Saltar al contenido
5.1 — EN QUÉ SE DISTINGUE DINERO

En qué se distingue Dinero

La investigación con IA ya es un gran negocio: AlphaSense informa de más de 600 millones de US$ de ingresos anuales y una valoración de 7.500 millones (junio de 2026); Perplexity, 450–500 millones. Ambas dan una sola respuesta, no un panel medido de modelos. Arenas abiertas como 1rok y Alpha Arena dejan que los modelos operen y compitan, pero no ofrecen mapa de desacuerdo, ni independencia medida, ni un producto orientado al inversor.

¿No sabes por dónde empezar? Elige la tarea que estás haciendo: la ruta de investigación muestra el camino de la fuente a la vigilancia ↓ · gratis

QuéBloombergFactSet / LSEGKoyfinAlphaSensePerplexity / ChatGPTKalshi / PolymarketDinero
Visiones de IA entre regionesASKB: sus propios agentes——1 proveedor1 empresa—10+ modelos, 3 bloques
Mapa de desacuerdo—————precio = un solo númeroquién discrepa y por qué
Historial público de pronósticos—————el propio mercadouna puntuación por cada modelo
Fuentes primarias chinas en el originaltraducciones secundarias——Transcripciones occidentalesen parte—el original junto a una traducción verificada; asientos que buscan en chino (DeepSeek, Qwen, Kimi…): si aportan algo se mide en el Registro de precisión
Analogías históricas y rangos de resultadosmanualmanualgráficos———automático + explicación
Componentes abiertos, listados con su estadocerradoAPI cerradacerradocerradocerradoAPI públicaQué hay dentro ↓
Mantener privadas las posiciones de clientes————se registran los prompts—Portfolio Vault
Precio31.980 US$/año12.000–40.000 US$/año39–299 US$/mesmás de 10.000 US$/año20 US$/mescomisióndesde 0 / 2 / 24 US$

Precios: Bloomberg, por puesto, 2026 (NeuGroup ↗) · Koyfin (página de precios ↗) · Perplexity Pro y ChatGPT Plus (Perplexity ↗ · OpenAI ↗) · FactSet / LSEG y AlphaSense no publican precio de lista: el rango es una estimación hasta contrastarlo con una cotización · Dinero: los planes de abajo.

Ruta de investigación: elige una tarea y obtén el camino de la fuente a la vigilancia · gratis
ruta de investigación

Empieza por la decisión que necesitas tomar

Elige una tarea. Dinero muestra la evidencia que reunir, la comprobación que hacer y qué vigilar después, en cualquier mercado y tipo de inversión. Gratis: cada ruta y sus pasos; One: tu tesis, posiciones y alertas (previsto); Pro: tus informes y estrategia (previsto).

