A pesar de que hace mucho tiempo que las máquinas ejecutan tareas y resuelven problemas, hay decisiones que comportan riesgos que todavía dependen en buena medida de los humanos. En el caso de ámbitos como las finanzas, elegir un camino u otro puede conducir al éxito o abocar al fracaso. Para facilitar este tipo de decisiones, la Universitat Oberta de Catalunya (UOC) desarrolla, con colaboración internacional, algoritmos que permiten automatizar la evaluación de los riesgos y la toma de decisiones en materia de inversiones.
En el contexto de las denominadas finanzas computacionales, los investigadores de la UOC Jana Doering y Àngel Juan, del grupo de investigación ICSO del Internet Interdisciplinary Institute (IN3), junto con la investigadora Àngels Fitó, del grupo Management & eLearning (MeL), de los Estudios de Economía y Empresa, han publicado un artículo científico, en la revista Operations Research Perspectives, sobre la implantación en el ámbito financiero de los algoritmos metaheurísticos y sobre cómo pueden usarse para resolver problemas de alta complejidad en el campo de la computación y la optimización combinatoria. En concreto, los expertos abordan la optimización de carteras de inversión y la gestión de los riesgos asociados. El equipo investigador ha analizado la relación entre estos dos problemas y proponen nuevos algoritmos híbridos, como los llamados simheuristics (combinación de metaheurística y simulación) y los learnheuristics (combinación de metaheurística y aprendizaje automático), para generar soluciones que permitan mejorar notablemente la toma de decisiones en entornos financieros.
Finanzas automatizadas para evitar errores humanos
«La investigación en este campo se ha incrementado significativamente en los últimos años y, aunque algunas metaheurísticas han recibido más atención que otras, diferentes implementaciones han encontrado soluciones en problemas relevantes para las entidades financieras», apunta Doering. «En el campo financiero, encontramos que falta contabilizar muchas complejidades de la vida real, de forma que puede ser útil la combinación de la metaheurística con el aprendizaje automático para modelar dinámicas de comportamiento y con la simulación para definir parámetros inciertos», pronostica la experta.
Los investigadores consideran que a medida que las decisiones se toman con criterios más inteligentes y basados con el uso de datos y algoritmos de última generación, su eficiencia aumenta notablemente. «Es interesante que los inversores grandes o pequeños puedan beneficiarse de un algoritmo de optimización que les permita decidir con éxito en una cartera de activos, según sus preferencias de rentabilidad», apunta Àngels Fitó, quien también es vicerrectora de Competitividad y Empleabilidad. Los expertos de la UOC añaden que sería una oportunidad poder disponer de una plataforma independiente para decidir inversiones óptimas y con un riesgo limitado. Este tipo de análisis de gestión de riesgos también podría ser útil para cualquier institución o gobierno a la hora de tomar decisiones, especialmente las que implican una inversión presupuestaria.
Usos múltiples
El equipo de ICSO es experto en analítica de datos y en el desarrollo de metaheurísticas, algoritmos inteligentes que ayudan a tomar decisiones óptimas, más allá de las finanzas. «Los algoritmos permiten diseñar mejores sistemas de transporte y redes de telecomunicaciones más eficientes, además de mejorar los procesos que implican ahorro de energía y de definir políticas de movilidad más sostenibles para las ciudades inteligentes, riesgos para los seguros o, precisamente, estrategias rentables en finanzas», detalla Àngel A. Juan, catedrático de la UOC, coautor del estudio e investigador líder del grupo.
Esta investigación ha sido impulsada con el apoyo de la empresa Divina Pastora Seguros y también ha contado con la colaboración de los investigadores Renatas Kizys, de la Universidad de Southampton (Reino Unido), y Onur Polat, de la Universidad Bilecik ªeyh Edebali (Turquía).