Estos son los proyectos tecnológicos más innovadores de Wall Street: de Morgan Stanley a JPMorgan y Goldman Sachs

La innovación tecnológica no escasea en Wall Street. Muchas empresas están invirtiendo miles de millones en ambiciosos proyectos tecnológicos con el objetivo de cambiar la forma tradicional de hacer negocios en la banca de inversión, las ventas y la negociación, o la gestión de activos.

Las firmas de Wall Street cuentan, por ejemplo, con una gran cantidad de datos (recogidos de fuentes internas y de terceros) que utilizan para sus decisiones de inversión y negociación. Pero saber cuándo utilizar esa información, y cómo hacerlo eficazmente, es ahora un punto clave para los bancos de inversión y los hedge funds.

Junto con las reservas de datos han surgido nuevas formas de compartir, procesar y almacenar la información. Por ello, otros han centrado sus esfuerzos en la nube, combinando la tecnología ofrecida por las grandes tecnológicas con sus herramientas internas de análisis e investigación. Al mismo tiempo, algunas empresas están invirtiendo en tecnologías emergentes como la computación cuántica y la realidad virtual, anticipando un futuro que aún no ha llegado a nuestra vida cotidiana.

Así son los 10 innovadores y ambiciosos proyectos tecnológicos de las principales instituciones de Wall Street, como Goldman Sachs, Two Sigma, UBS, Morgan Stanley y D.E. Shaw.

JPMorgan se prepara para un futuro cuántico

• Empresa: JPMorgan Chase.
• Proyecto: Experimentar con casos de uso de la computación cuántica con una plataforma basada en la nube que el banco ha construido internamente.
• Responsables del proyecto: Andrew Lang, director global de tecnología; Marco Pistoia, director de investigación aplicada a la tecnología global; y David Castillo, director de tecnología de IA y aprendizaje automático.

JPMorgan está apostando por la tecnología de computación cuántica, una alternativa emergente al ordenador tradicional para cambiar la forma de realizar sus cálculos. La diferencia podría permitir a los usuarios de esta tecnología procesar algoritmos y ejecutar cálculos a velocidades de vértigo.

Esto se debe a que la computación cuántica utiliza la mecánica cuántica, un tipo de física que aprovecha los bits cuánticos, o qubits, en lugar de los unos y ceros que utilizan los ordenadores clásicos. Los qubits, a diferencia de los bits de los ordenadores clásicos, pueden almacenar múltiples valores al mismo tiempo. Esta característica les da, teóricamente, una enorme ventaja de velocidad.

Muchas ideas sobre el uso de la cuántica en las finanzas y en otros ámbitos han sido teóricas, ya que algunos afirman que el hardware aún no está lo suficientemente avanzado y que las máquinas cuánticas necesitan más recursos para funcionar. Pero los investigadores de JPMorgan afirman que hay indicios de que el sector se está acercando a un punto en que los ordenadores cuánticos pueden procesar los problemas del mundo real con mayor rapidez que los clásicos, lo que suele denominarse ventaja cuántica.

"Todavía faltan algunos años para que la ventaja cuántica se imponga, pero ha habido avances en el hardware y ya hemos superado la parte teórica. Es un buen momento para experimentar y poder estar preparados para la cuántica", afirma Pistoia a Business Insider.

En JPMorgan, el trabajo de computación cuántica se realiza a través de un grupo centralizado llamado Investigación Aplicada a la Tecnología Global. Se creó en 2020 y está dirigido por Pistoia y Lang. Algunos casos de uso que el banco está explorando son la optimización de carteras, la fijación de precios de opciones, el análisis de riesgos y la detección de fraudes y el procesamiento del lenguaje natural.

El grupo trabaja en estrecha colaboración con el equipo de inteligencia artificial y aprendizaje automático del banco, ya que ambas tecnologías tienen características complementarias.

Fidelity quiere acercar las herramientas de realidad aumentada y virtual a sus empleados

• Empresa: Fidelity.
• Proyecto: Uso de la realidad aumentada y virtual para la incorporación y colaboración de los empleados.
• Responsable del proyecto: Jamie Barras, vicepresidenta de gestión de productos informáticos en la incubadora de tecnología emergente Fidelity Center for Applied Technology.

En Fidelity, Barras y su equipo tienen una responsabilidad general, según ha explicado a Business Insider: "Nuestro objetivo es ir siempre al menos 5 años por delante de la empresa", comenta Barras.

En los últimos años, esto ha significado explorar cómo puede la empresa aprovechar la realidad virtual y la realidad aumentada.

Después de comenzar a explorar el sector de la tecnología en 2014, los equipos de aprendizaje y desarrollo de Fidelity comenzaron gradualmente a utilizarla para formar a los empleados que trabajaban desde casa, como los de los centros de llamadas. En 2020, la pandemia permitió ofrecer realidad virtual y aumentada a los trabajadores de otros departamentos de la empresa.

Fidelity comenzó a incorporar a sus empleados enviándoles auriculares de realidad virtual. La idea es que puedan colaborar en entornos de grupo de forma virtual, sin tener que llevarlos a todos a la sede de Boston.

Barras explica que los productos de realidad virtual y aumentada necesitan más desarrollo antes de poder utilizarse de forma generalizada. Pero adelantarse es fundamental para su trabajo y el de su equipo, que se ha centrado en 4 objetivos clave para la RV y la RA: formación de empleados, educación de clientes, colaboración y visualización de datos.

'Packaging data' y análisis para los banqueros de Morgan Stanley

• Empresa: Morgan Stanley.
• Proyecto: Llevar nuevos datos y conocimientos directamente al personal de Morgan Stanley.
• Responsables del proyecto: Jimmy Sharma, jefe global de tecnología de banca de inversión y mercados; Mike Vukovich, jefe de plataformas de datos y análisis para la tecnología de banca de inversión y mercados globales, y Ryan Magee, subdirector global de operaciones de banca de inversión.

Los datos son la base del trabajo que realizan los equipos de banca de inversión y las mesas de negociación de las empresas financieras. Pero para los banqueros, traders e investigadores que aprovechan esa información en nombre de los clientes, todos esos datos deben ser fácilmente accesibles y presentarse de forma sencilla.

En Morgan Stanley, ahí es donde entra Poet. Poet es una herramienta de gestión y análisis de datos a través de la cual los empleados pueden acceder al vasto caudal de información de Morgan Stanley desde una plataforma centralizada, muy distinta de cómo se almacena actualmente la información. 

Uno de los principales objetivos de Poet es que los usuarios de la herramienta, es decir, los empleados junior que trabajan en un modelo de valoración para una empresa cliente, accedan fácilmente a los datos. La mayoría de veces es a través de Excel, donde Poet funciona con un plug-in que los banqueros pueden utilizar para obtener nuevas fuentes de datos, así como modelos estandarizados para toda la empresa y fórmulas financieras.

Pero Poet también se ha desarrollado pensando en los trabajadores más técnicos de Morgan Stanley. A través de las interfaces de procesamiento de aplicaciones basadas en Python, los especialistas en cálculo y los científicos de datos del banco también pueden acceder directamente a los conjuntos de datos de la empresa.

Millenium Management pretende unir aplicaciones distintas para los gestores de carteras

• Empresa: Millennium Management.
• Proyecto: Integrar el conjunto de aplicaciones de los gestores de carteras para mejorar el flujo de trabajo y la interoperabilidad.
• Responsables del proyecto: Brett Kotch, jefe de tecnología de negociación de renta variable, y Steve Johnson, jefe de tecnología de riesgos.

En Millennium Management, un hedge fund con 58.000 millones de dólares en activos, los gestores que utilizan aplicaciones solían tener dificultades para navegar entre las diferentes herramientas.

