Los algoritmos se apoderan de las Bolsas: por qué el próximo Warren Buffett no será humano

En diciembre de 1979, Michael Marcus, un trader californiano de materias primas, hizo la jugada de su vida. Vio en televisión la noticia de que la Unión Soviética acababa de invadir Afganistán, e inmediatamente se abalanzó sobre el teléfono y llamó a Hong Kong. Solía operar allí aprovechando que el cambio horario le beneficiaba frente a sus colegas de Nueva York, dormidos en ese momento. Tras comprobar que nadie parecía haberse enterado del comienzo de la guerra y el precio del oro seguía estable, dio la orden de comprar 200.000 onzas. Unos minutos después, con la información extendiéndose por el planeta, esa inversión, un valor refugio en tiempos de conflicto, ya le había reportado dos millones de dólares.

La historia, narrada por el propio Marcus en una entrevista en el libro Los magos del mercado (Valor Editions), haría esbozar una sonrisa burlona a los operadores de hoy, obligados a subsistir en un entorno ultracompetitivo donde las noticias tardan milisegundos en impactar a las cotizaciones y las transacciones se efectúan, cada vez más, de forma automática, de la mano de la negociación de alta frecuencia (High Frequency Trading o HFT en inglés). Según la gestora británica Jupiter AM, alrededor del 80% de los movimientos en el mercado de valores de EE UU en 2021 fueron obra de máquinas. Otras estimaciones rebajan algo esa cifra, pero no cambian la realidad: los algoritmos mueven buena parte de los mercados sin intervención humana. Y no necesitan preguntar para disparar. Identifican tendencias sin necesidad de saber si detrás hay una guerra, un arancel o una pandemia. Y las usan para decidir si es momento de comprar o vender. Pura matemática.

Nada ni nadie, ni siquiera el algoritmo más sofisticado, es capaz de adivinar con certeza si una acción subirá o bajará próximamente. Pero sí las probabilidades de que suceda. En Memorias de un operador de Bolsa, publicado en 1923, Edwin Leffèvre cuenta que un veterano de los parqués le dijo en una ocasión: “Si voy caminando por la vía del tren y veo que viene uno a sesenta millas por hora ¿sigo caminando entre los rieles? Amigo, yo me aparto y ni siquiera me doy palmaditas en la espalda por ser tan listo y aprender”. Traducido a los mercados, supone dejar trabajar a la inercia: ni tratar de coger un cuchillo al vuelo cuando cae, ni cortar las ganancias cuando una empresa despunta.

Esa regla básica, que antes nacía de la observación directa, ahora toma en cuenta miles de variables, como señala Carlos Prieto, profesor del curso de Sistemas y modelos cuantitativos de trading algorítmico de la Universidad Politécnica de Madrid, y sénior manager de Deloitte. “La idea fundamental que un algoritmo de inversión trata de aprovechar es, esencialmente, que el mercado no se comporta de manera completamente aleatoria, sino que existen periodos de tiempo en los que los intereses de los participantes del mercado coinciden. Esto se traduce en dinámicas de las cotizaciones que podrían ser predecibles”.

Igual que los institutos de meteorología asignan un porcentaje a la posibilidad de que llueva, los algoritmos beben de los precedentes para detectar dos grandes patrones, según explica Marcos Aza, responsable de Core Mandate en Santander AM. “Uno sería el patrón de seguir la tendencia. Este tipo de algoritmos nos recomendaría comprar si una acción ha subido en el pasado reciente, pensando que esa tendencia va a continuar. Otro sería el patrón de reversión a la media. Al contrario de los seguidores de tendencia, este tipo de algoritmos nos propondrán que compremos cuando una acción ha caído mucho, pensando que se recuperará de las caídas que ha tenido”.

El caso de GameStop

Un ejemplo no muy lejano de esto se vio en enero de 2021, cuando una legión de miles de foreros de Reddit se coordinó para comprar acciones de firmas en decadencia, como la cadena de videojuegos GameStop, los cines AMD o Nokia, antaño líder de la telefonía. Los fondos bajistas tuvieron que liquidar sus posiciones para cortar las pérdidas, potenciando las subidas, y ahí entraron en juego los algoritmos, como describiría luego el regulador bursátil estadounidense, la SEC, en su análisis de lo ocurrido. “Algunos inversores que habían invertido en las acciones objetivo antes de los acontecimientos del mercado se beneficiaron inesperadamente de los aumentos de precios, mientras que otros, incluidos los hedge funds cuantitativos y de alta frecuencia, se unieron al repunte del mercado para obtener rentabilidad”.

