Comercio de acciones basado en IA: ¿Qué herramienta de IA generativa es mejor?

Las herramientas de LLM se han utilizado en el comercio de acciones basado en IA desde su aparición.¹

Probé 14 modelos de IA generativa para el comercio de acciones basado en IA con el fin de evaluar su capacidad para pronosticar los cambios de precio de 132 acciones utilizando la información proporcionada. Los resultados muestran que

• El modelo ChatGPT 5 Thinking y el modelo Gemini 2.5 Pro ofrecieron el mejor rendimiento.
• Los modelos actuales de ChatGPT y Gemini tienen un rendimiento peor que los modelos más antiguos.
• La tasa de éxito disminuye cuando se proporcionan datos adicionales.

Rendimiento de las herramientas impulsadas por IA

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

Versiones actuales

GPT 5.5 Instant

Las etiquetas se asignaron utilizando factores comúnmente asociados con las reacciones del mercado en estudios de eventos de empresas familiares:

• Importancia del ejecutivo saliente (CEO > Presidente del Consejo > roles honorarios).
• Concentración de la propiedad familiar.
• Rentabilidad (ROE, ROA).
• Apalancamiento financiero.
• Implicaciones generales de la transición de gobierno.

Claude Opus 4.8 Medium

Lógica central: Dos fuerzas opuestas impulsan la reacción:  

(+) Alivio del atrincheramiento: La muerte de un insider atrincherado o de bajo rendimiento puede activar el mercado de control y aumentar las esperanzas de un cambio de rumbo.

(-) Capital humano perdido: La muerte de un propietario-gerente que añade valor destruye habilidades difíciles de reemplazar y crea un riesgo de sucesión.  

(0) Sin sorpresa: Títulos ceremoniales/jubilados, roles puramente en el consejo o casos con fuerzas compensatorias no producen una reacción significativa.

Reglas de decisión:

• Emérito/honorario -> 0 (retirado).
• Miembro del consejo/director, rentable -> 0; con pérdidas -> +1 (sacudida).
• Ejecutivo activo + pérdidas/ROA<1 -> +1 (alivio/opcionalidad).
• Ejecutivo activo + fuerte (ROA>=mediana & ROE>=10 & NI>0) & propiedad>=60 % -> -1 (gestor perdido).
• Ejecutivo activo + fuerte pero propiedad<60 % -> 0 (colchón de supervisión).
• Intermedio / señal faltante / rol desconocido -> 0.

DeepSeek V3.2 (Instant & Deep Think)

DeepSeek V3.2 con y sin Deep Think muestra una tasa de éxito del 58 %. Se basa en el rol del fallecido y en el rendimiento de la empresa.

Reacción negativa (-1): El mercado espera disrupción.

• Alta dependencia: Si el fallecido era el fundador o un CEO/Presidente activo (en funciones) con una larga antigüedad, su pérdida crea un vacío de liderazgo significativo.
• Baja propiedad familiar: Una menor propiedad podría significar menos “piel en el juego” por parte de la familia para estabilizar la empresa tras la crisis.

Reacción positiva (+1): El mercado espera mejora.

• Alivio: La muerte resuelve una situación negativa. Esto ocurre a menudo si la empresa tenía un mal rendimiento (ingreso neto o ROE negativos) bajo un líder de larga duración. El mercado apuesta por un nuevo comienzo.
• Sucesión establecida: Si el fallecido era no activo (workD=0) o un presidente jubilado, es probable que el sucesor ya esté en su lugar.
• Alta propiedad familiar: Una alta propiedad familiar a menudo indica un compromiso con mantener el valor y asegurar una transición suave.

Reacción neutral (0): El evento ya está descontado o es irrelevante.

• Rol no crítico: Si el fallecido era un miembro del consejo no ejecutivo o una figura retirada sin implicación en las operaciones diarias.
• Transición gradual: Si la muerte no fue repentina y la empresa es grande (alto número de empleados/activos), es probable que existan sistemas para manejar la transición sin disrupción.

