Bancolombia
El impacto para el sector inmobiliario en Colombia debido al coronavirus es grande, sin embargo, hay oportunidades para enfrentar la crisis. Leer más
Un algoritmo simple es, en ocasiones, lo suficientemente bueno como para competir con el juicio de un experto.
¿Cómo sustentar tal afirmación? Empecemos por un contexto práctico y cotidiano.
Las personas que tienen hijos pequeños probablemente están familiarizadas con la llamada prueba APGAR. Se trata del puntaje obtenido por los recién nacidos en una prueba que les aplican los doctores, y que refleja su estado de salud. Un bebé que obtiene un número superior a 7 se suele considerar saludable.
La prueba fue inventada en 1953 por la anestesióloga norteamericana Virginia Apgar, de ahí su nombre. Antes de ella, los obstetras y parteras usaban su juicio clínico para decidir si un bebé estaba en un estado de estrés al nacer y, por lo tanto, si necesitaba atención prioritaria. Algunos doctores miraban, por ejemplo, si la respiración estaba bien; otros se concentraban en analizar qué tan rápido había llorado, pero no existía un procedimiento estandarizado. Por esta razón, muchas veces se pasaban por alto algunos signos de alerta y como consecuencia muchos recién nacidos morían.
La doctora Apgar propuso medir 5 variables en una escala de 1 a 3. La prueba empezó a administrarse en las salas de parto en Estados Unidos y pudieron obtenerse estándares consistentes para determinar cuáles bebés podían tener problemas. Hoy en día, la prueba es utilizada en todos los hospitales del mundo y se le da crédito en haber disminuido de manera importante la mortalidad en recién nacidosi.
La conveniencia de utilizar algunas fórmulas o modelos en los procesos de toma de decisiones ha sido discutida lógicamente en otros contextos, con el fin de evitar o aminorar la incoherencia al decidir bajo la intuición.
Una de las razones por las cuales es preferible utilizar fórmulas o algoritmos en muchos contextos, en lugar del juicio de un experto, se debe a la inconsistencia en las decisiones que tomamos los seres humanos cuando debemos procesar información compleja. En muchas ocasiones, cuando se nos pide evaluar una información particular dos veces y luego tomar una decisión, tendemos a contradecirnos.
En algunos estudios realizados, se muestra como radiólogos experimentados tienden a contradecirse un 20% de las veces cuando les piden evaluar la misma radiografía en diferentes momentos de tiempoii. Y esta situación no ocurre solamente en el caso de los médicos. También se ve en auditores, psicólogos, gerentes y diferentes tipos de profesionales.
Una de las explicaciones a este fenómeno es que nuestros cerebros pueden ser altamente influenciados por pequeñas perturbaciones en el ambiente. Por ejemplo, el hecho de tener una brisa agradable en un día caluroso puede generar que juzguemos de una manera más optimista y positiva cualquier situación que estemos analizando en dicho momento.
En los procesos de selección de personal, por ejemplo, los procedimientos basados en modelos pueden ayudar a mitigar de manera significativa el denominado efecto halo. Este efecto hace referencia a la tendencia que tenemos los seres humanos a que nos gusten (o nos disgusten) todos los aspectos relacionados con una persona, incluyendo aquellos que no hemos podido observar. De esta manera, si un entrevistador en un proceso de selección siente cierta simpatía con su entrevistado desde el inicio, podría no tener una evaluación objetiva y favorecer su elección. Por ello hoy en día, casi todos los procesos de selección hacen uso de las denominadas pruebas psicotécnicas, que pretenden evaluar de una manera numérica las habilidades de los candidatos.
Sin embargo, no podemos desconocer que en algunas situaciones nuestra intuición puede ser útil. En un artículo que escribieron en conjunto Gary Klein y Daniel Kahnemaniii, los cuales representan escuelas opuestas de pensamiento respecto a este tema, describieron que deben existir dos condiciones para que podamos confiar con gran certeza en la intuición de un experto:
Por ejemplo, un jugador de Poker está expuesto a un ambiente que es relativamente regular y algunas de sus situaciones pueden volverse predecibles. Simultáneamente, dicho jugador está expuesto a este ambiente en un periodo suficientemente largo en el que puede aprender de las regularidades. En un caso como estos la intuición del experto al momento de tomar decisiones puede ser igual o mejor que un algoritmo simple.
Tal vez le interese leer: Prudencia: 5 claves para la sostenibilidad financiera al invertir
En el ámbito de los mercados financieros, modelos que incorporan reglas y algoritmos superan las decisiones que tomamos únicamente basados en nuestro juicio o intuición, considerando la volatilidad de este ambiente y los sesgos comunes que afectan las decisiones de inversión.
El mercado financiero es un entorno altamente volátil y poco predecible. Constantemente se está generando nueva información que afecta el precio de los activos. Noticias de guerras comerciales, amenazas nucleares, creación de nuevas tecnologías o la aparición de enfermedades pueden crear un sinnúmero de escenarios hacia adelante. De ahí, que la primera condición sobre la regularidad del ambiente, de la que nos hablan Kahneman y Klein, no se cumpla cuando hablamos de los mercados financieros.
Así que, encontrar patrones repetitivos, que generen oportunidades de inversión consistentes a lo largo del tiempo, se convierte en una tarea bastante compleja. En mi opinión, ésta solo puede abordarse a través de una toma de decisiones sistemática. La mayoría de los inversionistas exitosos, como Jim Simons o Ray Dalio, así lo han hecho.
Y no sólo la volatilidad del mercado genera un problema para enfrentar la toma de decisiones usando nuestro juicio e intuición. También muchos otros sesgos conductuales adicionales a los que he mencionado juegan en nuestra contra.
Profundice en cada uno de ellos aquí Por ejemplo, la insatisfacción que nos genera perder puede ser mucho mayor que el placer que nos produce ganar y esto hace que mantengamos nuestras posiciones perdedoras por periodos largos de tiempo y que tengamos pérdidas superiores a las que estábamos dispuestos a tolerar. Problemas como estos se pueden solucionar con reglas de decisión sencillas.
Asimismo, para otro tipo de decisiones, como por ejemplo cuándo vender o comprar una acción, cómo mezclar los activos de mi portafolio, entre otras, también pueden usarse reglas con diferentes grados de sofisticación.
Establecer un límite máximo de pérdidas tolerables y actuar en consecuencia.
Definir el tamaño de la inversión con base en la relación probabilidad de ganancia vs probabilidad de pérdida. Una manera de hacer esto es siguiendo el Criterio de Kelly.
Revisar qué tienen descontado los mercados y compararlo contra lo que le indique su regla de inversión. Si hay una desviación significativa ejecute la transacción. Un ejemplo de este razonamiento puede encontrarse aquí.
Fuente:
i Mieczyslaw Finster, M.D. and Margaret Wood, M.D. The Apgar Score Has Survived the Test of Time. Anesthesiology. (2005).
ii Kahneman, Daniel. Thinking fast and slow. (2011). p.224-225
iii McKinsey and Company. Strategic decisions: When can you trust your gut? McKinsey Quarterly. (2010).
Una empresa está expuesta a muchos riesgos, algunos fáciles de rastrear y evitar. Pero, en un mundo con miles de millones de conexiones a internet es cada vez más difícil detectar los peligros y las nuevas modalidades de cibercrimen.
Únete a la conversación, te invitamos a compartir este artículo.
Muy importante. Estos contenidos son para todos. No cobramos a quienes nombramos. Las fuentes de terceros no comprometen el pensamiento de nuestro grupo. Es responsabilidad del lector el cumplimiento de las normas y fechas que le apliquen.
