Durant el passat segle hi ha hagut quatre períodes diferents en la gestió d’inversions. El moviment és clar cap a un enfocament basat en l’evidència científica.
Veiem quins han estat aquests quatre moments i quin estem vivint ara mateix.
Els quatre períodes en la gestió d’inversions:
1 De 1900 – 1950 Anàlisi tècnica
La inversió en aquest període de la història estava dirigit a l’especulació. Recordo llegir i riure molt les històries de Groucho Marx sobre les seves inversions en el boom dels anys vint.
En aquests primers moments no hi havia teories financeres, no hi havia ordinadors, els models matemàtics eren molt simples i l’accés a informació molt limitat.
Les decisions d’inversió es prenen basant-se en històries, i els professionals de la inversió no reben cap mena d’educació formal.
L’anàlisi tècnica surt a la llum amb els estudis de Dow.
2 De 1950 – 2000 Econometria i anàlisi fonamental
En aquesta època gràcies a l’acadèmia apareixen els conceptes de diversificació, prèmium per risc, i valoració.
Grans avenços per premis novells que ens il·lustren amb la Teoria moderna de carteres MPT, el model de valoració d’actius financers o CAPM, la teoria de preu d’arbitratge o APT, els diferents factors de risc, o el model de Black-Scholes entre d’altres.
Aquí les inversions es prenen amb base en una anàlisi financera d’oportunitats específiques. Els professionals de la inversió que es premien ja s’acrediten amb el CFA o Chatered Financial Analyst.
3 De 2000 – 2015 Microestructura i trading d’alta freqüència en la gestió d’inversions
La tecnologia dona un gran tomb pel que fa a computació, emmagatzematge i xarxes, el que fa possible una nova manera d’aproximar-se als mercats.
Els models matemàtics es tornen més complexos i a poc a poc les decisions d’inversió es basen més en la investigació i Desenvolupament de models recolzats cada vegada més en la tecnologia.
Les firmes amb millors resultats passen a ser les que utilitzen aquestes tècniques quantitatives i ja només busquen com a empleats a graduats en matemàtiques, enginyeria, ciències i tecnologia.
4 Des de 2015 Machine learning (Aprenentatge automàtic)
En els últims anys l’explosió de dades alternatius ha canviat els objectius d’investigació. Ara s’està passant de la valoració i el pronòstic a l’estimació directa.
Això és possible gràcies a l’aprenentatge automàtic, d’aquí la superdemanda de les cases d’inversió per científics de dades i experts en automatització.