Gemini 3.1 Pro

Aquí está el marco financiero utilizado para clasificar las 132 empresas en 1, -1 o 0:

1. Significativamente negativo (-1) (Resumen: “Pérdida de talento clave”)
   • Condición: El fallecido ocupaba un rol ejecutivo crítico (CEO, Presidente del Consejo, Presidente) Y la empresa era altamente rentable (p. ej., ROE > 10 % o ROA > 5 %).
   • Razón: La muerte repentina de un líder familiar altamente efectivo elimina a un visionario central y generador de valor. Esto introduce una grave incertidumbre de sucesión y operativa, provocando pánico y reacciones negativas del mercado.
2. Significativamente positivo (1) (Resumen: “Alivio del atrincheramiento”)
   • Condición: La empresa tenía un rendimiento históricamente bajo antes del evento (Ingreso neto negativo, ROA < 0 o ROE < 0).
   • Razón: En las empresas familiares, los fundadores o gerentes con bajo rendimiento a menudo están protegidos del despido debido a sus lazos familiares (atrincheramiento). Su fallecimiento suele ser visto favorablemente por el mercado como un catalizador para la profesionalización, la reestructuración y una nueva gestión.
3. No significativo (0) (Resumen: “Sucesión rutinaria”)
   • Condición: La empresa tenía un rendimiento financiero promedio y moderado, O el fallecido ocupaba un rol no ejecutivo/honorario/asesor (p. ej., miembro del consejo, presidente honorario).
   • Razón: Sin sobre-rendimiento o bajo rendimiento extremos, o si el rol no era crítico para las operaciones diarias, el mercado ve la muerte como un evento de sucesión rutinaria que no altera materialmente los flujos de caja futuros de la empresa.

Modelos más antiguos

GPT 5.4 Instant

GPT 5.4 Instant alcanza una tasa de éxito del 69 %. El modelo se centra principalmente en la rentabilidad de la empresa, utilizándola como señal principal.

• Lógica de etiqueta negativa: Más probable cuando el fallecido ocupaba un rol activo central (especialmente CEO/presidente), la empresa parecía rentable/saludable, el control familiar era alto y el evento implicaba una continuidad significativa o riesgo de sucesión.
• Lógica de etiqueta positiva: Más probable cuando la rentabilidad parecía más débil y/o el apalancamiento era mayor, por lo que el evento podía interpretarse como un reinicio de gobierno o un catalizador de cambio, especialmente cuando la profundidad de sucesión familiar parecía disponible.
• Lógica de etiqueta neutral: Se utilizó cuando el rol parecía menos operativo/ceremonial, cuando las fuerzas compensatorias dominaban o cuando la información no respaldaba firmemente una reacción significativa en la ventana corta.

GPT 5.4 modelo Thinking

GPT 5.4 Thinking logra una tasa de éxito del 64 % con entradas limitadas. Combina rentabilidad y propiedad familiar.

• Lógica de etiqueta negativa: Más probable cuando el miembro familiar fallecido tenía un rol operativo central, la rentabilidad parecía sólida y la influencia familiar era significativa.
• Lógica de etiqueta positiva: Más probable cuando el miembro familiar fallecido tenía un rol central, pero la empresa parecía más débil o más apalancada, por lo que el mercado podría recibir con agrado el cambio.
• Lógica de etiqueta neutral: Más probable cuando el rol era honorario / menos operativo, la empresa era lo suficientemente grande como para absorber el cambio o las señales de la empresa eran mixtas.

Gemini 3 Thinking

La tasa de precisión de Gemini 3 Thinking es del 53 %. El mecanismo de decisión subyacente es el siguiente:

• Significativamente positivo (1): Estas empresas tuvieron un bajo rendimiento bajo el liderazgo familiar ($ROA < 2.5\%$). El mercado probablemente ve la salida de un gerente familiar central (CEO o Presidente del Consejo) como una señal de profesionalización o un necesario giro estratégico.
• Significativamente negativo: Estas empresas fueron excepcionalmente de alto rendimiento ($ROA > 12\%$) bajo su líder central. Su salida representa una pérdida significativa de capital humano estratégico y liderazgo visionario.
• No significativo: Esta categoría se aplica a empresas con rendimiento promedio o cuando la persona que sale ocupaba un rol honorario, emérito o secundario (p. ej., Vicepresidente, Miembro del Consejo), lo que sugiere que la salida tiene un impacto mínimo en las operaciones diarias o ya estaba “descontada”.

