Innovare attraverso le strategie sistematiche

-
Immagine Ceduta

Si è tenuto lo scorso mercoledì 12 luglio, presso l’hotel Mandarin Oriental di Milano, il “GAM Systematic Conference – Investire nel futuro”, l’evento organizzato dalla casa di gestione GAM (Italia) SGR, che ha trattato temi quali intelligenza artificiale e strategie sistematiche, cui hanno partecipato Luca Altieri, direttore marketing, comunicazione e citizenship di IBM Italia, Paolo Legrenzi, curatore della rubrica settimanale “I Soldi in Testa” di GAM e professore Emerito di psicologia presso l’Università Ca’ Foscari, ed Anthony Lawler, co-head GAM Systematic di GAM e gestore del fondo con rating Consistente Funds People GAM Systematic Alternative Risk Premia.

Ad aprire le danze dell’incontro è Riccardo Cervellin, amministratore delegato di GAM (Italia) SGR, che introduce due concetti fondamentali di attualità nei mercati, ovvero quello del cambiamento e della trasformazione, dove quest’ultimo si differisce dal primo perché attiene ad un’evoluzione. Evoluzione tecnologica, appunto, che è diventata esponenziale, che permette agli investitori di sentirsi sempre più a loro agio con l’idea di strategie d’investimento automatizzate. “L’analisi dei big data consente di conoscere le preferenze del pubblico, orientare le offerte commerciali e politiche, nonché permette di raccogliere segnali di secondo ordine che concorrono alla migliore comprensione dello scenario: è questa la novità delle gestioni sistematiche, algoritmi complessi disegnati per selezionare i segnali e prendere decisioni coerenti”, afferma Cervellin, ricordando come, dal 30 giungo 2017, tutti i fondi e le sicav della società prendono il nome di GAM.

Ed è sotto il segno dell’innovazione, che GAM e IBM rappresentano due realtà consolidate, una operante nel settore risparmio gestito, l’altra in quello tecnologico, ma che entrambe utilizzano la tecnologia per innovarsi, e trovare nuove soluzioni di business. Luca Altieri evidenzia tre fenomeni a riguardo: una tecnologia sempre più accessibile e diffusa, dove negli ultimi cinque anni è stata registrata una crescita esponenziale del settore tecnologico; un’esplosione dei dati, che offre opportunità per sviluppare nuovi vantaggi competitivi; e infine i sistemi di intelligenza artificiale, i sistemi cognitivi. “Oggi, assistiamo ad una produzione immensa di dati, che costituiscono un valore inestimabile per le imprese. In un mercato sempre più dinamico e competitivo, una delle principali sfide per le aziende è quella di identificare quali sono i dati strategici da selezionare e gli strumenti più adeguati per comprenderli e analizzarli”, afferma Altieri, che spiega come, ad oggi, si siano sviluppati nuovi modelli di business, visto il contesto di basse barriere settoriali, dove chiunque, facendo leva sul digitale, riesce ad entrarci, e come spesso la concorrenza arriva da società “impensabili” provenienti da altri settori.

Utilizzare quindi la tecnologia per rimanere nel mercato, cambiando il proprio modello di business, rimanendo quindi competitivi aggredendo nuovi segmenti. È questo il messaggio di Altieri, che illustra gli esempi della Ford, passata dalla produzione di automobili a quella automobile, oppure della stessa IBM, che si è rinnovata continuamente nel corso di 100 anni, dove il primo prodotto dell’azienda fu una bilancia, ma che col passare del tempo ha cambiato il proprio modello di business, i propri obiettivi, producendo affettatrici, orologi, personal computer, per arrivare ad oggi, focalizzata nell’intelligenza artificiale.