La mayoría de las aplicaciones tenían un aspecto muy distinto, lo que hacía que la experiencia del usuario fuera torpe. Y lo que es más importante, estas herramientas no se comunicaban entre sí, por lo que los usuarios tenían que trasladar información de una aplicación a otra, algo que ralentizaba sus tareas. Además, algunas se ejecutaban en navegadores y no había forma de guardar o restaurar el trabajo de un gestor para el día siguiente.

Ya en 2018, el jefe de tecnología de negociación de renta variable de Millennium, Kotch, se propuso unificar las aplicaciones. Quería ofrecer interoperabilidad en el back-end y un aspecto coherente en el front-end. Tan pronto como se construyó el prototipo de Kotch, Johnson, jefe de tecnología de riesgos de Millennium, integró todas las aplicaciones del equipo de tecnología de riesgos en lo que ahora se llama MLP Launchpad. Al año siguiente, el prototipo se puso a prueba y comenzó a mejorarse.

Durante este año, la mayoría de los equipos de tecnología de riesgo y de renta variable se han incorporado a la plataforma, que cuenta con más de 100 aplicaciones. Kotch y Johnson siguen trabajando estrechamente en el proyecto, ayudando a introducir nuevos equipos en MLP Launchpad. 

Millenium está trabajando ahora para unificar todas sus aplicaciones en la nueva plataforma, un esfuerzo que será dirigido por Dean Vasilakos, el jefe de herramientas de gestión de carteras de renta variable.

'Packaging' y entrega de datos de Goldman Sachs en la nube

• Empresa: Goldman Sachs.
• Proyecto: Poner los datos de Goldman en la nube pública para los clientes institucionales.
• Responsables del proyecto: Anne Marie Darling, directora de estrategia y distribución de clientes de Marquee; Andrew Phillips, director global de estrategia de productos de Marquee.

Como ejecutivos que dirigen la Nube Financiera de Datos de Goldman Sachs, Darling y Phillips han recibido el encargo de gestionar la exploración de la empresa sobre el intercambio de datos como un producto en sí mismo. Esto también los pone a cargo de la floreciente asociación de Goldman con Amazon Web Services.

Lanzada en otoño de 2021, Financial Cloud for Data es un servicio de flujo de información y análisis alojado en la nube de AWS que Goldman ha diseñado para los ingenieros que trabajan con los clientes institucionales del banco. La herramienta sirve para que los científicos de datos y los desarrolladores de, por ejemplo, un hedge fund, puedan aprovechar la riqueza de los datos de mercado y de riesgo de Goldman a través de las eficientes vías de entrada de back-end que ofrece AWS.

El objetivo es reimaginar el modo en que los clientes de la parte compradora descubren, organizan y analizan los datos de Wall Street para tomar decisiones de inversión. Al conectarse a AWS, los usuarios de Financial Cloud for Data pueden acceder a análisis cuantitativos avanzados sin la responsabilidad de tener que desarrollar y mantener la tecnología de integración de datos.

Goldman no es nuevo en esto de compartir datos. El banco lanzó Marquee, una herramienta centralizada de flujo de información y gestión de riesgos para clientes institucionales, en 2014. Pero Financial Cloud for Data es única por su estructura nativa en la nube y su énfasis en conectar específicamente a los desarrolladores y no solo a los gestores de carteras y traders, según explicó Goldman en el momento del lanzamiento.

D.E.Shaw busca saber cuánta potencia de cálculo necesita un gestor de inversiones cuantitativas y cuándo la necesita

• Empresa: D.E. Shaw .
• Proyecto: Construir un sistema de programación informática que pueda manejar las grandes demandas de datos de D.E. Shaw.
• Responsables del proyecto: Michael DeCandia y Paul Sánchez, vicepresidentes senior del grupo de sistemas cuantitativos de D.E. Shaw.

Para el gigante de la banca cuantitativa D.E. Shaw, es fundamental saber cuánta potencia de cálculo necesita un determinado modelo de investigación o algoritmo para funcionar.