Gemini 3 Flash

GPT 5.4 Instant alcanza una tasa de éxito del 54 %. Las predicciones se basan en dos teorías de mercado contrapuestas en relación con la sucesión en empresas familiares:

• Teoría de la persona clave (-1): En empresas con una rentabilidad excepcionalmente alta ($ROA > 10\%$), el mercado a menudo ve al líder como una “estrella” o visionario. Su salida crea un vacío de talento estratégico, lo que conduce a rendimientos anormales negativos.
• Teoría de profesionalización/atrincheramiento (+1): En empresas de bajo rendimiento ($ROA < 3\%$) o aquellas con alta propiedad familiar, la salida de un gerente familiar se ve a menudo como una oportunidad para que “sangre nueva” o una gestión profesional tome el control, lo que conduce a rendimientos anormales positivos.
• Estabilidad/neutralidad (0): Para empresas con rendimiento moderado o donde el líder ocupaba un rol no activo/honorario (p. ej., Emérito, Presidente Honorario), el evento a menudo se considera “descontado” u operativamente insignificante.

Claude Sonnet 4.2

La tasa de precisión de Claude Sonnet 4.2 en el benchmark es del 48 %. El modelo puntúa cada empresa en 6 dimensiones derivadas de la teoría de estudios de eventos sobre transiciones de liderazgo en empresas familiares:

1. Prominencia del rol (la más importante)

La posición del fallecido determina cuánta información transmite la salida al mercado:

• Roles honorarios/eméritos (+0.4): Estas personas se han retirado operativamente. El anuncio es de baja sorpresa, a menudo pre-comunicado → la reacción del mercado es ligeramente positiva o neutral.
• CEO/Presidente del Consejo activo (−0.6): El riesgo de persona clave es el más alto. Los mercados valoran la incertidumbre sobre quién tomará el relevo y si la estrategia cambiará.
• VP/Presidente (−0.25): Preocupación moderada, pero la empresa es menos dependiente de un solo directivo.
• Miembro del consejo/Director (+0.1): No ejecutivo; disrupción operativa mínima.

2. Señal de ROA

• ROA negativo (+1.2): Un gerente saliente bajo cuyo mandato los activos obtuvieron rendimientos negativos → el mercado interpreta la salida como alivio. Este es el impulsor positivo más fuerte.
• Por debajo del p25 (ROA < 1.8 %) (+0.5): Empresa de bajo rendimiento, la salida sigue siendo bienvenida.
• Por encima del p75 (ROA > 9.6 %) (−0.6): Una empresa con alto ROA que pierde a un ejecutivo clave indica al mercado que podría perder al artífice de esos rendimientos.

3. Ingreso neto / EBITDA

• Pérdida neta (+0.6) y EBITDA negativo (+0.5) refuerzan la señal de alivio por dificultades independientemente del ROA.

4. ROE (cuartil superior, −0.3)

Incluso cuando el ROA es moderado, las empresas en el cuartil superior de ROE (>19.3 %) se consideran como poseedoras de un asignador de capital altamente efectivo, cuya pérdida el mercado descuenta negativamente.

5. Propiedad familiar

• ≥75 % (+0.45): Un alto control familiar significa que la sucesión es casi con certeza dentro de la familia y está pre-planificada. Reduce la incertidumbre.
• 50–74 % (+0.20): Mayoría familiar, estable pero ligeramente menos seguro.
• <30 % (−0.25): La propiedad dispersa aumenta la duda sobre la identidad del sucesor.

6. Apalancamiento

• >0.70 (+0.40): Las empresas con alto apalancamiento y un líder saliente señalan un posible reinicio estratégico; los mercados pueden verlo positivamente (salida de dificultades).
• Por encima del p75 (>0.36) (+0.20): Se observa una deuda elevada.

