resultados adjunto conten\u00edan los datos est\u00e1ndar de dos a\u00f1os, pero eran datos individuales;  Al modelo no se le \u201ccont\u00f3\u201d sobre la historia a largo plazo de la empresa.  Luego, KMN inst\u00f3 al modelo a realizar an\u00e1lisis financieros bastante est\u00e1ndar (\u201c\u00bfQu\u00e9 ha cambiado en las cuentas con respecto al a\u00f1o pasado?\u201d, \u201cCalcular el \u00edndice de liquidez\u201d, \u201c\u00bfCu\u00e1l es el margen bruto?\u201d).<\/p>\n<p>A continuaci\u00f3n, y esto result\u00f3 ser crucial, KMN impuls\u00f3 al modelo a escribir narrativas econ\u00f3micas que explicaran los resultados del an\u00e1lisis financiero.  Finalmente, pidieron al modelo que predijera si las ganancias de cada empresa en el pr\u00f3ximo a\u00f1o aumentar\u00edan o disminuir\u00edan;  si el cambio ser\u00eda peque\u00f1o, mediano o grande;  y cu\u00e1n seguro estaba de esta predicci\u00f3n. <\/p>\n<p>Predecir la direcci\u00f3n de las ganancias, incluso de forma binaria, resulta no ser particularmente f\u00e1cil, ni para humanos ni para m\u00e1quinas.  Para simplificar significativamente: las predicciones humanas (extra\u00eddas de la misma base de datos hist\u00f3rica) fueron precisas aproximadamente el 57 por ciento de las veces, cuando se midieron a mitad del a\u00f1o anterior.  Esto es mejor que lo que hac\u00eda ChatGPT antes de que apareciera.  Sin embargo, despu\u00e9s de recibir indicaciones, la precisi\u00f3n del modelo aument\u00f3 hasta el 60 por ciento.  &#8220;Esto implica que GPT domina c\u00f3modamente el desempe\u00f1o de un analista financiero mediano&#8221; al predecir la direcci\u00f3n de las ganancias, escribi\u00f3 KMN.<\/p>\n<p>Finalmente, KMN construy\u00f3 carteras modelo largas y cortas basadas en las empresas para las cuales el modelo preve\u00eda cambios significativos en las ganancias con mayor confianza.  En las pruebas retrospectivas, estas carteras superaron al mercado de valores en general en 37 puntos b\u00e1sicos por mes ponderado por capitalizaci\u00f3n y 84 puntos b\u00e1sicos por mes sobre una base ponderada igual (lo que sugiere que el modelo agrega m\u00e1s valor con sus predicciones de ganancias de acciones peque\u00f1as).  Esto es mucho alfa.<\/p>\n<p>Ayer habl\u00e9 con Alex Kim y se apresur\u00f3 a enfatizar la naturaleza preliminar de los hallazgos.  Esto es una prueba de concepto, m\u00e1s que una prueba de que KMN haya inventado una mejor trampa para ratones para la selecci\u00f3n de valores.  Kim estaba igualmente interesado en enfatizar el hallazgo de KMN de que pedirle al modelo que compusiera una narrativa para explicar las implicaciones de los estados financieros parec\u00eda ser la clave para lograr una mayor precisi\u00f3n en los pron\u00f3sticos.  Ese es el aspecto &#8220;humano&#8221;.<\/p>\n<p>El estudio plantea muchas cuestiones, especialmente para una persona como yo que no ha dedicado mucho tiempo a pensar en la inteligencia artificial.  Sin ning\u00fan orden en particular:<\/p>\n<ol>\n<li>\n<p>El resultado de KMN no me sorprende en general.  A lo largo de los a\u00f1os ha habido mucha evidencia de que los modelos inform\u00e1ticos anteriores o incluso las simples regresiones lineales antiguas pod\u00edan superar al analista promedio.  La explicaci\u00f3n m\u00e1s obvia para esto es que los modelos o regresiones simplemente encuentran o siguen reglas.  Por lo tanto, no son v\u00edctimas de los sesgos que s\u00f3lo fomentan o confirman la informaci\u00f3n m\u00e1s rica a la que tienen acceso los seres humanos (informes corporativos, tonter\u00edas de ejecutivos, etc.).  <\/p>\n<\/li>\n<li>\n<p>Lo que quiz\u00e1s sea un poco m\u00e1s sorprendente es que un LLM listo para usar fue capaz de superar a los humanos de manera bastante significativa con indicaciones bastante b\u00e1sicas (el modelo tambi\u00e9n super\u00f3 la regresi\u00f3n estad\u00edstica b\u00e1sica y funcion\u00f3 tan bien como los programas especializados de &#8220;red neuronal&#8221; entrenados espec\u00edficamente para pronosticar ganancias).<\/p>\n<\/li>\n<li>\n<p>Obviamente, aqu\u00ed se aplican todas las calificaciones habituales que se aplican a cualquier estudio de ciencias sociales.  Se hacen muchos estudios;  pocos se publican.  A veces los resultados no se mantienen.<\/p>\n<\/li>\n<li>\n<p>Algunos de los mejores seleccionadores de acciones evitan espec\u00edficamente la obsesi\u00f3n de Wall Street por lo que ocurrir\u00e1 con las ganancias en el corto plazo.  En cambio, se centran en las ventajas estructurales de las empresas y en las formas en que el mundo est\u00e1 cambiando y que beneficiar\u00e1n a algunas empresas sobre otras.  \u00bfPuede ChatGPT hacer \u201cgrandes decisiones\u201d como esta con tanta eficacia como hacer pron\u00f3sticos de ganancias a corto plazo?