Negociación de acciones basada en IA: ¿qué herramienta de IA generativa es mejor?

Las herramientas de LLM se han utilizado en la negociación de acciones basada en IA desde su aparición.¹

Probé 20 modelos de IA generativa en una única y difícil tarea de pronóstico: predecir el rendimiento anormal acumulado (CAR) de 3 días de 132 acciones tras un evento inesperado, utilizando únicamente la información a nivel de empresa proporcionada en el prompt.

• ChatGPT 5 Thinking (74 %) y el modelo Gemini 2.5 Pro (71 %) ofrecieron el mejor rendimiento.
• Más información no ayuda a aumentar el rendimiento.

Rendimiento de las herramientas basadas en IA

Para más detalles sobre el benchmark, lea la sección metodología del benchmark de negociación de acciones.

Cómo razonaron los modelos

Todos los modelos coincidieron en la misma explicación de dos fuerzas sobre lo que ocurre cuando fallece un directivo familiar:

• Pérdida de capital humano: Si la persona fallecida generaba los rendimientos, la muerte destruye algo que la empresa no puede reemplazar rápidamente. CAR negativo.
• Alivio por atrincheramiento: Si la empresa tenía un rendimiento deficiente bajo un directivo al que el control familiar hacía imposible de destituir, la muerte logra lo que el mercado de control corporativo no pudo. CAR positivo.

El marco no es lo que diferencia a los modelos. Lo que los diferencia es dónde fijan los puntos de corte, qué variable rompe un empate y con qué facilidad dejan un caso en la categoría neutral. Las secciones siguientes recogen únicamente esas diferencias.

Versiones actuales

GPT 5.5 Instant

Clasifica primero el cargo de la persona fallecida (CEO por encima de presidente y de títulos honorarios) y luego analiza la concentración de la propiedad, ROE/ROA, apalancamiento y las implicaciones generales de la transición de gobierno corporativo.

Es el único modelo del conjunto que no publicó umbrales, ponderaciones ni orden de arbitraje.

DeepSeek V3.2 (Instant & Deep Think)

Puntuaciones idénticas con y sin razonamiento extendido.

DeepSeek interpreta la propiedad familiar en la dirección opuesta a la mayoría: una alta participación accionarial indica compromiso con una transición fluida y empuja hacia positivo o neutral, mientras que otros modelos leen la misma concentración como riesgo de sucesión.

Trata el tamaño de la empresa y una muerte no repentina como evidencia de que ya existe maquinaria de transición, lo que lleva esos casos a 0.

Claude Fable 5.1

El modelo sopesó dos efectos opuestos de la literatura sobre la muerte de ejecutivos:

• perder a un responsable clave de decisiones (negativo)
• eliminar a un controlador atrincherado (positivo).

Asignó −1 a los CEO y presidentes en activo de empresas rentables con control familiar concentrado, +1 a los líderes de empresas con pérdidas o estancadas donde la participación familiar era alta, y 0 a ejecutivos jubilados, cargos periféricos, empresas muy grandes y casos con datos financieros faltantes.

Claude Opus 5 High

Toma la rentabilidad como eje principal y luego aplica moduladores multiplicativos: cargo (CEO en activo ×1.20 hasta emérito ×0.30), apalancamiento superior al 55 % (−0.80), plantilla superior a 100.000 (×0.75), y sector (intensivo en relaciones ×1.15, materias primas ×0.80).

Dos características son exclusivas de él:

• Condiciona la propiedad al mercado de control local: por encima del 75 % es +0.40 en jurisdicciones donde las adquisiciones son viables y −0.50 donde la sucesión es dinástica, y aplica un ajuste separado de protección del inversor por país.
• Impone dos restricciones estrictas: las cifras brutas de activos, ingresos y deuda se descartan por no ser comparables entre 24 monedas, dejando solo ratios y plantillas; y un +1 exige una rentabilidad por debajo de la mediana, ya que sin un rendimiento deficiente la muerte no tiene nada que aliviar.

Claude Fable 5

Primero el cargo, y explícito sobre su fundamento en la literatura de estudios de eventos sobre muertes de ejecutivos. Pone a cero los 18 casos ceremoniales antes de puntuar nada, luego trata los cargos periféricos como 0 con una excepción: un asiento familiar en el consejo con una propiedad ≥ 75 %, donde la muerte afloja el bloque de control.

El CEO o presidente en activo toma por defecto −1 y cambia a +1 si el beneficio neto o el ROE son negativos, o si una propiedad muy alta va acompañada de rendimientos mediocres. La rama del presidente activo es el único punto del benchmark donde un modelo afirma explícitamente que dos fuerzas se cancelan en lugar de elegir la mayor: el desempeño medio en un cargo de supervisión recibe 0 porque la pérdida de una buena gestión y la mejora del gobierno corporativo se compensan.