La empresa, que gestiona unos 60.000 millones de dólares en activos, se basa en grandes conjuntos de datos para dar forma a los modelos de inversión y puede crear "demandas de computación que creemos que rivalizan con los principales laboratorios de investigación financiados por el gobierno", afirma DeCandia. 

D.E. Shaw es conocida por su destreza tecnológica, formada por equipos de informáticos, matemáticos, ingenieros e investigadores. En particular, la empresa se apoya en una herramienta llamada Maestro, que puede gestionar y predecir la potencia de cálculo necesaria para dar forma a las inversiones del fondo. El sistema de programación informática personalizado, construido por la firma, puede determinar y asignar los recursos necesarios para una función determinada.

Desde el lanzamiento de Maestro en 2018, el equipo de sistemas cuantitativos de D.E. Shaw ha seguido desarrollando su diseño. Gran parte del trabajo del equipo se ha centrado en aumentar las capacidades de la herramienta para ejecutarse tanto en las instalaciones como dentro de la nube pública.

"Esta versatilidad permite a nuestros equipos hacer un uso más eficiente de los recursos tanto en las instalaciones como en la nube, donde de otro modo podríamos encontrarnos con limitaciones", aclara Sánchez.

Man Group quiere actualizar su motor de la ciencia de datos para poder asumir información a gran escala

• Empresa: Man Group.
• Proyecto: Actualizar el motor de la ciencia de datos de Man Group para que pueda asumir cantidades masivas de datos.
• Responsable del proyecto: Gary Collier, jefe de tecnología de Alpha Technology en Man Group.

Los datos son el alma de cualquier empresa de inversión. Y en Man Group (uno de los mayores hedge funds que cotizan en bolsa, con 142.000 millones de dólares en activos gestionados) se intenta manejar datos a gran escala.

Eso es lo que llevó a la empresa a crear Arctic, un sistema de ciencia de datos centrado en Python que los analistas de inversión de Man Group utilizan para generar alfa, realizar análisis de riesgo y alimentar aplicaciones de aprendizaje automático. El sistema se hizo de código abierto en 2015 y tiene más de un millón de descargas hasta la fecha, según Collier.

"Cada día procesamos de forma rutinaria miles de millones de datos y la solidez y flexibilidad de nuestra plataforma nos permite proporcionar 9.500 GB de datos limpios de posiciones, riesgos, operaciones y mercados para alimentar nuestro negocio", apunta Collier, que supervisa la tecnología utilizada por los gestores de inversión. Un componente clave de Arctic es que interactúa perfectamente con Python, un lenguaje de codificación muy utilizado en los servicios financieros.

A finales de 2017, Man Group se embarcó en una reescritura de base de Arctic para asegurarse de que está listo para la próxima generación de desafíos de datos que enfrenta la industria. Arctic evolucionó hasta convertirse en ArcticDB, que contiene la misma interfaz Python, fácil de usar, pero también un motor C++ sobrealimentado. Ese motor proporciona una mejora de órdenes de magnitud en la escala de datos que el sistema puede manejar, la rapidez con la que se obtienen las consultas y la eficiencia con la que se almacenan los datos.

"Un ejemplo concreto de esto es que Arctic hace que sea trivial tratar con marcos de datos ultra amplios, como uno de 400.000 columnas que representa un gran universo de bonos corporativos", explica Collier. 

ArcticDB ahora gestiona cientos de terabytes de datos a través de la investigación y la producción. Y aunque la reescritura comenzó en 2017, todavía está en desarrollo activo.

Two Sigma lleva la ciencia de los datos a una clase de activos opaca

• Empresa: Two Sigma.
• Proyecto: Superar la inversión inmobiliaria con la ciencia de los datos.
• Responsable del proyecto: Drew Conway, jefe de ciencia de datos de Two Sigma Real Estate.

En la gestora de inversiones cuantitativas Two Sigma, Conway dirige un equipo de científicos e ingenieros de datos que han pasado la mayor parte de los últimos 3 años construyendo herramientas que están dando forma a los modelos de inversión del fondo para el sector inmobiliario comercial.

