Bassa correlazione con altri investimenti: come i fondi AI possono ridurre le fluttuazioni del portafoglio

Il mercato dei fondi basati sull'intelligenza artificiale, ovvero strategie che utilizzano l'intelligenza artificiale nel processo di investimento, è in crescita. Secondo un recente rapporto del servizio di settore Hedgeweek, quasi il 60% degli allocatori che investono in classi di attività alternative è interessato all'intelligenza artificiale.

Mentre fino alla prima metà del 2024 il patrimonio gestito (AuM) globale in soluzioni di investimento basate sull'intelligenza artificiale superava di poco i tre miliardi di euro , stiamo registrando una domanda crescente da parte di investitori istituzionali, nonché di gestori patrimoniali e patrimoniali.

Ambiti di applicazione dell’IA nelle strategie di investimento

Probabilmente pochi investitori sono interessati all'IA in sé o per puro interesse tecnico. Piuttosto, la domanda è cosa può fare l'IA, cosa realizza (meglio di analisti o manager umani) e quali compiti specifici – con quali rendimenti attesi – le possono essere assegnati.

Per alcuni investitori, la ricerca di rendimenti superiori è fondamentale. Altre motivazioni per l'utilizzo dell'IA nelle strategie di investimento includono il desiderio di disporre di maggiori quantità di dati rilevanti o la capacità di filtrare le influenze emotive (bias comportamentali) e le distorsioni cognitive (come l'aderenza a specifici valori di riferimento noti come "ancoraggio").

Ma in quale compito l'IA è particolarmente efficace? Un vantaggio chiave che molti osservatori di mercato, inclusi gli esperti indipendenti del NextGen Artificial Intelligence Multi-Manager Index, che comprende circa 45 strategie di investimento basate sull'IA in tutto il mondo, considerano la bassa correlazione dell'IA con altre classi di attività. L'IA spesso opera con modelli non lineari. Quando viene utilizzata nel processo di investimento per calcolare la probabilità di movimenti di mercato e selezionare titoli, i segnali di trading, le allocazioni e le ponderazioni di portafoglio sono generalmente diversi da quelli di un gestore tradizionale.

Portafogli 50/50: limiti delle mescolanze

Riassumiamo brevemente: i modelli di intelligenza artificiale sono considerati un fattore di decorrelazione, sulla base, tra le altre cose, di backtest e confronti con gruppi di pari tradizionali (quantitativi). Gli approcci basati sull'intelligenza artificiale possono quindi essere utilizzati come componente potenzialmente neutrale rispetto al mercato in un portafoglio complementare. Tuttavia, per quali private banker e gestori patrimoniali questa forza di decorrelazione potrebbe essere particolarmente rilevante?

Ciò riguarda tutti gli investitori (long-only) che stanno rivedendo i propri portafogli per valutare la dipendenza dai mercati azionari e dai titoli di Stato in rialzo e sono spesso disillusi dalle opzioni di diversificazione di portafoglio esistenti (come immobiliare, private equity e hedge fund). Queste sono spesso altamente correlate con le classi di attività tradizionali (>0,7 e oltre) e reagiscono in modo altrettanto sensibile agli eventi di mercato (geopolitici), nonché ai rischi di inflazione e di tasso di interesse.

Le strategie di investimento che utilizzano l'intelligenza artificiale per il calcolo dei segnali e la gestione dei fondi possono essere considerate nuovi elementi complementari dirompenti se sfruttano la forza della decorrelazione delineata e soddisfano i criteri per una diversificazione efficace (coerenza con il mercato azionario <0,3).

Come rappresentanti del settore, possiamo quantificarlo utilizzando la nostra strategia di fondi AI. La correlazione, ovvero l'interrelazione con le principali classi di attività, azioni e obbligazioni, è <0,1.

