Introduzione
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.
Perchè affidarsi all’intelligenza artificiale
- 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.
Diversificazione del portafoglio con l’intelligenza artificiale
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.
Maggiore sicurezza e ottimizzazione del rapporto rischio/rendimento
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.
Principali broker per investire con l’ausilio dell’intelligenza artificiale
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:
Conclusioni
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.
