Tempo di lettura: 4min
6/19/2024 | Max Gokhman*
L’intelligenza artificiale (IA) è comunemente definita come una macchina che imita le funzioni cognitive del cervello umano. Per alcuni casi, come il gioco della dama il cui regolamento è semplice, si tratta di un obiettivo relativamente semplice. Tant’è che fu proprio questo uno dei primi casi di utilizzo dell’IA da parte di Arthur Lee Samuel nel 1952. Tuttavia, l’asticella si alza esponenzialmente ad ogni elevazione della complessità. Malgrado i progressi dell’IA stiano espandendo la capacità cognitiva collettiva planetaria, è prematuro cercare di proteggersi dai robot senzienti o arrivare addirittura a temere che sostituiscano completamente molti lavoratori della conoscenza, come i professionisti degli investimenti.
Analisi dei dati e potere predittivo
Sintetizzando al massimo il concetto di attività di investimento, potremmo dire che consiste nel determinare il valore equo di un’attività, analizzando il maggior numero di informazioni pubbliche che è possibile raccogliere, e poi, se i prezzi di mercato prevalenti differiscono dai risultati, nel suo acquisto o nella sua vendita. La quantità di dati rilevanti è enorme: documenti finanziari, trascrizioni degli utili, documenti normativi, articoli di giornale, audizioni giornaliere al Congresso e oggi persino conversazioni e tweet su Reddit. Sono dati sporchi, non normali e sempre più destrutturati (cioè intrinsecamente difficili da analizzare). Gli LLM (modelli linguistici di grandi dimensioni)sono in grado di elaborare e, soprattutto, di comprendere questi dati ad una velocità superiore a quella di qualsiasi team di analisti.
Un risultato fondamentale di questa attività consiste nella capacità di riassumere le informazioni per renderle umanamente comprensibili, sia che si tratti di migliaia di thread sui social media scritti in un linguaggio da zoomer (“no cap” direbbero loro, ossia “per davvero”), sia che si tratti del denso linguaggio legale usato nei documenti aziendali ufficiali (inconfutabilmente). Facendo un ulteriore passo avanti, l’IA è in grado di combinare diverse serie di dati per ricavarne indicazioni non immediatamente evidenti nemmeno a un investitore umano esperto.
I trader e gli investitori retail
Potenzialmente, qualsiasi investitore può trarre vantaggio dall’utilizzo dell’IA. La tecnologia non metterà i trader retail sullo stesso piano degli investitori istituzionali perché non hanno accesso ai dati spropositatamente costosi e spesso proprietari su cui addestrare un sistema di IA che gli investitori istituzionali sviluppano da decenni; né saprebbero come mettere a punto gli algoritmi di deep learning per massimizzarne il potenziale. L’intelligenza artificiale può comunque aumentare la scala, la velocità e la sofisticazione della maggior parte degli investitori.
Casi d’uso nell’AM
I gestori di portafoglio possono addestrare gli LLM sulle presentazioni degli utili, sui movimenti dei prezzi dei titoli, sugli articoli di cronaca e sulle conversazioni nei social media. Possono inoltre inserire informazioni sui condizionamenti comportamentali (la teoria secondo cui le inefficienze del mercato sono dovute all’irrazionalità umana), le proprie note di ricerca, le valutazioni dei titoli e le operazioni eseguite.
Dopo l’addestramento, questi dati possono essere immessi nell’LLM in tempo reale. In tal modo, di riflesso, si otterranno diverse applicazioni innovative come:
Casi d’uso nel WM
I consulenti finanziari possono utilizzare i sistemi di intelligenza artificiale per massimizzare la capacità dei loro clienti di raggiungere gli obiettivi per loro più importanti, un compito che spesso implica qualcosa di più della semplice massimizzazione del rendimento per un determinato livello di rischio.
Conclusioni
Comprensibilmente, l’avvento dell’IA suscita sia paura che eccitazione e, essendo un tema complesso come la maggior parte delle scoperte, è giusto che evochi tutte e due queste reazioni. Per ora, nel mondo degli investimenti, può ricoprire il ruolo di un instancabile analista junior o di un coach imparziale, come illustrato dai casi di studio sopra riportati. Collaborando con gli algoritmi, gli investitori possono ottenere rendimenti migliori, mitigare il rischio, ridurre gli impulsi irrazionali e avvicinarsi al raggiungimento dei propri obiettivi finanziari.
*CFA, head of MosaiQ Investment Strategy, Franklin Templeton Investment Solutions
Articolo tratto dal numero di giugno di ADVISOR,
disponibile in edicola oppure qui in abbonamento cartaceo o digitale
Accedi a funzionalità esclusive e migliora la tua esperienza di navigazione
Abbonati a prezzi speciali. La rivista sul tuo desk in ufficio
Scopri le categorie