Investigación
Mejorando la inversión mediante IA
Proyecto de investigación en inbestMe
En inbestMe trabajamos con la academia (universidades y doctorados) para conseguir un módulo de pronóstico autoadaptativo que nos permitirá predecir valores futuros y una herramienta de inversión avanzada basada en machine learning y big data.
Título del proyecto
LLM-GENFRAMEWORK: Asistente inteligente basado en IA para desarrollar e investigar estrategias de inversión cuantitativa
Descripción del proyecto
Este proyecto se centrará en la investigación y desarrollo de algoritmos de Inteligencia Artificial (IA), particularmente Modelos de Lenguaje Grandes (LLM) y Generación Aumentada por Recuperación (RAG). El objetivo es crear soluciones basadas en IA para apoyar la creación, investigación y análisis de estrategias de inversión cuantitativas, que también pueden aplicarse a otras áreas. La implementación exitosa de modelos LLM y métodos RAG mejorará la automatización y la productividad en el desarrollo y la gestión de estrategias de inversión cuantitativas. Además, los resultados de la investigación serán aplicables a otros sectores que involucren el análisis de datos.
Detalles del proyecto
Duración: 24 meses
Fecha de inicio: 01/03/2025
Fecha fin: 01/03/2027
Acuerdo No: E! 7764 LLM-GENFRAMEWORK
Colaboradores
AI Investments, Polonia http://www.aiinvestments.pl
Holisun SRL, Rumania https://holisun.com
inbestMe, España https://www.inbestme.com
Presupuesto
Presupuesto total del proyecto: 1.597.156 EUR
Presupuesto total de InbestMe: 462.024 EUR
Cofinanciado por InbestMe: 185.676,88 EUR
Importe de la Subvención inbestMe (subvención): 276.347,12 EUR
Convocatorias CIIP 2025 CoD 7: Este proyecto ha recibido financiación del programa «Programa correspondiente» con cofinanciación de CDTI y del Programa Marco de Investigación e Innovación «Horizonte Europa» de la Unión Europea.
Título del proyecto
GENDEG: Algoritmos Para Identificar Capacidades De Generalización Y Degradación De Modelos Predictivos De Aprendizaje Automático
Descripción del proyecto
El proyecto investigará y desarrollará algoritmos y software para analizar en manera automática la generalización y la degradación de los algoritmos de Inteligencia Artificial (IA) en el tiempo. Las características de generalización se refieren a la capacitad de los algoritmos IA pronosticar en manera precisa excluyendo los casos excepcionales como el ruido. Las características de degradación se refieren a la perdida de precisión en los algoritmos IA en el tiempo, por ejemplo, después de 1 o 2 años de entrenamiento y aprendizaje.
Detalles del proyecto
Duración: 36 meses
Fecha de inicio: 02/02/2024
Fecha fin: 02/02/2027
Acuerdo No: E! 4691 GENDEG
Colaboradores
AI Investments, Polonia http://www.aiinvestments.pl
Holisun SRL, Rumania https://holisun.com
inbestMe, España https://www.inbestme.com
Presupuesto
Presupuesto total del proyecto: 2.212.007 EUR
Presupuesto total de InbestMe: 647.924 EUR
Cofinanciado por InbestMe: 308.035,80 EUR
Importe de la Subvención inbestMe (subvención): 339.888,16 EUR
Convocatorias CIIP 2024 CoD 5: Este proyecto ha recibido financiación del programa «Programa correspondiente» con cofinanciación de CDTI y del Programa Marco de Investigación e Innovación «Horizonte Europa» de la Unión Europea.
Título del proyecto
SMARTY – Computación de borde heterogénea, escalable y cuánticamente resiliente que permite una inteligencia artificial confiable
Web del proyecto: https://www.smarty-project.eu/
Descripción del proyecto
SMARTY invoca un continuo de borde de nube, formado por sistemas heterogéneos, que protege los datos en tránsito y en proceso para ofrecer una estructura confiable para ejecutar procesos de IA. La seguridad se produce mediante el empleo de nuevos aceleradores para comunicaciones resilientes cuánticas, computación confidencial, perímetros definidos por software y formación de enjambres, lo que ofrece múltiples capas de seguridad. La programabilidad semántica y la gestión de gráficos abren la puerta a enfoques de arrastrar y soltar para implementar servicios de manera rápida y confiable.