<\/p>\n<\/li>\n<li>\n<p>\u00bfCu\u00e1l es el trabajo de un analista financiero?  Si el LLM puede predecir las ganancias mejor que sus competidores humanos la mayor parte del tiempo, \u00bfqu\u00e9 valor aporta el analista?  \u00bfEst\u00e1 all\u00ed para explicar los detalles de un negocio al gestor de cartera que hace las \u201cgrandes decisiones\u201d?  \u00bfEs ella un conducto de informaci\u00f3n que conecta la empresa y el mercado?  \u00bfSeguir\u00e1 teniendo valor cuando las llamadas humanas de compra y venta sean cosa del pasado?<\/p>\n<\/li>\n<li>\n<p>Quiz\u00e1s la capacidad de la IA para superar al analista medio o al seleccionador de acciones no cambie nada en absoluto.  Como me se\u00f1al\u00f3 Joshua Gans, de la Universidad de Toronto, el bajo valor del seleccionador de acciones mediano qued\u00f3 demostrado hace a\u00f1os por la tecnolog\u00eda de inteligencia artificial conocida como el fondo indexado Vanguard de bajas comisiones.  Lo que importar\u00e1 ser\u00e1 la capacidad de los LLM para competir o apoyar a las personas m\u00e1s inteligentes del mercado, muchas de las cuales ya est\u00e1n utilizando grandes cantidades de potencia inform\u00e1tica para hacer su trabajo.<\/p>\n<\/li>\n<\/ol>\n<p>Tengo muchas ganas de escuchar a los lectores sobre este tema.   <\/p>\n<h2 class=\"n-content-heading-2\">una buena lectura<\/h2>\n<p>M\u00e1s sobre la paga de Elon Musk.<\/p>\n<div class=\"n-content-layout\" data-layout-name=\"card\" data-layout-width=\"full-width\">\n<div class=\"n-content-layout__container\">\n<h3 class=\"n-content-heading-3\">Podcast sin cobertura de FT<\/h3>\n<div class=\"n-content-layout__slot\">\n<figure class=\"n-content-image n-content-image--full\"><picture><source media=\"(min-width: 700px)\"  width=\"4001\" height=\"2251\"\/><\/picture><\/figure>\n<\/div>\n<div class=\"n-content-layout__slot\">\n<p>\u00bfNo te cansas de Unhedged?  Escucha a <a rel=\"nofollow noopener\" href=\"http:\/\/unhedged.ft.com\/\" data-trackable=\"link\" target=\"_blank\">nuestro nuevo podcast<\/a>, para una inmersi\u00f3n de 15 minutos en las \u00faltimas noticias de los mercados y titulares financieros, dos veces por semana.  P\u00f3ngase al d\u00eda con las ediciones anteriores del bolet\u00edn <a rel=\"nofollow noopener\" href=\"https:\/\/ep.ft.com\/newsletters\/subscribe?newsletterIds=584573e552860d000491cdb8\" data-trackable=\"link\" target=\"_blank\">aqu\u00ed<\/a>.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<div class=\"n-content-layout\" data-layout-name=\"card\" data-layout-width=\"full-width\">\n<div class=\"n-content-layout__container\">\n<h3 class=\"n-content-heading-3\">Boletines recomendados para ti<\/h3>\n<div class=\"n-content-layout__slot\">\n<p><strong>Notas del pantano<\/strong> \u2014 Opini\u00f3n de un experto sobre la intersecci\u00f3n del dinero y el poder en la pol\u00edtica estadounidense.  Inscribirse <a rel=\"nofollow noopener\" href=\"https:\/\/ep.ft.com\/newsletters\/subscribe?newsletterIds=56a64b704f693a0300dfab7e\" data-trackable=\"link\" target=\"_blank\">aqu\u00ed<\/a><\/p>\n<p><strong>Chris Giles sobre los bancos centrales<\/strong> \u2014 Noticias vitales y opiniones sobre lo que piensan los bancos centrales, la inflaci\u00f3n, las tasas de inter\u00e9s y el dinero.  Inscribirse <a rel=\"nofollow noopener\" href=\"https:\/\/ep.ft.com\/newsletters\/subscribe?newsletterIds=6501cc9ec6e3c91c18b0b9e6\" data-trackable=\"link\" target=\"_blank\">aqu\u00ed<\/a><\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<p><br \/>\n<br \/><a href=\"https:\/\/www.ft.com\/content\/a680e7a2-2799-4fc9-ace9-b01770b260df\" rel=\"nofollow noopener\" target=\"_blank\">ttn-es-56<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Desbloquea el Editor&#8217;s Digest gratis Roula Khalaf, editora del FT, selecciona sus historias favoritas en este bolet\u00edn semanal.<\/p>\n","protected":false},"author":1,"featured_media":1233940,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2],"tags":[668,14592,1927,149,8121],"class_list":["post-1233939","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-general","tag-acciones","tag-elegir","tag-mejor","tag-puede","tag-tu"],"_links":{"self":[{"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/posts\/1233939","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/comments?post=1233939"}],"version-history":[{"count":0,"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/posts\/1233939\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/media\/1233940"}],"wp:attachment":[{"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/media?parent=1233939"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/categories?post=1233939"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/tags?post=1233939"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}