Considerado o maior especialista em investimento quantitativo do mundo, Marcos López de Prado tem uma mensagem para as firmas de Wall Street que investem milhões em programas de aprendizado de máquina: a maioria não está fazendo a coisa certa.

Os robôs podem salvar a gestão ativa de uma desgraça, mas a tecnologia não tem conseguido cumprir sua promessa disruptiva, segundo López de Prado.

O espanhol passou anos trabalhando para nomes de peso no mundo do “smart money” em sua tentativa transformar os investimentos com robôs de autoaprendizagem. Agora, decidiu deixar o paraíso quantitativo para um choque de realidade - vendendo seus algoritmos e conhecimentos a todos os interessados depois de uma saída inesperada da AQR Capital Management em meados do ano.

“Há muita euforia e poucas pessoas têm um histórico”, disse López de Prado em entrevista por telefone. “Não ajuda.”

Ele dever saber do que está falando. O pioneiro do chamado machine learning se destaca com estilo próprio em um campo inundado de visionários. Escreveu o livro sobre a aplicação da tecnologia às finanças - literalmente - e ocupou altos cargos no Guggenheim Partners e Citadel.

No ano passado, a AQR, a gigante de US$ 185 bilhões em fatores de investimento, contratou López de Prado como o primeiro diretor de machine learning. A parceria não durou; saiu da empresa menos de um ano depois. Ele fala bem da AQR e disse que sua saída foi amigável.

“Minha ambição sempre foi ajudar a modernizar as finanças e oferecer soluções disruptivas aos investidores”, disse. “A melhor maneira de fazer isso é do meu modo.”

Com o lucro da venda de patentes para a AQR, o professor da Universidade Cornell, em Nova York, agora planeja contratar uma equipe de cerca de 20 pessoas e atrair especialistas externos, dependendo de cada mandato. A empresa já conseguiu novos clientes, incluindo um fundo soberano e vários hedge funds, disse López de Prado.

Os algoritmos autodidatas são apontados como a próxima fronteira da revolução dos nerds, com potencial de escanear um amplo conjunto de dados para adivinhar os vínculos entre forças de mercado e preços dos ativos. Este mês, a Lynx Asset Management lançou uma estratégia automatizada de US$ 140 milhões, juntando-se a empresas como Man Group, Renaissance Technologies e Two Sigma no uso de robôs projetados para se aperfeiçoarem ao longo do tempo sem intervenção humana explícita.

O problema é que as estratégias guiadas por computador não estão à altura da popularidade: o índice Eurekahedge de hedge funds de inteligência artificial mostra desempenho aquém de seus pares nos últimos anos. Isso significa uma oportunidade para especialistas como López de Prado, agora com sua empresa True Positive Technologies - com foco em conclusões errôneas derivadas de dados que são muito comuns em investimentos quantitativos, ou falsos positivos.

Seu diagnóstico: os gestores de fundos jogam dados rotineiramente em um robô sem formar uma teoria. Se um “backtest” sugerir que os investidores devem comprar ações em um determinado dia de cada mês e vendê-las alguns dias depois, apenas uma justificativa conjunta para a negociação funcionará nos mercados.