Puntuación ≥ 0.90 → Etiqueta Significativamente positivo

Puntuación ≤ −0.70 → Etiqueta Significativamente negativo

De lo contrario → Etiqueta No significativo

Modelo GPT 5 Thinking

El modelo Thinking de ChatGPT 5 presenta la mayor precisión entre las herramientas probadas, con una tasa de éxito del 74 %. La herramienta pronostica el cambio de precio basándose en dos indicadores:

Índice de concentración de liderazgo (LCI) → más alto = más probable un CAR negativo sustancial

• LCI = 0.40·z(importancia_del_rol) + 0.30·z(control_familiar) + 0.20·z(fortaleza_financiera) − 0.10·z(tamaño)
  • importancia_del_rol: peso jerárquico del fallecido (CEO > presidente > presidente del consejo > vicepresidente).
  • control_familiar: propiedad familiar (% de derechos de voto).
  • fortaleza_financiera: compuesto de ROE y ROA (rentabilidad).
  • tamaño: ln(activos).
• Intuición: Los mercados esperan más disrupción cuando un miembro familiar altamente central fallece en una empresa estrechamente controlada, rentable pero relativamente más pequeña.
• Decisión: Etiqueta Negativo sustancialmente si el LCI está en el 30 % superior de la muestra y ≥ 0.5 unidades z por encima del Índice de Renovación.

Índice de potencial de renovación (RPI) → más alto = más probable un CAR positivo sustancial

• RPI = 0.40·(−z(fortaleza_financiera)) + 0.25·z(apalancamiento) − 0.20·z(control_familiar) − 0.10·z(tamaño) + 0.05·z(estrés_de_liquidez)
  • apalancamiento: (deuda a largo plazo + deuda a corto plazo) / patrimonio.
  • control_familiar: propiedad familiar (% de derechos de voto).
  • estrés_de_liquidez: cuentas por pagar / activos.
  • fortaleza_financiera: compuesto de ROE y ROA.
  • tamaño: ln(activos).

• Intuición: Las empresas con rentabilidad débil, cierta presión de deuda, menor dominio familiar y tensión de liquidez pueden hacer que el mercado reciba con agrado la posibilidad de un cambio de gobierno o un liderazgo nuevo.
• Decisión: Etiqueta Positivo sustancialmente si el RPI está en el 30 % superior de la muestra y ≥ 0.5 unidades z por encima del LCI.

Modelo Gemini 2.5 Pro

Gemini 2.5 Pro predice correctamente el 71 % de los cambios en los precios de las acciones. Este modelo sugiere que los operadores activos toman decisiones basándose en la vulnerabilidad de la empresa y la oportunidad potencial de renovación.

Índice de vulnerabilidad (VI) → más alto = más probable un CAR negativo sustancial

• VI = 0.40·z(control_familiar) + 0.35·(-z(fortaleza_financiera)) + 0.20·z(apalancamiento) – 0.05·z(tamaño)
  • control_familiar: Propiedad familiar (% derechos de voto).
  • fortaleza_financiera: Puntuación z compuesta de ROE y ROA.
  • apalancamiento: Deuda a largo plazo / patrimonio.
  • tamaño: Logaritmo natural de los activos totales (ln(activo)).
• Intuición: El mercado castiga la acción cuando la muerte de un líder clave crea un vacío de poder. Este riesgo es mayor en empresas altamente endeudadas, no rentables y dominadas por la familia que carecen de la resiliencia y la estructura de gestión profunda de las corporaciones más grandes. La combinación de alto control familiar, mala salud financiera y alto apalancamiento crea una mezcla potente para la incertidumbre de los inversores.
• Decisión: Etiqueta Sustancialmente negativo si la puntuación VI de una empresa está en el 5 % superior de la muestra.

