Inteligencia Artificial y Big Data para Gestión de Activos

Aunque todos los negocios están tranformándose gracias a la digitalización, la gestión de activos apenas a comenzado esa transformación y estamos viendo los primeros pasos en el uso del big data y la inteligencia artificial para dar soporte o automatizar las decisiones de inversión en una cartera.

En las charlas de Introducción al uso de Inteligencia Artificial y Big Data para Gestión de Activos el Dr. Raúl Gómez Martínez describe como se crean los modelos que InvestMood utiliza para desarrollar sus sistemas big data de trading algorítmico basados en modelos de inteligencia artificial sobre el sentimiento del inversor.

Para ello es necesario utilizar una herramienta estadística, puede ser la versión free de dVelox desarrollada por Apara, o cualquier otra herramienta de libre uso como Weka o Knime.

Y, por supuesto, tener datos, como los que hay en los ficheros adjunto extraídos de Google Trends.

En la primera parte de la charla enmarcamos la investigación en el contexto de la eficiencia del mercado, entrando en la neuroeconomía para entender por qué las decisiones de inversión no son tan racionales como deberían ser, valorando el componente emocional de las mismas y describiendo los sesgos conductuales que han sido demostrados en la literatura económica del "behavioral finance". Algunos factores que son capaces de condicionar el sentimiento del inversor son el clima, los patrones estacionales, los resultados deportivos o las fases lunares.

En este punto la clave es medir el sentimiento del inversor para anticiparnos a estos sesgos emocionales y al mercado, lo que nos lleva a un enfoque Big Data donde utilizamos la inteligencia artificial para predecir la evolución del mercado en función de medidas de sentimiento exclusivamente. En la última parte de la charla, hacemos un caso práctico donde el alumno crera su propio modelo predicitvo con IA.

URJC_IEB_InvestMood_20221214.pdf