Questo approfondimento trae spunto dai principali argomenti trattati durante un’intervista fra Frank Fabozzi, CFA (John Hopkins University) e Jason Hsu (Raylian Global Advisors), pubblicato nella pagina del CFA Institute – Research and Policy Centre, accessibile tramite il seguente link.
Nel proseguo, si focalizza l’attenzione sugli aspetti più rilevanti per gli investitori retail, commentandone la rilevanza per il proprio portafoglio.
Attenzione alle attività di trading in singoli titoli
Riuscire a trovare in modo consistente il punto di entrata e di uscita ottimale, tramite attività di compravendita in singoli titoli, è un compito, almeno nel breve periodo, molto arduo e spesso destinato a detrarre valore. Anche quando si hanno molte informazioni sui mercati e sulle valutazione dei titoli, i mercati possono rimanere inefficienti e irrazionali per molto tempo, vanificando qualsiasi “scommessa”. Come sempre, un approccio diversificato e coerente nel tempo è quello che ci si deve aspettare da un gestore di fondi.
Va anche notato come un’attività di trading “indiscriminato” possa portare un individuo a cambiare, magari involontariamente, la propria esposizione settoriale o geografica, allontanandosi dall’asset allocation strategica che dovrebbe mantenere (in termini più tecnici, potrebbe finire per fare trading sul beta del proprio portafoglio, al posto che sull’alpha, con effetti distorsivi).
Approccio attivo vs passivo nella selezione dei titoli
Il mercati finanziari sono eterogenei e richiedono approcci diversi. