La rapida avanzata dell'AI sarà difficilmente arginabile poiché il tempo ed i fatti hanno confermato che gli esseri umani sono emotivi ed assorbono inconsciamente le opinioni altrui lasciandosi influenzare da queste nelle fasi decisionali più delicate, a discapito dei loro investimenti.
L’intelligenza artificiale (AI) si sta diffondendo sempre più velocemente ed è ormai pronta a rivoluzionare l’industria del risparmio gestito. Questa avanzata sarà difficilmente arginabile poiché il tempo ed i fatti hanno confermato che gli esseri umani sono emotivi ed assorbono inconsciamente le opinioni altrui lasciandosi influenzare da queste nelle fasi decisionali più delicate. Ovviamente, tutti questi aspetti vanno a discapito della loro abilità di investitori. Al contrario, "l’intelligenza artificiale, grazie alla sua logica freddezza, è in grado di prendere decisioni basandosi esclusivamente su quanto è in grado di estrapolare da un set informativo di dati", spiega Alessandro Greppi, PhD, socio ordinario SIAT. Inoltre, le macchine sono molto più performanti degli uomini nel gestire e valutare grandi quantità di informazioni che possono essere generate anche da fonti non convenzionali, come ad esempio i social network. "In questo scenario dominato da una crescente complessità e dall’ interazione competitiva tra numerosi operatori di mercato, siano questi retail o istituzionali, risulta impossibile pensare che un uomo possa monitorare l’andamento di tutte le asset class scambiate nei mercati finanziari globali. Una macchina debitamente programmata potrebbe invece gestire senza alcun problema questa attività".
Scetticismo circa l'affidabilità degli algoritmi
Questo enorme potenziale non è passato inosservato e gli hedge fund, da sempre inclini a sperimentare soluzioni all’avanguardia, sono stati tra i primi ad aprirsi all’intelligenza artificiale con l’obiettivo di individuare nuove strategie in grado di battere i mercati. "Il successo di un modello di intelligenza artificiale dipende prevelantemente dalla qualità dei dati su cui l’algoritmo ha imparato a fare previsioni piuttosto che dalla complessità intrinseca del modello adottato", sottolinea Greppi. "Infatti, uno degli step più delicati consiste nella capacità di individuare l’algoritmo più adeguato alla tipologia di dati di cui si dispone".
In aggiunta alla difficoltà nel reperire dati che consentano di sfruttare al meglio l’intelligenza artificiale, un altro elemento che ha rallentato la diffusione di questa innovazione riguarda la difficoltà da parte degli addetti ai lavori nel giustificare le indicazioni che alcuni algoritmi forniscono. Questo aspetto ha determinato in passato un certo scetticismo nei confronti dell’intelligenza artificiale poiché è molto difficile che una casa di investimenti affidi la gestione di parte dei propri AUM senza avere sufficienti garanzie sull’affidabilità di un algoritmo.
In scia a queste sfide e potenzialità per il mondo degli investimenti, SIAT (Associazione Italiana di Analisi Tecnica) ha deciso di affrontare ed approfondire le tematiche associate all’innovazione nel mondo degli investimenti lanciando la prima edizione di QuanTech. Durante l'evento Greppi ha presentato un market screener per il mercato azionario, basato su algoritmi di intelligenza artificiale elaborati insieme ai suoi collaboratori. La particolarità dell’approccio di machine learning presentato è che, a differenza di modelli a reti neurali molto più complessi, rende interpretabile per un essere umano il processo che ha condotto ad una determinata indicazione. Nella fase attuale di sviluppo, la soluzione presentata può essere utilizzata per supportare l’attività di stock picking e di generazione di idee di investimento. Più nel dettaglio, il modello ha come obiettivo di individuare le variabili finanziarie, macroeconomiche o settoriali che il mercato premia in un determinato intervallo temporale per poi fornire una selezione di titoli 'caldi' che potrebbero beneficiare della spinta derivante dal trend di fondo.
"Beneficiando della maggiore flessibilità dei modelli di intelligenza artificiale rispetto a quelli puramente quantitativi, questa proposta rappresenta solo una delle diverse soluzioni che attualmente stiamo sviluppando e che hanno come obiettivo ultimo quello di creare strategie di investimento in grado di battere la concorrenza umana con continuità", conclude l'esperto.
