MDOTM presenta SPHERE: piattaforma AI per la finanza

MDOTM ha illustrato la sua nuova piattaforma AI a un pubblico di investitori istituzionali nella presentazione a Milano.

ai

Molti dei servizi finanziari presenti su Fintastico ci sono stati segnalati dai nostri partner che ci compensano. Ciò può influenzare i servizi di cui scriviamo e come appaiono e vengono posizionati sulle nostre pagine. Tuttavia, questo non influenza le nostre valutazioni. Le opinioni espresse su Fintastico sono opinioni personali dell’autore e non devono essere intese come una consulenza professionale. Fintastico non è responsabile di alcuna perdita o danno derivato dalla visione o uso di queste informazioni.

La scale-up ha presentato a Milano SPHERE, la piattaforma dedicata agli investitori istituzionali. Il nuovo strumento avrà il compito di estendere l’uso di ALICE, l’intelligenza artificiale frutto della collaborazione tra MDOTM e il mondo accademico.

SPHERE: la piattaforma per gli istituzionali

Dopo il successo di ALICE, l’intelligenza artificiale più avanzata di MDOTM, la scale-up londinese ha presentato a Milano SPHERE, la nuova piattaforma AI rivolta agli investitori istituzionali.

Grazie a questo servizio, i clienti della fintech possono interagire direttamente con le funzionalità di ALICE: monitorare i mercati; creare, analizzare e gestire portafogli e costruire strategie di investimento supportate dalle analisi dell’intelligenza artificiale.

L’obiettivo è quello di aiutare i professionisti dell’investimento a prendere decisioni più informate, semplificando parte delle operazioni.

All’evento, ospitato al Rosa Grand Hotel, hanno partecipato i professionisti della gestione finanziaria.

Prima di illustrare le caratteristiche di SPHERE, alla platea è stato proposto un questionario per valutare alcune aspettative sull’andamento dei mercati nei prossimi mesi: la platea si è mostrata polarizzata tra ottimisti e pessimisti.

A fine presentazione, l’analisi della piattaforma di MDOTM ha fornito uno scenario più incoraggiante di quelli proposti dagli invitati.

MDOTM: l’innovazione come DNA

rappresentazione grafica dell'intelligenza artificiale

È un’impresa che viene da lontano, MDOTM. Fondata a Londra nel 2015 la fintech ha un cuore e un’origine milanese.

I due founder, Tommaso Migliore e Federico Mazzorin, hanno dato forma al loro progetto dopo un lungo percorso scolastico insieme. Dalle elementari al liceo, per poi prendere indirizzi diversi: finanza, per Migliore; fisica, per il professor Mazzorin, docente di Data Analytics for Investments, all’Università Cattolica di Milano.

Il team, oltre sessanta membri con una forte prevalenza di esperti in economia, fisica, data science e discipline STEM ha portato la scale-up ad essere uno dei punti di riferimento nell’innovazione della gestione dei portafogli finanziari.

La mission di questo gruppo di esperti era tanto semplice quanto rivoluzionaria: sviluppare al meglio le più avanzate soluzioni di Intelligenza Artificiale per supportare le decisioni degli investitori istituzionali.

Un obiettivo che, nel 2022 sembra ovvio ma che, quando MDOTM è stata fondata era tutt’altro che semplice. Il segreto è l’approccio scientifico, che mette al centro di tutto la ricerca e sviluppo.

Le conferme sulla bontà del progetto e del team non sono mancate: unica fintech europea ad essere stata selezionata nel programma di accelerazione di Google, alla Silicon Valley; selezionata nel 2022 tra le 100 migliori AI Fintech al mondo, da Fintech Global.

Tra gli altri traguardi, la prima società di consulenza AI-driven a sottoscrivere l’UN PRI, i principi per gli investimenti responsabili definiti dal network di investitori istituzionali supportato dall’Onu.

La fintech può anche contare sulla forza di un network accademico grazie a MDOTM LAB, che porta avanti progetti di ricerca AI nella finanza comportamentale e negli investimenti sostenibili.

Il percorso di crescita non ha mancato di attirare investitori. MDOTM ha chiuso il 2021 con un round di investimenti serie-B di oltre 8 milioni di euro da parte di investitori istituzionali, per supportare il piano di sviluppo di business e di internazionalizzazione, con una nuova sede a New York prevista per fine anno.

