Se espera una gran revolución en el mundo de las finanzas gracias a la a las posibles aplicaciones del machine learning en las inversiones. Los Robo Advisor lo utilizan para crear carteras de clientes y poder realizar cambios en las mismas de manera automática, con el fin de obtener la máxima rentabilidad para los distintos perfiles de riesgo.
Cada vez existen más empresas de este tipo, que otorgan mayor control de las inversiones a sus clientes, al ofrecerles disponer en todo momento, a través de internet, de sus posiciones y de los cambios que tengan que realizar; y abaratando los costes de estos servicios, ya que la mayoría cobran comisiones más bajas que los asesores tradicionales e incluso una cuota fija mensual o anual.
También comenzamos a ver cómo algunas grandes gestoras comienzan a utilizar métodos cuantitativos y el Big Data como métodos de valoración de sus inversiones. Está suponiendo una revolución a la hora de conocer con mayor precisión el alcance de los riesgos que se asumen, el potencial real de una empresa que se está valorando y el impacto que esta última causa en los consumidores.
Métodos cuantitativos para reducir el riesgo
A través de varios algoritmos e introduciendo datos pasados pueden calcular el riesgo de posibles escenarios futuros. Son meramente orientativos, ya que no existe ningún algoritmo que pueda predecir el futuro, pero sí que tienen una alta probabilidad de acierto, o de al menos quedarse cerca. Se pueden calcular utilizando datos de los mercados, sector, competencia, económicos… Esto permite ajustar mejor los márgenes y medir riesgos que no se habían tenido en cuenta.
En cuanto al Big Data, la información siempre ha sido poder. Nos permite gestionar millones de datos y ponerlos en relación con lo que estemos buscando en ese momento. Desde las modas de la sociedad, hasta los productos que más gustan a nuestros clientes. Toda esta información permite realizar métodos de valoración que se asemejen más a la realidad.
Detrás de las máquinas
Aunque estas herramientas son muy útiles para la toma de decisiones, no debemos olvidar que son máquinas. Pueden surgir ocasiones en las que la falta de datos nos den una visión contraria al sentimiento del mercado en ese momento. Es por eso que detrás de estas herramientas debe haber un gestor que analice cuidadosamente esos datos y los ponga en relación con los que él mismo haya obtenido. No cabe ninguna duda de que estas herramientas nos ayudarán en la toma de decisiones, pero por ahora no pueden prescindir de una persona física que revise toda la información que estas provean.
