Explicación19 nov 2026 · 13 min de lectura

¿Puede la IA elegir acciones? Lo que dicen los tests

Qué hallaron las pruebas públicas de ChatGPT, Gemini, DeepSeek y otras IA eligiendo acciones, por qué sus respuestas cambian y cómo usarlas mejor.

PT
PickSkill TeamEl equipo de investigación de PickSkill — construyendo un analista IA para inversores particulares.
Imagen cinematográfica en la hora azul: un observatorio de cristal solitario coronado por una brújula, al final de un muelle sobre un mar en calma surcado por una tenue cuadrícula luminosa; simboliza la IA como instrumento de análisis y no como oráculo

La IA puede ayudarte a analizar acciones, pero la evidencia pública no demuestra que un chatbot pueda elegir ganadoras de forma fiable por sí solo. Elegir acciones con IA consiste en pedir a un modelo de lenguaje grande (LLM) como ChatGPT, Gemini o DeepSeek que seleccione u ordene acciones que espera que batan al mercado. En una prueba en vivo de diez meses con valores del IBEX 35, publicada como Documento de Trabajo n.º 96 de la CNMV (marzo de 2026), las preguntas simples del tipo «¿qué acciones debería comprar?» lograron un exceso de rentabilidad medio del 0,35 % mensual, que los autores consideraron estadísticamente indistinguible de cero.

Los resultados mejoraron mucho cuando los prompts se estructuraron y una persona revisó el razonamiento. Otras pruebas de 2025–2026 apuntan en la misma dirección: los resultados son dispares, dependen mucho de cómo preguntas y la respuesta de un solo modelo no es lo bastante estable como para tratarla como un oráculo.

Puntos clave

  • La evidencia es dispar. En los cuatro experimentos públicos de abajo, algunas carteras de IA batieron a su índice de referencia y otras se quedaron atrás, casi siempre en plazos cortos de seis a diez meses.
  • Cómo preguntas importa tanto como a qué modelo. En el estudio de la CNMV, el exceso de rentabilidad mensual medio pasó del 0,35 % (prompt ingenuo) al 2,24 % (prompt estructurado) y al 3,04 % (estructurado más revisión humana).
  • Un modelo y una sola respuesta tienen mucho ruido. Los autores de la CNMV señalan la «inestabilidad del resultado» (respuestas distintas ante prompts idénticos) como un fallo recurrente; nuestro propio AI Panel dio a NVDA un veredicto dividido y después uno bajista, con los mismos datos y unos 70 minutos de diferencia.
  • Los modelos comparten puntos ciegos. La investigación detecta una inclinación hacia tecnológicas y grandes capitalizaciones, y un estudio de Harvard halló que ChatGPT era más optimista que DeepSeek con las acciones chinas por falta de noticias negativas.
  • Usa la IA para investigar y como segunda opinión, compara modelos independientes y fíjate en sus desacuerdos.

¿Puede la IA elegir acciones que batan al mercado?

Por sí sola, no de forma fiable, según lo publicado hasta ahora. La prueba pública más rigurosa es el Documento de Trabajo n.º 96 de la CNMV, «Large Language Models and Stock Investing: Is the Human Factor Required?», de Ricardo Crisóstomo y Diana Mykhalyuk, del supervisor español del mercado de valores. Entre abril de 2025 y enero de 2026 pidieron a ChatGPT, Gemini, DeepSeek y Perplexity, el primer día hábil de cada mes, que puntuaran los 35 valores del IBEX 35, y evaluaron una cartera long-short con los cinco mejor y los cinco peor puntuados. Los prompts ingenuos obtuvieron un 0,35 % mensual de exceso de rentabilidad, estadísticamente indistinguible de cero. Los prompts estructurados con seis factores ponderados lo elevaron al 2,24 %, y el razonamiento en cadena (chain-of-thought) con revisión humana de cada respuesta alcanzó el 3,04 %. La conclusión de los autores es que los LLM «pueden batir al mercado» si se les guía y supervisa, pero que ese rendimiento «no es automático ni robusto» cuando funcionan de forma autónoma.

¿Qué encontraron los experimentos públicos de selección de acciones con IA?

