Publicado 02/11/2022 12:20

Kutxabank desarrolla un modelo que aplica la computación cuántica en sus estrategias de inversión

Archivo - Cajero en el exterior de la sucursal del banco Kutxabank en la Calle de la Oca de Madrid, en Madrid (España) a 3 de agosto de 2020.
Archivo - Cajero en el exterior de la sucursal del banco Kutxabank en la Calle de la Oca de Madrid, en Madrid (España) a 3 de agosto de 2020. - Jesús Hellín - Europa Press - Archivo

BILBAO, 2 Nov. (EUROPA PRESS) -

Kutxabank, en colaboración con Quantum-Mads y la plataforma de innovación abierta Innolab Bilbao, ha desarrollado un modelo que aplica la computación cuántica en sus estrategias de inversión y que ya ha superado la fase piloto de prueba.

Según ha informado en un comunicado, se aplica en las tareas computacionalmente más costosas para organizar las estrategias de inversión a través de la asignación de activos, denominada en inglés 'asset allocation', que consiste en elegir y distribuir los activos financieros en una cartera inversora, "una de las decisiones más importantes que afrontan las sociedades gestoras".

En la fase piloto de la prueba, que se ha desarrollado a lo largo de 2021 y en el primer trimestre de 2022, los equipos multidisciplinares de Kutxabank Gestión, Quantum Mads e Innolab Bilbao han podido comprobar que el modelo es capaz de procesar grandes volúmenes de datos históricos para mejorar su "adaptación dinámica" a los mercados financieros.

Al mismo tiempo, se ha logrado mejorar el estado del arte en los algoritmos cuánticos existentes con potencial impacto en la cantidad de activos que se pueden considerar.

Kutxabank ha indicado que, tras el éxito de los resultados teórico-prácticos alcanzados en la prueba de concepto y las pruebas realizadas en Digital Annealer de Fujitsu, los equipos especializados ya están trabajando en un análisis más profundo del comportamiento del algoritmo fuera de la muestra y en un entorno de actualidad, como "paso previo a analizar los procesos necesarios para su uso en inversiones o productos concretos".

El banco vasco ha señalado que la computación cuántica está destinada a ser un "punto de inflexión" en la comprensión del funcionamiento de los mercados financieros. A su juicio, aporta a las estrategias de inversión la posibilidad de analizar "de forma exhaustiva" un mayor número de datos y variables, "necesarios para maximizar la rentabilidad y minimizar el riesgo".

Según ha subrayado, los algoritmos cuánticos responden a la necesidad de analizar de forma "más rápida y rigurosa" la optimización combinatoria de activos que parte de sus datos históricos de rentabilidad y volatilidad, así como el perfilamiento del modelo con base en los datos macroeconómicos.

También ofrecen la posibilidad de aprovechar "todo el margen de rentabilidad disponible", y de contar con modelos predictivos que permitan "incrementar los rendimientos, la robustez ante la volatilidad y las métricas cuantitativas de la estrategia de inversión".

SEGUNDA FASE DEL PROYECTO

Kutxabank, Quantum-Mads e Innolab Bilbao acaban de iniciar la segunda fase del proyecto, que permitirá optimizar los procesos puestos en marcha e incorporar nuevas funcionalidades, de forma que pueda probar el rendimiento del algoritmo en ejecución.

En esta fase, el prototipo funcional podrá interactuar con el modelo cuantitativo en un entorno real, de actualidad presente. El objetivo final es crear un prototipo capaz de detectar necesidades y oportunidades que sean cubiertas con una solución tecnológica en un entorno real, y que concluya con la puesta en producción de la solución basada en el prototipo.

Los equipos especializados de Kutxabank, Kutxabank Gestión, Quantum Mads e Innolab Bilbao han comenzado a actualizar las carteras generadas en la prueba de concepto, antes de desarrollar un generador de carteras dinámicas automatizadas `oncloud`. La finalización de esta segunda fase está prevista para diciembre de 2023, con el desarrollo de nuevos predictores, la evaluación del desarrollo de posibles líneas futuras y una estrategia de lanzamiento al mercado.

Más información