Un estudiante de secundaria estadounidense invierte 100 dólares en ChatGPT para jugar en bolsa: su apuesta despega
Un experimento inédito: IA a cargo total, humano sólo como ejecutor
Nathan Smith, un adolescente de instituto originario de una pequeña ciudad de Oklahoma, ha logrado lo que muchos inversores profesionales y gestores de fondos de Wall Street todavía consideran casi imposible: batir al mercado de valores, y no por poco. Con una rentabilidad del 23,8% en tan solo cuatro semanas y centrándose en acciones de micro-capitalización (empresas estadounidenses cuyo valor bursátil es inferior a 300 millones de dólares), Smith ha demostrado que la inteligencia artificial no solo puede competir con los algoritmos financieros más sofisticados, sino que puede superarlos en su propio terreno. En contraste, durante el mismo período —del 27 de junio al 29 de julio de 2025—, el índice Russell 2000 apenas arrojaba un discreto 3,9% y el ETF Biotech HBI se quedaba en un 3,5%.
La historia de Nathan comenzó como un simple experimento personal, con la intención de comprobar hasta dónde puede llegar la inteligencia artificial cuando se le concede plena autonomía en la toma de decisiones de inversión. Para ello, [entregó a ChatGPT el control absoluto de su cartera](https://decrypt.co/332826/high-school-students-chatgpt-trading-bot): selección de valores, tamaño de las posiciones, aplicación de stop-loss, rebalanceo automático e incluso los momentos de venta y toma de ganancias. Smith destaca que su única intervención humana tenía lugar únicamente cuando el modelo entraba en contradicción —las ya famosas "alucinaciones" atribuidas a las IA generativas— y necesitaba intervenir para aclarar o corregir la ejecución de alguna orden.
Tan sorprendente como la rentabilidad obtenida es la capacidad de gestión cuantitativa demostrada por el sistema. Medido en términos de riesgo, el ratio de Sharpe de la cartera (0,94) se sitúa al nivel de lo que los gestores suelen considerar atractivo, mientras que el ratio de Sortino, que mide la rentabilidad ajustada únicamente a la volatilidad bajista, sube hasta un 2,0, destacando un control notable de las pérdidas. Lo que podría asustar incluso a los fondos especulativos con más experiencia es el desapego con el que la IA maneja las operaciones: ChatGPT, por ejemplo, decidió vender todas las acciones de CADL después de que aportaran el 50% de los beneficios totales, una lógica fría e impecable frente a las emociones humanas que tantos errores suelen provocar en los mercados. "Pocos fondos especulativos se atreverían a dar un paso semejante, especialmente tras una ganancia tan relevante", reconoce Smith, subrayando el papel clave de la ausencia de emociones a la hora de invertir.
[EMBED:image:https://img.decrypt.co/insecure/rs:fit:1200:0:0:0/plain/https://cdn.decrypt.co/wp-content/uploads/2025/07/4-weeks-of-chatgpt-controlling-a-live-stock-portfolio-v0-bfx1t7zd7qff1.jpg@webp] Nathan Smith
Una experiencia reproducible... con precauciones
El experimento de Nathan Smith no solo ha fascinado a la comunidad inversora, sino también a los tecnólogos y programadores, ya que ha sido completamente transparente y reproducible. El “robot” inversor es open source y está disponible públicamente en el GitHub del propio estudiante. Su arquitectura utiliza Python y la popular biblioteca Pandas para procesar la información extraída de Yahoo Finance, mientras que ChatGPT se encarga de sugerir los cambios de cartera una vez por semana, quedando Smith como mero ejecutor y responsable de registrar los resultados. “La configuración es bastante simple”, explica, confesando que su interés por la programación financiera surgió casi por accidente mientras buscaba nuevos retos tras aburrirse con otros lenguajes como C.
No obstante, el propio Nathan y varios expertos matizan los resultados: se trata de una prueba muy corta, en un entorno como el de las micro-capitalizaciones que puede ser extremadamente volátil y susceptible de grandes oscilaciones por un número limitado de operaciones e incluso de pura casualidad. Smith planea ahora mantener el experimento activa durante al menos un año para obtener datos más sólidos, aunque advierte de que cuatro semanas favorables pueden inclinar la balanza tanto hacia el éxito como hacia el desastre: “El horizonte temporal sigue siendo demasiado corto para sacar conclusiones definitivas. Los mercados son cíclicos y una o dos buenas intuiciones pueden dar la ilusión de una ventaja que, en realidad, no es sostenible”, puntualiza el propio reportaje.
[Aquí está el repositorio GitHub de Nathan Smith.](https://github.com/LuckyOne7777/ChatGPT-Micro-Cap-Experiment)