Los algoritmos están por todas partes en el mundo de la inversión. No solo en la ejecución de órdenes a toda velocidad. Marcos Aza, que se unió al equipo de inversiones cuantitativas del Santander en 2019, trabaja directamente con ellos. “Los utilizamos de dos formas: la primera de forma automática, es decir, tenemos algoritmos que se ejecutan sin intervención humana a unas horas y días terminados para llevar a cabo una tarea. Por ejemplo, tenemos algoritmos que cada lunes se ejecutan de forma automática, recogen información de precios de mercado de los últimos 12 meses y nos proponen compras y ventas. La segunda es bajo demanda, cuando queremos realizar una tarea en un momento determinado. Por ejemplo, saber cómo impacta en la valoración de una compañía los resultados que acaba de publicar”.

Las nuevas herramientas de inteligencia artificial que han aparecido recientemente han mejorado la capacidad de cómputo, volviendo más complejos y eficientes los algoritmos que ayudan a diseñar estrategias, gestionar riesgos o asignar los pesos en las carteras. “En el mundo de la inversión, el uso del aprendizaje automático (machine learning) se ha utilizado durante décadas para detectar patrones y desarrollar modelos en base a ellos. Sin embargo, los avances recientes en inteligencia artificial generativa están ampliando significativamente el abanico de soluciones disponibles para gestores y desarrolladores de estrategias de inversión”, reconoce Prieto.

Celso Otero, gestor de fondos y responsable de inteligencia artificial de Renta 4, cita entre ellas el análisis de tendencias, machines learnings para identificar patrones o resúmenes de informes y noticias. “Ahora puedes estudiar distintas compañías en el tiempo en que antes veías una, o sintetizar los resultados cuando aparecen”, afirma al teléfono. Se trata pues, de digerir y sacar conclusiones de grandes cantidades de datos que un ser humano no podría procesar en un tiempo razonable.

Prieto apunta otra ventaja. “En el caso específico de los sistemas de trading, una de las más importantes radica en que simplifican la gestión desde un punto de vista psicológico, ya que obligan al gestor a seguir reglas predefinidas en las que no influyen los sesgos emocionales”.

El algoritmo no se casa ni se divorcia. Ni se despierta ese día especialmente optimista ni pesimista. Solo procesa datos y actúa. ¿Significa eso que los humanos están en inferioridad cuando compiten con ellos en los mercados? El catalán Jordi Martí dejó su trabajo en la multinacional farmacéutica Novartis para dedicarse al trading a tiempo completo. Uno de los temas que le obsesionan es la manipulación de los mercados y la batalla que libran todo tipo de fondos con los minoristas por el pastel de la rentabilidad. Los llama respectivamente el dinero profesional y el rebaño.

Ese choque lo plasmó en un libro de titular elocuente: Hola, soy un inversor financiero y he venido a quedarme con tu dinero (Deusto). ¿Por qué los algoritmos hacen perder a inversores particulares? “Porque les inducen a hacer movimientos. Si los grandes quieren comprar mucho, harán que los particulares se pongan a vender generando velas de pánico. Y lo mismo si quieren vender. Generarán barras de euforia para que los pequeños compren. Hoy en día los algoritmos realizan estas manipulaciones de una forma perfecta”, comenta por correo electrónico.

La inteligencia artificial no es solo un rival para el pequeño inversor. También puede ser un aliado. Renta 4 permite a sus clientes utilizar un gestor autónomo que usa la inteligencia artificial para crear carteras personalizadas. El interesado responde a un formulario sobre el nivel de riesgo que está dispuesto a asumir, los algoritmos le ponen una primera etiqueta: ahorrador conservador, moderado o tolerante al riesgo. Y después afinan aún más, lo encuadran en uno de los 21 perfiles disponibles, seleccionan los productos de renta fija o variable que deben incluirse en la cartera y determinan su peso óptimo.

Una vez en funcionamiento la cosa no se detiene. Otros algoritmos monitorean continuamente el sentimiento del mercado y las noticias, y realizan ajustes si es necesario. La automatización recorta las comisiones (son del 0,25%, por debajo de lo que es habitual) porque no hay un gestor encima al que pagar un sueldo por mandar las órdenes de compra y venta. Y permite un umbral mínimo de inversión más bajo, 100 euros en este caso. Pero, ¿no resulta arriesgado que una máquina mueva nuestro dinero? “No significa que no esté revisado. Constantemente el algoritmo va a ir aprendiendo y evolucionando, y lo vamos a ir modificando, añadiendo evoluciones del mercado”, aclara Otero.

Los ETFs son el lado más pasivo de esa realidad. Replican a grandes índices, como el S&P 500 estadounidense, el Eurostoxx 50 o el Ibex 35, o a otros más pequeños y sectoriales. Los particulares lo pueden adquirir a través de su bróker, sin necesidad de tener un gestor. Los algoritmos efectúan compras y ventas para ajustar las ponderaciones de cada empresa en el índice, optimizando todo el proceso. La alta demanda de estos productos, comercializados por gestoras como Vanguard, BlackRock, Amundi o Fidelity, habla de nuevos hábitos de inversión más individualistas, fruto también de la mayor educación financiera de quienes ponen su dinero a trabajar. Y contrasta con los tiempos en que clientes con escasa formación delegaban todo en el gestor sin entender muy bien dónde iba a parar realmente su capital. “Hay toda una generación joven que desconoce lo que es un asesor financiero o un gestor bancario, y busca una gestión automatizada de su dinero en función de la edad, salario, situación familiar...”, sostiene el economista Javier Santacruz.

