Hace ocho meses, Bloomberg informó que el aprendizaje automático, de acuerdo con el ciclo publicitario de Gartner Inc. para las nuevas tecnologías, se encontraba en el “pico de expectativas infladas” y se dirigía al “punto más bajo de desilusión”.
Al mismo tiempo, comenzaron a surgir una serie de fondos de inversión impulsados por A.I. y ETFs, aparentemente confirmando el ciclo de exageración.
En octubre de 2017, se lanzó el primer ETF impulsado por la inteligencia artificial:
“La tecnología EquBot AI con Watson tiene la capacidad de imitar a un ejército de analistas de investigación de equidad que trabajan las 24 horas del día, los 365 días del año, mientras se eliminan los errores humanos y el sesgo del proceso”.
Y mientras los fondos de cobertura como Bridgewater automatizaron con éxito muchas de sus estrategias comerciales y Renaissance Technologies, un fondo cuantitativo fundado por Jim Simons, el ex rompedor de códigos militar, ha sido pionero en el uso de técnicas de aprendizaje automático durante décadas mientras creaba un envidiable historial de inversiones. ; probablemente el más conocido de estos nuevos fondos fue un impulso de Paul Tudor Jones para construir un algoritmo que imitaría su proceso analítico.
En la década de 1990, Paul Tudor Jones asignó un equipo de codificadores a un proyecto denominado “Paul in a Box”. El esfuerzo buscó romper el ADN de las negociaciones del administrador de fondos de cobertura -cómo clasifica los mercados y genera ideas- para entrenar a una computadora para que haga lo mismo.
El código creado en ese momento se actualizó muchas veces y aún se usa en su empresa, Tudor Investment Corp. Pero nunca se hizo cargo.
Una y otra vez, los programadores tuvieron que alimentar nuevos tipos de datos para imitar las señales cambiantes de precios que Jones, famoso por predecir el colapso del mercado del Lunes Negro de hace 30 años, se concentró, de acuerdo con personas con conocimiento del proyecto. Incluso entonces, la máquina no podía capturar elementos intangibles como sus instintos y convicciones viscerales, así como las incertidumbres del mercado.
Finalmente, Jones sigue siendo el tomador de decisiones final para los trades, no la caja.
Desde entonces, las cosas no han resuelto cómo Gartner, y probablemente numerosos traders humanos, hubieran esperado.
Lo primero es lo primero, el ETF de la IA, que fue diseñado para poner fin a las carreras de cientos de analistas, ha superado dramáticamente el mercado desde su inicio …
No está claro si se trata de pura persecución automática en el algo, pero es notable que en el lado negativo de febrero, el ETF no tuvo un rendimiento inferior dramáticamente.
Pero es el éxito del Fondo de Inteligencia Artificial de Paul Tudor Jones el que se destaca, según informa Bloomberg, Dharmesh Maniyar, de Tudor Investment Corp., registró un aumento del 7 por ciento el mes pasado en su nuevo fondo que usa algoritmos de aprendizaje automático para ayudar a hacer operaciones macro.
El rendimiento arroja devoluciones para su fondo Tudor Maniyar Macro este año a alrededor del 13 por ciento, de acuerdo con personas con conocimiento del tema, muy por delante del S & P 500. Según se informa, el fondo ganó dinero con el ingreso fijo europeo y las monedas globales en mayo.
Tudor había recaudado alrededor de $300 millones para el fondo de Maniyar, que comenzó a cotizar en octubre y es el único macro fondo administrado por un solo gerente.
Pero curiosamente, Maniyar, quien tiene un doctorado en aprendizaje automático de la Universidad Aston del Reino Unido, tuvo un mal comienzo, cayendo un 8 por ciento en los primeros tres meses de operaciones el año pasado, dijo una de las personas, que imita el mismo gran rendimiento inferior visto desde el principio en el ETF de la IA mencionado anteriormente.
Al igual que los humanos, tal vez las máquinas solo necesitaban acostumbrarse al nuevo escritorio y a una nueva normalidad.
Por ahora, parece que al igual que los inversores minoristas acumulando vehículos de inversión pasiva están matando al gerente activo, Johnny ahora está superando al mismo gerente activo para comenzar a aprender una nueva habilidad (¿como la reparación a caballo y con errores?).