Winton propone una tecnica di machine learning per la classificazione dei titoli azionari in base alla natura delle loro attività. Contributo a cura di Paolo Viale, CAIA, senior vice president, Client Advisory di Winton. Contenuto sponsorizzato.
Per accedere a questo contenuto
Contributo a cura di Paolo Viale, CAIA, senior vice president, Client Advisory di Winton. Contenuto sponsorizzato.
Il Global Industry Classification Standard (GICS) è la categorizzazione più comunemente utilizzata per suddividere le aziende delle diverse aree geografiche nei vari settori, ma ci sono anche altri modi per segmentare le azioni che possono fornire informazioni preziose. In qualità di gestore di investimenti quantitativi, Winton utilizza una serie di metodi di classificazione algoritmica, uno dei quali è descritto di seguito in dettaglio.
Gli operatori del mercato cercano di classificare le aziende secondo i settori di appartenenza per diversi motivi: per investire in base a punti di vista tematici (attraverso ETF specifici per settore, ad esempio); per costruire coperture per posizioni in singoli titoli; per effettuare il benchmark delle performance; per identificare le aziende strettamente correlate per le quali è possibile confrontare indicatori fondamentali e per migliorare le stime del rischio.
La struttura del GICS, lo standard di classificazione settoriale mantenuto de facto dai provider di indici Standard & Poor's e MSCI, ha i suoi meriti: è coerente e relativamente trasparente. Ma permette alle aziende di far parte di un solo settore: un presupposto limitante, data la diversità commerciale di molte aziende moderne. Inoltre, le sue classificazioni sono relativamente fisse. Solo poche sono cambiate da quando è stato lanciato nel 1999.
Tra le classificazioni alternative utilizzate da Winton ce n'è una che si basa su una tecnica di machine learning chiamata elaborazione del linguaggio naturale (natural language processing o NLP) per leggere la documentazione obbligatoria e determinare il settore rilevante di un'azienda. Secondo le nostre stime, un piccolo team impiegherebbe 70 anni per leggere i 24 anni di relazioni finanziarie annuali dei componenti del Russell 3000. Con i computer, però, è possibile elaborare, segmentare e standardizzare questi documenti in meno di un giorno. Abbiamo utilizzato i dati risultanti per addestrare la nostra macchina NLP affinché producesse delle categorie di settore proprie per i componenti dello S&P 500.
Questo approccio NLP produce risultati sorprendenti. La nostra classificazione NLP ha indicato solo tre dei settori del GICS: energia, immobili e servizi di pubblica utilità (vedi grafici sottostanti). I tre maggiori settori GICS per quota di capitalizzazione di mercato erano informatica, finanza e sanità; per la nostra macchina NLP, invece, sono stati vendita al dettaglio, hardware e software. Il settore industriale GICS, al sesto posto per capitalizzazione di mercato, non ha riscontrato un chiaro equivalente NLP. E, al posto di un settore sanitario, la classificazione NLP ne ha creata una per il settore farmaceutico/biotecnologico e un'altra per "attrezzature e servizi sanitari".
Due diverse prospettive della composizione dello S&P500
Fonte: Winton Group.
Un vantaggio dell'approccio NLP è che classifica le aziende in base alla natura della loro attività, sia in termini di clienti sia di concorrenti, nonché in base ai cambiamenti commerciali ed economici fondamentali a cui potrebbero rispondere. Consente inoltre la diversità, caratteristica moderna delle imprese, e ogni azienda può appartenere a più settori. Ed evita di analizzare unicamente il passato, prendendo in esame le parole che le aziende stesse usano per descrivere le loro intenzioni future e le attività attuali. L'approccio ha però dei limiti. Una classificazione NLP può talvolta produrre risultati incoerenti, il che significa che la successiva interpretazione umana potrebbe introdurre dei bias.
Nella negoziazione dei titoli azionari siamo particolarmente interessati a capire come i segnali d’investimento possano applicarsi ai gruppi di titoli. Alcuni segnali hanno un potere statistico maggiore se applicati a un insieme definito di titoli piuttosto che all'intero mercato in tutta la sua diversità, o a un singolo titolo con le proprie idiosincrasie. Al contrario altri segnali, se utilizzati, possono comportare un'esposizione indesiderata al settore se il rischio non viene gestito con attenzione.
I metodi di classificazione sono strumenti che dovrebbero essere utilizzati in modo mirato, in considerazione degli obiettivi perseguiti. Per decidere come classificare un'azienda, bisognerebbe iniziare considerando la domanda alla quale la classificazione dovrebbe rispondere. Il passo successivo consiste nel valutare quali dati sono necessari per prendere la decisione e quali sono i metodi statistici più adatti.
Per maggiori informazioni su Winton consultare il seguente link: www.winton.com/diversified
