Segun arXiv q-fin, un equipo de investigadores ha desarrollado un sistema de inteligencia artificial que opera sin necesidad de entrenamiento previo ni intervención humana. Este modelo, denominado AGENTICAITA, reemplaza el proceso tradicional de generar señales y ejecutar operaciones por un ciclo autónomo de toma de decisiones. En lugar de depender de modelos estadísticos preentrenados, el sistema utiliza múltiples agentes basados en modelos de lenguaje grande que razonan, negocian y actúan en conjunto bajo reglas claras y estructuradas.
El diseño incluye cuatro componentes clave. Primero, un motor de activación adaptativo que solo emplea el poder de los modelos de lenguaje cuando se detectan condiciones de mercado anómalas, según el criterio de puntuación Z. Segundo, una secuencia de razonamiento estructurado donde agentes especializados —analista, gestor de riesgo y ejecutor— trabajan en cadena, guiados por contratos en formato JSON y una capa de seguridad que impide decisiones fuera de lo permitido. Tercero, un protocolo de sincronización que controla el uso de recursos de cálculo, evitando que múltiples agentes actúen simultáneamente y garantizando que cada acción sea completamente reproducible y auditable. Cuarto, un índice de diversificación basado en correlaciones que permite a cada agente priorizar señales que reflejen características únicas de cada activo, sin perder visión de conjunto.
Durante una prueba de cinco días bajo condiciones reales de mercado, el sistema logró 157 ejecuciones sin intervención humana, distribuidas entre 76 activos. La fricción agente, medida como porcentaje de interacciones que requieren ajuste entre agentes, fue del 11,5%, indicando una negociación significativa y efectiva entre las unidades inteligentes. Los resultados demuestran que es posible operar un sistema de toma de decisiones financiera autónomo y seguro, sin necesidad de entrenamiento previo ni supervisión constante.
Para los inversionistas peruanos, este avance plantea una mirada renovada sobre la automatización en el manejo de carteras. Aunque aún se requiere validación en entornos reales y a largo plazo, el sistema ofrece una herramienta potencialmente más transparente y resiliente frente a cambios bruscos en el mercado. En un contexto donde los mercados locales —como el de la Bolsa de Valores de Lima— enfrentan volatilidad frecuente y condiciones dinámicas, un sistema que razona en tiempo real, sin dependencia de datos históricos previos, podría convertirse en una pieza clave en estrategias de inversión más robustas. Sin embargo, debe evaluarse con cautela, ya que la ausencia de entrenamiento no implica necesariamente ausencia de errores, y el cumplimiento de regulaciones locales sigue siendo esencial. El futuro de la inversión digital podría estar en la capacidad de los sistemas autónomos para adaptarse, no solo a datos, sino a la complejidad emocional y económica de cada mercado.