Cuatro pruebas públicas de 2025–2026 cubren mercados, modelos y diseños distintos, y ninguna dura lo suficiente para zanjar la cuestión. Vistas en conjunto, los resultados oscilan según el modelo, el nivel de riesgo y el periodo, y los mejores llegan con más estructura o supervisión humana.

QuiénModelosMercado y periodoQué encontraron
Documento de Trabajo n.º 96 de la CNMVChatGPT, Gemini, DeepSeek, PerplexityIBEX 35, abr. 2025 – ene. 2026, mensualPrompts ingenuos: 0,35 %/mes de exceso (no significativo). Estructurados: 2,24 %. Con supervisión humana: 3,04 %, los cuatro modelos significativos
Finder AI Portfolio ShowdownChatGPT, Gemini, Copilot, DeepSeek, Perplexity, Meta AI, GrokCuatro carteras de 10 acciones por modelo, ene. – dic. 2026 (datos hasta oct.)Todas las carteras agresivas perdieron dinero y quedaron por detrás de ambos índices; la cartera conservadora de DeepSeek lideró con un 15,11 %
DezervGrok, ChatGPT, Gemini, Perplexity, ClaudeAcciones indias frente al Nifty 500 TRI, desde el 4 ago. 2025 (revisión a seis meses)Gemini y Perplexity por delante, Grok y ChatGPT por detrás, Claude cerca del mercado; el autor lo atribuye probablemente al azar
Harvard Business School (Wang, Cao, Xiang)ChatGPT 4.1, DeepSeek R14.978 acciones de Shanghái y Shenzhen, previsiones para el 31 dic. 2024ChatGPT previó precios un 12,5 % más altos que DeepSeek, con errores absolutos un 13 % mayores

La actualización de Finder de octubre de 2026 advierte que la prueba abarca «un periodo relativamente corto». El artículo de Dezerv llama a los modelos «generadores estocásticos de ideas, no gestores de carteras disciplinados» y dice que demostrar habilidad exigiría rentabilidades ajustadas al riesgo consistentes a lo largo de varios ciclos. El estudio de HBS es una prueba de previsión y no una cartera, pero muestra cómo los datos de entrenamiento pueden inclinar todas las respuestas en un mismo sentido.

Gráfico de barras del Documento de Trabajo n.º 96 de la CNMV: exceso de rentabilidad mensual medio de carteras long-short basadas en LLM sobre el IBEX 35, de abril de 2025 a enero de 2026 — 0,35 % con prompts ingenuos (no significativo), 2,24 % con prompts estructurados y 3,04 % con razonamiento en cadena más revisión humana.

¿Por qué cambian las recomendaciones de la IA de una consulta a otra?

Los LLM generan respuestas por muestreo, así que la misma pregunta puede volver con otro énfasis, otra acción u otra conclusión; además, buscan en la web de forma distinta cada vez. La taxonomía de fallos del documento de la CNMV incluye la «inestabilidad de búsqueda» (decenas de fuentes en una consulta, dos en otra comparable) y la «inestabilidad del resultado» (una puntuación de 0,75 que cambia ante un prompt equivalente), junto con datos desfasados, cifras inventadas, mezcla de divisas y errores aritméticos. El autor de Dezerv insiste en lo mismo: los modelos no son deterministas y no rinden cuentas de un mes a otro. Para un inversor, una respuesta del chat es una sola muestra entre muchas posibles, y nada en ella indica cuál te ha tocado.

Lo vimos en nuestros propios datos. El AI Panel de PickSkill pide a cinco modelos —DeepSeek V4 Pro, Qwen 3.8 Max, Kimi K3, GLM-5.3 y MiniMax M2.5— que lean la misma ficha de datos de una acción, y un modelo juez agrega sus opiniones. El 19 de noviembre de 2026 analizamos NVDA dos veces, con unos 70 minutos de diferencia, sobre los mismos datos al cierre del 17 de noviembre (155,46 $). La primera ejecución se pidió en chino y la segunda en inglés, y en la primera no llegó la opinión de GLM, así que no es una prueba perfectamente controlada. Aun así, el resultado es útil:

