Openbank acaba de presentar el primer modelo basado en inteligencia artificial capaz de predecir el precio que tendrá una compañía dentro de 1, 3, 6 y 12 meses. Gonzalo Pradas, director de Openbank Wealth, defiende que la idea es atraer el hype que hay con la inteligencia artificial y reconducirlo hacia algo tangible, como es esta nueva herramienta, que tiene por objetivo ayudar a invertir a sus clientes.
¿Cuál es el mecanismo para establecer esos precios objetivos y cuál es la intencionalidad de lanzar una herramienta como esta?
Los precios objetivos de toda la vida se basan en el análisis fundamental, hay una persona detrás, y esa persona puede valorar un determinado número de acciones, limitado. En el Ibex 35 encuentras analistas para las 35, pero cuando sales al mercado continuo el seguimiento se reduce. En el caso de la inteligencia artificial lo que estamos haciendo es ver la escalabilidad de todo esto. Tenemos más de 1.000 acciones en algunos de los horizontes temporales porque hemos escogido el S&P 500 y el Stoxx 600. Ambos mercados representan en torno al 60% de las transacciones de nuestros clientes. Pero además estamos viendo cómo extrapolar esto a otros índices. El Russell 2000 nos llama la atención.
Lo más habitual es encontrar precios objetivos a 12 meses, pero también ofrecen estimaciones a 1, 3, 6 y meses…
Sí. Al final son cuatro precios estimados para cada una de las acciones. En algunos horizontes temporales el número de acciones es menor. Pero en la práctica es como si tuviéramos un analista fundamental por cada una de las 1.100 acciones como base, porque al final es un modelo basado en más de 2.000 variables para cada una de las acciones.
¿Cómo se construye ese modelo?
Tenemos cinco modelos base y luego iteraciones entre los cinco modelos, que son lo que nosotros llamamos metamodelos. Por ejemplo, en el caso de Amazon analizamos si funciona mejor el modelo 1, 2, 3, 4 o 5 o qué combinación de los cinco. Empezamos a hacer las primeras pruebas con ellos en 2020 y la ratio de acierto que tienen hoy los modelos versus la que tenían al principio no se parece en nada.
¿Cuál es el grado de acierto de la herramienta y cómo ha evolucionado desde que empezaron a hacer esas primeras pruebas?
El track record de estos modelos empezó en el entorno del 30% y hoy el acierto alcanza de media el 56%. La mayor ratio de acierto la tenemos a 3 meses, que es del 62,5% a cierre de diciembre. A 12 meses el porcentaje es del 54,6%, a seis meses del 52,3% y a un mes del 54%. Disparar y acertar en un 54% de las ocasiones a un mes nos parece espectacular.
¿Piensan que es la propia inteligencia artificial la que está aprendiendo de la depuración de sus errores?
Sí. Pensad que todos los días aparecerá un nuevo precio para cada una de las acciones, y es porque cada día se reentrenan los modelos.
¿Y hasta dónde puede llegar el porcentaje de aciertos según mejora el modelo?
Es una buena pregunta. El grado de acierto de los analistas ronda el 45%, según algunos estudios. A mí me cuesta pensar que los modelos de inteligencia artificial puedan llegar al 80% porque en el mercado suceden cosas que no se pueden llegar a predecir.
Cuando una compañía anuncie un deterioro de sus beneficios, ¿el modelo lo tendrá en cuenta?
El modelo puede llegar a interpretar algo así porque un profit warning al final se produce por el lado de las ventas, por condiciones de endeudamiento o por condiciones de financiación muy elevadas derivadas de ese endeudamiento, o porque el consumo se para… Son parámetros que los modelos pueden identificar. Un ejemplo. En el caso de Amazon hemos visto que una de las variables que más afecta a la compañía históricamente, de esas más de 2.000 que tenemos en cuenta, es el tráfico en el puerto de Shanghái. Pero a la vez también tiene impacto en Amazon lo que haga el treasury a 3 meses.
¿Han detectado algún sector en el que la predictibilidad sea más mayor y alguno en el que los aciertos sean menores?
En tres meses, por ejemplo, donde más exactitud tenemos es en tecnología, con un 67%. A un mes, hemos llegado a tener una ratio de acierto del 64% en el sector financiero; a seis meses, del 67% en consumo cíclico y a 12 meses, del 87% en tecnología también. Los sectores en los que la exactitud ha sido menor han sido los siguientes: en el plazo de doce meses en el de healthcare, con un 37%; a seis meses, en el de utilities, con un 30%; a tres meses, en el de energía, con un 48% y a un mes en el de real estate, con un 50%.
¿Quién puede seguir sus pasos en el mercado español?
No sé quién está en eso. Sé quién pone al servicio de sus clientes los precios objetivos de sus analistas, pero nosotros intentamos ir hacia algo más grande, más optimizable en el medio y largo plazo y, sobre todo, más escalable.
¿Y qué pasará cuando la inteligencia artificial diga que hay que vender la acción de Santander [Openbank es el banco digital del Grupo Santander]?
Nos reservamos el derecho de admisión en cuanto a qué datos poner y preferimos no alimentar ruidos. Los bancos nacionales que están en el Stoxx Europe 600 no los incluiremos, y nos reservamos la discrecionalidad de quitar acciones que creamos que no tienen sentido porque haya polémicas o cosas que puedan confundir al inversor porque esta herramienta va de todo lo contrario, de ayudar a que se anticipen al mercado, de ayudar a invertir, de ayudar a que puedan tener estimaciones que para nosotros son serias.