¡®Machine learning¡¯ y psicolog¨ªa: c¨®mo frenar impulsos irracionales en el ¡®trading¡¯ online

El cerebro humano no est¨¢ dise?ado para el trading, y existen evidencias de ello. Cuando nos disponemos a realizar estas operaciones, se activan en este ¨®rgano tanto la parte racional como la emocional de forma simult¨¢nea. As¨ª, conscientemente, tomamos decisiones que creemos del todo l¨®gicas, pero que se ven influenciadas por fuerzas externas que, a menudo, pasan totalmente desapercibidas. El resultado de todo esto en inversi¨®n minorista no deja lugar a dudas: cada vez m¨¢s inversores no logran obtener beneficios en las plataformas online de trading: pese a que la mayor¨ªa de las operaciones sean rentables, el valor de las p¨¦rdidas supera frecuentemente al de la ganancia media.

Aunando ciencia y psicolog¨ªa, se han creado sistemas de inteligencia artificial que analizan el comportamiento de los traders, desde las noticias que leen hasta su historial de operaciones a trav¨¦s de plataformas de trading. Estos desarrollos tecnol¨®gicos permiten detectar tambi¨¦n sesgos que de forma com¨²n e inconscientemente afectan a los inversores, ofreci¨¦ndoles informaci¨®n, consejos y soluciones personalizadas para ayudarles a realizar operaciones m¨¢s responsables e inteligentes. Adem¨¢s, todo forma parte de un proceso iterativo en el que se introducen mejoras constantemente dentro de los sistemas para que puedan asesorar cada vez mejor a los traders.

Aun as¨ª, esta tecnolog¨ªa de aprendizaje avanzado va mucho m¨¢s all¨¢ de la mera comprensi¨®n de cu¨¢les han sido las noticias que ha le¨ªdo el usuario o qu¨¦ mercados le despiertan mayor inter¨¦s. Estos sistemas inteligentes son capaces asimismo de analizar m¨¦tricas precisas sobre determinadas operaciones, examinar las acciones que lleva a cabo el trader en distintas casu¨ªsticas, agrupar usuarios por localizaci¨®n y mercados de preferencia, entre otros filtrados, a fin de asegurar que el contenido que se proporciona a cada persona es el m¨¢s adecuado en su caso.

Crear plataformas de trading inteligentes y personalizadas permitir¨¢, por otro lado, que las relaciones con los clientes se estrechen, y que se tengan de verdad en cuenta sus necesidades o preferencias para que la actividad en trading sea m¨¢s efectiva. Por ejemplo, seg¨²n un estudio reciente con usuarios con m¨¢s de 10 operaciones abiertas, se descubri¨® que los traders con menos ¨¦xito sol¨ªan verse m¨¢s influenciados por sesgos y que mantienen posiciones con p¨¦rdidas 4,7 veces m¨¢s que los usuarios rentables. Gracias a la innovaci¨®n tecnol¨®gica, se pueden realizar tambi¨¦n simulaciones para predecir qu¨¦ pasar¨ªa en distintos escenarios y asesorar a los clientes en t¨¦cnicas como en el caso de las ¨®rdenes de stop-loss que, de acuerdo a informes de expertos, si se aplican s¨®lo en el 2% del capital, se podr¨ªa reducir en 2,16 veces el tiempo dedicado a posiciones perdedoras. Siguiendo estas pautas, ¨²nicamente el 13,3% de los clientes experimentar¨ªa un cierre de margen, frente al 51% a quien le ocurrir¨ªa esto en un entorno real. De esta manera, al extraer conocimiento de valor a partir del comportamiento de usuarios, podemos asistir a los mismos y enviarles mensajes personalizados desde la plataforma de trading para recordarles qu¨¦ tipos de acciones pueden tomar para alcanzar beneficios.

El machine learning es, por tanto, clave para aquellos proveedores de trading que quieran innovar m¨¢s y pasar de ser operadores de nicho a l¨ªderes de un mercado de masas en el ¨¢mbito de las fintech, con la posibilidad a?adida de desarrollar recomendaciones y contenidos hiperfocalizados para los clientes a una escala sin precedentes. En el pasado, los analistas de datos podr¨ªan haber aplicado elementos de segmentaci¨®n a su base de datos de usuarios y proveer a estos grupos con diferentes productos o servicios; sin embargo, la tecnolog¨ªa de aprendizaje autom¨¢tico facilita que este proceso se lleve a cabo a un nivel m¨¢s detallado y con mayor alcance, a trav¨¦s del an¨¢lisis de enormes cantidades de datos que servir¨¢n para poder ofrecer a los usuarios o traders, en este caso, experiencias ¨²nicas, provechosas, personalizadas y orientadas a sus intereses.