La idea de una inversión democratizada, a la que todo el mundo puede acceder sin necesidad de contar con un gran capital, ni de tener a su servicio un ejército de caros gestores humanos, solo pulsando varios clics en cualquier momento del día, suena a una nueva vuelta de tuerca en el sueño capitalista. Pero todo este entramado de algoritmos que tanto han hecho por aumentar la liquidez de los mercados y rebajar las comisiones tienen también su reverso tenebroso.

Las sacudidas de los flash crash

El catedrático de Economía Aplicada de la Universidad de Vigo Xosé Carlos Arias acaba de publicar El tiempo es oro (Transforma Editores), un ensayo donde relata cómo la velocidad y el cortoplacismo se han convertido en una seña de identidad del capitalismo. “En las finanzas ultrarrápidas, el fenómeno más inquietante es el de los flash crash. Es verdad que del más importante de ellos hace ya 15 años, y que parecen haberse espaciado en el tiempo. Ello parece indicar que los elementos de pausa automática que se fueron introduciendo en los mercados tienden a funcionar bastante bien. Pero lo más inquietante de los colapsos súbitos está en que el origen de varios de ellos aún no ha sido totalmente esclarecidos, con esa mezcla rara de fallo humano/fallo tecnológico que provoca temblores”, advierte.

Los flash crash son caídas repentinas de los índices en cuestión de minutos que van seguidas de una recuperación igual de rápida después. El último realmente importante fue en 2022, y tuvo su origen en la Bolsa sueca, que llegó a caer un 8%, con desplomes superiores al 10% en minutos en valores como la firma de moda H&M o la de telecomunicaciones Telia. Un error de un solo operador bursátil de Citi fue capaz de provocar una tormenta de 300.000 millones de euros en los mercados europeos, al activar órdenes de venta automatizadas que solo se ejecutan cuando las Bolsas pierden determinados niveles, un modo de proteger el capital al cortar las pérdidas. El Ibex 35, por ejemplo, se dejó 200 puntos de golpe, más de un 2,3%.

Francisco Javier Muñoz, expresidente del Instituto Español de Analistas Técnicos y Cuantitativos (IEATEC), ve necesario que las autoridades pongan límites al salvaje oeste de las finanzas ultrarrápidas. “La opacidad de los algoritmos genera desconfianza, al no comprender cómo se toman las decisiones. Los datos empleados para entrenar los modelos pueden tener sesgos y llevarnos a malas decisiones. Se debe establecer un marco regulatorio para el uso de la inteligencia artificial en los mercados financieros”, reclama.

Celso Otero opina que las medidas en vigor ya están dando resultados. ”Los flash crash han provocado que se limiten los movimientos de valores y empiecen las subastas de volatilidad. Lo lógico es que la tecnología llegue antes y la regulación se vaya adaptando para proteger al mercado y el cliente”.

Alta complejidad

Las distopías más agoreras suelen centrarse en ese momento en que la autonomía de las máquinas se le va de las manos al humano, y todo deviene en descontrol. ¿Es suficiente la supervisión para prevenir el estallido de caos financieros en el futuro? Carlos Prieto cree que las garantías no son totales. “Los algoritmos, generalmente, están diseñados de forma individual; sin embargo, interactúan constantemente unos con otros en el mercado. Esto puede derivar en situaciones en las que algoritmos de diferentes intervinientes se alineen de manera inesperada, ocasionando fluctuaciones anormales en los precios. Otro riesgo importante es la falta de explicabilidad: muchos algoritmos son tan complejos que los seres humanos no logramos comprender en detalle todos los procesos involucrados en la generación de sus resultados, lo que nos dificulta su supervisión y control”.

El espíritu de los tiempos parece ir en contra de esa mayor necesidad de regulación, como apunta Xosé Carlos Arias. “Con la llegada al poder, nada menos que a Estados Unidos, de los tecnolibertarios, que se identifican a sí mismos como aceleracionistas, aparece con una fuerza desconocida la idea de avanzar al mismo tiempo en una doble desregulación: la tecnológica y la financiera”.

El largo plazo puede ser un refugio para los inversores frente a esa hiperactividad algorítimica de los mercados. Tras mudarse a las Bahamas, el pionero de los fondos de inversión John Templeton descubrió que tanto The Wall Street Journal como el Financial Times, los periódicos que solía devorar con avidez cada mañana, llegaban con uno o dos días de retraso, por lo que si quería utilizar sus informaciones para operar, ya era tarde. Lejos de ponerse nervioso, ese desfase le sirvió para no sobrerreaccionar y mantener la calma en su operativa frente a la sucesión de euforias y apocalipsis con que despertaban cada día sus colegas de Nueva York.