BBVA lleva la inteligencia artificial a los mercados de capital
La inteligencia artificial ha venido para quedarse. En los últimos años se ha ido abriendo camino en diversos ámbitos de nuestra vida alcanzando territorios hasta el momento desconocidos. No se trata de una sola tecnología, sino más bien de un conjunto de bloques de construcción que actúan como catalizadores ofreciendo grandes progresos. Por todo ello, BBVA apuesta por un enfoque innovador basado en la ciencia de datos y la inteligencia artificial para potenciar su negocio de mercados de capital.
La unidad de mercados globales de BBVA ha abordado estos retos y oportunidades con una estrategia innovadora. Mientras que la mayor parte de los bancos continúan desplegando soluciones monolíticas para cada clase de activo como es el caso de los valores de renta variable, los valores de renta fija o el mercado de divisas, BBVA ha creado una nueva unidad, denominada Estrategias algorítmicas & Ciencia de datos (ASDS, por sus siglas en inglés), para coordinar todas las iniciativas de procesos de negociación automática y generar inteligencia a partir de los datos.
Esta estrategia se basa en la idea clave de que los mercados electrónicos se están homogeneizando en lo que respecta a las distintas clases de activos, haciendo que la distinción entre los valores de renta variable, los valores de renta fija o el mercado de divisas resulte menos relevante en términos de cómo se negocian y abriendo enormes oportunidades en lo que respecta a la reusabilidad y la explotación de sinergias.
Para poder llevar esto a cabo, el equipo de ASDS tiene un carácter multidisciplinario con experiencia en campos tales como ciencia de datos, inteligencia artificial y derivados financieros.
Para poder llevar esto a cabo, el equipo de ASDS tiene un carácter multidisciplinario con experiencia en campos tales como ciencia de datos, inteligencia artificial y derivados financieros.
Aprovechando el conocimiento experto del equipo de ASDS, la unidad de mercados del banco ha lanzado dos iniciativas relevantes en el campo de la ciencia de datos de cruce de activos y la negociación algorítmica: Atalaya e Hidalgo.
Atalaya tiene como objeto la explotación de datos utilizando herramientas analíticas avanzadas para proporcionar inteligencia a las unidades de negocio de BBVA. Por otro lado, Hidalgo intenta crear una plataforma en la que una única implementación de un algoritmo de negociación se ejecute de forma fluida en distintos mercados e instrumentos. Ambos proyectos comparten un diseño de vanguardia basado en los siguientes componentes:
- Infraestructura similar a la nube para ejecutar modelos y algoritmos en tiempo real.
- Depósito de 'big data' para almacenar y procesar grandes cantidades de datos de mercado.
- Hincapié en el aprendizaje basado en datos y toma de decisiones basada en técnicas de inteligencia artificial.
Gracias a su originalidad y, particularmente, gracias a sus capacidades en lo que respecta al cruce de activos, la plataforma de BBVA ganó el Premio a la Mejor Plataforma de Negociación en los Premios a la Tecnología Bancaria de 2016.
Tanto Atalaya como Hidalgo ya han generado soluciones productivas, desde algoritmos de ejecución inteligente hasta analítica predictiva para negociaciones de cierre. Por ejemplo, estas soluciones han sido desplegadas en lo que respecta a bonos, permutas, derivados de acciones y divisas al contado. Por otro lado, 'traders' con distintas formaciones y experiencias que, habitualmente, se centran en un conjunto reducido de instrumentos financieros, ahora están colaborando con el equipo de ASDS. El objetivo: mejorar modelos de datos compartidos y algoritmos de negociación con su experiencia y conocimiento experto de fuentes diversas. Un hecho que redunda en beneficio del negocio contemplado como un todo.
Esto es solo el comienzo y el futuro plantea muchos retos. Los mercados están evolucionando continuamente, requiriendo continuamente nuevos modelos y algoritmos que se adapten a las circunstancias. Existen cada vez más fuentes de datos que deben incorporarse a estos modelos para que consideren toda la información necesaria para tomar decisiones óptimas. Las técnicas avanzadas de inteligencia artificial, como es el caso del aprendizaje de refuerzo profundo, están resultando cada vez más importantes en lo que respecta a los algoritmos de negociación. Pero también requieren un profundo conocimiento experto y grandes recursos tecnológicos.
Finalmente, las nuevas regulaciones cada vez ponen más énfasis en el gobierno de los algoritmos de negociación, por su enorme potencial de impacto en los mercados, requiriendo importantes inversiones para su adaptación y una monitorización continua.