IA y trading, del código secreto de Wall Street al inversor de a pie

De los algoritmos a la IA

Hasta los años 60, el trading era lento y manual, pero con la llegada de sistemas electrónicos y computadoras surgieron las primeras formas de automatización. El internet revolucionó el acceso, permitió el retail trading y dio origen a plataformas en línea.

En los 2000, el auge del trading algorítmico y de alta frecuencia transformó a los market makers, quienes comenzaron a usar algoritmos para operar con rapidez y eficiencia. Más reciente, la IA permite modelos capaces de aprender, procesar información en tiempo real y tomar decisiones, lo que puede reducir la brecha entre inversionistas institucionales y pequeños traders.

Según datos del SEC (Securities and Exchange Commission) y del Banco de la Reserva Federal de Chicago, entre el 70% y 80% del volumen de operaciones en los mercados bursátiles de Estados Unidos, incluyendo la NYSE y el Nasdaq, se realiza mediante trading algorítmico o de alta frecuencia (high-frequency trading, HFT).

¿Qué hace diferente a ChatGPT?

"La IA puede ayudar a las instituciones financieras a identificar y aprovechar oportunidades de trading que antes no eran visibles”, explica Louis Napoletani, fundador y CEO de Mottli y especialista en innovación a través de datos.

Para el especialista, la aparición de modelos amplios de lenguaje (LLM) como ChatGPT da la oportunidad de personalizar y optimizar las plataformas de trading y de crear asesores financieros autónomos, muy útiles para los pequeños inversionistas.

El ChatGPT se lanzó en noviembre de 2022 y desde entonces las cosas se aceleraron, nacieron nuevos multimillonarios vinculados con la IA y empresas que comenzaron a ver las bondades de las nuevas herramientas en el trading.

Uno de los mayores aportes de los últimos avances en este campo es el seguimiento en tiempo real de los movimientos del mercado y no solo eso, también del sentimiento de los mercados. Existen ya varios ejemplos de empresas y bots que buscan ayudar en este sentido a los traders.

Oportunidades para traders pequeños

En 2024, nació TradeGPT, una plataforma impulsada por IA que proporciona estrategias de inversión basadas en datos. Pero también existen bots automatizados que ofrecen servicios de algoritmos, entrenamiento simulado, señales de entrada y salida. Para muchos de ellos ya no es necesario saber programar con código.

“La tecnología de IA también puede evolucionar continuamente basándose en datos de comportamiento en tiempo real, lo que la hace más adaptable y precisa en la lectura del sentimiento del mercado”, señala Napoletani.

Y explica que la lectura del sentimiento del mercado puede incluir desde noticias, reportes trimestrales, posteos en redes sociales y discusiones en foros especializados.

Por su parte, Miguel Marcos, director regional de Exness, un bróker de trading online que facilita a los traders el acceso a los mercados financieros, señala que definitivamente estas herramientas cerrarán la brecha entre traders profesionales y personas de a pie.

“Principalmente, porque van a acercar un conocimiento complejo de matemáticas financieras, ingeniería financiera y análisis de datos que permitirán a un inversionista individual manejar esas herramientas que antes solo estaban en manos de profesionales. Y podrán aplicarlas a la gestión de riesgo, sistemas de trading automático y análisis para mejorar de una manera sostenible”, opinó Marcos.

Los riesgos del exceso de automatización

Napoletani menciona que la tecnología de IA puede ser utilizada para identificar patrones de comportamiento sospechoso y monitorear el comportamiento de los traders en tiempo real. Esto ayuda a las instituciones financieras a cumplir con las regulaciones y a evitar problemas legales que podrían resultar en multas. Pero no es suficiente.

Dado que la IA y los algoritmos ayudan a cumplir tareas repetitivas y técnicas, los traders profesionales y los grandes corporativos pueden dedicarse a diseñar las estrategias generales y las tomas de decisiones más delicadas.

Los principales riesgos de esto incluyen la deshumanización de las decisiones y la posibilidad de grandes consecuencias en los mercados debido a estrategias de trading automatizadas y agresivas. Algunos de estos algoritmos o bots tal vez no operen en grandes bolsas, como las de Nueva York, por temas regulatorios, pero sí en otros mercados como el de Singapur, explica, el experto de Exness.

El "Flash Crash" de 2010 evidenció los riesgos del trading automatizado: un algoritmo mal diseñado provocó un desplome del 9% en minutos. Tras el caos, se crearon mecanismos como los circuit breakers para frenar caídas súbitas.

Además, ya existen controles pre-trade, para limitar las operaciones y evitar ejecuciones erráticas o mal intencionadas por parte de los algoritmos. Todavía está por ver cómo se adapta la regulación a los nuevos modelos de Inteligencia Artificial y algoritmos cada vez más sofisticados.