Project

Sin dagli albori dell’umanità abbiamo avuto bisogno di credere alle storie. Ci si riuniva in una grotta attorno al fuoco e si cominciava a raccontare, per scacciare la paura del buio e della notte.

I racconti spesso non erano comprensibili a tutti, ma con il disegno, l’umanità ha trovato il modo per superare ogni differenza linguistica e culturale. Ogni storia, ogni mito, comprese le grandi epopee religiose, poteva venire raccontata con immagini.

Oggi non siamo molto diversi dai nostri antenati ammaliati dal possente toro disegnato sulle pareti della grotta di Lascaux, le cui origini divine erano rivelate dalle costellazioni disegnate attorno al suo occhio. Sono passati ventimila anni e da allora non abbiamo mai smesso di invocare il suo potere.

Tra tutte le divinità salvifiche che sono state invocate nel corso dell’epopea umana, quella che è stata ritenuta più potente e taumaturgica, ha cambiato molte volte aspetto, ma sempre avuto un solo nome: denaro.

Prima dell’invenzione del denaro, lo scambio pacifico diretto di beni contro beni (o servizi) tra sconosciuti avveniva con il baratto, che è una modalità semplice, ma soggetta a vincoli di reciproca disponibilità e tempo. Il denaro fu quindi ideato col compito di funzionare da valore ponte, rendendo tutti i prodotti intercambiabili e permettendo lo scambio di beni disponibili in momenti diversi dell’anno.

In termini meramente statistici, le preghiere, hanno storicamente avuto un tasso di successo inferiore a quello del denaro. Senza denaro si poteva pregare per la salute e per un abbondante raccolto e poi sperare. Con il denaro ci si poteva curare e si poteva acquistare il raccolto dai pochi che avevano avuto le proprie preghiere esaudite.

Ma il denaro storicamente ha sempre avuto un difetto: Escludendo la possibilità di ereditarlo, stamparlo o rubarlo, di aver posseduto doti o fortune straordinarie, di aver pregato un dio benevolo e di essere stato esaudito, il denaro andava guadagnato.

Ma il 31 dicembre 1600, quando la regina Elisabetta I d’Inghilterra accordò una patente reale che conferiva per 21 anni il monopolio del commercio nell’Oceano Indiano alla Compagnia Britannica delle Indie Orientali (British East India Company), le cose cambiarono. La Compagnia era dotata di un capitale iniziale di 72.000 sterline suddiviso tra 125 azionisti. Chi era abbastanza ricco (e nobile) da possedere un certificato azionario della Compagnia delle Indie Orientali, poteva moltiplicare il proprio denaro proprio durante l’età dell’oro, (come è stato definito il Seicento) attingendo dagli utili dell’unica società che assicurava i collegamenti navali con l’India e la Cina, importando spezie, seta, cotone e avorio.

Non era una possibilità offerta a chiunque. In 100 anni, sino al 1700, gli azionisti non superarono la quota di 500; i ricchi grazie ai proventi garantiti dalle azioni diventavano più ricchi e i poveri rimanevano poveri. Che è circa quello che accade ancora oggi dopo 300 anni, nonostante la concreta possibilità garantita a chiunque abbia una minima disponibilità di denaro di partecipare in maniera diretta o indiretta agli utili e all’aumento del valore delle società quotate.

In seguito, le borse valori, ossia il luogo prescelto per l’esercizio del rito dello scambio delle azioni, diedero nuove opportunità e notorietà ai profeti e agli indovini specializzati nella mutazione delle stagioni terrestri, che già dall’antichità avevano compreso le tre regole base per interpretarle: Quando piove molto, l’umidità attira altra umidità e continua a piovere. Quando è molto secco, l’umidità non è sufficiente per far piovere e il secco persiste. Il passaggio tra secco e pioggia spesso è violento e improvviso (Concetto ben spiegato dal modello multifrattale di Benoît B. Mandelbrot – “Il disordine dei mercati – Una visione frattale di rischio, rovina e redditività”).

