Intelligenza (Artificiale)

Quando investire è una questione di Intelligenza (Artificiale)

Lo sviluppo di nuove tecnologie informatiche e la crescente quantità di dati disponibili hanno dato vita ad una vera e propria rivoluzione nel settore finanziario: il Fintech. Tra Big Data, Cloud Computing e Intelligenza Artificiale infatti, l’industria Fintech è cresciuta esponenzialmente grazie all’arrivo di nuove startup che hanno obbligato tutti gli operatori del settore ad una corsa all’efficienza e all’innovazione. Non a caso, solo in USA, gli investimenti nel settore da parte dei Venture Capital sono raddoppiati negli ultimi due anni, passando da 5,7 miliardi di dollari nel 2016 a 10,9 miliardi nel 2018 (1).

La rivoluzione Fintech nel mondo degli investimenti

Nel mondo degli investimenti, la parola Fintech si traduce con Artificial Intelligence (AI), anche se quello di AI non è un concetto nuovo. Infatti, di questa tecnologia e di Machine Learning (ovvero la capacità della macchina di apprendere automaticamente) si parla fin dal 1956. Allora però, si trattava solo di una disciplina teorica. Negli ultimi anni invece, grazie ai balzi in avanti della potenza di calcolo applicata all’analisi dei Big Data, l’AI ha fatto notevoli passi avanti, con un’applicazione sempre più capillare che ora arriva anche nel mondo degli investimenti.

Alla base di questo nuovo approccio, c’è la realizzazione che oggi l’accesso all’informazione tradizionale non è più il principale vantaggio competitivo per chi deve prendere decisioni d’investimento. Infatti, grazie ad Internet, l’accesso all’informazione si è livellato drasticamente riducendo le asimmetrie informative.

Sui mercati quindi, il valore che può essere sfruttato deriva sempre di più dalla capacità di esporsi sistematicamente a piccole inefficienze di mercato. Per farlo, vista la nuova complessità da gestire, la mole di dati generati in ogni momento dall’incontro di domanda e offerta e una nuova dinamicità nelle condizioni di mercato, entra in gioco l’Intelligenza Artificiale.

La finanza quantitativa e gli algoritmi di investimento non sono una novità, ma il modo in cui l’AI impara (Machine Learning) e riesce a sfruttare le anomalie di mercato non è una semplice automazione, bensì la capacità della macchina di imparare dalle osservazioni e di produrre autonomamente soluzioni in linea con i dati osservati, apprendendo costantemente dai propri errori.

È questa la sostanziale differenza rispetto agli algoritmi tradizionali che, richiedendo invece una definizione esplicita del problema da risolvere, spesso non sono in grado di adattarsi ai cambiamenti del mercato. Con questi strumenti a disposizione, si possono costruire strategie intelligenti che evolvono insieme ai mercati, portando gli utilizzatori di questa tecnologia a decisioni data-driven piuttosto che guidate dall’istinto e dall’emotività umani.

Una nuova opportunità per le istituzioni finanziarie

Siamo quindi davanti ad un vero e proprio cambio di paradigma, ormai riconosciuto dalla maggior parte degli operatori del settore.
Infatti, da uno studio del 2018 di Roland Berger2 (2), che ha coinvolto 60 tra le principali banche europee, emerge che oltre il 50% di esse è consapevole che l’innovazione sarà trainata dall’Intelligenza Artificiale.
Il giudizio non risulta casuale. Infatti, grazie allo sviluppo di software di AI in grado di elaborare e gestire contemporaneamente differenti strategie, chi offre servizi e prodotti per gli investimenti potrà aumentare la propria efficienza e riuscire nella sfida di offrire servizi altamente personalizzati a costi marginali decrescenti.

Una gestione intelligente per i risparmiatori

Non bisogna però illudersi, l’Intelligenza Artificiale non costituisce di per sé una bacchetta magica né una soluzione rapida ai problemi che derivano dalla complessità dei mercati. Al contrario, il suo utilizzo è delicato e deve necessariamente essere accompagnato, ancor più di quanto avvenga con i metodi tradizionali, da una forte conoscenza dei sistemi complessi e delle dinamiche della finanza quantitativa.
Alla base del successo di questo approccio ci potrà quindi essere solo l’interazione proficua tra uomo ed Intelligenza Artificiale.

A conferma di ciò, se ci spostiamo nel campo della medicina, uno studio del MIT (3) ha dimostrato come il margine d’errore dell’AI nella diagnostica è risultato pari al 7,5%, mentre quello dei medici umani del 3,5%. Quando invece il medico e l’AI hanno interagito, il margine d’errore è sceso allo 0,5%.
È su queste basi quindi che nasce l’esigenza di un uso cosciente della tecnologia, che sappia gestire al meglio l’interazione uomo-macchina.

Se da un lato il tocco umano nel training (ovvero, il processo di apprendimento) degli algoritmi e nella comprensione e gestione delle esigenze dei clienti resterà di fondamentale importanza, dall’altro l’assenza del fattore emotivo e la scelta di una strategia d’investimento disciplinata e data-driven permetterà agli investitori di avere un controllo del rischio e risultati superiori ad un approccio tradizionale.

MDOTM*
*MDOTM sviluppa strategie di investimento per i mercati finanziari utilizzando Intelligenza Artificiale,
Machine Learning e tecniche statistiche avanzate

Iscriviti a What's UP

Ricevi in anteprima tutti gli aggiornamenti