El 6 de mayo de 2010, las bolsas estadounidenses cayeron casi un 10% en cuestión de minutos. Lo que se llamaría un «flash crash» no fue causado por noticias, datos económicos o una decisión política de la Reserva Federal. Según la Comisión de Comercio de Futuros de Materias Primas (CFTC) de EE.UU., la causa fue una gran orden de venta de futuros E-Mini S&P 500, ejecutada por un fondo de inversión y activada por un algoritmo. Además, la orden de venta provocó que otros algoritmos de negociación de alta frecuencia (HFT) siguieran su ejemplo y vendieran. Antes del Flash Crash de 2010, la negociación algorítmica era limitada. Desde entonces, se ha convertido en la forma dominante de negociación. Más recientemente, el auge de la IA se ha convertido en un elemento clave para impulsar los algoritmos de negociación del mercado. Como resultado, la IA está impulsando los mercados.

Fuente: Real Investment Advice, The New York Times

Una perspectiva macroeconómica fuerte y un análisis técnico sólido ya no bastan para dar a los inversores una oportunidad de luchar en los mercados financieros. Hoy en día, y más aún mañana, es igualmente importante comprender cómo influye la IA en los mercados: los mecanismos, los beneficios y las dificultades de los inversores en IA. Por lo tanto, merece la pena repasar cómo la IA impulsa los mercados.

La IA está aumentando rápidamente la velocidad y la precisión necesarias para la investigación de los mercados financieros y la ejecución de operaciones. Está dejando atrás rápidamente a los humanos e incluso a los algoritmos no basados en IA. Utilizando cantidades masivas de datos sobre precios, beneficios, datos macroeconómicos y sentimiento, entre otros factores, la IA puede descifrar tendencias y proporcionar una visión única de cómo estos factores podrían afectar a los precios mucho más rápido que los humanos o los modelos más tradicionales. 

Y lo que es más importante, la IA se basa exclusivamente en datos. Por lo tanto, elimina nuestras emociones y prejuicios, proporcionando decisiones frías, duras y calculadas. 

He aquí algunos ejemplos de cómo los inversores utilizan actualmente la IA:

• Aladdin de Blackrock utiliza IA para analizar conjuntos de datos masivos, como cotizaciones bursátiles, beneficios, datos macroeconómicos, etc., para crear y reequilibrar carteras. Gestiona el riesgo y la rentabilidad de miles de activos en tiempo real, ayudando a los inversores institucionales, como los fondos de pensiones y los hedge funds, a adelantarse a la mayoría de los inversores. 

• TradeRiser supervisa las publicaciones en las redes sociales, las noticias y las convocatorias de beneficios mediante el procesamiento del lenguaje natural para evaluar el sentimiento de los inversores. Los inversores pueden aprovecharlo para identificar valores con un «rumor» alcista o bajista antes de que la mayoría de los inversores se den cuenta. 

• CopyTrader de e-Toro permite a los inversores minoristas o institucionales reflejar las operaciones de los mejores inversores en tiempo real. 

• SimpleVisor Simple AI permite a los usuarios evaluar acciones basándose en los principios de inversión de algunos de los inversores más estimados del mundo. 

• Las redes neuronales están diseñadas para imitar al cerebro humano, pero de forma mucho más eficiente. Las redes neuronales detectan patrones complejos y no lineales que los humanos suelen pasar por alto.

Fuente: Real Investment Advice, SimpleVisor

En lugar de esperar horas, días o semanas para la investigación tradicional, la IA puede afinar rápidamente las carteras y sugerir operaciones basadas en los datos más recientes. Esta capacidad para identificar patrones complejos y ejecutar operaciones con rapidez proporciona una ventaja competitiva tanto a los inversores minoristas como a los institucionales. Cuando los mercados son volátiles, como ocurrió en abril, estas ventajas son aún más significativas. 

El coste es otra de las ventajas de las herramientas basadas en IA. Dado que la IA no depende de personal remunerado ni de otros gastos que suelen acompañar a la mayoría de los gestores de inversiones, puede operar con un coste mínimo. Por ejemplo, Betterment y WealthFront, dos roboasesores de IA, cobran una fracción de lo que cobran los asesores tradicionales. La asequibilidad, combinada con la sofisticación de los modelos de IA, democratiza los mercados financieros, permitiendo a los pequeños inversores minoristas comportarse como grandes inversores institucionales. 

Los beneficios se extienden a todos los inversores, no sólo a los que dependen de la IA. Los algoritmos basados en IA aumentan la liquidez del mercado, lo que también puede ayudar a estabilizar los precios. Su capacidad para aprovechar las oportunidades de arbitraje o los precios erróneos a corto plazo, como durante el Flash Crash de 2010, puede reducir la volatilidad en beneficio de todos los inversores. ¿Habría ocurrido el Flash Crash si la IA hubiera estado disponible en 2010? ¿O habría sido peor? Analicemos ahora esta cuestión.

