Tempo di lettura: 2min
4/5/2018
Per prevedere l'andamento delle Borse, dare una sbirciatina a twitter può essere utile. Soprattutto se a farlo sono gli esperti dei cosiddetti Big data. Lo sa bene GAM, asset manager elvetico che, grazie alla collaborazione con il Laboratorio di Economia sperimentale dell'Università Ca' Foscari, ha avviato un progetto di ricerca volto ad identificare, attraverso l’uso dei dati disponibili in rete e l’analisi di migliaia di tweet, "indici dell’incertezza" predittivi dell’inversione di segno della volatilità dei mercati azionari. "Twitter costituisce una fonte di dati robusta e ad alta frequenza, che consente di tracciare i movimenti delle opinioni e dei sentimenti di una ampia società civile online" spiega il professor Massimo Warglien, professore del dipartimento di Management della Ca’ Foscari e coordinatore del LES GAM - Ca’ Foscari.
Lo studio, in particolare, ha aggregato e misurato massivi dati raccolti su Twitter utilizzando la parola chiave “incertezza”, declinata per aree geografiche e tipologie di incertezza. "È stato costruito un indice relativo al 2016, un anno segnato da numerose fonti di incertezza, compresi i due sorprendenti esiti del referendum inglese e delle presidenziali americane. Un primo fine della ricerca è stato quello di identificare segnali predittivi, in un modello VAR a parametri costanti, il segno della volatilità dei mercati azionari" prosegue Warglien.
L’Indice Twitter dell’Incertezza è stato utilizzato, in particolare, per prevedere l'andamento degli indici di volatilità delle Borse inglese e americana (VFTSE e VIX). Risultato? I ricercatori della Ca' Foscari hanno mostrato che l’incertezza nella "società civile", misurata attraverso l’indice, consente di prevedere con alto grado di accuratezza (79% e 84% per il mercato USA e inglese, rispettivamente) il segno della volatilità implicita nei mercati azionari. Non solo. Hanno ricostruito una mappa delle vie di contagio fra mercati, incertezza politica e opinioni della società civile in UK e USA, per esplorare in maggior dettaglio alcune dinamiche di propagazione internazionale dell'incertezza.
Entrando nel vivo dell’applicazione dei modelli, Anthony Lawler, co-responsabile delle strategie GAM Systematic, ricorda che, al giorno d'oggi, abbiamo a nostra disposizione più dati che mai. "L'intelligenza umana, per quanto elevata, incontra un limite insormontabile nella sua capacità di calcolo e nei tempi di elaborazione delle informazioni. Questi non sono limiti per i manager sistematici, che utilizzano computer superveloci in grado di elaborare milioni di dati e cercarvi valore, utilizzando tecniche di apprendimento automatico (machine learning) come la lettura di testi di notizie in tempo reale in tutte le pubblicazioni a livello globale" aggiunge il gestore. "Lo studio evidenzia una volta di più quanto sia decisiva la capacità di estrarre e raffinare il nuovo petrolio, cioè i Big Data, per supportare le scelte di gestione con modelli innovativi fino a ieri neppure immaginabili. È altresì una prova dell’importanza che il gruppo GAM attribuisce alle nuove strategie GAM Systematic, che abbiamo introdotto anche sul mercato italiano, per metterle a disposizione dei nostri partner” conclude Riccardo Cervellin, a.d. di GAM (Italia) SGR.
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