Fuente → comprobación → vigilancia
  1. Encuentra el documento original, el folleto del fondo o la divulgación del emisor del activo en su propio mercado. Para documentos de EE. UU., empieza en SEC EDGAR ↗; para otros mercados, los sistemas locales de documentos figuran bajo Otros mercados en el Report Checker; para un fondo, bono o posición privada: los documentos del emisor y los flujos de caja fechados.
  2. Usa el Sector Researcher (Pro · previsto) para rastrear la afirmación por clientes, costes y competidores; lleva la afirmación decisiva al consejo.
  3. Anota la condición que cambiaría tu opinión. Después el Monitor de tesis vigila esa condición.
Herramientas probadas, las tareas que hacen, la ventaja que se acumula, y dónde ya funciona la IA en finanzas
herramientas probadas del mercado
  • TradingView ↗ : gráficos, alertas, scripts; n.º 1 del mundo en la categoría Inversión (Similarweb, octubre de 2026), con ~100 millones de usuarios; 12,95–199,95 US$/mes con facturación anual, los datos bursátiles en tiempo real suelen costar aparte. Investing.com es el n.º 2, seguido de Rakuten Securities, Fidelity y Moneycontrol.
  • Yahoo Finance : el mayor ecosistema gratuito, con miles de millones de visitas mensuales; CNBC, Reuters, WSJ, FT, Seeking Alpha y Finviz siguen siendo paradas diarias; Moneycontrol lidera en India, Eastmoney en China. Desde mayo de 2026 su AlphaSpace se presenta como un lienzo de investigación al estilo Bloomberg para todos los demás (Fortune, 19 may 2026 ↗).
  • Terminales : Bloomberg (325.000–350.000 suscriptores), LSEG Workspace, FactSet (2.440 millones de US$ de ingresos de los últimos 12 meses), AlphaSense con su agente SuperAnalyst.
  • Koyfin ↗ : screeners, datos, carteras, informes; 39–299 US$/mes. Junto a ellos: TIKR, YCharts, Finviz Elite, Benzinga Pro, InvestingPro, Seeking Alpha Premium, Morningstar; Trade Ideas y TrendSpider para escáneres.
  • Señales de la multitud : Reddit y X; el BCE creó R-RISI, un índice oficial de sentimiento minorista a partir de subreddits (12 nov 2026); los precios de Kalshi y Polymarket como termómetro de expectativas.
  • Bloomberg ASKB ↗ : agentes dentro del terminal, con fuentes.
  • OpenBB / TradingAgents ↗ / 1rok / Alpha Arena : datos abiertos, debates entre agentes, arenas de modelos; no es un sistema unificado. Dinero toma patrones de ellos, no código; véase Qué hay dentro.
  • AlphaSense captó 350 millones de dólares con una valoración de 7.500 millones (3 de junio de 2026) y unos ingresos recurrentes anuales de más de 600 millones; Rogo cerró una Serie D de 160 millones con una valoración de unos 2.000 millones (abril de 2026); Hebbia captó 130 millones con una valoración de unos 700 millones (2024). Cifras de las empresas y de la prensa (AlphaSense ↗).
  • AlphaAgents (investigadores de BlackRock, arXiv, 15 de agosto de 2025): agentes de IA por roles — fundamental, de sentimiento y de valoración — debaten selecciones de acciones y se prueban frente a índices de referencia con distintas tolerancias al riesgo. Un patrón de proceso, no un producto (Zhao et al. ↗).
  • TradingAgents (código abierto): cada ronda extra de alcistas y bajistas añade 2 llamadas al modelo y cada ronda extra de riesgo añade 3 (tres analistas de riesgo), según el propio código del proyecto; el coste en dólares depende del modelo y de la longitud de las respuestas (TradingAgents source ↗).
la ventaja que se acumula

Los modelos están al alcance de todos; lo que Dinero acumula con el tiempo es el activo:

  • Independencia del consejo medida — ≈ 1.71 posiciones sobre el veredicto clave de 13 modelos que responden (consejo), con un oponente obligatorio y un protocolo de desacuerdo visible; lo que aporta cada modelo por mercado solo se afirma cuando el Registro de precisión lo mide.
  • Una cadena de evidencia rastreable : datos y cálculos verificados, desde cada cifra hasta la versión del documento y la hora de publicación; las etiquetas de fuente y la calibración de los modelos se acumulan con ella.
  • Historia con corte temporal : un consejo del pasado ve solo lo que estaba disponible entonces.
  • Un registro de decisiones : por qué cambió una tesis y qué modelo fue más preciso.
  • Una base de datos especializada con derechos de uso y un conocimiento profundo de un sector antes que del siguiente.
  • Un historial medido con honestidad : publicado, fechado e imposible de editar.
  • Encaje en el flujo diario : alertas, cartas a clientes y exportaciones donde el equipo ya trabaja.

El listón: Bloomberg (ASKB), LSEG (AI Search, Deep Research) y FactSet ya unen la IA a datos propios, documentos de clientes y flujos de trabajo; ese es el listón. Dinero profundiza antes de ampliar: el Monitor de tesis, un sector cada vez, diseñado para ganarse el uso diario.