Ad oggi, MDOTM vanta il più grande team di investimenti AI-driven in Europa, in grado di supportare i clienti B2B quali, investitori istituzionali, family office, private banks, asset wealth managers, assicurazioni e fondi pensione con due servii fondamentali.

Con il portfolio advisory si costruiscono portafogli personalizzati multi-asset o di single stocks in prodotti finanziari, come gestioni patrimoniali, fondi, certificati per un valore di oltre un miliardo di euro di AUA (Asset Under Advisory).

La seconda attività è quella di supporto al processo di investimento, fornendo la tecnologia proprietaria di MDOTM agli investitori istituzionali, per aiutarli nell’attività di asset allocation e di ottimizzazione di portafoglio, grazie alla quale la fintech coadiuva la gestione di circa 60 miliardi di euro AUM (Asset Under Management).

ALICE, l’AI in finanza

finanza

L’informazione abbonda. Il 90% dell’informazione che utilizziamo oggi è stata creata negli ultimi due anni. Questa vera e propria infodemia può rendere molto più difficile la valutazione di una strategia di investimento. L’AI può essere lo strumento utile a navigare in questo oceano di dati: questa tecnologia si è dimostrata performante nelle situazioni di complessità crescente, anche grazie alla sua capacità di apprendere e individuare le relazioni non lineari tra variabili, che i modelli tradizionali faticano a cogliere.

Questa tecnologia eccelle nella capacità di adattarsi al cambiamento dei mercati. Come ha spiegato Tommaso Migliore durante la presentazione:

“Un algoritmo scritto da un analista rischia di perdere capacità predittiva se lo scenario cambia eccessivamente. Con l’AI, l’approccio Bottom-up porta a riscrivere le regole indotte dai dati e correggere le ipotesi di partenza.”

Il principio non è diverso dall’apprendimento nei bambini: dai primi tentativi maldestri, sono in grado di apprendere a parlare una lingua prima di studiarne la grammatica, confrontando continuamente gli errori passati con le intenzioni presenti.

Allo stesso modo l’AI ricorre a un insieme di algoritmi che collaborano tra di loro: dalla selezione delle variabili importanti, agli algoritmi per decidere l’idoneità delle funzioni e per il test delle ipotesi, fino all’algoritmo per fare previsioni delle probabilità. A operazioni eseguite, l’AI bilancia l’esperienza pregressa con la valutazione dei dati attuali.

La complessità dei mercati finanziari è un ottimo terreno di lavoro per l’AI, in grado di filtrare le informazioni nascoste dal rumore di una enorme massa di dati.

L’AI proprietaria di MDOTM, ALICE (Adaptive Learning in Complex Enviroment), è in grado di sfruttare le variazioni nell’inerzia dei mercati finanziari e nei premi al rischio: in questo modo, dall’interpretazione dei dati macroeconomici e dall’analisi fondamentale ALICE genera le previsioni sul rendimento e sul rischio attesi di ogni singolo titolo, tanto a livello di settore, quanto di asset class.

I dati utilizzati da ALICE possono essere divisi in tre categorie:

  • dati storici di mercato;
  • dati macroeconomici;
  • dati fondamentali.

Con i primi, MDOTM è in grado di effettuare analisi quali gli studi cross section o la valutazione della distruzione dei ritorni di mercato o ancora la correlazione tra gli asset.

I dati macroeconomici comprendono i valori del Pil, dell’inflazione de dei tassi di interesse, considerati per una migliore valutazione delle dinamiche di mercato rispetto alla totalità delle economie a cui fanno riferimento.

Infine, con i dati fondamentali – valutati a livello aggregato – si valuta la struttura del mercato. L’analisi non fa invece ricorso alla sentiment analysis, la valutazione delle notizie e dell’umore del mercato.

ALICE utilizza lo stesso procedimento decisionale degli esperti a cui si rivolge, che coniugano esperienza con la valutazione dei dati.

Dove l’AI ha un vantaggio è nella capacità di gestire una massa incomparabilmente maggiore di dati.

