¿Los gestores de fondos de IA son más capaces? JPMorgan pone a prueba: superan con rentabilidad anualizada a las carteras de inversión clásicas y con menor volatilidad

La IA se está adentrando en el área de toma de decisiones de inversión más crucial en Wall Street. El equipo del estratega Thomas Salopek, de JPMorgan, completó recientemente un experimento de backtesting de agentes de inversión impulsados por IA, por primera vez aplicando un sistema de IA a la identificación de mecanismos de mercado. El equipo construyó varios agentes de IA capaces de ajustar dinámicamente la asignación entre acciones y bonos según el entorno del mercado, con el fin de explorar la viabilidad de decisiones de inversión autónomas.

Los resultados del backtesting muestran que el sistema con mejor desempeño, en un entorno simulado de los últimos veinte años, logró una rentabilidad anualizada superior en 0,7 puntos porcentuales frente a una cartera tradicional 60/40 de acciones y bonos, y además registró una volatilidad más baja, superando a la vez el modelo de mecanismos de mercado basado en reglas que ya utiliza JPMorgan.

Aunque Wall Street acelera el despliegue de IA en análisis, programación y herramientas de inversión, este experimento marca sobre todo la extensión del uso de la IA hacia decisiones centrales de asignación de capital. Pero JPMorgan advirtió con claridad que este resultado no debe considerarse como evidencia de que la IA tenga capacidad para superar de forma sostenida al mercado; la exploración relacionada todavía se encuentra en una etapa temprana.

Simulaciones históricas destacadas; sin verificación en operaciones reales

El agente de inversión basado en IA desarrollado por investigadores de JPMorgan tiene como función central ajustar dinámicamente las proporciones de asignación entre acciones y bonos en función de los cambios en el entorno del mercado. Al cubrir simulaciones históricas de los últimos veinte años, el sistema más óptimo alcanzó un exceso de rentabilidad anualizada de hasta 0,7 puntos porcentuales, manteniendo además una volatilidad más baja, y superó el modelo interno existente de mecanismos de mercado basado en reglas de la entidad.

El equipo de estrategas señaló en el informe que el agente de IA fue diseñado para contar con la capacidad de tomar decisiones en condiciones de incertidumbre, logrando un mejor desempeño frente a un punto de referencia razonable. Esta es también la primera vez que JPMorgan publica de manera externa sus resultados de investigación en el ámbito de la asignación de capital impulsada por IA, lo que marca un paso clave en la exploración de sistemas de decisiones de inversión más inteligentes.

A pesar de que los datos del backtesting muestran resultados positivos, JPMorgan mantiene una interpretación prudente sobre las conclusiones relacionadas. La entidad enfatizó explícitamente que los logros anteriores provienen íntegramente de entornos de simulación histórica y aún no han sido validados mediante operaciones reales en el mercado; por lo tanto, no deben utilizarse para inferir que la IA posee una capacidad intrínseca de superar de forma sostenida al mercado.

En el informe, el equipo de estrategas también advierte que los participantes del mercado deben evitar aceptar sin crítica una confianza excesiva en juicios de IA derivados de resultados de backtesting in-sample. Consideran que los sistemas de IA basados en agentes deben sustentarse en procesos rigurosos y cautelosos de asignación de activos, y no en la simple suposición de que el propio agente constituye una fuente de conocimiento profesional.

Aumentan los riesgos del “consenso” de IA: el trading automatizado se adentra en el “mar profundo” de la toma de decisiones

Mientras en Wall Street sigue aumentando el entusiasmo por las herramientas de inversión basadas en IA, en el ámbito académico también se intensifica la cautela ante sus posibles riesgos sistémicos. Según Bloomberg, cada vez más investigaciones se centran en un enunciado central: cuando numerosas instituciones despliegan modelos de IA similares para tomar decisiones de inversión, ¿cómo cambiará la lógica de funcionamiento del mercado?

Los investigadores señalan que, aunque la tecnología de IA puede mejorar de forma significativa la eficiencia en la obtención de información y la precisión de la toma de decisiones, también puede generar riesgos como la homogeneización de las carteras y la susceptibilidad del mercado a la manipulación, especialmente en escenarios de presión: cuando muchas instituciones llegan simultáneamente a conclusiones parecidas, o incluso amplifican aún más la volatilidad del mercado. El equipo de estrategia de JPMorgan también reconoció en un informe reciente la existencia de dichos riesgos.

Las pruebas de JPMorgan reflejan la evolución de la aplicación de IA en Wall Street. En los últimos dos años, los grandes bancos han integrado ampliamente modelos de lenguaje a escenarios de apoyo como la generación de informes de investigación, la redacción de código y herramientas internas de inversión. Y las pruebas actuales indican que la industria evalúa si los sistemas de IA pueden pasar de ser “mano de obra auxiliar” para tomar decisiones, a asumir funciones centrales y más determinantes como la asignación de capital entre distintos mercados.

Avisos de riesgo y cláusulas de exención de responsabilidad

        El mercado conlleva riesgos; invierte con cautela. Este artículo no constituye asesoramiento de inversión personal y no considera objetivos de inversión específicos, situación financiera o necesidades particulares de cada usuario. Los usuarios deben evaluar si cualquiera de las opiniones, puntos de vista o conclusiones incluidas en este artículo se ajustan a su situación específica. La inversión con base en lo anterior es bajo su propia responsabilidad.