La tareaAdónde van los profesionales y los ahorradores (seguidores de dinero a 15 nov 2026)Lo que añade Dinero
Noticias y qué significanReuters, Bloomberg, Financial Times, The Wall Street JournalEl Pulso: lo que ven en ello más de 10 modelos de 3 regiones
Datos y análisis profesionalesBloomberg Terminal, LSEG Workspace, FactSetBYOK: trae tu propio feed con licencia
Gráficos, listas de seguimiento, alertasTradingViewAlertas solo cuando se mueve una tesis
Análisis de empresas y carterasKoyfinPortfolio Guard, Goal Navigator
Búsqueda en documentos, informes y llamadas con expertosAlphaSenseReport Checker con un veredicto sobre cada afirmación
Documentos primarios gratuitos de empresas de EE. UU.SEC EDGARLa cadena de evidencia, por hora de publicación
Estadísticas macro y sus versionesFRED y ALFREDRepetición: lo que se sabía en la fecha T
Patrimonio neto entre cuentas, inmuebles y posiciones privadas en cualquier moneda de visualización; un conector MCP permite que ChatGPT y Claude lo leanKuberaLa pila de rentabilidad real y el valor de salida de cada objetivo: Goal Navigator
Un conector estrictamente de solo lectura para Claude, ChatGPT, Mistral, Grok y Perplexity: el gestor se convierte en fuente de datos para asistentesFinaryLa capa que verifica lo que concluye el asistente y lleva la cuenta
Análisis de cartera por país, moneda y comisiones; una ronda de 12 millones de € liderada por State Street Investment Management y Portage (19 may 2026)getquinLas comisiones como una línea de la pila, junto al diferencial de divisas, los impuestos y la inflación
Rentabilidad desglosada en precio, pagos, divisa y comisiones; una mirada dentro de los fondos; posiciones ligadas a un objetivoSharesight · INDmoneyTransparencia (look-through) de Portfolio Guard, sin contar el mismo dinero para dos objetivos
Traducción con IA de las llamadas de resultados de empresas extranjeras, 1,5 millones de usuarios acumulados a enero de 2026Toss SecuritiesDocumentos locales citados en el original, con la traducción verificada por un segundo modelo
Automatizaciones (24 ago 2026): un estudio definido por el usuario se ejecuta cuando llega un documentoQuartrEl Monitor de tesis informa solo de lo que toca una condición de ruptura
Thesis Checker entre sus agentes de flujo de trabajo (mayo de 2026)AlphaSenseUna puntuación pública y fechada para cada pronóstico: las palabras «monitor de tesis» ya no distinguen a nadie por sí solas
Más de 200 millones de consentimientos activos a fines de julio de 2026 según el panel oficial: 208,79 millones en un corte (Let’s Money), 239,79 millones para instituciones receptoras el 31 jul (Belvo)Open Finance BrasilUn canal nacional de datos para la primera ruta, Brasil

Kubera MCP ↗ · Finary MCP ↗ · Portage · getquin ↗ · Sharesight ↗ · INDmoney ↗ · Asia Economy · Toss ↗ · Quartr ↗ · AlphaSense ↗ · Open Finance Brasil ↗ · Panel de Open Finance Brasil ↗ · Belvo ↗

dónde ya funciona la IA en finanzas · otoño de 2026
  • Primero, la investigación. Bancos, fondos de cobertura y firmas de capital privado usan la IA para investigación, borradores e ideas; las personas siguen tomando la decisión de inversión. AskResearchGPT de Morgan Stanley busca y resume la biblioteca de análisis de la firma; Citadel opera un chatbot interno para quienes eligen acciones.
  • Hacia la ejecución. BNY y Goldman están llevando los agentes de la asistencia hacia la ejecución en trading, tesorería y gestión patrimonial; JPMorgan usa agentes en sistemas de trading con un presupuesto tecnológico de unos 20.000 millones de US$. En la contabilidad de fondos de BNY, la comparación dinámica de fondos durante el cálculo del valor liquidativo redujo los falsos positivos del 90 % a menos del 20 %.
  • En el borde de los brókers. Robinhood Agentic Accounts (mayo) y Robinhood Agents (septiembre); trading autónomo en Interactive Brokers (21 oct); acceso de agentes en Coinbase mediante MCP (22 oct); un servidor MCP en Schwab.
  • Dentro de los terminales. Bloomberg ASKB ejecuta agentes especializados; LSEG ofrece AI Search y Deep Research; FactSet crea herramientas de análisis de empresas y comentario de carteras. El servidor MCP de Morningstar lleva sus datos con licencia a Claude, ChatGPT, Copilot y Perplexity: el proveedor de datos pasa a estar dentro del asistente. Federal Reserve Financial Services describe IA para detectar fraude en pagos.
  • 97% de más de 100 gestores de fondos con ~1 billón de US$ entre todos están adoptando IA generativa; el 77 % la usa para memorandos de inversión, el 73 % para análisis de empresas o activos, el 71 % para ideas, y solo el 7 % la considera central para construir carteras (AIMA, 12 nov 2026).
  • 5% de las gestoras de activos dan a la IA autoridad autónoma o semiautónoma sobre recomendaciones u operaciones (Mercer, 2026).
  • 44 / 42 / 41 / 35% de los propietarios de activos ven ganancias de la IA en flujos de trabajo, acceso a la información, calidad de datos, y análisis y previsiones (Morningstar).
  • 15k puestos recortados en los seis mayores bancos de EE. UU. en el 1T mientras ganaban 47.000 millones de US$, a medida que los roles se orientan hacia la supervisión.
  • Lectura frente a aritmética. Los modelos de lenguaje leen documentos, comparan empresas y redactan análisis; el código y el aprendizaje automático convencional calculan las cifras, los modelos de riesgo y las señales de fraude. Dinero funciona igual: los LLM leen y debaten, el código calcula.