Detalles del proyecto
Duración: 36 meses
Fecha de inicio: 01/06/2024
Fecha de finalización: 01/06/2027
Número de acuerdo de subvención: 101140087
Colaboradores
CNIT, https://www.cnit.it/en/
Barcelona Supercomputing Center, https://www.bsc.es/
Italtel, https://www.italtel.com/
University of Stuttgart, https://www.uni-stuttgart.de/en/
Orange, https://www.orange.pl/
Nvidia, https://www.nvidia.com/it-it/
Bosch, https://www.bosch.com/
Continental, https://www.continental-automotive.com/en.html
CMPG, https://cmpg.io/
Presupuesto
Presupuesto total del proyecto: 31,999,656 EUR
Presupuesto total de InbestMe: 650,000 EUR
Este proyecto cuenta con el apoyo de la Chips Joint Undertaking (JU), Unión Europea (UE) HORIZON-JU-IA
Título del proyecto
ADVISOR: Marco universal de pronóstico de series temporales autoadaptativo
Descripción del proyecto
El proyecto investigará y desarrollará software de pronóstico auto adaptativo que permitirá predecir valores futuros datos de series de tiempo con una precisión notablemente alta. Este software será un producto completamente nuevo en el mercado. Se basará en los últimos más avanzados algoritmos de inteligencia artificial. También contendrá el exclusivo módulo de conjunto de adaptación automática, que es una característica única que aún no está disponible en el mercado. Este software va a predecir con precisión los valores futuros de los datos de series temporales y se podrá utilizar en una amplia gama de industrias, como la banca, la inversión financiera, la salud, el comercio minorista, la logística, la movilidad y más. El software se ofrecerá como un producto independiente a otras PYME y diversas organizaciones que podrán mejorar sus servicios y productos existentes y obtener una importante ventaja competitiva.
Detalles del proyecto
Duración: 36 meses
Fecha de inicio: 01/10/2022
Fecha fin: 30/09/2025
Acuerdo No: E! 1278 ADVISOR
Colaboradores
AI Investments, Polonia http://www.aiinvestments.pl
benchANT GmbH, Alemania https://benchant.com/
University of Oslo, Noruega https://www.uio.no
inbestMe, España https://www.inbestme.com
Presupuesto
Presupuesto total del proyecto: 1.923.630 EUR
Presupuesto total de InbestMe: 523.987 EUR
Cofinanciado por InbestMe: 209.594,80 EUR
Importe de la Subvención inbestMe (subvención): 314.392,20 EUR
Convocatorias CIIP 2022: Este proyecto ha recibido financiación del programa «Programa correspondiente» con cofinanciación de CDTI y del Programa Marco de Investigación e Innovación «Horizonte Europa» de la Unión Europea.
Título del proyecto
ALTO: una herramienta de inversión avanzada basada en machine learning y big data
Descripción del proyecto
Este proyecto investigará y desarrollará una plataforma de software de optimización avanzada de carteras y control de riesgos frente a eventos inesperados. La nueva aplicación permitirá a pymes, inversores minoristas, sociedades de inversión y grandes empresas gestionar mejor sus carteras y obtener una mejor protección ante el riesgo. Por lo tanto, nuestro objetivo es utilizar los logros más avanzados en el campo del aprendizaje automático o machine learning (ML) para asegurar la mayor precisión posible en la elaboración de carteras de inversión.
El objetivo principal del proyecto es ofrecer capacidades de optimización de cartera de activos y mayor precisión en control de riesgos con un rendimiento mejorado a largo plazo mediante la aplicación de los últimos logros de la Inteligencia Artificial (IA). El resultado principal del proyecto es la plataforma de software AI Investments (AII) equipada con una herramienta de visualización para ayudar a los inversores a tomar decisiones más informadas. Será implementado por agencias públicas para monitorizar los riesgos financieros generales.
Los logros más avanzados en el campo del machine learning (por ejemplo, computadora neuronal diferenciable Alpha Zero, etc.) se utilizarán para asegurar una plataforma de mayor precisión, mejorar la optimización de activos y el control de riesgos. Por último, pero no menos importante, un resultado muy importante de este proyecto es capacitar a las personas en las nuevas habilidades de vanguardia en el campo del aprendizaje automático, así como difundir y estimular la investigación en esa área dentro de la Unión Europea.
La plataforma AII se ofrecerá a pymes, empresas de inversión, fondos de pensiones, inversores minoristas, grandes empresas e incluso agencias gubernamentales como una solución completa de respaldo a la optimización de carteras y de protección contra crisis o eventos financieros inesperados. Además, la plataforma AII reducirá las barreras de entrada para las nuevas empresas de tecnología financiera (Fintech) y las pymes y proporcionará servicios de inversión y gestión de carteras. Esto aumentará respectivamente la competencia, impulsará la innovación en el área financiera y beneficiará al público en general.
El consorcio de este proyecto incluye 4 socios, 2 PYME que realizan I + D (AII e inbestMe) y 2 universidades (Ulm y Oslo). Ambas pymes operan en en el sector Fintech. El proyecto será dirigido y supervisado por socios académicos quienes serán los responsables de la metodología científica y la evaluación de algoritmos y métodos.
Detalles del proyecto
Duración: 24 meses
Fecha de inicio: 01/06/2019
Fecha fin: 31/05/2021
Acuerdo No: E! 12894 AII
Colaboradores
AI Investments, Polonia http://www.aiinvestments.pl
University of ULM, Alemania https://www.uni-ulm.de
University of Oslo, Noruega https://www.uio.no
inbestMe, España https://www.inbestme.com
Presupuesto
Presupuesto total del proyecto: 1.227.342,19 EUR
Presupuesto total de InbestMe: 320.103 EUR
Cofinanciado por InbestMe: 128.041,2 EUR
Importe de la Subvención inbestMe (subvención): 192.061,80 EUR
Menciones de Prensa
La Vanguardia (5/06/2019)
Europa Press (5/06/2019)
Diario Abierto (5/06/2020)
FundsPeople (5/06/2020)
El Confidencial Digital (5/06/2020)