El equipo de estrategia de activos cruzados de JPMorgan ha desarrollado ocho agentes de inteligencia artificial capaces de alternar entre acciones y bonos según las condiciones del mercado. Según una nota publicada por Bloomberg, este sistema analiza cuatro regímenes macroeconómicos basados en el crecimiento y la inflación para optimizar las inversiones.
Rendimiento superior al modelo tradicional
El punto de referencia utilizado en estas pruebas es el portafolio 60/40, una combinación de acciones y bonos que ha servido como base para inversiones equilibradas durante décadas. Sin embargo, los agentes de IA demostraron una eficiencia notable frente a este modelo estándar.
0.7% Rendimiento anual extra sobre el portafolio 60/40
Durante 20 años de pruebas de retroceso (backtesting), el agente más eficiente superó al modelo tradicional por 0.7 puntos porcentuales anuales, operando con una volatilidad anual 2.8% menor. Además, los agentes lograron ratios de Sharpe —una medida de rendimiento ajustado al riesgo— de entre 0.74 y 0.95, superando el 0.61 del portafolio convencional. Para lograrlo, el banco utilizó modelos de OpenAI y Anthropic.
Riesgos y la visión de Jack Dorsey
Este enfoque de gestión automatizada se alinea con la filosofía «Agent-First» defendida por Jack Dorsey, CEO de Block, quien ha apostado por permitir que agentes de IA tomen decisiones operativas. Esta tendencia ya ha tenido impactos estructurales, como el despido de aproximadamente el 40% de la plantilla de Block en febrero debido a la implementación de estas tecnologías.
A pesar de los resultados positivos en las simulaciones, JPMorgan ha emitido una advertencia contundente: los datos provienen de modelos históricos y no de trading real. Expertos como Richard Bernstein han señalado el riesgo del sesgo de publicación, advirtiendo que los modelos de IA pueden ajustarse al ruido de datos pasados y fallar ante situaciones de mercado inéditas.
Finalmente, el banco alertó que una adopción masiva de estrategias similares mediante IA podría incrementar el estrés en los mercados financieros, planteando la duda sobre si estos agentes podrán mantener su efectividad en entornos reales y dinámicos.
