IA como asesor para inversores

  • Autor del tema Autor del tema Rauxa
  • Fecha de inicio Fecha de inicio
Yo llevo ya 3 meses intentando crear una app que me de puntos de entrada y salida para accs, de momento limitada a mercado español, frances, aleman y uk. No toda la bolsa de esos paises sino solo las empreses de las que he podido bajar info automaticamente de sus comunicaciones (en esto la cnmv es la que menos problemsas me ha dado), scrappea y descargo todos los comunicados, los valida e intenta extraer determinados datos economicos, sino puede se descarta la empresa. Luego comprueba determinadas señales (SMA, PER... ) y comprueba con un historico de 15 años cuando las señales individuales o combinadas han producido aumentos de un 5, 10 o 15% en los siguientes 6 mese. Todo esto lo valida con historicos y va eliminando señales que duplican info o no aportan nada contra el historico. Despues he incluido como variables el momento economico (expnsivo, neutral, ...) y vuelve a comprobar si las señales cambian segun el momento de ciclo. Despues he hecho lo mismo con otros indicadores macro, lo mismo por sectores economicos para ver si unas señales se comportan mejor en unos que en otros. Ahora lo estoy haciendo por mercados individuales y en conjunto europeo. Me queda aun bastante antes de probar si funciona o no. De momento el mejor resultado (teorico) para España ha sido un 70% de aciertos en señales de entrada con un 20% de falsas señales, funcionando mejor en España que por ejemplo en francia porque hay mas concentracion de sectores y es un mercado mas pequeño.
 
Os paso el prompt q estoy usando yo

Analiza la empresa XXXX con un enfoque de inversor profesional y estructurado. Quiero un análisis profundo, cuantitativo y cualitativo, centrado en la tesis de inversión, riesgos y asimetría riesgo/retorno.

Estructura el análisis en las siguientes secciones:

1. Resumen ejecutivo
•Qué hace la empresa
•Tesis de inversión en una frase
•Catalizador principal
•Riesgo principal

2. Qué venden y quién compra
•Productos / servicios
•Segmentos de clientes
•Motivación de compra
•Sensibilidad cíclica

3. Cómo gana dinero
•Modelo de negocio
•Pricing power
•Segmentos de ingresos con %
•Mix geográfico

4. Calidad de ingresos
•Predictibilidad
•Diversificación
•Dependencia de clientes / sectores
•Ingresos recurrentes vs cíclicos

5. Estructura de costes
•Costes variables clave
•Costes fijos
•Márgenes históricos (bruto, EBITDA, EBIT)
•Apalancamiento operativo

6. Intensidad de capital
•CapEx (crecimiento vs mantenimiento)
•Activos principales
•Conversión EBITDA → FCF
•Necesidades de capital circulante

7. Motores de crecimiento
•Estructurales
•Cíclicos
•Expansión geográfica
•Mix de producto

8. Ventaja competitiva
•Moat (si existe)
•Economías de escala
•Coste de cambio cliente
•Barreras de entrada
•Comparación con competidores

9. Estructura de la industria
•Fragmentación / concentración
•Posición competitiva
•Ciclo sectorial actual

10. Economía unitaria y KPIs clave
•Métricas críticas a seguir
•Utilización de activos
•Margen por segmento
•KPI que determina la tesis

11. Asignación de capital y balance
•Deuda y vencimientos
•Apalancamiento
•Historial de adquisiciones
•Dilución potencial
•Calidad del management en capital allocation

12. Riesgos y modos de fallo
•Financiero
•Operativo
•Macro
•Competitivo
•Contable

13. Valoración y perfil de retorno
•Múltiplos actuales
•Comparables sectoriales
•Bear case
•Base case
•Bull case

14. Catalizadores
•Corto plazo (0-6 meses)
•Medio plazo (6-24 meses)
•Eventos clave

15. Estructura de capital detallada
•Jerarquía financiera
•Bonos / préstamos
•Preferentes / convertibles
•Riesgo de refinanciación

16. Flujo de caja y conversión
•Ciclo de conversión de caja (CCC)
•Inventario, DSO, DPO
•Conversión EBITDA a FCF
•Capacidad de desapalancamiento

17. Análisis “What If”

Simula escenarios:
•+10% ventas
•-10% ventas
•Impacto en EBITDA
•Impacto en beneficio neto
•Impacto en valoración

18. Sensibilidad de valoración

Tabla con:
•EBITDA estimado
•Múltiplos
•Enterprise Value
•Equity Value
•Potencial subida

