BBVA comenzó a explorar las aplicaciones de esta tecnología en la banca a mediados de 2018. Para ello, la entidad ha puesto en marcha una estrategia que implica la creación de alianzas, la consolidación de capacidades internas, la evaluación de las distintas herramientas y la realización de pruebas de concepto en colaboración con centros de investigación, empresas y ‘startups’. Estos pasos están situando a BBVA entre las entidades financieras a la cabeza de la investigación en este ámbito. Su trabajo se está traduciendo en la generación de estudios científicos, así como de conocimiento relevante que está ayudando a acercar la utilidad práctica de esta tecnología a las áreas de negocio del banco.
Carlos Cordero, CTO de Fujitsu en España asegura que"todas las industrias tienen múltiples áreas que se beneficiarían de la optimización, sin embargo, en general, la gran complejidad de los problemas significa que las conjeturas o el ensayo y error son los métodos más comunes. Mientras que la verdadera computación cuántica como tecnología se encuentra todavía en fase de prueba de laboratorio, Digital Annealer representa un puente hacia esta tecnología futura, gracias a su capacidad de evaluar múltiples combinaciones diferentes con extrema rapidez. Llevar esta optimización a la industria financiera, por ejemplo para identificar la cartera óptima y el momento ideal para adquirir o descargar activos puede suponer una enorme diferencia en los rendimientos que ofrece".
Por su parte, Carlos Kuchkovsky, responsable global de Investigación y Patentes en BBVAcomenta que “El ecosistema de tecnologías cuánticas está evolucionando muy rápidamente y creemos que la colaboración con distintos socios, tanto públicos como privados, es clave para hacer que los beneficios de estas tecnologías puedan traducirse en avances tangibles, para el sector y para la sociedad en general".
"Aunque esta tecnología aún está en una etapa temprana de desarrollo, nuestra investigación nos está permitiendo identificar las áreas donde podrá suponer una mayor ventaja competitiva. En BBVA creemos que esta tecnología será clave para resolver algunos de los grandes retos a los que la sociedad se enfrenta en esta década, como el uso de datos para tomar mejores decisiones, y la transición hacia un futuro más sostenible”, añade Kuchkovsky.
Optimización de carteras
La optimización de carteras de inversión consiste en el proceso de selección de los activos que, combinados, pueden ayudar a un cliente a obtener una mayor rentabilidad, en función de factores como el perfil inversor y el riesgo. Una forma de hacer este proceso más eficiente consiste en agrupar los activos de una cartera en subconjuntos por características comunes de riesgo. No obstante, a medida que se añaden activos a una cartera, así como factores a tener en cuenta para su clasificación, aumentan, de manera exponencial, las posibles combinaciones que pueden generarse y, por tanto, la cantidad de cálculos computacionales requeridos para obtener un resultado óptimo.
En colaboración con Fujitsu, BBVA ha llevado a cabo una PoC para determinar si estos cálculos se pueden realizar de manera más eficiente, gracias a las tecnologías cuánticas. Para ello, se ha utilizado el sistema Fujitsu Digital Annealer, un ‘hardware’ de inspiración cuántica que emula las características de estas tecnologías mediante algoritmos tradicionales. En concreto, la tecnología Digital Annealer se ha empleado para analizar un escenario de activos financieros de diversa índole, con un histórico de datos de 10 años. Con esta información se ha desarrollado un modelo matemático que resuelve los problemas, basándose en el Hierarchical RiskParity, con el objetivo de maximizar la diversidad entre los activos de la cartera de inversión.
Los resultados aportados por Digital Annealer en este escenario confirman la aplicabilidad de la computación cuántica para optimizar una cartera de inversión, reduciendo la volatilidad de la solución respecto a las dadas por otros algoritmos. Así mismo, esta aproximación permite confeccionar carteras de inversión resistentes a diferentes problemas que puedan surgir en el mercado de valores.
Otras aplicaciones
Pensando en el mundo de las finanzas, Digital Annealer también puede resolver otros problemas de optimización combinatoria. Por ejemplo, algoritmos similares podrían solucionar el problema de la trayectoria de trading óptima, es decir, teniendo un problema de optimización dinámica de cartera de inversión el objetivo es encontrar, no solo cuánto porcentaje de un presupuesto se destina en cada activo, sino también qué compras y ventas se deberían hacer a lo largo del tiempo, considerando los costes de las transacciones y el impacto en el mercado.
Otro problema que puede surgir es el de la posibilidad de arbitrajes, de forma que, debido a ineficiencias en el mercado, se podrían obtener beneficios solo a través de hacer transacciones entre diferentes activos; en este caso, Digital Annealer podría ser capaz de encontrar cuáles son esas transacciones para generar dicho beneficio.