Il recente rally delle borse ha trovato nell’intelligenza artificiale generativa il proprio nuovo grande tema growth per fare sognare gli investitori.

L’Ai, però, è una disciplina alquanto ampia e articolata in diverse branche. In alcuni casi, lo scopo non è creare nuovi testi, immagini o suoni, bensì interpretare quelli già esistenti. Quest’ultimo concetto può essere declinato in varie maniere: dalla classificazione in varie categorie alla previsione di valori futuri di una variabile fino alla divisione dei dati disponibili in diversi cluster (non etichettati). In questo contesto, uno dei filoni più interessanti per il comparto dei servizi finanziari è il cosiddetto natural language processing (Nlp), in pratica l’analisi dei testi scritti da esseri umani. In particolare, l’industria dell’asset management ha investito non poche risorse per mettere a punto modelli in grado di estrarre da diverse fonti testuali indicazioni sulla direzione futura dei mercati.

In questo ambito, uno dei progetti più interessanti è quello portato avanti dall’Amundi Institute con Casualty Link e la Toulouse School of Economics. L’obiettivo, in questo caso, è generare segnali affidabili decifrando il tono e il grado di popolarità che caratterizzano le news sulle aziende nelle quali si è interessati a investire. In particolare, il paradigma elaborato si basa sull’usare gli algoritmi proprietari allo scopo di scandagliare le notizie, le conferenze in concomitanza con i risultati trimestrali e le note di ricerca delle case di brokeraggio su una specifica azione. In particolare, la piattaforma di Ai identifica all’interno del materiale il nome della società, i cosiddetti key performance indicator (kpi), i cambiamenti in corso per questi ultimi e, infine, il tempo (passato, presente, futuro) utilizzato nei testi sotto la lente di ingrandimento. 

UN VASTO DATASET

Va specificato che il dataset alla base di questo lavoro è decisamente vasto, perché copre circa 8 mila fonti di contenuto per oltre 40 mila azioni. Il frutto di tale operatività è dato dall’elaborazione giornaliera di segnali di acquisto e di vendita, basandosi sul numero di news positive e negative sui Kpi analizzati. In questa maniera vengono costruiti due portafogli: uno long e l’altro short, con i quali misurare il grado di reattività dei corsi dell’equity all’evolversi delle news. I risultati trovati sono per certi versi sorprendenti e per certi altri abbastanza scontati. Innanzitutto, la strategia messa a punto in questa maniera sembra mostrare buoni risultati. Infatti, l’Amundi Institute riporta che in media le posizioni in acquisto hanno generato nel corso della sessione in cui il segnale è stato identificato un aumento dello 0,7%, mentre le posizioni corte hanno registrato un calo pari a circa -0,5%. Questi valori si sono tradotti in un rendimento in eccesso, rispetto al classico modello a tre fattori di French e Fama, dell’1,3%. Di conseguenza, si può affermare che è possibile generare alfa, adottando un approccio incentrato sul trading di breve periodo, usando come fonte il mare magnum di informazioni disponibili in rete. 

continua a leggere