19. Señales a monitorizar
•Alcistas
•Bajistas
•Indicadores adelantados

20. Estrategia de inversión
•Tipo de inversión (cíclica, turnaround, compounder…)
•Tamaño de posición sugerido
•Riesgo / recompensa
•Horizonte temporal

21. Conclusión final
•Tesis clara
•Qué debe cumplirse
•Qué rompe la tesis




Lo utilizo como base para tener una conversación con la IA analizando puntos concretos
Gracias, te tomaré prestados algunos parámetros para actualizar el mío
 
Yo creo que la IA te puede ayudar para analizar o filtrar acciones. Yo por ejemplo uso Antigravity (gemini) y para analizar una empresa hago lo siguiente:

* Fase 0: Preparación y Extracción de Datos
Antes de empezar a escribir, el sistema ejecuta varios scripts en Python que se conectan a la SEC y otras fuentes para descargar los estados financieros de hasta 10 años, datos de mercado y flujo de opciones. Esto se lo dije a la IA que me lo programara usando edgartools e yfinance.

* Paso 1: Negocio y "Moat" (Ventaja Competitiva)

  • Qué hace: Define a qué se dedica la empresa, si tiene una ventaja competitiva real (efecto red, marca, costes de cambio, etc.) y evalúa si sus ingresos son recurrentes.
  • De dónde sale la información: Se extrae directamente leyendo la sección “Item 1. Business” de los informes 10-K oficiales de la empresa, evitando narrativas de prensa o foros.

* Paso 2: Catalizadores a 2-5 años

  • Qué hace: Identifica los 2 o 3 eventos concretos que van a impulsar el crecimiento a medio plazo y mover el precio de la acción.
  • De dónde sale la información: El sistema busca palabras clave prospectivas (guidance, forecast) dentro del “Item 7. MD&A” (los comentarios de la directiva) en la SEC y cruza eso con un escaneo de noticias sectoriales recientes.

* Paso 3: Riesgos (Haciendo de Abogado del Diablo)

  • Qué hace: Mapea todo lo que puede salir mal, dividiéndolo en 5 categorías (competencia, regulación, finanzas, gestión y valoración) asignándoles una probabilidad y un impacto.
  • De dónde sale la información: Se extrae del “Item 1A. Risk Factors” de la SEC, donde las empresas están obligadas legalmente a listar todos sus peligros reales.
* Paso 4: Salud Financiera (Análisis Profundo)
  • Qué hace: Es el corazón del análisis. Se evalúa si el negocio crea valor midiendo la rentabilidad (buscando ROIC > 15%), la eficiencia del capital circulante, la radiografía de la deuda y posibles alertas contables.
  • De dónde sale la información: De procesar algorítmicamente hasta 10 años del Balance, Cuenta de Resultados y Estado de Flujos de Efectivo. Se aplican fórmulas sobre esos datos brutos para sacar scores avanzados como el Piotroski F-Score (solidez) o el Beneish M-Score (manipulación contable).

* Paso 5: Capital Allocation (Retorno al Accionista)

  • Qué hace: Revisa si la directiva te está devolviendo dinero de forma inteligente o si está destruyendo valor.
  • De dónde sale la información: Se cruza el histórico de dividendos pagados con el Flujo de Caja Operativo para ver si el pago es sostenible. Además, se analiza la variación de acciones en circulación (shares outstanding) para calcular matemáticamente la TIR de sus recompras (buybacks) y ver si compran barato o caro.

* Paso 6: Valoración Fundamental

  • Qué hace: Calcula matemáticamente cuál es el "Precio Justo" (Fair Value) de la acción cruzando tres modelos diferentes, y saca el Margen de Seguridad actual frente al precio de mercado.
  • De dónde sale la información: Usa un motor de valoración propio en Python. Calcula un Descuento de Flujos de Caja (DCF) con un peso del 40%, un Earnings Power Value (valor asumiendo cero crecimiento) al 25%, y una comparativa de múltiplos relativos al 30%.

* Paso 7: Timing Institucional (Flujo de Opciones)

  • Qué hace: Ayuda a afinar el precio de entrada identificando dónde están posicionados los grandes fondos institucionales, sin usar gráficos de análisis técnico clásico.
  • De dónde sale la información: El script lee la cadena de opciones (options chain) del mercado en tiempo real para encontrar Put Walls masivos. Estos son niveles de precio con una acumulación gigante de contratos de venta, que suelen actuar como suelo de cemento para el Smart Money.

* Paso 8: Análisis de Escenarios (Asimetría)

  • Qué hace: Mide la relación riesgo/beneficio simulando cómo cambiaría la valoración en tres escenarios: Base (60%), Alcista (20%) y Bajista (20%).
  • De dónde sale la información: Se cogen los catalizadores del Paso 2 (para el escenario alcista) y los riesgos del Paso 3 (para el bajista) y se introducen como variables en los modelos financieros del Paso 6.

