Cuando incluso el Big Data se queda anticuado: cómo la gama de renta variable CORE de GSAM está explotando la tecnología para generar alpha

, Cuando incluso el Big Data se queda anticuado: cómo la gama de renta variable CORE de GSAM está explotando la tecnología para generar alpha
Fredy Jacob on Unsplash

¿Puede un gestor tomar verdaderamente decisiones informadas sin servirse de la tecnología? En un mundo donde hay sobreabundancia de información sin procesar se antoja un reto complicado. La capacidad de analizar datos de una persona humana es limitada, pero el crecimiento de información desestructurada –imagen, voz, texto- en los últimos años ha sido exponencial. El diferencial que se ensancha entre ambos es lo que desde Goldman Sachs Asset Management denominan el understanding gap (brecha de entendimiento). “Si pensamos que esa brecha puede dar pistas, ideas o conocimientos que cambie la percepción económica o de un criterio fundamental, entonces es para nosotros una fuente de alpha. Y en la industria de la gestión de activos esa ventaja competitiva será la clave para tomar decisiones que potencialmente pueden ser distintas al consenso”, explica Javier Rodriguez-Alarcón, responsable para EMEA del equipo cuantitativo de GSAM.

Goldman Sachs AM ha sido una de las pioneras en servirse de lo que ahora comúnmente se denomina big data para tomar decisiones de inversión. Desde que se formase el equipo Equity Alpha de GSAM en 1989, la filosofía ha permanecido inalterada: seguir un proceso disciplinado y automatizado con el cual explotar anomalías existentes en criterios fundamentales. Fruto de esta visión nació la gama CORE de la firma, un conjunto de cinco vehículos de renta variable de mercados desarrollados y emergentes con un proceso muy particular.

A través de carteras muy diversificadas, el fondo no asume riesgo idiosincrático ya que la cartera se compone con pequeñas sobreponderaciones o infraponderaciones que no superan el 2,5% frente al índice y con un presupuesto de riesgo ajustado. El resultado ha sido una gama de productos con retornos a largo plazo (a 3 y 5 años) sólidos, por lo general en el top 25% de su categoría y en algunos casos en el 10% superior. “Y lo que es importante, que lo logran con consistencia en los retornos y una correlación baja a otros gestores tradicionales”, resalta el experto.

La filosofía es la misma, pero el proceso ha evolucionado. Como cuenta Rodriguez-Alarcón, han reforzado el énfasis en la tecnología en términos de crear infraestructura que les permite automatizar el proceso, analizar nuevas fuentes de información. Porque el concepto de big data se ha transformado; va mucho más allá de analizar grandes cantidades de cifras. Ahora la información más interesante y menos explotada se encuentra en formatos que no son numéricos. Y no solo son imágenes. En GSAM se nutren de cualquier fuente que pueda suponer información relevante, como la geolocalización. “La capacidad para poder cerrar esa brecha de entendimiento es una ventaja competitiva en la toma de decisiones”, defiende el gestor.

El papel de la ESG

Al invertir en herramientas tecnológicas como el machine learning o procesadores de lenguaje natural, ampliar en todos los sentidos la manera de pensar en el proceso de inversión. “No solo nos permite evaluar criterios fundamentales. Podemos medir elementos conceptuales o psicológicos como el sesgo inversor o el sentimiento de mercado”, explica Rodriguez-Alarcón. ¿Qué están haciendo los participantes del mercado? ¿Hay algún gran inversor que esté vendiendo o comprando? “Es leer entre las líneas”, apunta el gestor. Incluso de manera inconsciente un analista puede cambiar su tono, ser más alcista o bajista, sin tocar su recomendación de precio. ¿Cuántos informes se puede leer al día un ser humano? Con el uso de la tecnología ese proceso se automatiza.

¿Cómo pueden los resultados económicos de una large cap estadounidense impactar en una small cap japonesa? El estilo de gestión de la gama CORE también abre el camino a comprender mejor las relaciones, muchas veces no explícitas, entre compañías -lo que en GSAM denominan una telaraña- y desde ahí inferir potencialmente un cambio en el precio de la misma. El uso de procesadores de lenguaje natural les permite unir a empresas que se sientan en universos distintos gracias a la lectura de bases de datos como las patentes registradas. Algo muy útil teniendo en cuenta que un fondo global tendrá un universo de inversión de más de 15.000 compañías.

Este proceso de inversión también lo llevan al terreno de la inversión socialmente responsable. Porque sí, tener en cuenta criterios ESG está ligado a una rentabilidad mayor, defienden. Pero hay un matiz y es que es importante identificar por qué esto sucede. “La ISR por si solo no necesariamente es una vía para generar mayores retornos”, matizan. Lo que hay son ciertas métricas útiles en identificar aquellos valores que lo harán mejor. El equipo de Quantitative Investment Strategies se sirven de la ISR en la gama CORE para explicar ineficiencias en los precios, negocios que batirán expectativas y compañías que se benefician de temáticas emergentes en los mercados. “Creemos que las métricas ESG juegan un papel cada vez más importante en ayudarnos a identificar inversiones sólidas, siempre y cuando se haga con los matices y las dinámicas adecuadas”, sentencian.