<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=150415092460129&amp;ev=PageView&amp;noscript=1">

Visione

Offerta

Scenari

Tecnologie di Frontiera

Ruoli

Tilt

Come funziona la gestione predittiva del portafoglio nel Finance

Come funziona la gestione predittiva del portafoglio nel Finance

Quali sono i titoli più convenienti da mantenere in portafoglio? Quali invece quelli che sarebbe meglio cedere per puntare su investimenti più proficui o massimizzare il guadagno nel medio termine? Quand'è il momento migliore per comprare e perché? Sono gli operatori che sanno rispondere a queste domande con sicurezza e tempestività quelli che riescono a trarre maggior profitto dalle attività di trading. Ma attenzione: saper rispondere a domande del genere non è più solo questione di esperienza, conoscenza dei mercati, accesso a informazioni riservate e – non dimentichiamolo – intuito. Le tecnologie digitali stanno infatti gradualmente sopperendo alle competenze distintive dei broker di professione, ampliando il bacino di utenza oltre la cerchia ristretta che ha per anni caratterizzato il Finance.

 

Gli effetti dell'introduzione dell'AI nel settore finanziario

Con sempre maggior frequenza, infatti, fondi di investimento, banche, aziende e soprattutto semplici risparmiatori, per ottimizzare le operazioni di compravendita, ricorrono alla stock market prediction e alla gestione predittiva del portafoglio, approcci resi possibili dall'introduzione dei sistemi di Intelligenza artificiale e Machine learning nel settore finanziario. Da una parte, le soluzioni avanzate di AI, come per esempio i Robo-advisor, permettono di allocare le risorse là dove possono fruttare di più in funzione del tipo di rischio che si è disposti a sostenere. Dall’altra, gli algoritmi alla base dei servizi diventano sempre più accurati nel predire fluttuazioni del mercato che potrebbero implicare significativi impatti sulla salute dei prodotti finanziari. Ma per quanto potenti e precise, queste soluzioni risulterebbero virtualmente inutilizzabili dai più – specialmente a livello consumer – se non offrissero anche una user experience intuitiva. Si potrebbe anzi dire che è proprio la semplicità d’uso la chiave di volta per l’affermazione delle piattaforme di Intelligenza artificiale nel mondo del Finance. Ed è la loro diffusione ciò che permette di affinare costantemente i sistemi di gestione predittiva del portafoglio.

 

Razionalità e imprevedibilità, come cambia l’approccio al mercato

È a tutti gli effetti un circolo virtuoso: a ben vedere, le applicazioni di Intelligenza artificiale e Machine learning non fanno altro che concretizzare la teoria che in economia finanziaria è definita Efficient-Market Hypothesis (EMH). Molto semplicemente, la teoria afferma che i prezzi dei titoli variano in funzione delle informazioni a disposizione del mercato e delle aspettative razionali degli operatori: in tal senso, nel momento stesso in cui nuovi dati vengono assimilati dal sistema, questo si modifica in base alla volontà dei singoli partecipanti di massimizzare il valore del proprio portafoglio, mettendo a frutto l'esperienza maturata in situazioni analoghe e ricorrendo a statistiche e serie storiche per validare ipotesi d'azione. L'utilizzo massivo dell'Intelligenza artificiale nella gestione del portafoglio è una vera e propria rivoluzione: sistematizza, infatti, quello che fino a pochi anni fa era un approccio empirico, disomogeneo e vincolato, caso per caso, all'effettiva disponibilità sia di informazioni verificate, sia di notizie vere e – soprattutto – aggiornate. Le variabili in gioco sono in effetti così numerose che tra diversi analisti, rispetto all'approccio EMH, è prevalso per molto tempo lo scetticismo. D'altra parte, nel 1973 l'economista Burton Malkiel, pubblicando il saggio “A random walk down Wall Street”, affermò l'impossibilità di predire, in modo sufficientemente preciso, l'andamento delle singole voci del mercato sulla scorta delle sue evoluzioni registrate nel tempo. Secondo Malkiel, è possibile piuttosto immaginare un percorso plausibile, dal quale il mercato si discosterà occasionalmente per effetto di emergenze imprevedibili.

 

Un'evoluzione dell'ecosistema in ottica win-win

Intelligenza artificiale e Machine learning permettono oggi alla teoria economica di superare questa posizione, fondendo la capacità di analisi probabilistica costruita sullo studio degli eventi trascorsi con l'abilità di cogliere in tempo reale le implicazioni e il significato – economico e non solo – di nuove variabili per l'ecosistema e per ciascuno dei suoi partecipanti. Torna qui in gioco e viene valorizzato il concetto di razionalità espresso dalla Efficient-Market Hypothesis: introducendo nello scenario globale un numero sempre maggiore di piattaforme in grado di valutare con la massima oggettività e in tempi rapidi le ricadute di emergenze e situazioni impreviste, il mercato, pur se inizialmente in modo frammentato, comincerà a evolversi secondo una logica win-win.

New call-to-action

Iscriviti al Blog