Hasta ahora, hemos elogiado sobre todo las herramientas de inversión basadas en IA. Aunque las ventajas son significativas, también es esencial tener en cuenta los contras. 

Comenzamos este artículo hablando de cómo los algoritmos provocaron una caída repentina en cuestión de minutos, sin una causa fundamental clara. A medida que crece el uso de la IA, muchos modelos pueden desarrollar patrones de pensamiento y respuestas similares. Este pensamiento de grupo podría aumentar el riesgo de un flash crash o una oleada. 

Aunque es difícil considerar cómo podría desarrollarse hoy una situación similar a la de 2010, también debemos reconocer que la IA puede identificar discrepancias y oportunidades de arbitraje mucho más rápido que los algoritmos más antiguos, no basados en IA. Como resultado, podrían detener una caída repentina antes incluso de que nadie se diera cuenta de lo ocurrido. 

Aunque creemos que la IA puede aportar más estabilidad, también nos preocupa que pueda crear un mayor nivel básico de volatilidad. La velocidad de las operaciones y la precisión con la que se capta el sentimiento en tiempo real pueden provocar rápidas oscilaciones de los precios.

Por ejemplo, el 16 de julio de 2025, la poco conocida congresista Anna Paulina Luna, de Florida, tuiteó en X que había oído del presidente Trump que el presidente de la Fed, Powell, iba a ser despedido inmediatamente. En el pasado, un mensaje así habría tardado horas en circular y tener impacto en los mercados. El efecto de la semana pasada fue la velocidad del rayo. 

Los motores de inteligencia artificial buscaban en todas las redes sociales noticias negociables. Las encontraron, y se produjo una brusca reacción en los mercados de renta fija y renta variable, como se explica a continuación. En casos anteriores, el resultado podría haber sido más moderado, ya que el Presidente podría haber reaccionado más rápidamente y rebatido los comentarios antes de que muchos participantes en el mercado vieran el rumor.

Fuente: Real Investment Advice

La manipulación del mercado es otro reto que plantea la IA. Por ejemplo, los actores maliciosos pueden explotar la percepción de la IA del sentimiento a través de una serie de publicaciones falsas en las redes sociales. Además, pueden utilizar bots para amplificar la difusión de estos mensajes falsos a un público más amplio de inversores. A medida que circulan las noticias falsas, el autor puede utilizar algoritmos de IA para ejecutar operaciones, dando más credibilidad a esas publicaciones. El objetivo es engañar a otros algoritmos de IA, que se guían por el precio y el sentimiento, para que le sigan la corriente. 

Los retos éticos son otro tema delicado. Si la IA tiene acceso a información personal, incluidas sus inversiones y operaciones, ¿la compartirá con otros motores de IA? El conocimiento privado, además de la información personal, también es un riesgo.

Las enormes ventajas de la IA tendrán un precio. Destacamos estas ventajas junto con algunos retos y riesgos. 

Aunque sólo arañamos la superficie de este tema, esperamos que aumente su concienciación sobre cómo la IA impulsa los mercados y, a su vez, influye en su patrimonio. 

Concluimos pidiendo a Grok que identifique los tres beneficios y riesgos más significativos asociados a los algoritmos impulsados por la IA.

Fuente: Real Investment Advice, Grok

Artículos relacionados:

La especulación minorista vuelve con fuerza al mercado

Las Siete Magníficas son mediocres

Considere este y otros artículos como marcos de aprendizaje y reflexión, no son recomendaciones de inversión. Si este artículo despierta su interés en el activo, el país, la compañía o el sector que hemos mencionado, debería ser el principio, no el final, de su análisis.

Lea los informes sectoriales, los informes anuales de las compañías, hable con la dirección, construya sus modelos, reafirme sus propias conclusiones, ponga a prueba nuestras suposiciones y forme las suyas propias. 

Por favor, haga su propio análisis.

Michael Lebowitz tiene más de 25 años de experiencia en mercados financieros y gestión de riesgos. A lo largo de su carrera, Michael ha participado en el trading, la construcción de carteras y la gestión de riesgos de algunas de las carteras más grandes y activas del mundo. Además de su amplia experiencia institucional, también construyó una exitosa RIA independiente que le permitió ampliar su experiencia en el ámbito de la gestión de inversiones para individuos y family offices. Es Portfolio Manager de Real Investment Advice.

Fuente / Autor: Real Investment Advice / Michael Lebowitz

https://realinvestmentadvice.com/resources/blog/ai-is-powering-markets/

Imagen: Business Insider