Nessun oracolo: l'intelligenza artificiale in pratica

È possibile misurare ulteriormente il valore aggiunto di un sistema di intelligenza artificiale così opportunamente programmato e addestrato? Se seguiamo la linea di pensiero che prevede l'assegnazione all'IA di un compito dedicato alla decorrelazione (invece di considerarla una sorta di "oracolo", cosa che non è), diventa più facile comprenderne il ruolo di mezzo per raggiungere un fine. L'IA è un mezzo per raggiungere la decorrelazione. La decorrelazione è un mezzo per ottenere performance migliori (più precisamente: indice di Sharpe), nonché per ridurre la volatilità e stabilizzare le flessioni dei prezzi nel contesto generale del portafoglio.

Dalla nostra esperienza di investimento, per la quale abbiamo eseguito circa 55.000 transazioni sul mercato azionario negli ultimi anni con tre famiglie di modelli di intelligenza artificiale, focalizzate su decorrelazione e diversificazione, possiamo affermare che la diversificazione del portafoglio viene spesso discussa, ma raramente misurata in modo tangibile. Chi desidera evitare rischi di concentrazione e ottenere performance costanti prenderà in considerazione diverse fonti di rendimento.

Sulla base delle valutazioni di terze parti indipendenti, la componente AI non correlata può essere utilizzata per il periodo dal 2019 a oggi, comprese le fasi di mercato all'inizio della guerra di aggressione contro l'Ucraina e durante la pandemia di coronavirus: con un portafoglio iniziale medio 50/50 (basato sull'indice MSCI World Net e sull'indice Bloomberg Global Aggregate Bond, che rappresentano adeguatamente i mercati azionari e obbligazionari globali), un mix dal 10 al 25 percento potrebbe ridurre la volatilità del portafoglio fino a un quarto e i drawdown massimi fino a un terzo.

Naturalmente, vengono potenzialmente presi in considerazione anche altri investimenti alternativi che possano dimostrare la loro indipendenza dagli investimenti core, come azioni e obbligazioni. L'intelligenza artificiale si qualifica come un approccio sui generis per la sua natura unica, in quanto generalmente perviene a composizioni di portafoglio diverse rispetto ai gestori umani.

sfide

Per poter utilizzare gli algoritmi di intelligenza artificiale per la gestione dei fondi, sono necessarie molte ricerche e conoscenze specifiche sull'applicazione degli stessi ai mercati finanziari.

A differenza dell'IA generativa, sempre più diffusa nei programmi di sintesi vocale (chatbot) e nell'elaborazione del linguaggio naturale, l'IA predittiva viene utilizzata in questo caso per identificare trend del mercato azionario, rotture di trend e opportunità di trading. Rispetto alle tradizionali strategie quantitative, approfondiamo ulteriormente la questione: un volume di dati sui prezzi a sette cifre viene valutato utilizzando una varietà di algoritmi di IA e apprendimento automatico, incluso il deep learning.

veduta

Nell'ambito della gestione del portafoglio, diversi compiti possono ora essere delegati all'IA. Un vantaggio chiave sarà probabilmente il suo ruolo di strumento libero da ipotesi, ampiamente indipendente dalle tendenze di mercato e dalle influenze umane.

Laddove l'IA venga utilizzata centralmente per gestire una strategia di investimento, gli investitori dovrebbero definire chiaramente i risultati che si aspettano dall'impiego dell'intelligenza artificiale. È opportuno richiedere informazioni sulla misurabilità degli effetti e del valore aggiunto nel processo di investimento – ad esempio, nel caso di prodotti complementari ai portafogli tradizionali – idealmente su orizzonti temporali più lunghi e in diverse fasi di mercato. Tuttavia, la semplice misurazione di questo contributo di valore basata su singoli eventi selezionati opportunisticamente risulta insufficiente.

Informazioni sugli autori ospiti:

Pablo Hess e Michael Günther sono sviluppatori di intelligenza artificiale e gestori di portafoglio presso Tungsten Capital, con sede a Francoforte sul Meno. La loro strategia è da oltre dieci anni una delle soluzioni di investimento in intelligenza artificiale più consolidate nella regione DACH, con oltre 200 milioni di euro di patrimonio in gestione.