El trader algorítmico: cómo la IA redefine la mesa de tesorería
El bullicio de las salas de mercados ha dado paso a la precisión del dato. Hoy, las mesas de tesorería operan como centros de alta tecnología donde procesar información en milisegundos marca la diferencia. En BBVA, la inteligencia artificial actúa como un potenciador del talento humano: los equipos se apoyan en modelos avanzados para analizar volúmenes masivos de datos, optimizar precios y agilizar la ejecución. La máquina asume el cálculo en tiempo real, permitiendo al profesional concentrarse en su verdadero valor: el juicio estratégico y el control.
Esta evolución tecnológica tiene un impacto inmediato en el servicio al cliente institucional. En los últimos años, la adopción de algoritmos de negociación se ha acelerado en las mesas de tesorería para responder a peticiones de precio en bonos, swaps de tipos de interés o divisas, para gestionar riesgos mediante coberturas, y para ejecutar órdenes de compra y venta.
"El cliente ve beneficios directos: mayor cobertura de producto cotizado, mejor velocidad de respuesta y precios más competitivos", explica Javier Sabio González, Managing Director de Advanced Analytics & Algorithmic Trading en BBVA CIB. La IA permite además ofrecer soluciones más rentables y personalizadas, como ‘On the fly ideas’, una funcionalidad de ePricer que genera propuestas adaptadas a las necesidades de cada cliente en tiempo real bajo una lógica económica clara y verificable.
Para entender esto, pensemos en un cliente que solicita a través de Bloomberg un precio para comprar o vender un bono. Para responder a esa petición, la entidad debe evaluar en milisegundos las condiciones de mercado, la profundidad de liquidez de los instrumentos de cobertura, el número de dealers participantes y el riesgo acumulado en cartera. Los algoritmos combinan datos históricos y señales en tiempo real para calcular una cotización que equilibre competitividad, rentabilidad y control del riesgo.
"El cliente ve beneficios directos: mayor cobertura de producto cotizado, mejor velocidad de respuesta y precios más competitivos"
Pero llevar esta capacidad al mercado requiere más que buena tecnología: exige aplicar el método científico con rigor. En BBVA, el equipo de Advanced Analytics & Algorithmic Trading, integrado en Global Markets, diseña e implementa estos algoritmos junto con las áreas de negocio. Antes de su puesta en producción, cada modelo se valida con evidencia histórica mediante backtesting; después, su desempeño se contrasta en condiciones reales con técnicas como el A/B testing. Este proceso de validación y revisión continua garantiza modelos sólidos y el cumplimiento normativo, en coordinación con Riesgo y Control.
Sobre esta base analítica consolidada, la inteligencia artificial generativa ha irrumpido como la ola más reciente. Si bien su primer impacto ha sido como herramienta de productividad, el verdadero salto cualitativo es su integración nativa en las aplicaciones productivas de negocio. Hace un año, la entidad dio el primer paso con Viriato, un asistente integrado en la plataforma Atalaya para ventas y traders de renta fija. "Los aprendizajes de Viriato nos han llevado a evolucionar nuestra infraestructura y a pensar cómo integrar la IA desde la raíz en nuestras aplicaciones", señala Javier Sabio.
El trader como estratega
En este ecosistema donde conviven modelos predictivos y agentes generativos, el talento humano no se diluye, sino que se revaloriza. "El trader evoluciona hacia un papel de dirección y supervisión sobre un ecosistema de algoritmos", explica Sabio. Mientras la tecnología ejecuta con velocidad y precisión, el profesional es quien define el marco estratégico, introduce su visión de mercado y conserva el control absoluto para intervenir cuando las condiciones exigen revisar la operativa. La profesión da un salto cualitativo: de la ejecución mecánica al juicio estratégico. En definitiva, la tecnología no ha llegado para vaciar las salas, sino para transformar y potenciar el trabajo de quienes las ocupan.
El talento humano no se diluye, sino que se revaloriza
Mirando hacia el futuro, los cambios de la próxima década apenas empiezan a esbozarse. La integración de modelos de machine learning será más profunda en el pricing, la gestión del riesgo, la ejecución y el análisis de mercado. Los sistemas de agentes ganarán peso en procesos productivos, desde el booking hasta el ciclo de vida post-trade. Y los traders podrán relacionarse con los algoritmos mediante asistentes de IA que traduzcan preferencias expresadas en lenguaje natural a parámetros concretos de funcionamiento.
También evolucionará la relación con los clientes. "Los asistentes de IA tienen cada vez más peso en cómo los usuarios interactúan con los canales electrónicos. En Global Markets ya estamos explorando formas de desplegar nuestros servicios a través de estos asistentes directamente", avanza Sabio.
Sin embargo, esta máxima sofisticación tecnológica refuerza, paradójicamente, la importancia del talento humano. Por mucha capacidad de cálculo que concentre la mesa de tesorería del futuro, la experiencia acumulada, la ética en la toma de decisiones y el criterio para leer contextos que los datos aún no han visto seguirán siendo la brújula insustituible de cualquier operación.