Índice de catalizador de cambio (TCI) → más alto = más probable un CAR positivo sustancial

• TCI = 0.50·(-z(fortaleza_financiera)) + 0.25·z(control_familiar) – 0.15·z(apalancamiento) – 0.10·z(tamaño)
  • fortaleza_financiera: Puntuación z compuesta de ROE y ROA.
  • control_familiar: Propiedad familiar (% derechos de voto).
  • apalancamiento: Deuda a largo plazo / patrimonio.
  • tamaño: Logaritmo natural de los activos totales (ln(activo)).
• Intuición: El mercado reacciona positivamente cuando la muerte se percibe como una oportunidad de renovación. Esto ocurre cuando un líder familiar atrincherado en una empresa con bajo rendimiento pero financieramente estable fallece. El mercado anticipa que un cambio de liderazgo desbloqueará valor al mejorar la estrategia y las operaciones, convirtiendo a la empresa en una posible historia de cambio o un objetivo de adquisición.
• Decisión: Etiqueta Sustancialmente positivo si la puntuación TCI de una empresa está en el 5 % superior de la muestra y es al menos 0.5 unidades z por encima de su puntuación VI.

Modelo GPT 5 Pro

La tasa de precisión de GPT 5 Pro es del 56 % para mi benchmark. La herramienta de IA generativa hace predicciones basadas en dos indicadores:

Índice de riesgo de persona clave (KPRI) → más alto = más probable un CAR negativo sustancial

• KPRI = 0.40·z(propiedad) + 0.30·z(apalancamiento) − 0.20·z(tamaño) + 0.10·z(rentabilidad)
• Intuición: empresas estrechamente controladas, más apalancadas, más pequeñas y actualmente rentables enfrentan un mayor riesgo percibido de persona clave ante la muerte de un miembro familiar.
• Decisión: Etiqueta negativo sustancialmente si el KPRI está en el 30 % superior de la muestra y ≥ 0.5 unidades z por encima del TPI.

Índice de potencial de cambio (TPI) → más alto = más probable un CAR positivo sustancial

• TPI = 0.40·(−z(rentabilidad)) + 0.20·z(apalancamiento) − 0.20·z(propiedad) − 0.10·z(tamaño) + 0.10·z(CP/activos)
• Intuición: rendimiento débil + cierta presión financiera, pero un menor control familiar puede hacer que los mercados reciban con agrado un cambio de liderazgo.
• Decisión: Etiqueta positivo sustancialmente si el TPI está en el 30 % superior y ≥ 0.5 unidades z por encima del KPRI.

GPT 4o

Este antiguo modelo de ChatGPT utiliza algoritmos de IA basados en el rol del fallecido en la empresa, la propiedad de la familia, el tamaño de la empresa y el apalancamiento financiero. El modelo predice el CAR de los eventos como

Sustancialmente negativo, si

• El fallecido es CEO/Presidente del Consejo
• Alta propiedad familiar (>70 %) y el fallecido ocupaba un rol de liderazgo
• Empresas más pequeñas o menos diversificadas (bajos activos/ingresos)
• Alto apalancamiento: deuda a largo plazo o deuda a corto plazo > activos

Sustancialmente positivo, si

• El fallecido tenía un rol menor (p. ej., miembro del consejo o vicepresidente)
• La empresa tenía un bajo rendimiento (p. ej., ROE o ROA negativos), los mercados pueden ver esto como positivo
• Bajo control familiar (<30 %)

Sin cambio significativo, si

• Empresas medianas a grandes con finanzas sólidas
• El fallecido no estaba en liderazgo activo
• Propiedad familiar baja a media (30 %–60 %)

Claude Sonnet 4

Claude Sonnet 4 alcanza una tasa de precisión del 46 % en la predicción de los movimientos del precio de las acciones tras las muertes de líderes familiares. Este modelo emplea un sistema de puntuación multifactorial que pondera el riesgo de sucesión del liderazgo frente a los factores de resiliencia de la empresa.

Puntuación de disrupción por sucesión (SDS) → más alta = más probable un CAR negativo sustancial