InvestmentNews ↗ · AlphaMaven ↗ · AI News ↗ · AIMA ↗ · Mercer ↗ · Traders Magazine · AskResearchGPT ↗ · Bloomberg ASKB ↗ · Semrush ↗ · Sacra ↗ · Find My Moat ↗ · BNY · IA en operaciones de fondos ↗ · Servidor MCP de Morningstar ↗

DINERO

Ve lo que mueve los mercados

Mercados de todo el mundo. Más de 10 modelos de IA, con su independencia medida en cada sondeo. Una visión que puedes cuestionar, rastrear hasta las fuentes y contrastar con el registro público.

Todo Dinero en una página: cada capítulo, conjunto de datos, explicación y fuente. Ver todo →

Avisos importantes

Dinero ofrece análisis y probabilidades, no asesoramiento de inversión personalizado; las cifras llevan su fuente y fecha, las ilustraciones están marcadas como tales y los resultados pasados no garantizan los futuros.

Los 14 avisos
  1. Dinero ofrece análisis y probabilidades, no asesoramiento de inversión individual; para recomendaciones personalizadas en EE. UU. y la UE, Goal Navigator funciona a través de un asesor de inversión registrado (RIA) o un socio con licencia, como están organizados Betterment y Wealthfront.
  2. La franja superior muestra cotizaciones de cierre del 13 nov 2026 de fuentes abiertas. Los datos del producto se actualizan en vivo.
  3. La pantalla del consejo reproduce la respuesta real del consejo del 14 nov 2026; la clasificación del Pulso se actualiza cada hora.
  4. Los recuentos de estrellas de GitHub y los ingresos de empresas privadas son estimaciones de terceros; se muestran rangos donde los hay.
  5. Los resultados históricos y los escenarios no garantizan resultados futuros. Las ilustraciones de la interfaz no son señales de trading.
  6. Los episodios de «bono a 10 años por encima del 5 %» y los regímenes históricos usan datos de referencia redondeados. El producto los calcula a partir de series fechadas.
  7. El Laboratorio de escenarios usa datos reales para mostrar el formato; las probabilidades proceden del consejo en vivo.
  8. Las conexiones de modelos, datos y brókers requieren una revisión de términos y licencias en el lanzamiento; cada conexión de modelos y datos tiene una alternativa.
  9. Las cifras de las encuestas describen sus propias muestras: Morningstar abarca más de 500 propietarios de activos institucionales en 11 países, no a todos los inversores. Los flujos de State Street cubren los ETF de su muestra; la cifra del World Gold Council cubre diez meses (ene–oct), no un año completo; los 3,4 billones de US$ de la AIE son gasto sectorial, no flujos de fondos.
  10. El mapa de capitales de 2027 es un mapa de trabajo, no un pronóstico. Los pronosticadores discrepan, y el aumento de la inversión en un sector no garantiza rentabilidad para sus acciones.
  11. La ficha del Monitor de tesis es una ilustración construida con datos de esta página, no una recomendación sobre acciones de equipos para redes eléctricas.
  12. La búsqueda web no es acceso a todos los datos: la investigación con licencia y las llamadas con expertos no están en la web abierta. El código abierto no concede derechos sobre datos financieros.
  13. Ninguna evidencia pública muestra que un LLM de propósito general supere de forma sistemática a los mercados en sus pronósticos.
  14. Palabra y obra registra lo que figuras públicas dijeron y divulgaron, con una breve cita textual, su fuente y fecha, un enlace y un resultado neutral: no un juicio sobre la honestidad o la intención de nadie. Las cifras sobre personas y fondos con nombre proceden de documentos primarios y de sus propias cartas; las interpretaciones se etiquetan «valoración de Dinero»; Dinero no está afiliado ni respaldado por nadie a quien nombra, y ninguno de ellos participa en él. Los comentaristas que no son figuras públicas aparecen bajo una etiqueta de tipo («comentarista de vídeo 7») hasta que eligen ser nombrados; una posición divulgada puede ser parcial o estar desactualizada.