* Paso 9: Recomendación y Plan de Ejecución

  • Qué hace: Genera la "ficha de acción" final. Dicta si se entra a mercado, se pone una orden límite en el soporte, se manda a la lista de seguimiento o se descarta.
  • De dónde sale la información: Es pura síntesis. Combina el Margen de Seguridad matemático con el nivel de entrada institucional de las opciones, y deja por escrito las condiciones de salida (que en mi caso nunca son por bajadas de precio, sino por deterioro del negocio).

* Paso 10: Análisis Pre-Mortem

  • Qué hace: Es una herramienta psicológica. Me obliga a imaginar que estoy 3 años en el futuro y he perdido el 50% de la inversión, pidiéndome explicar por qué fracasé.
  • De dónde sale la información: Un ejercicio deductivo estricto basado en forzar los peores riesgos identificados en el Paso 3. Ayuda enormemente a quitarse el sesgo de confirmación y el "enamoramiento" irracional por la empresa.

* Paso 11: Auditoría Institucional

  • Qué hace: Un control de calidad final antes de dar el análisis por bueno.
  • De dónde sale la información: El propio agente de IA revisa el informe que ha generado para asegurar que hay coherencia matemática (ej: que el margen de seguridad mencionado en la conclusión coincida con los decimales de la tabla de valoración) y que no hay banderas rojas ignoradas.
 
Te acuerdas del experimento de los chimpancés y los dardos en bolsa ?
Cinco grandes gestoras invirtieron después de un sesudo análisis
Cinco monos lanzaron aleatoriamente cinco dardos a posibles posiciones de inversión
Ganaron los chimpancés
 
Tengo casi 50 tacos y llevo más de 30 invirtiendo, básicamente en renta variable.

Normalmente cuando invierto me intento informar lo máximo posible: todo tipo de webs, analistas varios, economistas, experiencia propia, tengo formación en Economia también... y de ahí voy tirando.
Pero llevo tiempo dándole al tema de Chatgpt y demás família. No sé si vosotros la estáis utilizando o no vale la pena.

Mi idea sería "entrenar" a la IA. Explicarle detalladamente mi situación: desde cuando invierto, lo que he ganado, perdido, qué objetivo tengo, mi trabajo, si situación personal, en que me baso cuando invierto, en que me fijo, lo que domino, lo que no domino, lo que no entiendo.... O sea, darle todos los detalles posbles y de ahí, cuando yo la consulte, me pueda guiar y dar su punto de vista de lo que yo necesito.
Yo soy inversor de ganar "muchos picos pequeños" y estoy continuamente saliendo y entrando con varias carteras (aunque de vez en cuando me mantengo en algun valor para sacarle una % mayor).

O sea, necesito una herramienta, que me diga o me haga ver, oportunidades de inversión a tenor de mi forma de invertir. Yo, en condiciones normales, me pase 3-4 horas al día, siguiendo los mercados, leyendo analistas... y si encima estoy metido en USA, me paso hasta las tantas leyendo cosas y siguiendo a gente.

Es factible? Sería una herramienta de ayuda? Entiendo que sería una versión de pago. Hay alguna AI "especializada" en temas de inversión?
Pues busca los puntos de munger e integral o en una ia
 
Yo creo que la IA te puede ayudar para analizar o filtrar acciones. Yo por ejemplo uso Antigravity (gemini) y para analizar una empresa hago lo siguiente:

* Fase 0: Preparación y Extracción de Datos
Antes de empezar a escribir, el sistema ejecuta varios scripts en Python que se conectan a la SEC y otras fuentes para descargar los estados financieros de hasta 10 años, datos de mercado y flujo de opciones. Esto se lo dije a la IA que me lo programara usando edgartools e yfinance.

* Paso 1: Negocio y "Moat" (Ventaja Competitiva)

  • Qué hace: Define a qué se dedica la empresa, si tiene una ventaja competitiva real (efecto red, marca, costes de cambio, etc.) y evalúa si sus ingresos son recurrentes.
  • De dónde sale la información: Se extrae directamente leyendo la sección “Item 1. Business” de los informes 10-K oficiales de la empresa, evitando narrativas de prensa o foros.

* Paso 2: Catalizadores a 2-5 años
  • Qué hace: Identifica los 2 o 3 eventos concretos que van a impulsar el crecimiento a medio plazo y mover el precio de la acción.
  • De dónde sale la información: El sistema busca palabras clave prospectivas (guidance, forecast) dentro del “Item 7. MD&A” (los comentarios de la directiva) en la SEC y cruza eso con un escaneo de noticias sectoriales recientes.