• SDS = 0.30·z(peso_del_cargo) + 0.25·z(propiedad_familiar) + 0.20·(-z(rendimiento_financiero)) + 0.15·z(carga_de_deuda) – 0.10·z(escala_de_la_empresa)
  • peso_del_cargo: Puntuación jerárquica donde CEO = 3, Presidente del Consejo = 2.5, Presidente = 2, VP = 1, Consejo = 0.5
  • propiedad_familiar: Porcentaje de control de voto familiar
  • rendimiento_financiero: Puntuación compuesta de las puntuaciones z de ROE y ROA
  • carga_de_deuda: Ratio de deuda a largo plazo sobre activos
  • escala_de_la_empresa: Número de empleados como proxy de la profundidad organizativa
• Intuición: Los mercados reaccionan más negativamente cuando un vacío de liderazgo crítico se combina con un control familiar concentrado y una débil resiliencia institucional. La muerte de un CEO o Presidente del Consejo en una empresa dominada por la familia crea una crisis de sucesión inmediata, particularmente cuando la empresa carece de la fortaleza financiera para capear la incertidumbre o de la profundidad organizativa para garantizar la continuidad. Una deuda alta amplifica esta vulnerabilidad al restringir la flexibilidad estratégica durante el período de transición.
• Decisión: Etiqueta Sustancialmente negativo si el SDS está en el 36 % superior de la muestra (puntuación ≤ -3.0).

Índice de renovación de gobierno (GRI) → más alto = más probable un CAR positivo sustancial

• GRI = 0.35·(-z(rendimiento_financiero)) + 0.25·z(calidad_institucional) – 0.20·z(propiedad_familiar) + 0.15·z(desarrollo_del_mercado) – 0.05·z(peso_del_cargo)
  • rendimiento_financiero: Puntuación compuesta de debilidad ROE/ROA
  • calidad_institucional: Indicadores de tamaño de la empresa y estabilidad del sector
  • propiedad_familiar: Concentración del control familiar (invertida)
  • desarrollo_del_mercado: Proxy de eficiencia del mercado basado en el país
  • peso_del_cargo: Importancia del puesto de liderazgo (invertida)
• Intuición: Los mercados anticipan creación de valor cuando el cambio de liderazgo ocurre en empresas de bajo rendimiento con estructuras de propiedad dispersas. La muerte elimina posibles efectos de atrincheramiento mientras preserva las capacidades institucionales necesarias para el cambio. Esto es especialmente pronunciado en mercados desarrollados donde la sucesión de gestión profesional está más disponible y los mecanismos de gobierno son más sólidos.
• Decisión: Etiqueta Sustancialmente positivo si la puntuación GRI está en el 17 % superior de la muestra (puntuación ≥ 1.5) y supera el SDS en al menos 2.0 puntos.

DeepSeek

Esta herramienta de IA generativa utiliza análisis heurístico experto, logrando una tasa de precisión estimada de ~65 % en benchmarks estándar de estudios de eventos financieros. El núcleo de la decisión pondera la evaluación de tres factores principales:

Rol del fallecido

• Presidente del Consejo/CEO/Presidente: Inmediatamente señalado por alto potencial de impacto negativo.
• Emérito/Honorario/VP: Ponderado significativamente menos, a menudo llevando a una predicción de “Sin cambio significativo”.
• Roles menores: Tratados como una señal débil.

Salud financiera

• Ingreso neto y ROE/ROA: Un ingreso neto negativo o bajos rendimientos emparejados con un rol clave a menudo empujaban la predicción hacia “Negativo”. Si el rol era menor, podría sugerir “Positivo”.
• Deuda a largo/corto plazo: Los altos niveles de deuda amplificaban el riesgo percibido para empresas con roles clave.

Propiedad familiar

• Alta propiedad (>60 %) + Rol clave: Amplificaba fuertemente la predicción “Negativo” (liderazgo atrincherado, incertidumbre de sucesión).
• Baja propiedad (<30 %) + Bajo rendimiento: Amplificaba la predicción “Positivo” (más fácil para los externos forzar el cambio).

Modelo Gemini 2.5 Flash

Gemini 2.5 Flash afirma que las predicciones se realizan basándose en la literatura de estudios de eventos y gobierno corporativo, presentando una tasa de precisión del 23 %. El modelo etiqueta los CAR de los eventos basándose en estos supuestos:

• Sustancialmente negativo: El porcentaje de propiedad familiar es relativamente alto (>30 %) y el fallecido ocupaba un puesto crítico (CEO o Presidente del Consejo).
• Sin cambio significativo: El porcentaje de propiedad familiar es relativamente bajo (<30 %) o la empresa es grande y parece tener una estructura corporativa sólida.
• Sustancialmente positivo: Este escenario ocurre típicamente cuando el rendimiento del gerente es deficiente o cuando se cree que es un obstáculo para el futuro de la empresa. No hay suficiente información en los datos proporcionados para hacer tal predicción. Por lo tanto, todas las predicciones se etiquetaron como “Sustancialmente negativo” o “Sin cambio significativo”.