  1. Ejecución 1 (02:21 UTC): Qwen y Kimi bajistas, DeepSeek y MiniMax neutrales. Puntuación −0,55, veredicto dividido. Estrategia del juez: una pequeña posición de prueba en la zona de soporte de 148,35–155,46 con stop en 148.
  2. Ejecución 2 (03:31 UTC): GLM, Qwen, MiniMax y DeepSeek bajistas, Kimi neutral. Puntuación −0,81, veredicto bajista. Estrategia del juez: evitar nuevas compras y reducir en un rebote hacia 162,87.
  3. Qué cambió: tres de los cuatro modelos que respondieron ambas veces cambiaron de postura. Kimi pasó de bajista a neutral, y DeepSeek y MiniMax de neutral a bajista. Solo Qwen mantuvo su opinión.
  4. Qué se mantuvo: las dos ejecuciones coincidieron en los hechos clave —fuerte tendencia bajista, osciladores en sobreventa y soporte cerca de 148,35— y ambas se inclinaron a lo negativo.

Dos ejecuciones del AI Panel de PickSkill sobre NVDA con los mismos datos del 17 nov. 2026, lanzadas el 19 nov. con 70 minutos de diferencia: la 1 tuvo 2 opiniones bajistas y 2 neutrales, puntuación −0,55, veredicto dividido; la 2 tuvo 4 bajistas y 1 neutral, puntuación −0,81, veredicto bajista. Kimi, DeepSeek y MiniMax cambiaron de postura; Qwen siguió bajista.

La dirección fue estable; la convicción y la acción, no. Con solo una de esas respuestas podrías haber salido con «probar un rebote» o con «evitar», y con la misma seguridad.

¿Eligen todos los modelos de IA las mismas grandes acciones?

A menudo sí, y eso es un riesgo más que una confirmación. Un estudio sobre los sesgos de inversión de los LLM de Hoyoung Lee y coautores (arXiv 2507.20957) observa en la mayoría de los modelos probados «una tendencia a preferir acciones tecnológicas, de gran capitalización y estrategias contrarias», y que estas preferencias pueden convertirse en sesgo de confirmación. Cuando varios chatbots sugieren el mismo puñado de megacapitalizaciones, puede que solo repitan los mismos datos de entrenamiento y la misma cobertura mediática en lugar de llegar a conclusiones independientes. En el estudio de HBS, el optimismo de ChatGPT con las empresas chinas desapareció al añadir noticias de fuentes chinas: el sesgo venía de lo que el modelo había leído. El autor de Dezerv también advierte del riesgo de que muchos usuarios converjan en las mismas recomendaciones de IA. El acuerdo entre modelos solo tiene valor si son independientes y trabajan con los mismos datos verificados.

¿Cómo deberías usar la IA para analizar acciones?

Trata la IA como un asistente de investigación rápido y una segunda opinión, no como un selector de acciones. Los resultados de la CNMV llevan a una regla sencilla: dale al modelo estructura, datos verificados y una tarea clara, y revisa su razonamiento antes de actuar.

  1. Básalo en datos, no en memoria. Pide al modelo que trabaje con una ficha de datos fechada —evolución del precio, señales, valoración, últimos resultados— y no con lo que recuerde. El estudio de la CNMV halló que la información regulatoria oficial mejoraba la precisión.
  2. Exige estructura. En lugar de «¿compro?», pide postura, horizonte temporal, motivos, riesgos y qué le haría cambiar de opinión. Consulta nuestro artículo sobre análisis técnico vs. fundamental para saber qué datos van en cada lado.
  3. Pregunta varias veces y a varios modelos. Lanza la misma pregunta a varios modelos independientes y observa la dispersión.
  4. Lee primero los desacuerdos. Donde los modelos discrepan suele estar la incertidumbre real: un soporte, un riesgo de resultados, una valoración.
  5. Decide tú, con tus propias reglas de riesgo. Ningún modelo conoce tu horizonte, el tamaño de tu posición ni tu situación fiscal.

