Il “self-driving” investor: verso investimenti sempre più evoluti

Alessandro Greppi, PhD avatar
Alessandro Greppi, PhD
SIAT (Italian Society of Technical Analysis) Member
Dashboard

L’adozione dell’intelligenza artificiale (AI) nel campo degli investimenti sta prendendo sempre più piede ed alcuni hedge fund hanno già iniziato ad operare sui mercati senza ricorrere a nessun tipo di intervento umano. Questi sistemi sono addestrati per continuare a evolversi e, se necessario, modificarsi sfruttando logiche probabilistiche e algoritmi genetici. In sintesi, si può dire che questi ultimi consentono di ricombinare le soluzioni disponibili in partenza nel tentativo di convergere a soluzioni ottime. 

Tra i più famosi hedge funds che sfruttano strategie data-driven si possono ricordare Two Sigma, Renaissaince Technologies, Winton Capital, Sentient Technologies e Aidyia e pare che anche due importanti asset manager come Bridgewater Associates e Point72 Asset Management si stiano muovendo velocemente verso approcci sempre più datacentrici.

Dai trading system all’AI

L’automatizzazione delle operazioni di compravendita non è una novità nel mondo degli investimenti, infatti numerosi hedge fund si affidano da tempo a modelli statistici. Occorre comunque considerare che questi approcci sono in un certo senso “statici” e richiedono la compilazione di nuove stringhe di codice per poter continuare ad essere performanti e allineati a ciò che accade sui mercati. Con l’obiettivo di ridurre l’intervento umano e aumentare profondità e il dettaglio dei propri risultati, le realtà più innovative hanno abbracciato il machine learning (apprendimento automatico) puntando ad imparare direttamente dai dati quali sono le migliori strategie da adottare in un determinato momento. La speranza è che questi algoritmi possano in futuro riconoscere da soli l’evoluzione del mercato e si adattino meglio e più velocemente di quanto non sarebbe in grado di fare un trader quantitativo.

Deep learning investments

La nuova sfida per l’asset management è rappresentata soprattutto dall’introduzione degli algoritmi di deep learning, che in passato hanno già dimostrato ottimi risultati nel riconoscimento delle immagini o nella comprensione di testi scritti o conversazioni. Esattamente nello stesso modo in cui un algoritmo riconosce che la figura in una immagine corrisponde a quella di un gatto, questi algoritmi potrebbero essere in grado di identificare particolari caratteristiche di un titolo azionario che deve essere assolutamente comprato. Il cammino verso indicazioni sempre più accurate indica come step successivo al deep learning quello della evolutionary computation, grazie alla quale un algoritmo si evolve secondo gli stessi principi che stanno alla base della teoria della selezione naturale proposta da Charles Darwin. 

Algo wars

Indipendentemente dalla metodologia utilizzata, nelle principali piazze finanziarie mondiali ci si interroga sull’impatto dell’intelligenza artificiale sui mercati. Il rischio maggiore è rappresentato dalla capacità di generare extra profitti da parte degli algoritmi di deep learning, questa capacità potrebbe essere intaccata nella possibilità, dell'utilizzo di questi algoritmi dalla grande maggioranza degli investitori. Al momento questa eventualità appare piuttosto remota dato che solo una piccola quota degli operatori ha iniziato ad abbracciare questo trend.

Alessandro Greppi, PhD avatar
Alessandro Greppi, PhD

SIAT (Italian Society of Technical Analysis) Member and Lecturer @ Master in Technical Analysis of Financial Markets (Data Science module) held by SIAT ( https://bit.ly/2NqWHPr )