L'IA conquista il mondo dell'asset management

Su mercati abbastanza efficienti come può essere l'equity globale, selezionare e trovare gestori con un alpha positivo e costante è molto difficile. Così Denis Manzi, business director e chief investment officer, Banca di San Marino, racconta di essersi spesso trovato dinanzi a una scelta complessa: “Selezionare gestori con un’esposizione ai fattori di rischio molto simile a quella dei benchmark, con il rischio di avere poca diversificazione; o al contrario selezionare gestori più attivi e più diversificati, con un altro rischio molto grande, che è quello di sottoperformare pesantemente i mercati di riferimento soprattutto quando i movimenti sono unilaterali, come poi è stato recentemente”. In questo contesto l’IA può aiutare in una direzione o nell’altra, e divenire un fattore per prendere la scelta giusta. “Attenzione, è una tecnologia che crea molto hype, ma bisogna ben capire di cosa si stia parlando, perché presenta mille sfaccettature. A mio avviso, almeno nel mondo attuale, l’IA deve essere un supporto per migliorare ed efficientare la gestione più tradizionale”, aggiunge Manzi, mettendo così in guardia dai facili entusiasmi di chi vede nella tecnologia una panacea per tutte le esigenze.

La gestione degli investimenti richiede un approccio differenziato. E anche l’impiego dell’IA può variare nel tempo. Così Dario Lanzoni, portfolio manager e fund selector, illustra la posizione di Cassa di Ravenna: “La banca ha differenziato i vari portafogli azionari in modo tale da renderli più aderenti ai loro obiettivi, facilitando anche la nostra attività di selezione. Ad esempio, concentrandosi su titoli income nel caso delle nostre linee ‘a cedola’, o sui temi macro legati alla transizione energetica”. Anche l’approccio all’IA di Cassa di Ravenna si è evoluto nel tempo, grazie al sostegno quantitativo fornito da un advisor esterno: “Attraverso gli input di asset allocation che questi ci invia, andiamo ad inserire per tempo gli strumenti sottostanti tramite ETF o comunque con fondi passivi”, rileva Lanzoni. L'advisor stesso applica un modello di IA proprietario che, nel tempo, ha raggiunto e persino superato le aspettative della banca. “Ad esempio - racconta ancora il responsabile - nel 2022, quando molti colleghi hanno ridotto significativamente l’azionario per paura di vari fattori di mercato, noi abbiamo invece mantenuto un approccio barbell, senza grandi variazioni percentuali, con risultati anche superiori a quello che ci aspettavamo”

L’intelligenza artificiale è sulla bocca di tutti, anche nel mondo della finanza. Ma di cosa parliamo, esattamente? “In estrema sintesi”, spiega Mirco Bongiovanni, responsabile Gestioni patrimoniali WM, Cherry Bank, “l’IA consiste in algoritmi basati su modelli matematici per la risoluzione di problemi. La maggior parte di questi ha più di 50 anni, ed è già stata utilizzata con successo in diversi contesti. Il vantaggio principale che possiamo riscontrare oggi, rispetto a qualche decennio fa, risiede sicuramente nel progresso della parte computazionale”. Cherry Bank è partita nel 2021 e sin dall’inizio ha fatto ricorso ad algoritmi di IA acquisiti dall’esterno, “anche perché in qualità di banca di recente costituzione, avevamo necessità di offrire soluzioni che fossero all’avanguardia, e non la riproposizione di altri modelli”, precisa Bongiovanni. Secondo il responsabile, l’IA non deve essere un semplice 'quant 2.0', perché ci sono già i fondi e le soluzioni quantitative, o anche i fondi passivi e semipassivi per le semplici questioni di performance. “E non è una soluzione plug and play, da prendere e applicare così com’è, ma va calata nella nostra realtà e adattata alle nostre esigenze”, conclude Bongiovanni.

Andrea Severi, segretario generale, Fondazione Cassa dei Risparmi di Forlì, fa un passo indietro rispetto alla discussione sull’implementazione dell’IA, per illustrare prima le esigenze e il punto di vista che, a valle, ne determineranno i possibili utilizzi: “Ci posizioniamo come investitori pazienti: non guardiamo alla volatilità giornaliera perché orientati su un orizzonti temporali di lungo termine, ci focalizziamo sulla preservazione del capitale ancor prima che sulla generazione di un alpha importante”. Le Fondazioni necessitano infatti di un flusso cedolare per generare rendimenti ed effettuare erogazioni sul territorio: “Il nostro core business è infatti quello di distribuire le risorse”, chiarisce il segretario generale. Come può l'intelligenza artificiale aiutare in questo obiettivo? “Anzitutto - afferma Severi - può agevolare la Fondazione, i suoi gestori e i suoi advisor nel definire un portafoglio azionario performante. È da qui che prendiamo i rendimenti da distribuire agli azionisti, ma tradizionalmente serve anche una parte di patrimonio ben stabilizzata, e quindi anche immobilizzata. Un azionario ben costruito permette di ottenere buona parte di quel flusso di rendimenti”.

Il tema di individuare strategie, gestori, e fondi in grado di fornire una sovraperformance costante è un problema che persiste da ben prima che venisse implementata l’IA nel mondo degli investimenti. “È forse il problema principale per chi fa attività di selezione, indipendentemente da come vengano poi implementate le strategie”, asserisce Edoardo Ferrari, direttore operativo Investimenti, Fondazione di Modena. Il probabile punto di approdo sarà la creazione di portafogli high convinction, “dove le ‘convinzioni’ non sono generate da competenze e capacità umane, ma sono sostanzialmente prodotte da una potenza di calcolo che è superiore a quella di un singolo gestore e, in modo più ampio, da comitati investimenti, che ogni mattina o settimana analizzano dati e fogli Excel”.Il ruolo umano, comunque, resterà fondamentale nell’impostare al meglio i ragionamenti che poi spetterà alle macchine eseguire. Ferrari aggiunge una considerazione di carattere personale: “Quando mi trovo a guardare strategie focalizzate sull’implementazione dell’IA, mi chiedo in che modo la mancata emotività della macchina si vada a interfacciare con tutto il resto del sistema finanziario che, invece, di emotività ne ha parecchia, perché è composto di persone - dai comitati di investimento agli analisti”.

Gabriele Susinno è senior client portfolio manager di Pictet Asset Management nel Quantitative equity solution team (Quest), un gruppo che utilizza tecnologie moderne per ottenere strumenti di investimento più efficienti. I fondi Quest partono da uno screening sistematico dell’universo d’investimento, utilizzando l’analisi dei dati fondamentali delle società per arrivare a un portafoglio sostenibile e con caratteristiche specifiche di esposizione a determinati fattori di stile. Una strategia, commenta Susinno, che “usa l’IA per sfruttare le inefficienze di mercato a breve termine, dovute ai bias comportamentali degli esseri umani per cui, spesso, si ritiene sia meglio avere torto tutti assieme, piuttosto che avere ragione da soli, perché la decisione sottostante implica troppi rischi”. L’approccio necessita di una potenza di calcolo elevata, affinché l’IA possa trasformare un insieme di dati e altri item in una serie di valori aggregati che permettono di scegliere di investire in un titolo piuttosto che in un altro. “Questo è quello che abbiamo realizzato nelle strategie di cui parlo, per produrre un alpha che si sviluppa nel ciclo di mercato, evitando l’overtrading e migliorando l’implementazione delle nuove posizioni di portafoglio”, conclude Susinno.