- Inicio
- Blog Refinitiv
- Inversiones y Trading
- Coding: una habilidad cada vez más necesaria para los analistas de acciones
July 26, 2022 | Inversiones y Trading
Coding: una habilidad cada vez más necesaria para los analistas de acciones
Tanto en el buy-side como en el sell-side, los analistas se encuentran con cantidades cada vez mayores de conjuntos de datos que además de ser inmensos, son complejos e inusuales. Para superar este desafío, necesitan recurrir a herramientas de vanguardia y mejorar las habilidades de codificación para generar conocimientos y extraer valor, de forma más rápida y eficiente.
- Los analistas del buy-side deben explorar formas de generar Alfa de forma más económica y superar los benchmarks, lo que los dejará en ventaja frente a las estrategias de inversión pasivas.
- Mientras tanto, los analistas del sell-side se encuentran bajo la presión de reducir el costo de producción de estudios de inversión diferenciados y de alta calidad que los ayuden a atraer la atención del buy-side.
- La estrecha relación entre los datos, la tecnología y el talento humano es clave para que la integración de estas tendencias tenga éxito durante todas las etapas de los estudios de inversiones.
Una nueva generación de analistas
Hasta hace unos años, cuando un analista de inversiones quería demostrar su valor, la mejor herramienta para hacerlo era Excel. Hoy en día, sólo hay un camino a seguir: Python.
Cada vez más, las empresas de investigación de inversiones buscan analistas con sólidos conocimientos de codificación. Esto se debe a que, con profesionales que dominan los lenguajes de programación de datos, es posible crear herramientas flexibles y robustas que le permitirán a la empresa enfocarse en una mayor creación de valor, así como hacer un mejor uso de la conectividad, los datos y los análisis disponibles.
Hoy en día, los principales research analysts del mercado tienen un conjunto de habilidades mucho más universal que los del pasado, y esta nueva generación quiere dejar su huella.
Python: el camino hacia una innovación más rápida
En el estudio de inversiones, la noción de evolución rápida siempre ha existido, pero se ejecutaba utilizando Excel, que es más lento y menos eficiente que Python. Ahora, a medida que Python se vaya difundiendo, los analistas podrán innovar más rápidamente.
Con la aplicación de la MIFID II (Markets In Financial Instruments Directive II), estos profesionales están aún más presionados a ofrecer insights, demostrando que sus estudios merecen la inversión del cliente. Pero esa está muy lejos de ser la única razón. A esto hay que añadir el trabajo de combinar conjuntos de datos para llegar a conclusiones diferenciadas - además de integrar a la perfección conjuntos de datos dispares, de fuentes de terceros, con contenido propietario; y todo esto a través de una estructura flexible y un flujo de trabajo único y conectado. Sólo así podrá tener una idea del desafío que los analistas de inversiones están enfrentando.
Por tanto, Python es la herramienta de la nueva generación de analistas. En comparación con Excel, tiene la ventaja de poder manejar grandes conjuntos de datos e incorporar el machine learning y la modelización.
Tiempo para más tareas de valor agregado
Muchos profesionales del sector aún pasan horas por semana dedicadas a tareas de rutina, como la limpieza de datos o el intercambio entre distintos sistemas, pero la automatización de know-how puede ayudar a reducir estas funciones repetitivas.
En estos días, los analistas buscan formas de reducir el número de clics necesarios para realizar las tareas diarias o incluso eliminar los errores que pueden surgir cuando tienen que mover datos entre aplicaciones.
Desde luego, el tiempo que se ahorraría podría emplearse en ideas creativas o en análisis financieros y de evaluación más profundos (que permitan construir modelos de empresas sólidos), además de tareas de mayor valor agregado, como las conversaciones con inversores y clientes.
Sin embargo, a pesar de estas ventajas evidentes, debemos considerar que tal vez la codificación no sea un recurso útil para todos los analistas. Esto se debe a que es un recurso indicado para ciertos "casos de uso" y, aun así, no todos los profesionales necesitarán programar código en Python. Sin embargo, es importante que los analistas entiendan cómo eso permite un estudio mucho más sólido.
Resumiendo, debe haber un equilibrio entre el arte de llevar a cabo un estudio de inversiones y el uso de coding en esa tarea. Y sin duda, las empresas que sepan aprovechar correctamente este recurso se beneficiarán de ello.
Tendencia creciente
Quienes buscan una ventaja competitiva ya se han dado cuenta del valor de la programación, ya sea para automatizar tareas repetitivas, mejorar la calidad de los estudios o la precisión del modelado financiero.
En última instancia, el objetivo es principalmente ofrecer una ventaja competitiva para la generación de Alfa en el buy-side y para estudios de inversión en el sell-side.
Es importante recordar que, incluso entre aquellos que aún no dominan la codificación, el apetito por la herramienta es enorme. Y a medida que los analistas se sientan más curiosos y se familiaricen con las posibilidades que ofrece, esta tendencia debería ser cada vez más fuerte.
Descargue nuestro nuevo informe y descubra cómo las instituciones financieras han cambiado su mentalidad y actualmente, en lugar de preguntarse "¿por qué hacemos esto?", se preguntan "¿cómo puedo adoptar esto?"