Le regole sono ancora valide, visto che dopo millenni di rotazioni della terra attorno alla sua stella, gli interpreti dei segni che anticipano queste variazioni scrutando gli astri, continuano ad essere venerati, anche se da alcuni anni, l’evoluzione e la diffusione dei sistemi di “divinazione” ha fatto perdere buona parte della loro esclusività. Oggi ciascuno può avere a disposizione il proprio profeta personale digitale.

La gestione (o “divinazione”) degli investimenti è andata di pari passo con l’evoluzione dei sistemi di guida assistita e autonoma nel settore automobilistico. In entrambi i casi ci sono stati dei balzi evolutivi comuni: quando gli automobilisti iniziavano a scoprire la comodità dei sensori pioggia per attivare il tergicristallo automaticamente e dei sensori crepuscolari per l’accensione automatica delle luci, i gestori impiegavano le analisi cicliche.

In seguito, sono arrivati gli automatismi più sofisticati. Il parcheggio assistito; il controllo adattivo della velocità di crociera (Acc) che mantiene costante la distanza di sicurezza tra un veicolo e l’altro, riducendo o aumentando la velocità fino al limite impostato con il cruise control. L’adattamento automatico della velocità con avviso del superamento dei limiti, grazie alla lettura ottica dei limiti di velocità indicati sui cartelli stradali. L’anticollisione anteriore che avverte tramite sensori e videocamera gli eventuali veicoli o ostacoli presenti nella direzione di marcia e innesca una frenata di emergenza automatica. La finanza intanto scopriva gli automatismi per la gestione di acquisti e vendite e per il controllo del rischio: i trading system, sempre più sofisticati, hanno cominciato a adattare i loro parametri alle mutate condizioni di mercato.

Le sperimentazioni della guida autonoma con intelligenza artificiale cominciavano ad adottare alcuni sistemi e sensori adottati dall’industria automobilistica. Il monitoraggio del senso di marcia (line assist), che riconosce le linee di carreggiata evitando che l’autista esca dalla propria corsia, impartendo una lieve controsterzata e una segnalazione acustica. Il riconoscimento della segnaletica stradale, ampliato ai segnali di alt, di svolta, di incroci e molto altro. La visione notturna. Il sistema di controllo intelligente dei fari. Il sistema di rilevamento pedoni. Il sistema di allerta in casi di colpi di sonno alla guida, che valuta gli atteggiamenti del conducente attraverso la visione degli occhi o dai movimenti del capo. La finanza ha risposto con una grande varietà di sistemi di analisi, sempre più focalizzati alla risoluzione problematiche complesse, compresa la continua valutazione delle capacità dei gestori.

Oggi sono disponibili sistemi che possono valutare la convenienza di comprare o vendere ogni strumento finanziario rispetto ad un modello ottimale di rendimento atteso, regolati in funzione del rischio accettato. Altri sistemi ancora più evoluti già si occupano di selezionare tra tutti i segnali di acquisto quelli che più si adattano ad ogni singolo portafoglio in funzione della liquidità disponibile.

Il vantaggio per gli investitori è facilmente intuibile. Così come i sistemi di guida automatica sono stati progettati per guidare in maniera attenta e per non commettere distrazioni, allo stesso modo i sistemi di gestione che utilizzano l’intelligenza artificiale sono stati progettati per raggiungere l’obiettivo di rendimento richiesto nella maniera più confortevole. Infine è arrivata la guida automatica supervisionata da una intelligenza artificiale ed è cambiato tutto.

Non abbiamo niente da nascondere

Oggi ci sono centinaia di migliaia di strumenti finanziari disponibili per essere analizzati e qualche migliaio di società di analisi che offrono servizi di consulenza nel settore finanziario per valutare gli esiti probabilistici degli investimenti.

Noi siamo tra i pochi operatori del settore (probabilmente al momento gli unici) che mettono a disposizione, per la verifica pubblica quotidiana, i modelli impiegati per valutare gli esiti probabilistici degli investimenti, senza imporre limiti di consultazione.

