Esteu aquí

< Tornar
11/12/2019

Algorismes que decideixen inversions

Investigadors de la UOC impulsen intel•ligència artificial per millorar la presa de decisions econòmiques d'empreses i governs


Tot i que fa molt de temps que les màquines executen tasques i resolen problemes, hi ha decisions que comporten riscos que encara depenen en bona mesura dels humans. En el cas d'àmbits com les finances, triar un camí o un altre pot conduir a l'èxit o abocar al fracàs. Per facilitar aquest tipus de decisions, la Universitat Oberta de Catalunya (UOC) desenvolupa, amb col·laboració internacional, algorismes que permeten automatitzar l'avaluació dels riscos i la presa de decisions en matèria d'inversions.

En el context de les denominades finances computacionals, els investigadors de la UOC Jana Doering i Àngel Juan, del grup de recerca ICSO de l'Internet Interdisciplinary Institute (IN3), juntament amb la investigadora Àngels Fitó, del grup Management & eLearning (MeL) dels Estudis d'Economia i Empresa, han publicat un article científic, en la revista Operations Research Perspectives, sobre la implantació en l'àmbit financer dels algorismes metaheurístics i sobre com es poden fer servir per a resoldre problemes d'alta complexitat en el camp de la computació i l'optimització combinatòria. En concret, els experts aborden l'optimització de carteres d'inversió i la gestió dels riscos associats. L'equip investigador ha analitzat la relació entre aquests dos problemes i proposen nous algorismes híbrids, com els anomenats simheuristics (combinació de metaheurística i simulació) i els learnheuristics (combinació de metaheurística i aprenentatge automàtic), per a generar solucions que permetin millorar notablement la presa de decisions en entorns financers.

Finances automatitzades per a evitar errors humans

«La recerca en aquest camp s'ha incrementat significativament en els últims anys i, mentre que algunes metaheurístiques han rebut més atenció que d'altres, diferents implantacions han trobat solucions a problemes rellevants per a les entitats financeres», apunta Doering. «En el camp financer, trobem que falta comptabilitzar moltes complexitats de la vida real, de manera que pot ser útil la combinació de la metaheurística amb l'aprenentatge automàtic per a modelar dinàmiques de comportament i amb la simulació per a definir paràmetres incerts», pronostica l'experta.

Els investigadors consideren que a mesura que les decisions es prenen amb criteris més intel·ligents i basats amb l'ús de dades i algorismes de darrera generació, la seva eficiència augmenta notablement. «És interessant que els inversors grans o petits es puguin beneficiar d'un algorisme d'optimització que els permeti decidir amb èxit en una cartera d'actius, segons les seves preferències de rendibilitat», apunta Àngels Fitó, quivicerectora de Competitivitat i Ocupabilitat, que ha participat en aquesta recerca. Els experts de la UOC afegeixen que seria una oportunitat poder disposar d'una plataforma independent per a decidir inversions òptimes i amb un risc limitat. Aquest tipus d'anàlisi de gestió de riscos també podria ser útil per a qualsevol institució o govern a l'hora de prendre decisions, especialment les que impliquen una inversió pressupostària.

Usos múltiples

L'equip d'ICSO és expert en anàlisi de dades i en el desenvolupament de metaheurístiques, algorismes intel·ligents que ajuden a prendre decisions òptimes, més allà de les finances. «Els algorismes permeten dissenyar sistemes de transport més bons i xarxes de telecomunicacions més eficients, a més de millorar els processos que impliquen estalvi d'energia i de definir polítiques de mobilitat més sostenibles a les ciutats intel·ligents, riscos per a les assegurances o, precisament, estratègies rendibles en finances», detalla Àngel A. Juan, catedràtic de la UOC, coautor de l'estudi i investigador líder del grup.

Aquesta recerca ha estat impulsada amb el suport de l'empresa Divina Pastora Seguros i també hi han participat els investigadors Renatas Kizys, de la Universitat de Southampton (Regne Unit), i Onur Polat, de la Universitat Bilecik Şeyh Edebali (Turquia).

 

Article de referència
Doering, J.; Kizys, R.; Juan, A.; Fitó, A. and Polat, O. (2019). «Metaheuristics for rich portfolio optimisation and risk management: Current state and future trends». Operations Research Perspectives. doi: <https://doi.org/10.1016/j.orp.2019.100121>
UOC R&I
La recerca i innovació de la UOC contribueix a la solució dels reptes a què s’enfronten les societats globals del segle xxi, mitjançant l’estudi de la interacció de les TIC amb l’activitat humana, amb un focus específic en l’educació en línia i la salut digital. Els més de 400 investigadors i 46 grups de recerca s’articulen entorn dels set estudis de la Universitat i tres centres de recerca, l’IN3, l’eLearn Center i l’eHealth Center.
Els objectius de l’Agenda 2030 de Desenvolupament Sostenible de les Nacions i el coneixement obert són eixos estratègics de la docència, la recerca i la innovació de la UOC. Més informació: research.uoc.edu.