PickSkill reúne los pasos 1, 3 y 4 en una sola pantalla. El AI Panel da a cinco modelos la misma ficha y muestra una puntuación agregada ponderada por convicción de −1 a +1, junto con la postura, los motivos y los riesgos de cada modelo. El juez enumera coincidencias y desacuerdos y devuelve uno de cuatro veredictos: alcista, bajista, neutral o dividido. En nuestras 11 ejecuciones del 17 al 19 de noviembre de 2026, los cinco modelos coincidieron por completo solo en tres acciones (GOOGL y META bajistas, AAPL neutral). Para preguntas abiertas, el chat con el analista IA incorpora señales y resultados a la conversación. Nuestra guía de IA para analizar acciones en 2026 repasa el resto de herramientas.

¿Qué no puede hacer todavía la IA al elegir acciones?

La IA no puede ver el futuro, no puede garantizar que sus datos estén al día y no sabe decir cuánta confianza debería tener. Las pruebas públicas son cortas, de seis a diez meses, y cubren mercados concretos y versiones de modelos que cambian cada pocos meses. El documento de la CNMV encontró errores recurrentes al recuperar datos, interpretar métricas financieras y hacer cálculos, que son más difíciles de detectar justo para los inversores que más dependen de un prompt sencillo. Nuestras 11 ejecuciones del panel son demasiado pocas para decir nada sobre rentabilidades; solo muestran cómo se comportan las respuestas. Usa la IA para ampliar lo que compruebas, no para saltarte la comprobación. Este artículo tiene fines exclusivamente de investigación y formación y no constituye asesoramiento de inversión.

FAQ

¿Es bueno ChatGPT eligiendo acciones? La evidencia pública es dispar. En el Documento de Trabajo n.º 96 de la CNMV, los prompts conversacionales simples a ChatGPT dieron un exceso de rentabilidad negativo con acciones del IBEX 35, mientras que los prompts estructurados y supervisados funcionaron mucho mejor. En la comparativa de Finder de 2026, su cartera agresiva caía un 13,09 % en octubre de 2026. ChatGPT es más útil para explicar informes y ordenar la investigación que para elegir acciones por sí solo.

¿Alguna IA ha batido al mercado? Algunas carteras de IA han batido a su índice en periodos cortos. En el estudio de la CNMV, los cuatro modelos lograron excesos de rentabilidad estadísticamente significativos, pero solo con prompts estructurados y revisión humana de cada respuesta. Las carteras conservadoras de IA de Finder batieron en su mayoría a sus índices hasta octubre de 2026, mientras que todas las agresivas quedaron atrás. Ninguna prueba es lo bastante larga para demostrar una habilidad duradera.

¿Por qué la IA me da acciones distintas cada vez que pregunto? Los modelos de lenguaje generan respuestas por muestreo y buscan en la web de forma distinta en cada petición, así que prompts idénticos pueden devolver acciones, puntuaciones o posturas distintas. El documento de la CNMV recoge esta «inestabilidad del resultado» como un fallo recurrente. El AI Panel de PickSkill pasó de un veredicto dividido a uno bajista sobre NVDA con los mismos datos en unos 70 minutos.

¿Es mejor preguntar a varios modelos de IA en lugar de a uno? Consultar varios modelos independientes que leen los mismos datos verificados es más robusto que fiarse de una sola respuesta, porque ves dónde coinciden y dónde no. Pero el acuerdo es una prueba débil si los modelos comparten los mismos sesgos de entrenamiento, como la preferencia por las grandes tecnológicas, así que lee los desacuerdos y los riesgos antes de decidir.

¿Puede la IA sustituir a un asesor financiero o a mi propio análisis? No. La IA puede acelerar la investigación, resumir informes y ofrecer una segunda opinión, pero no conoce tus objetivos, tu horizonte ni tu tolerancia al riesgo, y se equivoca con datos y cálculos. El profesor de HBS Charles Wang lo resume así: las herramientas de IA «pueden acelerar la investigación, pero no sustituyen el juicio humano».

¿Quieres que PickSkill lo construya por ti?

Abre un chat y pídelo. La IA obtiene datos en vivo, hace los cálculos y entrega el resultado en un PPT, Word o Excel que puedes descargar.

Probar un chat gratis
ai-stock-pickingchatgptai-investingai-panelresearch