Pictet Asset Management (Pictet AM) ha dado un paso más en la aplicación de tecnologías avanzadas al mundo de la inversión con el lanzamiento del fondo Pictet Total Return – Quest AI, una estrategia de renta variable global long/short que se apoya en modelos de inteligencia artificial de última generación para seleccionar valores y construir una cartera optimizada.
El objetivo del fondo es ambicioso: generar rentabilidad absoluta y aportar diversificación real, al estar descorrelacionado tanto del mercado de renta variable global como de las carteras tradicionales de renta variable long-only y de la mayoría de estrategias alternativas. En otras palabras, se trata de una solución orientada a inversores que buscan fuentes de rentabilidad independientes del ciclo de mercado, en un entorno donde la diversificación auténtica es cada vez más difícil de encontrar.
IA aplicada a la selección de valores en Pictet AM
“El volumen de datos financieros crece de forma exponencial, y gracias a los avances en aprendizaje automático e inteligencia artificial, es posible generar alfa con un impacto significativo”, explica David Wright, director de Quantitative Investments en Pictet AM. “Nuestro modelo propio de selección de títulos ya ofrece soporte a otros fondos de la casa, como el Multi Asset Global Opportunities, desde julio de 2023, y más recientemente al hedge fund Alphanatics y al fondo Diversified Alpha, desde enero de 2024”.
El nuevo fondo se beneficia de esta experiencia previa, y de un equipo consolidado: la estrategia está gestionada por Stéphane Daul, Reda Jürg Messikh y Thibault Jaisson, todos miembros del equipo Quest, especializado en estrategias cuantitativas de renta variable. Este equipo multidisciplinar cuenta con 22 profesionales dedicados a investigación, tecnología, implementación y atención a clientes.
A diferencia de otras estrategias cuantitativas que se basan en factores «smart beta» u otros enfoques opacos, el modelo desarrollado por el equipo Quest utiliza conjuntos de datos conocidos y validados para analizar el comportamiento del mercado. Se trata de una herramienta de aprendizaje automático transparente, diseñada para predecir con precisión el componente idiosincrático de cada valor, lo que permite construir carteras optimizadas desde el punto de vista del riesgo/rentabilidad.
Además, el modelo está respaldado por rigurosos análisis retrospectivos (back-testing) a lo largo de múltiples ciclos de mercado, lo que proporciona un elevado nivel de confianza en su robustez y capacidad de adaptación.
