Matemáticos, ingenieros, físicos y científicos de datos ganan cada vez más peso en la industria financiera. En boutiques especializadas y hasta en gigantes como BlackRock y Goldman Sachs, la inversión cuantitativa consolida un nuevo paradigma donde el centro pasa a estar en el método, los datos y, claro, también en el capital humano que lo hace posible.
Durante décadas, la gestión de inversiones estuvo dominada por perfiles formados en finanzas tradicionales, con fuerte énfasis en el análisis fundamental y la toma de decisiones discrecional. Hoy, ese esquema convive —y en muchos segmentos es superado— por equipos cuantitativos que abordan los mercados como sistemas complejos, modelables y replicables.
“Es reemplazar la intuición o la apreciación subjetiva por un análisis mucho más riguroso”, resume en pocas palabras Iván Scherman, CEO y CIO de SciTech Investments, un hedge fund que se basa 100% en modelos sistemáticos. En su visión, los mercados actuales ya no pueden abordarse de manera manual: “Se operan miles de señales, millones de datos, y eso requiere capacidades técnicas mucho más científicas”, explica a Funds Society.
Un capital humano distinto
Tanto Scherman como Andrés Palacios, CEO y co-fundador de Elemento Alpha – consultora colombiana especializada en estructuración cuantitativa de portafolios de inversión- coinciden en que la principal diferencia de un fondo cuantitativo frente a uno tradicional está en el perfil de sus recursos humanos.
“Un fondo cuantitativo necesita un capital humano netamente técnico y cuantitativo en matemáticas”, indica Palacios. En Elemento Alpha conviven economistas con fuerte base matemática, ingenieros financieros, matemáticos y perfiles con foco en estadística y programación. “De nada nos sirve tener muy buenos matemáticos teóricos si no los podemos llevar a la práctica”, aclara.
Scherman va incluso más allá y se distancia explícitamente de la formación financiera clásica. En SciTech predominan perfiles de ingeniería, física, matemática y ciencia de datos, con conocimientos en optimización, estadística, machine learning y teoría de control. “El edge de los fondos sistemáticos es la matemática aplicada”, asegura.
Modelar datos… y comportamientos humanos
Paradójicamente, detrás de modelos altamente sofisticados hay un componente profundamente humano. “En definitiva, lo que estamos haciendo es encajar dentro de fórmulas matemáticas comportamientos humanos”, señala Scherman. “Modelar miedo, modelar codicia, comportamientos de manada”, enumera.
Esa complejidad explica por qué la experiencia práctica en mercados sigue siendo clave. Palacios es categórico: “Los equipos sin conocimiento de mercado, sin experiencia, no son equipos”. Desde su enfoque, la combinación entre perfiles académicos y profesionales con memoria de crisis, episodios de volatilidad y regímenes de mercado distintos es lo que permite que los modelos sean robustos.
Scherman coincide, aunque introduce un matiz: venir de la gestión tradicional puede requerir un proceso de “desaprendizaje”. “Yo no tengo que ver al café como café. Lo tengo que ver como una serie de datos”, describe, en alusión a la necesidad de eliminar sesgos narrativos.
Programar ya no alcanza
Python y R aparecen como lenguajes comunes en ambos equipos, pero el consenso es que la programación, por sí sola, ya no es suficiente. La inteligencia artificial está redefiniendo el rol del profesional cuantitativo.
“Todos los que trabajamos en esto sabemos programar”, dice Scherman, pero advierte que con la IA “la programación fina empieza a perder peso”. El nuevo diferencial está en el criterio, la capacidad de detectar errores, diseñar procesos de control y adaptar herramientas de otras industrias, como la farmacéutica o la automotriz, al trading sistemático.
Palacios, por su parte, ve un futuro con “más matemáticas, más manejo de datos e integración con modelos de inteligencia artificial”, e incluso con tecnologías como blockchain aplicadas a la estructuración de portafolios.
De las boutiques a los gigantes
El auge del talento cuantitativo no es exclusivo de gestoras especializadas. BlackRock, el mayor administrador de activos del mundo, cuenta con una unidad sistemática integrada por cientos de profesionales —muchos con PhD— que utilizan machine learning para procesar miles de señales y gestionar volúmenes masivos de capital. Goldman Sachs, a través de su plataforma de Quantitative Investment Strategies, lleva más de tres décadas desarrollando estrategias basadas en datos, combinando tecnología, escala y supervisión humana.
El mensaje es claro: lo que antes era un nicho hoy es infraestructura central del mercado. Como resume Scherman, “el 80% o 90% del volumen de los mercados líquidos hoy proviene de participantes sistemáticos”.
Más que una moda, la inversión cuantitativa refleja un cambio profundo en la forma de entender los mercados y el talento necesario para operar en ellos. “Esto o te rompe la cabeza porque te gusta, o lo odias”, dice Scherman sobre el trabajo cuantitativo. La demanda por estos perfiles crece, pero también la exigencia: rigor técnico, experiencia, capacidad de abstracción y, cada vez más, criterio para convivir con la inteligencia artificial.
Por Funds Society, Madrid