Non solo rendiamo pubblici i risultati, ma anche i metodi di calcolo impiegati per la realizzazione di indici attivi impiegati per il direct indexing (*), per la replica con ETF a gestione attiva e certificati tematici.

La lunga fase di progettazione del sistema ci ha portato ad identificare la necessità di impiegare almeno tre singole classi di applicazione per le tipologie di intelligenza artificiale da impiegare:

  1. Le applicazioni di tecniche di feature extraction e feature selection (Unsupervised Machine Learning), per la riduzione della dimensionalità delle informazioni ed evidenziare le più significative secondo i nostri criteri.
  2. Le applicazioni tattiche (Machine Learning), che sono fortemente specializzate nel raggiungere un singolo obiettivo.
  3. Le applicazioni strategiche (Swarm Intelligence & Deep Learning), che sono orientate alla comprensione del quadro generale e alla supervisione di tutte le attività accessorie che permettono di gestire il risultato in un quadro allargato.

Riteniamo che al momento sia ancora indispensabile la presenza di un “supervisore umano” che sappia interpretare le esigenze degli investitori e le tendenze emergenti per definire gli universi di investimento analizzati dall’intelligenza artificiale.

Definizione dei ruoli

Il ruolo della selezione e dell’estrazione delle caratteristiche: Il sistema calcola giornalmente per ogni strumento finanziario analizzato, a chiusura mercato, una serie di indicatori di raggruppamento per classe di performance, rischio, rating e liquidità.

Il ruolo della intelligenza artificiale tattica: Il sistema calcola giornalmente per ogni strumento finanziario analizzato, a chiusura mercato, lo stato binario che indica la convenienza teorica di comprare tale strumento a partire dal giorno successivo o di non comprarlo (in alternativa, di venderlo se è stato comprato in precedenza) ed esprime una valutazione dinamica (denominata score) degli stessi, minimizzando il numero di operazioni e massimizzando il rapporto tra rendimento e rischio. A complemento del processo decisionale calcola un modello probabilistico valido per le 4 settimane successive.

Il ruolo della intelligenza artificiale strategica: Il sistema partendo dall’universo di investimento definito dal progettista, ed impiegando tecniche di swarm intelligence (intelligenza dello sciame), calcola giornalmente a chiusura mercato le eventuali modifiche da apportare alla composizione del portafoglio modello, utilizzando le variazioni dello stato binario e dello score prodotte dalla intelligenza artificiale tattica.

Il ruolo del supervisore: Il supervisore coadiuvato dal proprio team di selezione, utilizzando un motore di ricerca e selezione dedicato, definisce e mantiene aggiornato periodicamente l’universo di investimento per ogni indice attivo elaborato, il numero massimo di elementi che lo rappresentano, supervisiona inclusioni ed esclusioni di singole asset class e/o strumenti e impone i limiti di volatilità, turnover, correlazione e concentrazione.

Il modulo di intelligenza artificiale tattica

Valutazione di ogni singolo strumento finanziario analizzato

Ogni strumento finanziario viene associato ad uno stato binario che indica la convenienza teorica di comprare tale strumento o di non comprarlo (o di venderlo se è stato comprato in precedenza) a partire dal giorno successivo al prezzo di apertura o a valore di NAV. Non ci sono vie di mezzo (riduci o incrementa).

I due stati possibili sono “long” e “flat”. Non vengono implementate strategie “short”.

L’intelligenza artificiale viene impiegata per determinare, per ogni strumento finanziario analizzato, la probabilità di salita o discesa per ognuno dei 20 giorni di mercato successivi al giorno in cui viene rilevato l’ultimo valore di negoziazione.

Imponendo al modello di calcolo dei segnali una limitazione alla frequenza delle operazioni e ponendo come obiettivo medio un acquisto e una vendita annuale (turnover = 1), l’esito cumulato del vantaggio prospettico misurato è sufficiente per individuare delle aree vantaggiose all’interno del range di volatilità atteso. Il compito dell’intelligenza artificiale è quello di individuare tra la molteplicità degli andamenti ciclici espressi da ogni strumento, quello più significativo in termini di estensione del range considerato.

