Durante décadas analistas técnicos y fundamentalistas han discutido sobre las limitaciones y la utilidad de sus respectivos métodos: los técnicos (también llamados chartistas) defienden que el precio de un activo se puede predecir a través del comportamiento de una serie de patrones o movimientos en el precio histórico de ese mismo activo, mientras que los opositores a esta escuela de pensamiento argumentan que el valor de un instrumento financiero solo puede deducirse a través del estudio de diversos factores económicos presentes en los informes de contabilidad de las empresas.

EL DOGMA ANALISTA

Históricamente, el analista técnico ha argumentado que todos los elementos que afectan al mercado, ya sean políticos, económicos, sociales o especulativos, están de hecho reflejados en el precio de la acción. Por lo tanto, al analizar ese precio en un mercado específico, se estarían analizando indirectamente todos los factores relacionados con ese mercado, es decir, que el estudio técnico sería capaz de incluir todos los factores fundamentalistas y por tanto sería una teoría más general (en consiguiente más válida) que el propio análisis fundamental.

Los defensores de esta disciplina analista (en la actualidad sigue habiendo muchos, especialmente inversores individuales y amateurs) siempre han achacado la inexactitud de sus modelos y sus consiguientes bajos rendimientos a la complejidad de los modelos necesarios para hacer las predicciones correctas. Si bien es cierto que a corto plazo hay multitud de inversores que han sido capaces de obtener beneficios extraordinarios, a medida que sus historiales financieros se han ido registrando durante más y más años, se ha hecho evidente que estas ganancias superiores a las del mercado en su conjunto eran algo temporal e insostenible; en efecto, si muchos jugadores prueban suerte en una ruleta, por probabilidad un porcentaje de estos obtendrá beneficios extraordinarios, aunque las leyes de la estadística dictan que a un mayor número de tiradas menor será la probabilidad de estar por encima de la media y teóricamente en el largo plazo estas ganancias serán siempre disueltas. Análogamente, podemos encontrar inversores particulares que promocionan sus estrategias aclamando que llevan meses e incluso años obteniendo beneficios muy superiores a la media, lo cual no tiene por qué ser mentira (aunque a veces lo es) y tampoco nos debe extrañar ya que el day trading está de moda y por probabilidad muchos inversores particulares deberán obtener, al menos temporalmente, beneficios extraordinarios.

LA FÓRMULA MÁGICA

Pero ahora vamos al grano: ¿es posible encontrar una estrategia ganadora a largo plazo? ¿es posible que exista pero que simplemente sea tan compleja que nos sea imposible formularla? Y por cierto, ¿qué tiene que ver la inteligencia artificial con todo esto?

Vamos por partes, hasta ahora el inversor que utilizaba técnicas enmarañadas con múltiples indicadores y criterios manufacturados (aparentemente arbitrarios pero que parece que ofrecen resultados) se dedicaba a promocionar su estrategia milagrosa hasta que empezaba a obtener pérdidas, momento en el que reconocía que su técnica no era infalible porque no era suficientemente compleja o porque el mercado había evolucionado y ahora se guiaba por otros criterios. Dentro de este conjunto de vendedores de señales/estrategias/cursos/robots hay algunos farsantes pero también hay muchos inversores que sinceramente creen en la utilidad de sus técnicas o al menos en la existencia de alguna, aunque sea difícil de descubrir.

En primer lugar, aunque esa técnica o ese algoritmo existiera, el hecho de cada vez más gente lo utilizara (si de verdad funciona sería imposible que no se generalizara) invalidaría su propia utilidad (si un activo estuviera infravalorado todos lo comprarían, subiendo de esa forma su precio y haciendo que dejara de ser atractivo). Esto se conoce como hipótesis del mercado eficiente y es una de las principales críticas al análisis técnico. Sin embargo, este argumento deja abierta una posibilidad: que un inversor particular (una especie de supervillano), fuera capaz de diseñar un algoritmo capaz de vencer al mercado y utilizarlo para enriquecerse de forma independiente. Suponiendo que esto fuera posible, ahora la cuestión es como hallar esta estrategia, y aquí es donde entra la inteligencia artificial.

