Mesa de operaciones de Goldman Sachs: El trading de momentum podría tardar semanas en tocar fondo y la narrativa sobre el gasto de capital en IA se está tambaleando

Los modelos de IA logran un rendimiento avanzado con una potencia computacional mucho menor de lo que esperaba el mercado, cuestionando nuevamente la narrativa de que “solo expandiendo continuamente el gasto de capital se puede ganar la competencia en IA”. El equipo de trading One-Delta de Goldman Sachs considera que la corrección de las estrategias de momentum aún no ha terminado, pero actualmente no hay riesgos sistémicos en el mercado de acciones estadounidense, y la estructura del mercado sigue siendo resiliente.

Rich Privorotsky, responsable del equipo One-Delta de Goldman Sachs, señaló que su modelo de momentum indica que la actual corrección de trading Momentum todavía está a varias semanas de tocar fondo, y la caída final probablemente se acercará al nivel mediano histórico. Sin embargo, dado que el ritmo de subida previo fue mucho mayor que el promedio histórico, existe la posibilidad de que la presente corrección supere la media histórica.

Al mismo tiempo, destacó que la aparición reciente de modelos de IA de alta eficiencia está impulsando una reconsideración en el mercado sobre la lógica de inversión en infraestructura de IA. A medida que mejora la eficiencia de entrenamiento de modelos, la narrativa central de “invertir constantemente cantidades masivas de capital para construir clusters computacionales de mayor escala” enfrenta cada vez más cuestionamientos, aunque el gasto de capital en IA sigue siendo la principal línea de valoración de las tecnológicas mundiales.

El trading momentum aún no concluye, la rotación interna se mantiene

Privorotsky indicó que el indicador de momentum que rastrea muestra que la volatilidad relativa sigue en niveles elevados, y aún no ofrecen señales suficientes para desactivar la alarma.

Sin embargo, ya se observa una marcada diferenciación dentro del mercado. Por un lado, algunas acciones vinculadas al hardware de IA han llegado a zonas de sobreventa; por otro, algunos sectores que anteriormente quedaron rezagados han repuntado pese a que sus fundamentos no muestran mejoras significativas, evidenciando una clara rotación de capital.

En cuanto a los índices, el mercado de acciones estadounidense sigue mostrando gran resiliencia. La correlación entre sectores permanece baja, y los fondos rotan principalmente entre industrias, en lugar de transformarse en ventas masivas. Incluso con el repunte de la volatilidad implícita el pasado viernes, la estructura central del mercado no ha cambiado.

La eficiencia de IA vuelve a poner en duda la lógica del gasto de capital

Privorotsky señaló que tras probar el modelo Kimi K3, quedó impresionado por sus capacidades ingenieriles. Este modelo tiene 2.8 billones de parámetros, y pese a ser autohospedado, requiere clusters de GPU a nivel corporativo, algo imposible de ejecutar en dispositivos locales convencionales.

En su opinión, lo realmente relevante está en la eficiencia de entrenamiento, más que en la etapa de inferencia.

En lugar de depender solamente de una mayor capacidad computacional, los modelos de nueva generación mejoran la eficiencia de entrenamiento mediante optimización de algoritmos, innovación en arquitectura y mecanismos de enrutamiento de expertos mixtos (MoE). Por ejemplo, Kimi K3 tiene 896 módulos de expertos, pero en cada inferencia solo se activan 16, lo que reduce enormemente el consumo de recursos computacionales.

Esto lleva al mercado a reconsiderar: Si los modelos avanzados pueden incrementar notablemente la eficiencia de entrenamiento gracias a innovaciones algorítmicas, ¿realmente la industria de IA necesita seguir construyendo centros de datos y clusters de entrenamiento cada vez más grandes y capital-intensivos?

No obstante, Privorotsky cree que esto desafía la lógica de inversión del lado de entrenamiento, pero la demanda de potencia computacional para inferencia sigue siendo sólida, y la demanda estructural de infraestructura de IA a largo plazo no ha cambiado radicalmente.

La temporada de resultados definirá si la línea principal de IA continúa

Con la Reserva Federal en periodo de silencio previo a la reunión de tasas, el mercado pondrá el foco a corto plazo en la reunión del Banco Central Europeo, el IPC del Reino Unido y los PMI preliminares de las principales economías globales.

Sin embargo, Privorotsky considera que lo que realmente determinará la dirección del mercado será la inminente temporada de resultados.

Además de Alphabet, los resultados de empresas tecnológicas como Tesla, Texas Instruments, Intel y el evento “Advancing AI” de AMD serán ventanas clave para observar el ciclo de inversión en IA y verificar si la millonaria lógica de gasto de capital en IA sigue contando con el respaldo del mercado.