L’esito probabilistico medio calcolato per oltre 15’000 strumenti finanziari, ha evidenziato la presenza di 12 aree statisticamente significative all’interno di ogni ciclo.

  • Un’area di massimo relativo del ciclo
  • Un’area di minimo relativo del ciclo
  • 5 aree nella fase discendente tra il massimo e il minimo del ciclo
  • 5 aree nella fase ascendente tra il minimo e il massimo del ciclo.

Gli esiti probabilistici hanno evidenziato che da ore 6 a ore 3, passando per ore 12, gli esiti probabilistici per i 20 giorni di mercato successivi sono favorevoli; quelli tra ore 3 e ore 6 sono invece sfavorevoli.

La strategia globale più vantaggiosa individuata dall’intelligenza artificiale è sostanzialmente basata su 4 regole:

  1. Il sistema compra a ore 12 ad ogni occorrenza.
  2. Il sistema compra a ore 6 (o in prossimità) alla prima occorrenza (In caso di operazione chiusa in perdita, il sistema attende per l’operazione successiva a ore 6, il completamento di un ciclo completo che passa da ore 12).
  3. Il sistema vende a ore 3 (o in prossimità) ad ogni occorrenza.
  4. Il sistema vende al raggiungimento dello stop prefissato. 

In aggiunta alle regole precedenti può verificarsi la circostanza in cui le operazioni possono anche venire chiuse in profitto (tipicamente a ore 12) in presenza di rendimenti attesi annuali conseguiti in tempi molto brevi (inferiori alla settimana).

L’addestramento dei modelli viene effettuato pesando maggiormente gli eventi più recenti. Per il singolo strumento viene adottato inizialmente un modello fortemente generalizzato che eredita la parametrizzazione dalla media del cluster di appartenenza. In seguito i successivi addestramenti avverranno solo in presenza di un cambiamento del segnale.

Prima che il cambiamento venga confermato la rete viene riaddestrata (ovviamente senza che i segnali precedenti all’addestramento possano venire cambiati).

Dopo il riaddestramento solo 2 circostanze possono verificarsi:

  1. La rete conferma il segnale
  2. La rete nega il nuovo segnale. (In questa circostanza nulla accade in termini operativi a parte l’affinamento della rete stessa.)

Il livello di stop viene aggiornato quotidianamente e non può mai essere inferiore al livello di stop calcolato a partire dal primo giorno di applicazione del corrente segnale di acquisto.

Al raggiungimento del livello “target” di profitto, lo stop viene significativamente avvicinato all’ultimo valore dello strumento.

Il modulo di intelligenza artificiale strategica

Selezione di strumenti per entità aggregate (indici attivi)

Il sistema partendo dall’universo di investimento definito dal progettista e dalle regole impostate, impiegando tecniche di swarm intelligence (intelligenza dello sciame), calcola giornalmente a chiusura mercato le eventuali modifiche da apportare alla composizione degli indici, utilizzando le variazioni dello stato binario e degli score prodotti dal sistema decisionale (intelligenza artificiale tattica) adottato per ogni singolo strumento finanziario.

Le due regole base adottate dal sistema sono:

  1. Ciascuno strumento presente nell’universo di investimento può entrare nell’indici per il peso prefissato, in presenza di un segnale long e in assenza dell’attivazione di una regola di esclusione.
  2. Tutti gli strumenti presenti in ogni indice devono uscire completamente in presenza di un segnale short.

Le regole di esclusione sono le seguenti:

  • No Cash – E’ stata esaurita la liquidità disponibile per il nuovo segnale
  • Max El. – E’ stato raggiunto il numero massimo di elementi previsti per l’indice
  • RS #% – La forza relativa dello strumento è troppo bassa rispetto a quella dei componenti dello stesso cluster di correlazione presente nell’universo di investimento.
  • Cor #% – La correlazione con gli strumenti già presenti in portafoglio è troppo alta tenendo conto dei seguenti 3 vincoli:
  • Livello iniziale % di attivazione (sino ad una determinata % complessiva non viene attivato il controllo)
  • Livello % di peso del cluster (sino ad un determinato peso % di strumenti che superano il livello di correlazione non viene attivato il controllo)
  • Livello soglia % (il livello massimo di correlazione ammesso tenendo conto dei due vincoli precedenti di attivazione).

