AI Search: búsqueda de activos en lenguaje natural en FinImpulse

Encontrar los activos adecuados entre cientos de miles de instrumentos suele requerir saber por qué parámetros filtrar y configurar cada uno manualmente. Por ejemplo, una consulta como «ETF de dividendos en Europa» se convierte rápidamente en un conjunto de restricciones: región, clase de activo, rentabilidad, tamaño del fondo, liquidez y constancia histórica. En la mayoría de las herramientas, esto significa configurar cada parámetro por separado, lo que a menudo implica que falten métricas o que las combinaciones de filtros sean limitadas.

AI Search, una nueva función del panel de FinImpulse, elimina ese paso de traducción. Usted describe una idea de filtrado en lenguaje natural; el sistema analiza su intención, la vincula con los datos disponibles y devuelve la lista de activos correspondiente.

Aviso legal: AI Search es una herramienta de búsqueda y filtrado. No proporciona asesoramiento ni recomendaciones de inversión. Todas las decisiones de inversión son responsabilidad exclusiva del usuario.

Cómo funciona AI Search

AI Search acepta una consulta de texto libre — por ejemplo, «ETF europeos con activos netos superiores a 5.000 millones de dólares y al menos 3 años de historial de negociación» — y la convierte en un conjunto de filtros de base de datos aplicados al universo completo de activos de FinImpulse.

Cada consulta sigue el mismo proceso: análisis de la intención, asignación de métricas y construcción de la consulta.

Análisis de la intención

El sistema extrae los componentes clave de la solicitud:

• tipo de activo (acciones/ETF/fondos)
• geografía (región, país)
• restricciones explícitas (rentabilidad, tamaño, volatilidad)
• señales implícitas («estable», «grande», «constante»)

Por ejemplo, «ETF europeos de dividendos con rendimiento estable y buen tamaño» se descompone en región, tipo de activo, restricciones relacionadas con los dividendos, una señal de estabilidad y un umbral de tamaño — antes de consultar cualquier dato.

Asignación de métricas

El lenguaje natural se convierte en campos medibles. Algunas asignaciones son directas:

• «grandes empresas» → umbrales de capitalización bursátil
• «poca deuda» → debt_to_equity
• «beneficios crecientes» → eps_growth

Otras se basan en métricas derivadas construidas a partir de los estados financieros y de datos históricos — indicadores que no están disponibles como filtros simples en un screener tradicional:

• free_cash_flow_margin
• return_on_invested_capital
• revenue_stability
• net_margin

Esto permite al sistema trabajar con señales como «negocio estable» o «empresa de calidad», que de otro modo requerirían un filtrado manual de varios pasos.

Construcción de la consulta

El sistema construye una consulta estructurada sobre el conjunto de datos unificado de FinImpulse: combina datos de mercado, fundamentales, rendimiento histórico y métricas calculadas en una única consulta ejecutable.

Gestión de la ambigüedad

No todas las consultas están completamente definidas. Si la entrada es demasiado amplia o poco clara, la IA plantea una pregunta aclaratoria en lugar de adivinar.

Por ejemplo, una consulta como «acciones de crecimiento en Asia» podría plantear preguntas de este tipo: ¿de gran o de pequeña capitalización? ¿Rentables o no? ¿Países concretos o toda la región?

Una vez resuelta la ambigüedad, la sesión continúa: puede ajustar umbrales, añadir restricciones o acotar la geografía mediante mensajes de seguimiento, sin necesidad de empezar de nuevo.

Resultados y salida

Para cada consulta, el sistema muestra cómo ha interpretado la solicitud: qué filtros se han aplicado, qué métricas se han utilizado y cómo se han traducido los términos abstractos en restricciones medibles. Esto hace que el proceso sea transparente y fácil de ajustar.

Una vez resuelta la consulta, se puede generar la tabla de resultados. La tabla admite ordenación, personalización de columnas, paginación y exportación. El conjunto completo de resultados también puede añadirse a una lista de seguimiento con un solo clic.

Dónde encaja AI Search

AI Search funciona como punto de entrada al proceso de investigación. Es idóneo para explorar ideas, generar una preselección de activos y probar hipótesis con rapidez, antes de adentrarse en un análisis más profundo con el conjunto de datos completo.

No sustituye al screening estructurado para los usuarios que prefieren un control manual preciso. La diferencia está en el punto de partida: si tiene un conjunto de parámetros definido, utilice el filtrado estándar; si tiene una idea que quiere explorar, utilice AI Search.

AI Search ya está disponible en Beta: pruébelo con una consulta real.