Publicado: noviembre 23, 2025, 4:00 am
La Inteligencia Artificial ha pasado de ser una herramienta complementaria a convertirse en un pilar central dentro de la gestión de carteras. «Su principal fortaleza radica en la capacidad de procesar volúmenes masivos de información (tanto estructurada, como precios, volúmenes o variables macroeconómicas, como no estructurada, como imágenes, comentarios, correos o vídeos) a velocidades que superan con creces la capacidad humana», explica Carlos Picazo, cofundador y profesor de Mioti Tech & Business School. «Esto permite detectar patrones, correlaciones y señales que resultan invisibles al análisis tradicional, ofreciendo así una ventaja competitiva significativa», añade. Entre sus aplicaciones más destacadas se encuentra el modelado predictivo, que utiliza desde simples regresiones hasta sofisticadas redes neuronales para anticipar precios, niveles de volatilidad o incluso tendencias macroeconómicas, «contribuyendo directamente a la generación de ‘alfa’, es decir, rendimientos por encima del mercado», resalta Picazo. Otro ámbito clave es la optimización de la asignación de activos, donde la IA permite ir más allá de los modelos clásicos de Markowitz. «Gracias a su capacidad de incorporar restricciones complejas y de adaptarse a escenarios no lineales o regímenes de mercado cambiantes, posibilita construir carteras más resilientes y equilibradas», matiza. Además, la IA potencia el análisis de datos alternativos mediante técnicas de Procesamiento de Lenguaje Natural (NLP), capaces de cuantificar el sentimiento de noticias, informes de resultados o publicaciones en redes sociales. «También se utiliza el análisis de imágenes por satélite para estimar variables como cosechas o inventarios energéticos, aportando una visión más completa y dinámica del mercado», indica el profesor de Mioti Tech & Business School. En el ámbito operativo, señala que el aprendizaje por refuerzo está revolucionando la ejecución algorítmica de órdenes, «optimizando el momento y la forma en que se realizan las transacciones para minimizar el impacto sobre el precio». Además, en la gestión de riesgos, «la IA facilita el cálculo en tiempo real de métricas como el VaR o el CVaR, y la simulación de escenarios complejos de estrés financiero», puntualiza. Menciona igualmente a los robo-advisors, una de las aplicaciones más visibles para el público retail. «Estos sistemas automatizan por completo la asignación de activos y el rebalanceo de carteras, adaptándose al perfil de riesgo de cada cliente mediante reglas basadas en inteligencia artificial», explica el docente. Con todo ello asegura que la IA no solo mejora la eficiencia operativa, sino que «redefine la forma de entender la inversión: más analítica, más adaptativa y, sobre todo, más capaz de anticipar los cambios en un entorno financiero cada vez más complejo». Eloi Noya, director académico de Founderz y experto en IA en Finanzas, resalta el hecho de que en la industria de la inversión (bancos, gestoras de fondos), «la IA ha industrializado la parte cognitiva de la inversión, esto es, leer, resumir, comparar o vigilar. Todo esto libera al gestor de inversiones con más tiempo para la toma de decisiones». La IA ha abaratado enormemente el coste de la investigación (informes, resúmenes de resultados, screenings de empresas) y también permite personalizar mucho más las carteras de los inversores y llegar a aquellos segmentos minoristas a los que antes no era económicamente viable servir. Asegura que los profesionales sí la usan y cada vez más, «muchas veces más de puertas para dentro: en ‘screening’, en lectura de resultados, en detección y prevención de riesgos, o bien en preparar informes a clientes o comités». Y recuerda que los modelos que usan los profesionales y las empresas de inversión tienen restricciones de cumplimiento normativo, trazabilidad y seguridad de los datos. Por lo que respecta a los particulares, «no lo usan de momento tanto para decidir o invertir directamente sino más bien para entender», apunta el experto. Si bien admite que la IA genera resultados aparentemente muy convincentes, advierte que «puede alucinar si no se le da el contexto y la información de base adecuada». Otro gran problema es la falta de trazabilidad: «¿por qué me dice esto? Si no somos capaces de tener esta trazabilidad no podemos asesorar a un cliente ni defender tu decisión ante el regulador», pone como ejemplo. Y un tercer problema es la calidad de los datos (balances en formatos distintos, no depurar partidas contables, o mezclar series con distinta frecuencia, por poner algunos ejemplos) así como los sesgos que el modelo tiene. Otro aspecto clave es que «sin una buena base de conocimiento, la IA no te va a convertir en un buen inversor, de la misma manera que el excel no es suficiente para tener un excelente director financiero», advierte Eloi Noya. Decidir si entras en un activo concreto «sigue siendo un acto de criterio y de responsabilidad. Cuidado con la sobreconfianza que da una redacción convincente de la IA, o dejar de pensar porque el modelo está pensando por nosotros», añade. El gestor de carteras independiente Indexa Capital ha presentado este año su nuevo comparador automatizado de carteras, desarrollado en colaboración con GPTadvisor, firma de IA. La solución está basada en los modelos GPT-4o de OpenAI. Se trata de la primera herramienta en Europa que permite al inversor subir un fichero con su cartera actual y compararla con la cartera más similar de Indexa. También podrá comentar los resultados. Un comparador que «aporta transparencia a la gestión de carteras, ayudando a los inversores, no solo a comparar la rentabilidad de su cartera con la nuestra, sino también a visibilizar el efecto de las comisiones en la pérdida de rentabilidad», según explica Patrizia Cotza, su directora de Experiencia de Usuario. Desde su lanzamiento, en julio de este año, han tenido más de 1.400 conversaciones con sus clientes, 2,8 mensajes de media por conversación. «Hay mucha curiosidad y uso por parte de usuarios con un alto conocimiento financiero, que comparan sus carteras para intentar mejorar sus inversiones», resalta Cotza. «Otros ya nos han manifestado su agradecimiento al ayudarles a hacer una comparativa fácil y visual a otros familiares y amigos que no lo son, y que podrían estar logrando más rentabilidad al traer su cartera desde su entidad financiera tradicional», matiza. El comparador automatizado de carteras ayuda a potenciar las recomendaciones de amigos y familiares, al dotarlos de una potente herramienta para visualizar la diferencia de rentabilidad entre la inversión actual y lo que podrían tener. Desde Indexa Capital recuerdan que la rentabilidad pasada no es un indicador fiable de la rentabilidad futura, y que, aunque los últimos años hayan sido positivos es posible que en periodos cortos de inversión haya pérdidas. «Nuestra herramienta se basa en el modelo que consideramos más acertado: minimizar los costes y diversificar globalmente para obtener la mejor rentabilidad corregida por riesgo a largo plazo», subraya la directora de Experiencia de Usuario.