Gli strumenti del supervisore

Che cosa è il direct indexing (*)

Il tema dell’inclusione (e dell’esclusione) di alcuni specifici titoli dagli indici sta diventando sempre più determinante nei processi di investimento. Alcuni investitori ritengono importante poter escludere alcuni titoli che non rispettano, per esempio, alcuni principi etici ritenuti ineludibili o che potrebbero essere semplicemente identificati come concorrenti o addirittura potrebbero decidere di escludere i propri titoli quando gli investitori sono loro stessi società quotate. Altri investitori in alternativa, vorrebbero invece investire solo in panieri di titoli altamente speculativi.

L’industria Fintech ha risposto a questa esigenza proponendo strumenti per il direct indexing. Con questa nuova metodologia l’investitore non utilizza più gli ETF per investire indirettamente in indici di società quotate, ma impiega invece indici creati ad hoc che permettono di negoziare direttamente panieri di titoli acquistandoli in maniera frazionata. Si tratta di una formula decollata con alcune piattaforme come Robinhood, che si sono dimostrate molto sensibili ad assecondare la speculazione focalizzando l’attenzione dei propri clienti sulla negoziazione di strumenti particolarmente di moda o gettonati in un determinata fase.

Con l’impego sempre più pervasivo dell’intelligenza artificiale nel settore finanziario per valutare gli esiti probabilistici degli investimenti, i creatori degli indici tematici investibili di maggior successo ora dispongono di nuovi strumenti per individuare in anticipo i titoli che sono caratterizzati dal potenziale inespresso più elevato. Ed è proprio il direct indexing ad aprire un nuovo universo di prospettive. Mentre fondi ed ETF tematici sono soggetti ad preventive indagini commerciali e ad un lungo iter di approvazione della strategia prima di raggiungere il mercato, gli indici, ed in particolare gli indici a gestione attiva sono potenzialmente investibili istantaneamente.

Provate a pensare a tutti quegli eventi straordinari che hanno caratterizzato i mercati a partire dal conclamarsi della pandemia. Con il direct indexing si sarebbe potuto investire prontamente nelle società produttrici dei vaccini piuttosto che nell’intero settore farmaceutico, o magari solo nelle società che hanno permesso a milioni di persone di lavorare in remoto. Quando si è palesata la ripartenza si sarebbe potuto investire nelle società di trasporti marittimi. Con il direct indexing è possibile investire nelle intuizioni, nel momento preciso in cui si palesano, in un mondo che cambia sempre più velocemente.

(*) Articolo pubblicato su Il Sole 24 ORE – Plus 24 del 20/11/2021, pag. 5.

Play

Giocare in borsa” è una frase usata dagli investitori principianti, utilizzata per indicare che hanno ottenuto l’accesso, simulato o reale, agli alti e bassi del mercato. Un gioco può essere un “buon gioco” quando la decisione si rivela positiva, o un “cattivo gioco” quando la decisione si rivela negativa.

Normalmente tutti giochi sono dotati di regole convenzionali e prestabilite che rappresentano l’essenza del gioco; Le regole devono essere esplicite, ossia definite, comunicate, accettate e condivise da tutti i partecipanti prima che il gioco abbia inizio; Perché il gioco sia equo, le regole devono essere insegnate, apprese e riconoscibili da tutti i partecipanti.

“Giocare in borsa” è uno dei giochi più praticati al mondo e allo stesso tempo è anche quello che ha il maggior numero di partecipanti ignari di quali siano le vere regole del gioco, ossia di come si possibile (e necessario) calcolare i vantaggi o gli svantaggi associati alla scelta di investire in uno strumento finanziario rispetto a un altro.

