menu

Finanzas de un vistazo BBVA

Inversión con Big Data - BBVA

Inversión con Big Data

¿Qué es “Big Data”?
Se denomina Big Data a la gestión y análisis de enormes cantidades de datos que no pueden ser tratados con las técnicas habituales, ya que superan los límites “convencionales” de volumen y capacidades, además, estas nuevas técnicas permiten analizar datos de muy diversa naturaleza como imágenes y formularios digitales, archivos de audio, imágenes de satélite, señales de móvil, búsquedas en Internet, etc…

¿Dónde ubicamos este concepto de “Big Data” en el mundo de los fondos de inversión?
Las nuevas tecnologías están permitiendo acceder a nuevos y diferentes datos, de procedencia muy diversa, que complementan el análisis tradicional de las inversiones. Su objetivo es ayudar a la toma de decisiones, proporcionando nuevas perspectivas que enriquecen dicho análisis.
En los últimos años hemos asistido, a nivel global, a un fuerte interés en este campo por parte del mundo de la inversión, que ha incrementado sustancialmente sus capacidades tecnológicas y recursos dedicados a estas técnicas de big data. Todo ello, con el objetivo de descubrir y explotar ineficiencias de mercado, que ayuden a obtener rentabilidades más atractivas y consistentes.

Fondos de inversión

Conoce los fondos de inversión internacionales destacados por Quality Funds y elige tu mejor opción.

¿Qué tipo de técnicas de Big Data se utilizan en los fondos de inversión?
Algunas de las técnicas más usuales son: procesamiento del lenguaje natural mediante lectura computacional (lo que se denomina “machine reading” –máquinas leyendo-), reconocimiento de patrones  (“machine learning” –máquinas aprendiendo-) y medición de la actividad de búsqueda por Internet  para predecir los cambios en los volúmenes de ventas, entre otras.
Un ejemplo de estas nuevas señales para la toma de decisiones, es la medición del sentimiento inversor vía análisis de texto. Hace unos años esta señal medía el sentimiento inversor con una ratio entre palabras positivas y negativas. Estudios posteriores de “machine learning” han probado que es más eficaz medirlo en función de quién habla -el Consejero Delegado siempre es más positivo, mientras que el Director Financiero suele ser menos positivo- y cómo habla -qué tiempos verbales utiliza: hablar en presente siempre en más positivo que hablar en futuro, que suele ser negativo, o cómo de vago es su discurso frente a un discurso más centrado en datos, que suele ser positivo-. Para tener en cuenta rápidamente estos matices, en miles de empresas con varias comunicaciones al año se necesitan potentes herramientas informáticas que analicen la información.

A tener en cuenta:
Es un área muy dinámica y experimental, caracterizada por la innovación, de manera que hay un elevado número de cambios en los modelos y medidas aplicadas.
● El mayor riesgo de los fondos que se basan en este tipo de técnicas es el llamado “riesgo modelo”, lo que se traduce en que el proceso inversor se fundamenta en la incorporación de nuevos modelos basados en estas novedosas técnicas de procesamiento y explotación de datos. Sin embargo, su eficacia y adecuación a las condiciones de mercado pueden variar significativamente en función del entorno de mercado en que nos encontremos.