Gemini 3.1 Pro

El conjunto de umbrales más laxo entre los modelos actuales.

Un cargo crítico con un ROE > 10 % o un ROA > 5 % produce −1; cualquier rendimiento deficiente previo, beneficio neto negativo, ROA o ROE negativos produce +1; todo lo demás es 0.

Ambas condiciones direccionales se activan fácilmente, por lo que pocos casos sobreviven en la categoría neutral.

Modelos anteriores

GPT 5 Thinking model

El modelo más preciso, y el único que etiqueta por rango relativo con un requisito de margen en lugar de umbrales absolutos. Construye dos índices continuos de puntuación z:

• Índice de concentración del liderazgo (LCI), más alto = más probable que sea sustancialmente negativo: LCI = 0.40·z(role_importance) + 0.30·z(family_control) + 0.20·z(financial_strength) − 0.10·z(size)
• Índice de potencial de renovación (RPI), más alto = más probable que sea sustancialmente positivo: RPI = 0.40·(−z(financial_strength)) + 0.25·z(leverage) − 0.20·z(family_control) − 0.10·z(size) + 0.05·z(liquidity_stress)

Una etiqueta direccional solo se emite cuando un índice se sitúa en el 30 % superior de la muestra y supera al otro por al menos 0.5 unidades z. Ese requisito de margen es lo que mantiene el valor predeterminado en 0, y es la diferencia estructural más clara entre este modelo y los que están por debajo.

Gemini 2.5 Pro

La misma arquitectura de dos índices con una puerta mucho más estricta: el 5 % superior de la muestra en lugar del 30 % superior.

• Índice de vulnerabilidad (VI): 0.40·z(family_control) + 0.35·(−z(financial_strength)) + 0.20·z(leverage) − 0.05·z(size)
• Índice de catalizador de recuperación (TCI): 0.50·(−z(financial_strength)) + 0.25·z(family_control) − 0.15·z(leverage) − 0.10·z(size)

El control familiar entra en ambos índices con signo positivo, de modo que la concentración de la propiedad por sí sola no puede elegir una dirección; la rentabilidad rompe el empate. La etiqueta positiva exige además que el TCI supere al VI en 0.5 unidades z.

GPT 5.4 Instant

Utiliza la rentabilidad como señal principal y no publica puntos de corte. Negativo cuando la persona fallecida ocupaba un cargo operativo central en una empresa sana y de capital cerrado; positivo cuando la rentabilidad era más débil o el apalancamiento mayor y la profundidad de la sucesión familiar parecía disponible; neutral cuando el cargo era ceremonial o las señales se compensaban.

GPT 5.4 Thinking

Mismos datos de entrada que 5.4 Instant, con una diferencia estructural: se exige centralidad del cargo en ambas direcciones, de modo que un cargo periférico no puede producir ninguna etiqueta direccional. El tamaño de la empresa también recibe por sí solo una etiqueta neutral; una empresa lo bastante grande como para absorber el cambio recibe 0 independientemente del rendimiento.

Claude Opus 4.8 Medium

Lógica central: dos fuerzas opuestas impulsan la reacción:

(+) Alivio del atrincheramiento: La muerte de una persona interna atrincherada o con bajo rendimiento puede activar el mercado de control y aumentar las esperanzas de recuperación.

(-) Capital humano perdido: La muerte de un propietario-directivo que aporta valor destruye una habilidad difícil de reemplazar y crea riesgo de sucesión.

(0) Sin sorpresa: Los títulos ceremoniales o de jubilados, los cargos puramente de consejo o los casos atenuados o compensados no producen una reacción significativa.

Reglas de decisión:

• Emérito/honorario -> 0 (retirado).
• Miembro del consejo/director, rentable -> 0; con pérdidas -> +1 (reestructuración).
• Ejecutivo en activo + pérdidas/ROA<1 -> +1 (alivio/opcionalidad).
• Ejecutivo en activo + fuerte (ROA>=mediana & ROE>=10 & NI>0) & propiedad>=60 % -> -1 (gestión perdida).
• Ejecutivo en activo + fuerte pero propiedad<60 % -> 0 (colchón de supervisión).
• Señal intermedia / faltante / cargo desconocido -> 0.

GPT 5 Pro

De nuevo dos índices, pero construidos a partir de la propiedad y el apalancamiento en lugar del cargo, que no aparece en ninguna de las dos fórmulas.

• Índice de riesgo de persona clave (KPRI): 0.40·z(ownership) + 0.30·z(leverage) − 0.20·z(size) + 0.10·z(profitability)
• Índice de potencial de recuperación (TPI): 0.40·(−z(profitability)) + 0.20·z(leverage) − 0.20·z(ownership) − 0.10·z(size) + 0.10·z(AP/assets)

Las puertas son las mismas que las de GPT 5 Thinking: el 30 % superior más un margen de 0.5 unidades z. La eliminación del cargo del índice es la fuente más probable de la brecha de 18 puntos entre ambos.