Fundada en 2001, Two Sigma, al igual que otros gestores de inversiones cuantitativas, se basa en la informática y el análisis intensivo para fundamentar sus apuestas en una amplia gama de clases de activos. Two Sigma Real Estate, que se lanzó por primera vez en 2019 y que ahora cuenta con un equipo de 10 ingenieros, es una extensión del espíritu analítico de la empresa a la inversión inmobiliaria.

Según Two Sigma, las herramientas de inversión inmobiliaria modelan las inversiones a través de oportunidades de crecimiento a corto y largo plazo en unos 850 mercados de Estados Unidos. Y las herramientas han sido diseñadas para dar forma a cada etapa del proceso, desde el desarrollo de una tesis de inversión hasta el momento en que Two Sigma sale de la apuesta.

Conway se unió a Two Sigma en 2019 desde Alluvium, una startup de IA empresarial que fundó en 2015.

Ampliación de la herramienta de investigación y negociación de activos cruzados de UBS para clientes bancarios

• Empresa: UBS.
• Proyecto: Convertir UBS Neo en una ventanilla única para la banca y el comercio.
• Responsable del proyecto: Nej D'jelal, director de UBS Neo.

UBS Neo es una plataforma de riesgo de activos, investigación, banca y negociación que utilizan tanto los clientes como el personal interno del banco de inversión.

Los ingenieros han ido construyéndola hasta convertirla en una ventanilla única en la que los clientes pueden acceder a los datos de mercado de UBS para divisas, renta fija y renta variable y ejecutar operaciones. La descentralización y la estandarización son la clave de Neo, según D'jelal, que dirige la plataforma.

"Nos permite agregar esas aplicaciones de una manera muy fácil, muy eficiente", comenta D'jelal a Business Insider, añadiendo que Neo contiene más de 100 aplicaciones de este tipo.

D'jelal se incorporó a UBS en enero de 2021 y, desde entonces, ha aprovechado su experiencia tanto técnica como empresarial en el apoyo a las franquicias de comercio electrónico de Goldman Sachs y Barclays para hacer crecer Neo y personalizar aún más sus ofertas específicas de activos.  

A pesar de su lanzamiento hace una década, Neo sigue evolucionando. D'jelal dice que uno de los objetivos futuros será integrar en la plataforma a "terceros colaboradores como editores, expertos y empresas de tecnología financiera", con lanzamientos de productos relacionados previstos para finales de este año.

Vanguard crea experiencias personalizadas online

• Empresa: Vanguard.
• Proyecto: Personalizar las experiencias online de jefes y empleados.
• Responsables del proyecto: Amber Brestowski, responsable de la experiencia de inversores institucionales y clientes de Vanguard.

Durante los 2 últimos años, Brestowski ha estado trabajando para reimaginar la forma en que Vanguard ayuda a sus clientes de 401(k) a entender su bienestar financiero.

Como responsable de la experiencia de los clientes y el asesoramiento de los inversores institucionales de Vanguard, Brestowski ha dirigido un equipo para lanzar una variedad de nuevos productos y características, incluyendo nuevas experiencias online como el acceso simplificado a los datos de los empleados, la gestión de documentos y las herramientas de información.

Para los trabajadores de las empresas, Vanguard lanzó un centro de bienestar financiero digital, que es una experiencia adaptada para ayudar a los usuarios a comprender mejor su situación financiera y alcanzar sus objetivos a nivel económico. El equipo de Brestowski también ha ampliado el acceso al roboadvisor de la empresa a todos aquellos con un plan de jubilación. Además, la compañía está poniendo en marcha cuadros de mando personalizados que permiten a los participantes fijar o seleccionar las funciones que les gustaría ver cada vez que se conectan.

Todo esto ha sido posible gracias a la plataforma de registro basada en la nube de Vanguard, que ha contribuido a mejorar la personalización, la experiencia del cliente y el apoyo operativo.