Aumentare, non sostituire, l’intelligenza umana negli investimenti

L'IA si è sviluppata rapidamente ma le manca l'"intelligenza generale" tipica degli esseri umani, che serve per capire la natura complessiva di un'azienda. Alessandro Aspesi, country head Italia, Columbia Threadneedle Investments

0
8
Intelligenza artificiale: fenomeno in forte crescita con COVID-19

Nella gestione degli investimenti, il sapere è tutto. In un’epoca caratterizzata da informazioni istantanee e comunicazioni aziendali regolamentate, è raro ottenere un vantaggio negli investimenti scoprendo qualcosa su un’azienda o sull’economia prima del mercato. Tuttavia, l’enorme aumento del volume di dati e della potenza di calcolo permettono oggi di acquisire un simile vantaggio tramite un’interpretazione più rapida e accurata delle informazioni.

Alessandro Aspesi, country head Italia di Columbia Threadneedle Investments sull'utilità del Consulente Finanziario
Alessandro Aspesi, country head Italia di Columbia Threadneedle Investments

Estrapolando informazioni puntuali e ricorrenti dalle grandi quantità di dati prodotti dall’attività umana, è possibile acquisire una migliore comprensione di trend come l’evoluzione del sentiment nei confronti di un titolo o dei comportanti di consumo. Questo risultato si ottiene attraverso diverse forme di analisi dei dati, le più avanzate delle quali sono l’apprendimento cognitivo e le capacità di risoluzione dei problemi dell’intelligenza artificiale.

Con la gestione attiva nel proprio DNA, Columbia Threadneedle Investments adotta uno specifico approccio in questo campo, mettendo la potenza di calcolo nelle mani dei suoi gestori di portafoglio per consentire loro di analizzare dati non strutturati e acquisire una migliore comprensione delle vicende di un’azienda.

Quasi tre anni fa, la società ha creato un team di scienza dei dati dedicato non solo a raccogliere dati in modo più efficiente, ma anche ad estrarre da essi nuove conoscenze. L‘IA è solo uno dei tanti strumenti nel suo arsenale, ma uno strumento molto potente per trovare schemi ricorrenti e anomalie.

Il modo in cui una società di gestione patrimoniale decide di sfruttare l’IA dipende dal suo stile d’investimento. In Columbia Threadneedle Investments l’IA è chiamata “intelligenza aumentata”, essendo utilizzata come una fonte supplementare di informazioni che aiuta i gestori di portafoglio a prendere decisioni d’investimento.

L’IA, specialmente l’apprendimento automatico, si è sviluppata rapidamente in campi come l’elaborazione del linguaggio naturale e il riconoscimento delle immagini, ma le manca l'”intelligenza generale” tipica degli esseri umani, che serve per capire la natura complessiva di un’azienda.

Nel nostro gruppo investimenti abbiamo un team di scienza dei dati che aiuta a estrarre informazioni da diverse fonti di dati, in particolare quelle che gli analisti stessi hanno difficoltà a manipolare, ad esempio set di dati non strutturati o di grandi dimensioni. Sviluppiamo anche processi per estrarre informazioni in modo molto più efficiente, dando agli analisti più tempo di concentrarsi sull’analisi piuttosto che sulla raccolta di dati.

Le informazioni che raccogliamo, anche attraverso l’uso dell’IA, forniscono conoscenze che aiutano il team a produrre idee d’investimento. Il nostro approccio all’investimento è sempre lo stesso. Tuttavia, l’analisi dei dati permette ai nostri team d’investimento di acquisire maggiori conoscenze in modo più efficiente.

Questo modo di utilizzare l’IA – come parte di un più ampio arsenale di strumenti di analisi dei dati – riflette la natura di Columbia Threadneedle Investments quale società di gestione patrimoniale attiva, in cui i gestori di portafoglio utilizzano l’analisi fondamentale per identificare imprese growth di alta qualità. In una società di gestione patrimoniale specializzata maggiormente nell’analisi quantitativa, è probabile che l’IA abbia un ruolo più centrale nelle decisioni relative agli investimenti.

Ci sono diversi esempi di come abbiamo impiegato l’IA per assistere i gestori di portafoglio. Ad esempio, l’elaborazione del linguaggio naturale (NLP), un ramo dell’apprendimento automatico, è stato utilizzato per identificare mutamenti del sentiment nei confronti di determinate aziende a partire dai feed dei social media o dalle relazioni finanziarie delle società.

Abbiamo utilizzato l’NLP per l’analisi del sentiment, cercando di capire come inferire l’evoluzione del sentire dei consumatori nei confronti dei brand dai dati dei social media. Ciò assicura ai nostri analisti maggiori informazioni sui settori e sulle società di cui si occupano. Questo, a sua volta, può fornire, o meno, conoscenze che influiscono sulle loro raccomandazioni. È un’altra fonte di informazioni che gli analisti possono utilizzare.

Oltre all’analisi degli investimenti, Columbia Threadneedle Investments sfrutta l’IA per migliorare la costruzione dei portafogli, avvalendosi di algoritmi di ottimizzazione. Nel campo dell’analisi degli investimenti, tuttavia, la possibilità che l’intelligenza delle macchine sostituisca quella umana, anziché aumentarla, rimane un’eventualità remota. L’IA è solo uno dei tanti strumenti nell’arsenale della scienza dei dati.

In effetti, in Columbia Threadneedle Investments sono i gestori di portafoglio e gli analisti d’investimento che dettano l’uso dell’IA, impiegandola per valutare più accuratamente il vantaggio competitivo di una società, così come eventuali mutamenti del sentiment verso il titolo o i suoi prodotti. A fronte di una potenza di calcolo sempre maggiore e della crescita esponenziale della quantità di dati, l’importanza della scienza dei dati negli investimenti sembra inevitabilmente destinata ad aumentare. Questo significa forse che i team di gestione del portafoglio faranno crescente ricorso all’IA per l’analisi degli schemi ricorrenti?

Via via che gli analisti acquisiscono familiarità con alcuni di questi strumenti e tecniche e con le loro efficienze, sarà sempre più importante prenderli in considerazione, ma non è solo una questione di tecniche. E’ il volume di dati che desta maggiore stupore. Tutti si lasciano prendere dall’entusiasmo per l’apprendimento automatico e l’IA, ma sono la quantità e la qualità dei dati a fare la maggiore differenza.

LEAVE A REPLY

Please enter your comment!
Please enter your name here