Gemini 3 Flash

Plantea las dos fuerzas como teorías en competencia y asigna puntos de corte explícitos de ROA: por encima del 10 % el líder se valora como una estrella y la muerte es −1; por debajo del 3 % la muerte se interpreta como una apertura para una gestión profesional y se puntúa +1; la banda del 3–10 % y todos los cargos no activos son 0.

Gemini 3 Thinking

El mismo diseño de puntos de corte, aún más separados: −1 por encima de un ROA del 12 %, +1 por debajo del 2,5 %, lo que amplía la banda neutral de los siete puntos de Flash a casi diez.

Claude Sonnet 4.6

El único sistema de puntos aditivo con ponderaciones publicadas y puntos de corte absolutos (≥ +0.90 → +1, ≤ −0.70 → −1).

Puntúa seis dimensiones:

• prominencia del cargo
• ROA
• beneficio neto y EBITDA
• ROE
• propiedad familiar
• apalancamiento

La ponderación es deliberadamente asimétrica. Un ROA negativo por sí solo vale +1.2, y una pérdida neta y un EBITDA negativo añaden además +0.6 y +0.5, mientras que la mayor penalización de cargo disponible, un CEO o presidente en activo, es solo de −0.6.

Por lo tanto, las dificultades financieras pueden prevalecer sobre la identidad de la persona fallecida, algo que ningún otro modelo del conjunto permite.

GPT 4o

Las condiciones se enumeran sin un orden de arbitraje, por lo que los casos que cumplen dos reglas no tienen una resolución definida. También se aparta del resto en los cargos periféricos: un miembro del consejo o vicepresidente recibe +1, donde casi todos

DeepSeek V3

La estructura de tres factores que V3.2 refinó posteriormente, como el cargo, la salud financiera y la propiedad, pero sin la lectura de la propiedad como estabilizador. Una propiedad alta junto con un cargo clave amplifica la predicción negativa. Cabe señalar por separado: el modelo estimó su propia precisión en aproximadamente el 65 %, más del doble de su puntuación real.

Gemini 2.5 Flash

El resultado más bajo, y el único con un techo autoinfligido. El modelo concluyó que el prompt no contenía información suficiente para identificar casos positivos y no emitió ninguna etiqueta +1, colapsando un problema de tres clases en dos y renunciando a todos los casos positivos de la muestra.

Precisión del modelo con información ampliada

La segunda ronda añade diez campos a nivel de persona a los mismos 132 casos: si la persona fallecida seguía trabajando, la generación posterior al fundador, la condición de fundador, la antigüedad, la edad al morir, muerte súbita frente a enfermedad, y cuatro recuentos de hijos y parejas.

El efecto agregado es casi nulo. La precisión media de estos 13 modelos pasa del 54,8 % al 55,2 %. Lo que la media oculta es una amplia dispersión de respuestas individuales:

• Claude Fable 5 es el que más gana, 16 puntos, y es el único modelo cuya información adicional lo mueve desde cerca de la parte baja del grupo hasta los cuatro primeros. Su lógica de la primera ronda se basaba casi por completo en el cargo y la rentabilidad; los campos de la segunda ronda aportan exactamente lo que le faltaba a ese árbol, si la persona seguía trabajando y si la muerte fue súbita.
• Gemini 3.1 Pro (+10) y Gemini 3 Thinking (+9) también mejoran sustancialmente, al igual que DeepSeek V3.2 Deep Think (+6).
• GPT 5.4 Instant pierde 17 puntos, el mayor movimiento en cualquier dirección. Claude Sonnet 4.6 (−7) y GPT 5.4 Thinking (−6) también caen.
• La mejor puntuación de la segunda ronda (64 %) es inferior a la mejor puntuación de la primera ronda en el mismo grupo (69 %). Más información no elevó el techo; comprimió el rango.

Metodología del benchmark de negociación de acciones basada en IA

Preparación del prompt

El benchmark evalúa si las herramientas de IA generativa pueden predecir las reacciones del mercado de valores ante un evento inesperado, a partir de los fundamentales dados de la empresa. La configuración se basa en datos de Tanyeri & Alp (2023)² y de Arslan & Tanyeri-Günsur (2026):³

Cada herramienta de IA recibe una instantánea de la información a nivel de empresa para la primera ronda:

Información financiera

• Tamaño de los activos
• Tamaño de los fondos propios
• Beneficio antes de intereses, impuestos, depreciación y amortización (EBITDA)
• Beneficio neto
• Ingresos anuales
• Deuda a largo y corto plazo
• Cuentas por pagar
• Rentabilidad sobre los fondos propios (ROE)
• Rentabilidad sobre los activos (ROA)

Otra información

• Participación de propiedad familiar
• País de la sede y de cotización de las acciones
• Número de empleados
• Industria/sector

No se proporciona el nombre de la empresa ni otros identificadores.

