Segun arXiv q-fin, un estudio reciente examina si el alto rendimiento de modelos de clasificación de sentimiento financiero se traduce en señales útiles para la inversión. El trabajo analiza si una buena capacidad para identificar emociones en textos económicos —como noticias o titulares— conlleva una utilidad real en la predicción de retornos de mercado. Para ello, se desarrollan dos experimentos independientes. En el primero, se construye un benchmark de tres categorías a partir de cinco conjuntos de datos financieros, y se evalúan modelos como Naive Bayes basado en TF-IDF, FinBERT, Financial-RoBERTa, así como versiones de Qwen2.5-7B y modelos de lenguaje como LLaMA3-8B y Mistral-7B, adaptados mediante técnicas de QLoRA. Los resultados muestran que Mistral-7B alcanza una precisión de prueba de 0.8840 y un F1 macro de 0.8771, siendo el más eficaz en clasificación. La adaptación QLoRA mejora significativamente el rendimiento de Qwen2.5, elevando su F1 macro de 0.7274 a 0.8615, aunque no mejora el desempeño de Qwen2.5 cuando se aplica un enfoque basado en frecuencia inversa.
En el segundo experimento, se evalúa si los modelos generan señales que prevén de manera estadística los retornos futuros. Se analiza un conjunto de 10,637 titulares de Benzinga, con 13,115 observaciones vinculadas a acciones de un universo fijo de 100 empresas del S&P. Las probabilidades de sentimiento se convierten en puntuaciones continuas, agrupadas por acción y fecha, y se comparan con los retornos posteriores en horizontes de uno, dos, tres y cinco días. Aunque todos los modelos generan coeficientes de información positivos en promedio, el mayor valor registrado es de 0.0143, alcanzado por FinBERT. Sin embargo, ninguna de las 28 pruebas modelo-horizonte resulta estadísticamente significativa tras correcciones por el método de Newey-West y el control de falsos descubrimientos. Los resultados de portafolio también no revelan ventaja clara frente a estrategias basadas en clasificación.
Este hallazgo es relevante para inversores peruanos que buscan integrar tecnologías de inteligencia artificial en sus decisiones. Muchos han comenzado a confiar en herramientas que analizan el sentimiento de noticias para anticipar movimientos del mercado. Sin embargo, este estudio demuestra que una clasificación precisa no implica necesariamente una utilidad práctica en inversiones. Las señales generadas por estos modelos, aunque bien estructuradas, carecen de robustez estadística para ser usadas en estrategias reales. Para el inversionista peruano, esto sugiere que la confianza en algoritmos de sentimiento debe ir acompañada de una evaluación crítica: no todos los modelos que clasifican bien son capaces de generar ventajas reales en el rendimiento. La calidad del resultado no debe medirse solo por su precisión técnica, sino por su capacidad para traducirse en ganancias sostenibles.