Precisión del modelo con entrada extensa

Cuando se proporciona más información en la segunda ronda, el rendimiento del modelo cambia:

• DeepSeek V3.2 Deep Think (64 %) y Gemini 3 Thinking (62 %) mejoran más.
• Los modelos GPT 5.4 muestran resultados mixtos y una precisión ligeramente inferior a la del caso limitado.
• Claude Sonnet 4.2, GPT 5.5 Instant, y Gemini 3.1 Pro disminuyen aún más, lo que sugiere dificultad para manejar entradas más complejas.

Cuando se añaden datos adicionales, los modelos que pueden integrar múltiples señales mejoran. Sin embargo, los modelos más simples pueden volverse menos precisos porque no pueden priorizar eficazmente la información adicional.

Metodología del benchmark de comercio de acciones basado en IA

Prompting

El benchmark evalúa si las herramientas de IA generativa pueden predecir las reacciones del mercado de valores ante un evento inesperado, basándose en los fundamentos de la empresa proporcionados. La configuración se basa en datos de Tanyeri & Alp (2023) y Arslan & Tanyeri-Günsur (2025):² ,³

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

Información financiera

• Tamaño de los activos
• Tamaño del patrimonio
• Ganancias antes de intereses, impuestos, depreciación y amortización (EBITDA)
• Ingreso neto
• Ingresos anuales
• Deuda a largo y corto plazo
• Cuentas por pagar
• Retorno sobre el patrimonio (ROE)
• Retorno sobre los activos (ROA)

Otra información

• Participación de propiedad familiar
• País de la sede y cotización en bolsa
• Número de empleados
• Industria/sector

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

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

• si el fallecido estaba trabajando en el momento de la muerte
• la generación del fallecido después del fundador de la empresa
• si el fallecido era el fundador
• antigüedad del fallecido en la empresa
• edad del fallecido en el momento de la muerte
• si el fallecido murió repentinamente o después de una enfermedad
• el número de hijos que tiene el fallecido
• el número de hijas que tiene el fallecido
• el número de hijos varones que tiene el fallecido
• el número de parejas que tuvo el fallecido

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 reaccionan los mercados financieros al evento. Un CAR positivo indica que los operadores de bolsa perciben el evento como generador de valor, un CAR negativo como destructor de valor, y un CAR insignificante como neutral.

Muestreo

El conjunto de datos 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 el análisis técnico previo de los precios de las acciones. Para cada empresa, se ha calculado y categorizado el CAR de 3 días como:

• Significativamente positivo
• Significativamente negativo
• No significativo

Las predicciones de IA se comparan con los valores históricos de 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

• Los 10 principales casos de uso de datos alternativos para inversión
• Benchmark de IA Agéntica en Finanzas: FinRobot vs FinRL vs FinGPT
• Principales plataformas de investigación financiera con IA para inversores
• Benchmark de IA para VC: 11 agentes de IA en tareas reales de capital riesgo

Preguntas frecuentes

Cita esta investigación

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{phd2026,
  author = {PhD., Ezgi Arslan,},
  title  = {{Comercio de acciones basado en IA: ¿Qué herramienta de IA generativa es mejor?}},
  year   = {2026},
  month  = jun,
  howpublished    = {\url{https://aimultiple.com/ai-based-stock-trading}},
  note   = {AIMultiple. Recuperado el 30 de Junio de 2026}
}

Enlaces de referencia

1.

Page restricted | ScienceDirect

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.

Page restricted | ScienceDirect

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 trabaja como Analista de la Industria en AIMultiple. Ella impulsa la investigación y los conocimientos en la intersección de la tecnología y los negocios, con experiencia en sostenibilidad, análisis de encuestas y sentimientos, aplicaciones de agentes de IA en finanzas, optimización de motores de respuestas, gestión de firewalls 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