Segun arXiv q-fin, un estudio reciente modela cómo la expansión de la inteligencia artificial en estrategias de inversión genera una disminución progresiva de los rendimientos excesivos. A medida que más fondos adoptan tecnologías de IA, tres mecanismos interconectados intensifican la competencia: la saturación de señales, la pérdida de valor en señales de alto rendimiento y la necesidad constante de superar a los rivales, como en una carrera sin fin. El análisis establece que la vida media de los rendimientos excesivos, representada por el parámetro α, se calcula como h(φ) = ln 2 / [θ + δ(φ)], donde θ es la tasa natural de reversion a la media y δ(φ) = Nφρa/λ(φ), una función que decrece convexamente con el nivel de adopción. Con los valores actuales de φ (aproximadamente 0.7) y ρ (0.6), el modelo indica que la vida media de las señales de inversión ha pasado de 5 a 7 años antes de la integración de IA a 18 meses actualmente.
Este escenario implica cuatro hallazgos teóricos. Primero, la vida media de los rendimientos excesivos disminuye de forma convexa conforme aumenta la adopción de IA. Segundo, existe una cascada de extinción de señales: cuando un tipo de señal pierde eficiencia, los fondos aceleran su búsqueda de otros, generando una presión adicional. Tercero, en un equilibrio donde todos los fondos usan IA de forma homogénea, el rendimiento neto es nulo, pese a los grandes inversiones. Cuarto, existe una contradicción entre estabilidad y eficiencia: el nivel óptimo para descubrir precios de activos supera claramente el punto en que el sistema se vuelve más vulnerable a shocks.
Para validar este modelo, se compara el comportamiento de portafolios simulados con los datos de las declaraciones institucionales del SEC (Form 13F), que incluyen 99.5 millones de posiciones entre 2013 y 2024. Los resultados muestran un incremento del 42% en la convergencia de portafolios institucionales durante ese periodo. Además, se simula el evento del crash de 2010, evidenciando cómo la dependencia de IA amplifica la fragilidad del sistema ante perturbaciones bruscas.
Para los inversores peruanos, este análisis es una advertencia clave. Aunque la IA ofrece herramientas poderosas para análisis de mercado, su uso masivo no genera ventajas sostenibles. En un entorno donde muchos fondos aplican tecnologías similares, el margen de rentabilidad se vuelve cada vez más estrecho. Esto implica que la inversión debe centrarse en diferenciación estratégica, no en seguir tendencias tecnológicas sin análisis profundo. Los peruanos que gestionan patrimonios o participan en mercados cotizados deben evaluar con cautela el riesgo de saturación de señales y la posible pérdida de rentabilidad a largo plazo. La clave no está en adoptar IA, sino en integrarla con criterios de gestión que prevengan la homogeneización de estrategias.