El equipo de Systematic Active Equity de BlackRock se sirve de la tecnología para generar señales de inversión. El tráfico de Internet, fotos vía satélite, o un comunicado de prensa se convierten en fuentes de rentabilidad.
Una foto del parking de un centro comercial vacío, una nota de prensa tras la dimisión de un consejero delegado, una marca de ropa que se vuelve viral en las redes sociales…Tienen en común que son fuentes de generación de alpha. La cantidad de información disponible en el universo digital es prácticamente infinita. Y apenas está siendo explotada por el inversor.
El uso de datos para formular una tesis de inversión no es una tendencia nueva. Los inversores llevan décadas sirviéndose de cifras como el volumen de negociación, las revisiones de analistas, etc., para generar valor añadido. Pero la mayor accesibilidad a esta información y su normalización ha erosionado su capacidad para aportar una ventaja competitiva. La revolución del Big Data también está transformando la manera de invertir en base a factores.
El equipo de Systematic Active Equity (SAE), una división de BlackRock, fue pionera en la reformulación de dichos factores. En 2006 cosecharon gran éxito remodelando la manera de interpretar datos tradicionales y encontrando cientos de nuevos factores. “Factores que hoy ya son conocidos ampliamente y que ya no son generadores consistentes de alpha”, reconoce David Wright, responsable de estrategia de productos de la región EMEA para el negocio de SAE.
Una década después las “señales” que generan en SAE se han transformado. “Seguimos teniendo a economistas y matemáticos, pero ahora también trabajamos con data scientists e ingenieros informáticos”, cuenta Wright. La información con la que trabajan es infinita y constantemente están encontrando nuevas fuentes, asegura. Y no tienen por qué ser números; ni siquiera cifras financieras.
Midiendo la calidad: ayer y hoy
Un ejemplo claro en el que se aprecia esa evolución es en la manera de medir el concepto de calidad. Históricamente es una cualidad que se podría medir a través de la variabilidad en los beneficios empresariales, favoreciendo la constancia en las cuentas de resultados. Hoy, el equipo de SAE lo lleva un paso más allá.
Ante eventos inesperados, como la dimisión de un consejero delegado, una empresa suele emitir un comunicado de prensa en el que puede contar su versión de los hechos. Pero en Estados Unidos, además, existe la obligación de generar un formulario 8-K ante el regulador que notifique a los accionistas de hechos importantes. Y aquí es legalmente imprescindible contar la verdad. SAE se sirve de programas de procesamiento del lenguaje natural; algoritmos que son capaces de “comprender” información desde un documento de texto y determinar el “sentimiento” real que emana de él. “Buscamos instancias donde hay una divergencia entre el tono positivo de una nota de prensa y el negativo de un 8-K”, cuenta Wright. Aquellas compañías con el tiempo muestran mayor riesgo y un peor comportamiento.
Lo que no quiere decir que las técnicas tradicionales hayan quedado completamente obsoletas. Factores como las revisiones de analistas son muy efectivos en mercados emergentes, según apunta Wright, pero inútiles en Estados Unidos, donde habría que hacer trading casi al instante -habla de 60 segundos- para generar valor añadido. Y en cambio, hay datos que solo están disponibles según qué mercados. Como el anterior ejemplo de los 8-K. Así, el trabajo del equipo de SAE estáen constante evolución. “Nuestro foco ha estado siempre el diversificar más allá de factores que se han comodificado”, afirma el experto.