En la segunda ronda, se añade además la siguiente información:

• si la persona fallecida trabajaba en el momento de la muerte
• la generación de la persona fallecida posterior al fundador de la empresa
• si la persona fallecida era el fundador
• la antigüedad de la persona fallecida en la empresa
• la edad de la persona fallecida en el momento de la muerte
• si la persona fallecida murió de forma repentina o después de una enfermedad
• el número de hijos que tenía la persona fallecida
• el número de hijas que tenía la persona fallecida
• el número de hijos varones que tenía la persona fallecida
• el número de parejas que tenía la persona fallecida

Pregunta principal

Dada la información anterior, se pide a cada solución de IA que prediga si los rendimientos anormales acumulados (CAR) de 3 días de 132 empresas serán:

• Significativamente positivos
• Significativamente negativos
• No significativos

El CAR mide cómo responden los mercados financieros al evento. Un CAR positivo indica que los operadores de acciones perciben el evento como generador de valor, un CAR negativo como destructor de valor y un CAR no significativo como neutral.

Muestreo

El dataset incluye 132 eventos de fallecimiento en 109 empresas familiares que cotizan en bolsa en 24 países. Todas las empresas se encuentran entre las 500 mayores empresas familiares.

Medición del rendimiento

El benchmark se basa en un análisis técnico previo de los precios de las acciones. Para cada empresa, se ha calculado el CAR de 3 días y se ha clasificado como:

• Significativamente positivo
• Significativamente negativo
• No significativo

Las predicciones de la IA se comparan con los valores históricos del CAR. La precisión se mide como el porcentaje de predicciones correctas realizadas por cada solución de IA generativa.

No te pierdas nuestros análisis comparativos e insights basados en datos. El botón abre Google; seleccionar AIMultiple confirma que deseas ver AIMultiple con más frecuencia en los resultados de búsqueda de Google.

Añadir como fuente preferida

Lecturas adicionales

• Benchmark de finanzas con IA agéntica: FinRobot vs FinRL vs FinGPT
• Principales plataformas de investigación financiera con IA para inversores
• Benchmark de IA en capital riesgo: agentes de IA en tareas reales de capital riesgo

Preguntas frecuentes

Cita este benchmark

Elige el formato que se ajuste al lugar donde vas a publicar. Pegar la versión con enlace en tu CMS conserva el enlace de retroceso.

@misc{arslan2026,
  author = {Arslan, Ezgi},
  title  = {{Negociación de acciones basada en IA: ¿qué herramienta de IA generativa es mejor?}},
  year   = {2026},
  month  = sep,
  howpublished    = {\url{https://aimultiple.com/ai-based-stock-trading}},
  note   = {AIMultiple. Recuperado el 3 de septiembre de 2026}
}

Registro de cambios

4 actualizaciones

2026

1. 3 de sep

   Se añadió Claude Fable 5.1 a los modelos de IA generativa probados.

2. 28 de ago

   Se añadió la sección "Cómo razonaron los modelos" que explica el marco CAR de dos fuerzas.

3. 10 de jun

   Añadida una sección de versiones actuales sobre GPT 5.5 Instant, Claude Opus 4.8, DeepSeek V3.2 y Gemini 3.1 Pro.

4. 25 de mar

   Se añadieron los modelos GPT 5.4 Instant y GPT 5.4 Thinking a la sección Versiones actuales.

Enlaces de referencia

1.

Does Generative AI Facilitate Investor Trading? Early Evidence from ChatGPT Outages by Qiang Cheng, Pengkai Lin, Yue Zhao :: SSRN

2.

The value of shareholder rights in family firms: Global evidence from a death in the family - Tanyeri Günsür - 2023 - Corporate Governance: An International Review - Wiley Online Library

3.

ResearchGate - Temporarily Unavailable

4.

Artificial Intelligence Can Make Markets More Efficient—and More Volatile

Ezgi Arslan, PhD.

Analista de la industria

Síguenos

Ezgi tiene un doctorado en Administración de Empresas con especialización en finanzas y se desempeña como Analista de la Industria en AIMultiple. Impulsa la investigación y los conocimientos en la intersección de la tecnología y los negocios, con experiencia en sostenibilidad, análisis de encuestas y de sentimiento, aplicaciones de agentes de IA en finanzas, optimización para motores de respuestas, gestión de cortafuegos y tecnologías de adquisiciones.

Ver perfil completo

Sé el primero en comentar

Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios. Los comentarios se dejan en su idioma original.

Nombre

Dirección de correo electrónico

Comentario

0/450

Publicar comentario