Il termine “giocare” vi lascia perplessi? Non dovrebbe. La gamification ci aiuta a investire meglio ed è un settore con un valore di mercato di oltre i 12 miliardi di dollari, con un’ampia prospettiva di crescita.

Abbiamo scelto di far evolvere il “giocare in borsa” tradizionale a cui siamo abituati, facendo competere le principali asset class in un unico campionato: Azioni, Etf, Fondi, Indici e Crypto adesso giocano assieme (per ora, solo sulle pagine di questo sito) condividendo gli stessi criteri di valutazione.

Questi sono i principali indicatori disegnati su ogni “figurina da gioco” con cui viene rappresentato un singolo strumento:

  • Performance storica a 5 anni e attuale (Growth, Value, Lack)
  • Trend (Buy, Long, Sell, Out)
  • Rischio (da 1 = Min, a 9 = Max)
  • Rating (da 9 = Max, a 1 = Min)
  • Liquidita (da 9 = Max, a 1 = Min)
  • Fase ciclica “Clock” (da 1 a 12)

Gli indicatori sono calcolati anche per ogni entità disponibile di aggregazione statistica o funzionale di più strumenti.

Ogni indicatore è il risultato di una formula (algoritmo) che utilizza solo ed esclusivamente le serie storiche (prezzi e volumi) dello strumento analizzato.
Gli effetti di questa scelta sono estremamente positivi per quanto riguarda l’esito probabilistico del “gioco”, perché è basato sulla neutralità tecnologica (riassumibile in “stesso servizio, stesso rischio, stesse regole”) che è in antagonismo alla umana tendenza di ricorrere a stereotipi quando siamo chiamati a prendere decisioni, senza renderci conto di essere condizionati dal bias cognitivo (distorsione cognitiva).

Prendiamo per esempio, in relazione all’esito probabilistico del “gioco”, una forma di distorsione della valutazione (bias) causata dal pregiudizio: la scelta di selezionare solo investimenti responsabili (IR), ossia la pratica, in base alla quale agli obiettivi tipici della gestione finanziaria (l’ottimizzazione del rapporto tra rischio e rendimento in un dato orizzonte temporale), vengono affiancate considerazioni di natura ambientale, sociale o di governance (ESG-environmental, social, governance).

Tipicamente la modalità con cui gli IR vengono realizzati è il cosiddetto screening, che consiste nel selezionare i titoli da inserire in un portafoglio finanziario attraverso l’analisi del comportamento delle società emittenti secondo criteri ESG. La selezione viene fatta in base a dei criteri IR: criteri negativi (o di esclusione) e criteri positivi (o di inclusione).

I criteri negativi prevedono l’analisi di condizioni che, quando si verificano, comportano l’esclusione della società in esame. Si tratta quindi di una limitazione della libertà di acquisto da parte di un investitore che si impegna a non investire in determinate aziende e in determinati settori che presentano problematiche di ordine ESG come per esempio produzione e commercio di armi, produzione e distribuzione del tabacco o delle biotecnologie per usi alimentari, il settore chimico e petrolifero che possono essere considerati non compatibili dal punto di vista ambientale.

Cosa succede al “gioco” in un mese come il gennaio 2022 quando il differenziale di rendimento tra 2 categorie di titoli raggiunge il 25% (i tecnologici ESG -15% e i petroliferi non ESG +10%)? Il gioco diventa improvvisamente un “cattivo gioco”.

Anche se gli slogan che promuovono gli investimenti responsabili sono assolutamente condivisibili (“Desiderate ottenere più di un semplice guadagno dal vostro investimento?”, “Volete migliorare l’ambiente, la società, le politiche dei governi e la sostenibilità delle imprese accettando eventualmente minori rendimenti?”), noi (*) preferiamo considerare tutti gli strumenti finanziari in modalità probabilistica.

(*) Non siamo insensibili al problema del cambiamento climatico, che è dolorosamente reale. Riteniamo però davvero più utile unire la personale rinuncia ai consumi velleitari con la certezza che le società quotate più meritevoli saranno in prospettiva premiate costantemente dal mercato.