Cuando uno lee algo sobre tendencias bursátiles, quizá se imagina lugares ruidosos, poblados por operadores sin escrúpulos que compran y venden valores basándose en sus corazonadas, moviendo enormes sumas de dinero en medio del caos, como se ve a menudo en las películas e imágenes que acompañan a los artículos sobre días especialmente complicados en la bolsa. Pues bien, esto no es así, y no sólo porque hoy en día también se puedan comprar y vender acciones con un smartphone: hoy en día, una gran parte de las transacciones financieras se realizan directamente mediante sistemas informáticos. Pero los seres humanos siguen contando mucho.
En la jerga, se denomina algotrading o trading algorítmico, y con la evolución de la tecnología y la inteligencia artificial se está volviendo cada vez más sofisticado: a veces se utiliza para ayudar a los operadores a averiguar qué hacer en un momento determinado -si comprar, vender o mantenerse-, mientras que otras veces realiza directamente operaciones basadas en indicaciones y criterios proporcionados por los propios operadores. Esto no es nada nuevo. Estas herramientas han sido adoptadas en los últimos veinte años por grandes bancos y fondos porque limitan el error humano y los costes: a una empresa puede resultarle más barato tener cinco operadores dirigidos por algoritmos que diez sin algoritmos.
Estos algoritmos son, en esencia, herramientas informáticas que procesan toda la información que puede influir en los mercados financieros: noticias políticas, datos económicos, acontecimientos catastróficos, publicaciones de balances y muchos otros. Lo hacen de forma mucho más exhaustiva y rápida que un ser humano, llegando en poco tiempo a decisiones de inversión que se consideran óptimas dada la información disponible y las instrucciones dadas originalmente.
No existe un único tipo de algoritmo. Algunos se utilizan para operaciones especulativas, es decir, para ejecutar muchas operaciones en un intento de obtener pequeñas ganancias sistemáticas día tras día. Otros ayudan a los inversores a construir y mantener una cartera diversificada y equilibrada.
Pongamos un ejemplo. Imaginemos que un fondo de inversión se ha fijado como objetivo una ganancia mínima del 5% y una pérdida máxima también del 5%, y que ha optado por diversificar sus inversiones en función de su origen geográfico (hipótesis: 30% en Europa, 30% en Asia y 40% en EE.UU.) y de su naturaleza (50% acciones y 50% obligaciones). El fondo también puede haber establecido parámetros más específicos sobre valores concretos, como el precio medio durante un periodo de tiempo o la volatilidad de sus precios.
Esto que acabamos de describir es una estrategia de inversión sencilla. Con la ayuda del algoritmo, los operadores pueden ejecutarla mucho más fácil y rápidamente, sin tener que recalibrar todas sus carteras para cada movimiento: el algoritmo ya proporciona el paquete completo de cosas que hacer para cada evento al que tengan que responder. Hasta aquí puede parecer, por tanto, que el algoritmo no sólo facilita sino que sustituye el trabajo del trader. Pero no es así.
Davide Biocchi, trader y divulgador, explica que los algoritmos siguen instrucciones pensadas y codificadas por personas, e incluso cuando funcionan de forma autónoma "siempre hay un humano, un trader o un ingeniero financiero, que comprueba que todo va según lo previsto" y está listo para corregir cualquier anomalía. Entre los operadores, las llaman "maquinitas", que compran y venden solas bajo supervisión humana.
El relato superficial de que estos sistemas informáticos controlan el mercado, y son los artífices concretos de las grandes subidas y bajadas, no tiene tanto fundamento. "El sistema propone pero siempre debe haber un ser humano que decida, para proteger al cliente pero sobre todo al propio mercado", afirma Chiara Frigerio, secretaria general de Cetif, un centro de investigación de laUniversità Cattolica que se ocupa de la organización y la innovación del sistema financiero. Y ello por tres razones: una organizativa, otra jurídica y otra técnica.
La cuestión organizativa es trivial: la responsabilidad última de cómo va una inversión no puede recaer en un ordenador, sino en el operador, el jefe de su división y, en última instancia, la propia empresa, que es responsable ante clientes y accionistas.
Luego está toda la cuestión legal: las empresas que utilizan algoritmos están obligadas a comunicar que los usan a Consob -la autoridad que supervisa el funcionamiento regular de los mercados financieros- y están sujetas a las mismas normas que las que no lo hacen. No hay más obligaciones ni prohibiciones sobre el comportamiento, pero las normas establecen inequívocamente que la responsabilidad de la inversión y su control recae en los particulares. Por último, está la cuestión técnica, quizá la más contraintuitiva e interesante.
Se podría pensar que los algoritmos son útiles a los operadores sobre todo en situaciones de mucho estrés, como en esos momentos de alta volatilidad e incertidumbre en los que nadie entiende nada: todo lo contrario. Frigerio argumenta que "precisamente porque el algoritmo es impasible, es incapaz de manejar un contexto de altísima incertidumbre. Cuando hay fluctuaciones grandes e imprevisibles, el algoritmo es incapaz de decidir porque no encuentra la misma dinámica en su experiencia".
De hecho, los algoritmos aprenden del pasado, y se meten en problemas cuando no encuentran dinámicas que ya conocen. No saben ponerse en el lugar de las personas, no tienen capacidad de innovación ni de interpretar nuevos fenómenos: en caso de grandes fluctuaciones, la respuesta más frecuente que sugieren es quedarse quieto, algo que no puede hacer, por ejemplo, un operador que tiene que limitar las pérdidas. En la incertidumbre, el ser humano sigue ganando", afirma Frigerio. El propio Biocchi afirma que es precisamente en estos momentos cuando los operadores desconectan los algoritmos, porque son inadecuados para manejar estas situaciones.
En el curso ordinario de los negocios, en cambio, los sistemas aportan las soluciones óptimas, tanto en términos de adecuación de las elecciones como de rapidez de las operaciones, y según Biocchi también se convierten en una gran guía para el mercado: todo el mundo sabe que los grandes inversores los utilizan y, por tanto, pueden observar sus movimientos y comprender lo que los algoritmos les sugieren hacer en ese momento. A la inversa, el hecho de que todo el mundo sepa que en las fases más confusas su contribución es menor se convierte en un elemento adicional de incertidumbre.
Desde hace unos años, los algoritmos también han empezado a despertar el interés de los pequeños inversores, aunque todavía de forma experimental.
Los algoritmos dirigen, por ejemplo, los llamados "robo-asesores", sistemas automatizados de asesoramiento utilizados en plataformas de inversión en línea. Significa que el algoritmo intenta hacer el trabajo de los asesores financieros, que a través de entrevistas con el inversor averiguan cuánto dinero quiere invertir, cuánto quiere ganar y cuánto está dispuesto a arriesgarse a perder: es decir, hacen lo que se llama el "perfil de riesgo" del cliente. El algoritmo hace lo mismo y cuesta mucho menos que el asesor; la desventaja es la pérdida de la relación humana, que para los inversores menos experimentados puede ser muy importante.
"Las herramientas de este tipo", dice Biocchi, "pueden ser una ayuda y pueden equivocarse tanto como los asesores", por lo que "cuanto más autónomo quiera ser un inversor, más tiene que prepararse y estar atento".