Più in dettaglio, ALICE accumula esperienza attraverso l’apprendimento non cronologico, che va oltre la semplice memorizzazione dei dati grazie alla capacità di generalizzare ed estrarre delle considerazioni da questi con metodo chiamato analisi dei cluster: informazioni analoghe sono raggruppate insieme e richiamate per generare previsioni sulla correlazione e sulla volatilità di un titolo, accumulando esperienza nelle previsioni.

Infine, ALICE effettua una valutazione dei dati stimando il tipo di rischio. L’AI compie un'analisi del regime (Regime Analysis) in cui si trovano i mercati finanziari - le dinamiche in atto, le condizioni e i comportamenti delle variabili in gioco – per valutare come potrà cambiare questo regime.

Ogni possibile regime futuro viene soppesato con una sua probabilità, insieme con quella della transizione tra regimi. Il quadro che si ottiene è un po’ come guardare nel multiverso per decidere come investire.

Il metodo scientifico: isolare il segnale dal rumore

rappresentazione grafica dell'intelligenza artificiale

La ferma convinzione sull’approccio scientifico anima MDOTM: la giornata tipica di oltre 40 tra ingegneri, matematici, fisici e data scientist è organizzata attorno all’implementazione di modelli di analisi, che colmano il divario tra la teoria economica e la complessità dei mercati finanziari nel mondo reale.

Il metodo di MDOTM segue i dettami di Galileo di osservazione, ipotesi e verifica. La prima fase prevede uno studio approfondito della letteratura accademica sulle tipologie di investimento e sui mercati a cui seguono diverse ipotesi quantitative da testare.

Un grande numero di simulazioni è utilizzato per isolare il contributo di ciascuna strategia alla performance del portafoglio, in modo da esplorare tutte le possibili combinazioni.

Nell’ultima fase sono valutati i risultati degli esperimenti e comparati con le ipotesi iniziali, per valutare se e quali di queste possano essere mantenute valide. Il ciclo viene ripetuto per aumentare la knowledge base e ottenere nuove considerazioni.

Comprendere le ragioni per cui alcune ipotesi vengono scartate è tanto importante quanto la conferma di quelle valide.

Questo approccio è reso possibile dalle più recenti tecnologie informatiche come il cloud computing, che permette di svolgere milioni di esperimenti simultaneamente, l’intelligenza artificiale e le tecniche di machine learning.

Il risultato è un’interpretazione dei dati e degli scenari che permette di comprendere le dinamiche sottostanti ai mercati finanziari, senza distorsioni cognitive o valutazioni semplicistiche.

Le alleanze per la crescita

MDOTM ha messo a frutto il suo percorso di crescita anche con partnership e acquisizioni.

A maggio 2022 Sella SGR e MDOTM hanno una partnership strategica per permettere alla società di gestione del risparmio del Gruppo Sella di integrare nei suoi processi di investimento la tecnologia proprietaria della fintech.

A gennaio 2022, MDOTM ha acquisito Mercurius Betting Intelligence, startup attiva nelle previsioni sportive, grazie alle dotazioni di intelligenza artificiale. L’acquisizione ha permesso a MDOTM di espandere le proprie competenze nell’applicazione dell’AI alla teoria dei giochi.

A novembre 2021, la partnership con la School of Business, Economics & Law dell’Università di Goteborg in Svezia aveva dato origine al MDOTM LAB, convogliando dottorandi e ricercatori nel dipartimento di ricerca e sviluppo della fintech.

Quella accademica è una collaborazione che ha coinvolto anche l’Università Cattolica di Milano e grazie alla quale MDOTM coinvolge oltre 20 advisor accademici.

A settembre 2021, l’aumento di capitale aveva portato tra i soci anche Francesco Fumagalli, co-founder di Koinos Capital e Federico Ghizzoni, presidente di Rotschild Italia, e Davide Dattoli, di Talent Garden, l’incubatore dove MDOTM si è formata.

Fabrizio Pagni avatar
Fabrizio Pagni

Mi occupo di divulgazione economica. Scrivo di eLearning, finanza e Startup. Curo il blog aziendale di una TLC innovativa. Progetto podcast e giochi da tavola. Le interviste sono la mia specialità: quando sono fatte bene viene fuori la passione che anima le persone. Adoro trattare temi complessi: è quando riesci a spiegarli che sai di averli capiti.