La Comisión Nacional del Mercado de Valores (CNMV) ha realizado un curioso experimento. El organismo supervisor ha encargado a dos de sus técnicos que utilicen cuatro aplicaciones de inteligencia artificial (IA) para invertir en el Ibex 35. La conclusión es que estos modelos, bien entrenados, pueden superar ampliamente la rentabilidad del índice que sintetiza la evolución de la Bolsa española. El ganador fue Perplexity, que logró un exceso de rentabilidad mensual de 3,5 puntos, acumulando más de un 80% de rentabilidad en 10 meses. Todos ellos lograron unos retornos que duplicaron la rentabilidad del Ibex. Eso sí, el regulador de los mercados avisa de que “el uso de la inteligencia artificial sin supervisión humana en decisiones de inversión presenta fallos, errores y alucinaciones”.
El supervisor advierte que el uso de la inteligencia artificial sin supervisión humana en decisiones de inversión “presenta fallos, errores y alucinaciones”
La Comisión Nacional del Mercado de Valores (CNMV) ha realizado un curioso experimento. El organismo supervisor ha encargado a dos de sus técnicos que utilicen cuatro aplicaciones de inteligencia artificial (IA) para invertir en el Ibex 35. La conclusión es que estos modelos, bien entrenados, pueden superar ampliamente la rentabilidad del índice que sintetiza la evolución de la Bolsa española. El ganador fue Perplexity, que logró un exceso de rentabilidad mensual de 3,5 puntos, acumulando más de un 80% de rentabilidad en 10 meses. Todos ellos lograron unos retornos que duplicaron la rentabilidad del Ibex. Eso sí, el regulador de los mercados avisa de que “el uso de la inteligencia artificial sin supervisión humana en decisiones de inversión presenta fallos, errores y alucinaciones”.
El estudio publicado hoy ha sido elaborado por Ricardo Crisóstomo y Diana Mykhalyuk, dos técnicos de la Dirección General de Estrategia y Asuntos Internacionales de la CNMV. Este trabajo académico analiza la capacidad de razonamiento de ChatGPT (de OpenAI), Gemini (Alphabet), DeepSeek (de capital chino) y Perplexity en la toma de decisiones de inversión.
Los autores han actuado como podría hacerlo una gestora de fondos de inversión que quisiera lanzar un fondo de acciones españolas que estuviera administrado íntegramente por una IA.
La investigación analiza si los modelos de lenguaje de gran tamaño pueden generar predicciones bursátiles fiables de forma autónoma o si, por el contrario, la intervención humana sigue siendo indispensable. Para ello, los autores evalúan cuatro modelos de IA última generación en un entorno real de mercado, utilizando acciones del Ibex 35 durante un periodo de diez meses (abril de 2025–enero de 2026), unos meses en los que el selectivo tuvo una rentabilidad sobresaliente.
El estudio compara tres estrategias de interacción con los modelos. La primera es una consulta ingenua o básica, similar a la que haría un inversor minorista, sin guía metodológica ni restricciones analíticas. La segunda es un enfoque estructurado, donde se obliga al modelo a evaluar las acciones mediante un marco multifactorial con pesos definidos (valoración de la compañía, previsiones de crecimiento, salud financiera, indicadores técnicos, riesgos macroeconómicos y sentimiento de mercado). La tercera es el razonamiento en cadena, que añade supervisión humana iterativa para revisar, corregir y validar los pasos intermedios del análisis.
Las cuatro IA lograron sus mejores resultados con la tercera estrategia. Es decir, con una interacción humana mucho más estrecha, que permitiera ir corrigiendo errores. Bajo estos parámetros, Perplexity consiguió aportar 3,5 puntos porcentuales extra de rentabilidad mensual frente al Ibex 35. ChatGPT y Gemini lograron añadir 3 puntos más al mes, y Deep Seek 2,7 puntos.
Estas cifras son mensuales. Acumuladas durante los 10 meses del estudio, suponen ganar 40 puntos porcentuales más que la Bolsa española, que en ese periodo se revalorizó un 43%, por lo que con el uso de la IA se habrían podido duplicar los retornos del Ibex 35. Sobre el papel, Perplexity podría haber conseguido una rentabilidad superior al 80% invirtiendo en acciones españolas.
La conclusión principal es clara. Las aplicaciones de IA pueden aportar valor en la predicción bursátil, pero no son fiables como sistemas autónomos. Su potencial solo se materializa cuando se integran en marcos de trabajo supervisados, con instrucciones claras y estructuradas, una validación recurrente, fuentes de datos verificables y control humano continuo.
Para los autores del estudio, el desafío no es tanto tecnológico, sino organizativo y de gobernanza, especialmente relevante para reguladores, inversores y diseñadores de sistemas de IA financiera.
Cada vez son más las gestoras de fondos de inversión que utilizan de una forma u otra herramientas de inteligencia artificial para ayudar a la hora de escoger acciones o bonos. Toda la industria lleva meses debatiendo el impacto final que tendrá la irrupción de esta tecnología. Para la mayoría de los expertos, una consecuencia clara será que volverá a empujar a la baja el nivel de comisiones, que lleva años reduciéndose, sobre todo con la generalización de los fondos indexados de bajo coste.
Feed MRSS-S Noticias
