Investire con l’Intelligenza Artificiale

Secondo il premio Nobel Daniel Kahneman, a monte di un’analisi svolta su un periodo di 50 anni, si può affermare che nella maggior parte dei Fondi di Investimento il processo del cosiddetto stock picking avviene similmente al tiro dei dadi e ciò è dimostrato dal fatto che almeno due su tre fondi di investimento sottoperformano il mercato ogni anno. Infatti, per essere investitori di successo non è soltanto necessario avere una vasta conoscenza dei mercati di riferimento ma avere un controllo assoluto sulle proprie emozioni, che nella maggior parte dei casi sono la causa per cui il 66% dei fondi di investimento non riescono a sovraperformare il mercato. Vediamo di seguito perché le statistiche rivelano che investire con l’Intelligenza artificiale risulta più redditizio rispetto alle strategie discrezionali.

• Un algoritmo di investimento si focalizza sui dati Fondamentali dell’Azienda per coglierne il valore intrinseco e relazionarlo alla sua valutazione attuale, considerando l’analisi tecnica per il ribilanciamento del portafoglio o operazioni di copertura.
• L’intelligenza artificiale svolge un apprendimento automatico (Machine Learning), ovvero è capace di aggiornarsi automaticamente ed evolvere i propri parametri di giudizio in base ai
  dati e le notizie captate. Questo gli permette di adattarsi automaticamente alle condizioni
  di mercato.
• L’automatizzazione delle operazioni permette di eliminare le emozioni umane, che spesso portano a scelte irrazionali che in ultimo sviano dalla strategia iniziale (Il fattore psicologico nel trading).
• I software utilizzati per investimenti a lungo termine sono “agnostici” dal punto di vista
  delle industrie sulla quali allocano le risorse. Questo significa che non allocano maggiori risorse su dei settori che li affascinano di più rispetto ad altri ma utilizzano soltanto i dati fondamentali per diversificare il portafoglio.
• L’Intelligenza Artificiale permette di analizzare milioni di idee di investimento ed elaborare dati a una velocità che nessun essere umano sarebbe in grado di replicare.

Uno dei metodi di costruzione del Portafoglio di Investimento più diffusi tramite l’intelligenza artificiale è il Modello dei Cluster. Questo modello effettua un raggruppamento di azioni in un Grafico a Dispersione (come quello di sotto) basandosi sui valori relativi di rischio di ogni singola azione in relazione al portafoglio e sulle correlazioni tra i vari asset; in seguito ordina ciascun gruppo per livello di rischio e proiezioni di crescita costruendo una sorta di gerarchia e allocando le risorse in relazione alla stessa.

I raggruppamenti sopra menzionati non avvengono soltanto mettendo in correlazione azioni appartenenti allo stesso settore di riferimento, ma l’algoritmo cerca ed elabora correlazioni non binarie come quelle sull’azione del prezzo in relazione a un evento o un dato specifico. Per esempio, può rilevare come dei dati sulle Trimestrali di un’azienda possono impattare l’andamento di azioni che non hanno ancora rilasciato i propri dati trimestrali. Questo permette di avere un raggruppamento di dati su più livelli e quindi più affidabile a livello statistico.

Uno dei benefici di un approccio guidato dai dati è quello di evitare gli errori di raggruppamento legati al fattore umano. Prendiamo per esempio Tesla, un titolo che può essere associato a Wolkswagen in quanto si tratta di un’azienda automobilistica, tuttavia il Modello dei Cluster, prendendo in considerazione il suo business model e le correlazioni con altri asset, tenderà ad associarlo maggiormente ad azioni del compartimento tech come Apple o Microsoft. Un ulteriore vantaggio del Modello dei Cluster è costituito dal fatto che la procedura di raggruppamento e di analisi delle correlazioni avviene costantemente e ciò permette all’algoritmo di ottimizzare il portafoglio in maniera automatica, ribilanciandolo e inserendo nuovi asset quando i dati cambiano in maniera sostanziale.

Così come per i Bot di Trading automatico, anche nei software impiegati per la creazione di portafogli a lungo termine il rapporto Rischio/Rendimento (Risk/Reward ratio) gioca un ruolo fondamentale nell’allocazione delle risorse e nell’ ottimizzazione del piano di investimento. Tramite il processo di apprendimento automatico in congiunzione al processo di Model Clustering prima descritto, l’intelligenza artificiale può cambiare i propri target di profitto e rilevare nuovi fattori di rischio permettendo di cambiare obiettivi o di liquidare posizioni con maggiore tempismo. Per lo stesso motivo i portafogli gestiti da software permettono di avere un rischio contenuto, in quanto, periodicamente allocano risorse su asset meno rischiosi o volatili e bilanciano il piano di investimento in base a livello di rischio prestabilito. Esistono anche software di intelligenza di artificiale che effettuano operazioni di copertura (hedging) durante periodi di drawdown, fornendo un maggiore grado di protezione.

Per farvi un’idea sulle varie tipologie di Portafogli Smart vi reindirizziamo ad alcuni dei broker che offrono soluzioni più varie in questo ambito tra cui:

• MONEYFARM
• SCHWAB

In conclusione, possiamo notare come, così come per il trading, l’automatizzazione nella costruzione di un portafoglio di investimento a lungo termine comporta innumerevoli vantaggi che sono propri dell’utilizzo dell’Intelligenza artificiale e che l’uomo non sarebbe mai in grado di replicare. Tra questi abbiamo il raccoglimento, l’elaborazione e il raggruppamento di milioni di dati per agire tempestivamente su volatilità al ribasso o sulla diversificazione e il ribilanciamento del portafoglio. Nonostante tutti questi aspetti positivi, consigliamo a chi sceglie di usufruire di questa tecnologia di capire come questa opera e non affidarsi ciecamente a essa, ma piuttosto tenere un occhio sulle performance e non disinteressarsi completamente dal proprio investimento.