Hasta ahora la búsqueda de estos mecanismos de inversión se basaba en el estudio particular de diferentes indicadores, osciladores, gráficos, ondas de expansión, regresiones de fibonacci y todo tipo de técnicas gráficas y analíticas personalizadas, una especie de ingeniería de características con un universo de posibilidades, de ahí que muchos inversores amateurs se lancen a elaborar sus propias estrategias, ya que cualquier combinación de indicadores podría ofrecer resultados por encima de la media a corto plazo. Si uno tiene suerte y le va mal desde el principio o es lo suficiente prudente como para probar estas técnicas en un periodo de tiempo suficientemente extenso (al menos durante un año), se dará cuenta de que, aplicando ciertas medidas de control de riesgo, lo más probable es incurrir en una pérdida mayor o menor de dinero (posiblemente total si no se ha sido conservador con los factores de riesgo). Sin embargo, si da la casualidad de que la técnica en concreto parece funcionar, uno puede cometer el error de pensar que ha dado con la fórmula de la riqueza definitiva, y se apresurará a promocionar su descubrimiento para lucrarse de discípulos hambrientos de órdenes de mercado (los mismos que se aglutinan frente a la ruleta tratando de predecir la próxima casilla en la que caerá la bolita) o tratará de beneficiarse personalmente de esta técnica y descubrirá más adelante lo ingenuo que era. Este flujo de acontecimientos es experimentado por la mayoría de novatos que son introducidos por primera vez al mundo de las CFDs gracias al potente motor de marketing que han puesto en marcha los brokers (los que realmente han encontrado la fórmula de la riqueza).

INTELIGENCIA ARTIFICIAL APLICADA

Sin embargo, el desarrollo de los algoritmos de aprendizaje automático cambia radicalmente la aproximación a este problema. Para el que no esté familiarizado con esta rama de la inteligencia artificial, el aprendizaje automático, en concreto el aprendizaje profundo (Deep Learning) y las redes neuronales, es capaz de extraer características relevantes de un conjunto de datos y hacer predicciones fiables utilizando datos nunca vistos. Por ejemplo, podríamos entrenar una red neuronal proporcionándole datos de viviendas (metros cuadrados, número de habitaciones, tasa de criminalidad del barrio en el que se encuentran, antigüedad del edificio, etc…) y los precios de las mismas, y este algoritmo (conocido como regresión) sería capaz de predecir el precio de una vivienda distinta a las utilizadas para el aprendizaje a partir de los datos de ésta. Por supuesto estos algoritmos tienen una gran variedad de matices y complejidad pero en principio parece que se pueden aplicar a nuestro problema. Podríamos entrenar una red neuronal introduciéndole datos de cientos de indicadores distintos y los precios de los activos, y el algoritmo sería capaz de identificar qué método es el más eficiente para determinar el valor de una acción, de esa forma procederíamos a introducir datos de valores actuales y si la predicción es de un valor mayor al actual, aprovecharíamos la infravaloración del activo para adquirirlo y beneficiarnos posteriormente de la subida.

Esta aproximación ha sido llevada a cabo por equipos de profesionales de las finanzas y de la computación usando los recursos más potentes disponibles y realizando proyectos a una escala del orden de la recompensa potencial: si la búsqueda da resultados y se halla la bola de cristal de Wall Street cualquier inversión es asequible. El resultado de esta búsqueda en efecto ha sido negativo y esto derrumba por completo la hipótesis de que un algoritmo de este estilo es posible, pero demasiado complejo como para ser concebido. La única razón por la que la inteligencia artificial no ofrece resultados satisfactorios en este problema es porque parte de dos premisas: primero, que los datos contienen información relevante para la predicción de las salidas (el valor del activo en este caso), lo cual podemos asumir que es cierto, y segundo, que el futuro se puede predecir a partir de los datos pasados, lo cual es evidente que no es el caso.

CONCLUSIONES

En resumen, si eres un fan de ver subir y bajar las velas en tu broker de confianza o aspiras a ganar dinero superando a inversores que llevan toda su vida tratando de hacer lo que tú (sin obtener frutos), siento decirte que la fórmula mágica capaz de predecir el precio futuro de un activo no existe ni existirá, y que tu vendedor de señales de confianza, tu calendario económico o tu indicador TurboMegaPredictor te pueden aconsejar tan bien sobre especulación financiera como tu horóscopo o la fase lunar del día de hoy. Si existen o no formas de obtener resultados extraordinarios a largo plazo es otra cuestión distinta y algunas historias de éxito como la de Warren Buffet invitan a pensar que esto es posible. Pero la verdadera pregunta es, ¿merece la pena el calentón de cabeza que supone tratar de mejorar el retorno de inversión del mercado en su conjunto cuando se pueden comprar fondos indexados a bajo coste promediando el coste de adquisición (Dollar Cost Averaging) dedicando apenas un par de horas al año? Más aún sabiendo que muchos de los grandes fondos de inversión administrados por los mejores profesionales del sector son incapaces de lograr este cometido. El chartismo está muerto (al menos tanto como las estrategias arbitrarias para ganar en la ruleta) y cualquier intento de negarlo es o terquedad o simple y llana ludopatía. Si te divierte el sube y baja de la vela con la publicación de la última noticia sobre el PIB de un país y ganar dinero ha pasado a un plano secundario en tu lista de prioridades no seré yo quién arruine la diversión, pero que no se te olvide que no es más que un juego.