Así lo anunció la entidad financiera en un comunicado publicado este miércoles, en el que afirma que este nuevo algoritmo es capaz de calcular las trayectorias óptimas de inversión para un conjunto de fondos determinando, además de las mejores opciones de compra, venta y traspaso a lo largo de un año para diferentes perfiles de riesgo.

En esta primera prueba, los desarrolladores fueron capaces de calcular cuál debería haber sido la composición óptima de una cartera con 50 fondos de inversión distintos durante un periodo de tiempo concreto para los diferentes perfiles de riesgo. Según el comunicado divulgado por Bankia, este problema es “inabordable” con la computación convencional, ya que un ordenador normal no tiene capacidad para encontrar la composición óptima de la cartera.

Los cálculos obtenidos en la prueba son “muy superiores” a las mejores soluciones que se pueden obtener con ordenadores convencionales. “Las rentabilidades encontradas por los ordenadores cuánticos duplican, en general, las obtenidas por los ordenadores convencionales”, indicó el banco.

Además, la ‘startup’ que el banco seleccionó en la quinta edición de su programa de innovación ‘Bankia Fintech by Innsomnia’, Multiverse Computing, también logró determinar a través de la computación cuántica cuáles eran las operaciones de inversión y desinversión que había que realizar cada día para poder obtener dichas rentabilidades.

“Gracias a la computación cuántica hemos empezado a aprender cómo plantear problemas bajo un paradigma completamente nuevo y distinto al que ya conocemos en la computación clásica y cómo interpretar los resultados”, afirmó el director de Servicio a Partícipes de Bankia Asset Management, Mario Abad, quien añadió que el “próximo paso que tendría sentido plantearse” es “conseguir aprovechar la potencia de esta tecnología para obtener cierta capacidad predictiva”.

Bankia ha anunciado que Multiverse Computing publicará los resultados completos de la prueba de la aplicación de la computación cuántica en la gestión de carteras de inversión en un artículo científico.