Il tema di come le nuove frontiere dell’intelligenza artificiale possano essere applicate nel campo degli investimenti è stato affrontato da Anthony Lawler, che ha parlato di “strategie sistematiche” quando il processo di investimento è governato da algoritmi complessi e testati, che analizzano milioni di dati. Le decisioni di investimento di un processo sistematico sono assunte sotto regole formulate con chiarezza e trasparenza. Il processo è scevro dai bias cognitivi che insidiano le valutazioni umane, è ripetitivo, trasparente e, soprattutto, condotto sotto la stretta sorveglianza dell’uomo: l’obiettivo è quello di raggiungere rendimenti positivi in termini assoluti con una bassa correlazione con le asset class tradizionali. “La scalabilità dei processi, la robustezza del risk management, la qualità dei segnali generata dagli algoritmi più recenti consentono ai gestori con solide competenze quantitative di generare valore nei portafogli, con costi decisamente contenuti” afferma Lawler, che aggiunge, “computer e machine learning, opportunamente programmati, hanno il compito di trovare anche limitati margini di valore nella maggior parte dei titoli in universi di investimento che ne contengono migliaia; ciò significa che non c’è bisogno di un nuovo team per ciascun nuovo mercato o classe di attivo che si pensa di valutare.”

Infine, Paolo Legrenzi ha spiegato che, “gli algoritmi non hanno bias comportamentali, non si lasciano distrarre dalle emozioni, eliminano quindi i bias congitivi dell’umano, e questo è un fattore positivo.”

Il fondo Consistente Funds People GAM Systematic Alternative Risk Premia

Con un patrimonio totale pari a circa 237 milioni di euro, il fondo è un alternative multistrategy, gestito dal team composto, oltre che da Anthony Lawler, anche dal fund manager Lars Jaeger. L’obiettivo d’investimento del comparto è quello di realizzare rendimenti sul capitale investito, corretti per il rischio, regolari e superiori alla media, poco correlati nel lungo termine agli strumenti tradizionali, quali azioni e obbligazioni. Lawler e Jaeger perseguono tale obiettivo utilizzando strumenti finanziari derivati, nello specifico total return swap, per ottenere un'esposizione soprattutto agli indici Barclays Capital Investable, che a loro volta investono in proporzioni variabili nelle quattro principali classi di attivi: azioni quotate o negoziate in tutto il mondo, titoli a reddito fisso, valute e materie prime. L’allocazione degli investimenti è infine determinata utilizzando la vasta ricerca di GAM per elaborare pareri sulle dinamiche dei mercati globali e sul rischio e rendimento attesi per ciascuno strumento. Il portafoglio ha registrato un rendimento annualizzato a cinque anni pari al +2,82%.

I fondi GAM con marchio Funds People 2017

FONDO CATEGORIA MORNINGSTAR YTD (IN EURO) REND. % ANN. A 3 ANNI (IN EURO) REND. % ANN. A 5 ANNI (IN EURO) PATRIMONIO (IN EURO) MARCHIO FUNDS PEOPLE
GAM Star Alpha Spectrum Ordinary EAA Fund Alt - Fund of Funds - Multistrat 3,40 2,13 5,87 80.480.000 C
GAM Star Credit Opps (EUR) Ord EAA Fund EUR Corporate Bond 8,23 6,69 12,55 2.668.090.124 C
GAM Star Credit Opps (USD) Instl EAA Fund USD Corporate Bond 0,19 13,16 13,97 2.840.620.820 C
GAM Star Global Quality Instl EAA Fund Global Large-Cap Blend Equity 1,64 11,61 12,93 130.051.294 C
GAM Star Japan Equity EAA Fund Japan Large-Cap Equity 5,29 16,40 14,06 189.382.320 C
GAM Systematic Alt Rsk Pre EAA Fund Alt - Multistrategy 0,16 2,67 2,82 73.712.734 C
GAM Multistock Japan Equity EAA Fund Japan Large-Cap Equity 3,06 12,40 12,19 1.853.586.602 C
Multipartner RobecoSAM Sust HlthyLvg EAA Fund Global Flex-Cap Equity 3,44 9,70 13,22 237.730.968 C

Fonte: Morningstar Direct.