* Paso 3: Riesgos (Haciendo de Abogado del Diablo)
  • Qué hace: Mapea todo lo que puede salir mal, dividiéndolo en 5 categorías (competencia, regulación, finanzas, gestión y valoración) asignándoles una probabilidad y un impacto.
  • De dónde sale la información: Se extrae del “Item 1A. Risk Factors” de la SEC, donde las empresas están obligadas legalmente a listar todos sus peligros reales.
* Paso 4: Salud Financiera (Análisis Profundo)
  • Qué hace: Es el corazón del análisis. Se evalúa si el negocio crea valor midiendo la rentabilidad (buscando ROIC > 15%), la eficiencia del capital circulante, la radiografía de la deuda y posibles alertas contables.
  • De dónde sale la información: De procesar algorítmicamente hasta 10 años del Balance, Cuenta de Resultados y Estado de Flujos de Efectivo. Se aplican fórmulas sobre esos datos brutos para sacar scores avanzados como el Piotroski F-Score (solidez) o el Beneish M-Score (manipulación contable).

* Paso 5: Capital Allocation (Retorno al Accionista)
  • Qué hace: Revisa si la directiva te está devolviendo dinero de forma inteligente o si está destruyendo valor.
  • De dónde sale la información: Se cruza el histórico de dividendos pagados con el Flujo de Caja Operativo para ver si el pago es sostenible. Además, se analiza la variación de acciones en circulación (shares outstanding) para calcular matemáticamente la TIR de sus recompras (buybacks) y ver si compran barato o caro.

* Paso 6: Valoración Fundamental
  • Qué hace: Calcula matemáticamente cuál es el "Precio Justo" (Fair Value) de la acción cruzando tres modelos diferentes, y saca el Margen de Seguridad actual frente al precio de mercado.
  • De dónde sale la información: Usa un motor de valoración propio en Python. Calcula un Descuento de Flujos de Caja (DCF) con un peso del 40%, un Earnings Power Value (valor asumiendo cero crecimiento) al 25%, y una comparativa de múltiplos relativos al 30%.

* Paso 7: Timing Institucional (Flujo de Opciones)
  • Qué hace: Ayuda a afinar el precio de entrada identificando dónde están posicionados los grandes fondos institucionales, sin usar gráficos de análisis técnico clásico.
  • De dónde sale la información: El script lee la cadena de opciones (options chain) del mercado en tiempo real para encontrar Put Walls masivos. Estos son niveles de precio con una acumulación gigante de contratos de venta, que suelen actuar como suelo de cemento para el Smart Money.

* Paso 8: Análisis de Escenarios (Asimetría)
  • Qué hace: Mide la relación riesgo/beneficio simulando cómo cambiaría la valoración en tres escenarios: Base (60%), Alcista (20%) y Bajista (20%).
  • De dónde sale la información: Se cogen los catalizadores del Paso 2 (para el escenario alcista) y los riesgos del Paso 3 (para el bajista) y se introducen como variables en los modelos financieros del Paso 6.

* Paso 9: Recomendación y Plan de Ejecución
  • Qué hace: Genera la "ficha de acción" final. Dicta si se entra a mercado, se pone una orden límite en el soporte, se manda a la lista de seguimiento o se descarta.
  • De dónde sale la información: Es pura síntesis. Combina el Margen de Seguridad matemático con el nivel de entrada institucional de las opciones, y deja por escrito las condiciones de salida (que en mi caso nunca son por bajadas de precio, sino por deterioro del negocio).

* Paso 10: Análisis Pre-Mortem
  • Qué hace: Es una herramienta psicológica. Me obliga a imaginar que estoy 3 años en el futuro y he perdido el 50% de la inversión, pidiéndome explicar por qué fracasé.
  • De dónde sale la información: Un ejercicio deductivo estricto basado en forzar los peores riesgos identificados en el Paso 3. Ayuda enormemente a quitarse el sesgo de confirmación y el "enamoramiento" irracional por la empresa.

* Paso 11: Auditoría Institucional
  • Qué hace: Un control de calidad final antes de dar el análisis por bueno.
  • De dónde sale la información: El propio agente de IA revisa el informe que ha generado para asegurar que hay coherencia matemática (ej: que el margen de seguridad mencionado en la conclusión coincida con los decimales de la tabla de valoración) y que no hay banderas rojas ignoradas.
Muy profesional.
 

Estadísticas del foro

Temas
2.048.780
Mensajes
58.127.842
Miembros
190.819
Último miembro
Willmor

El blog de burbuja.info

Volver