Este artículo analiza el papel de la inteligencia artificial en los mercados financieros, explorando su capacidad para mejorar la predicción de retornos y la construc- ción de carteras. A través de un caso práctico aplicado al S&P 500, se emplean técnicas de machine learning sobre un conjunto amplio de factores, mostrando que los modelos generan señales consistentes y rentabili- dades superiores al índice de referencia, incluso tras considerar los costes de transacción. Los resultados ilustran cómo la inteligencia artificial puede integrarse en la gestión de activos institucional, combinando rigor académico con aplicabilidad práctica.
This article examines the role of artificial intelligence in financial markets, focusing on its ability to improve return prediction and portfolio construction. Using a practical case study on the S&P 500, machine learning techniques are applied to a broad set of factors, showing that the models deliver consistent signals and outperform o benchmark even after accounting for transaction costs.
The findings illustrate how AI can be integrated into institutional asset management, combining academic rigor with practical applicability.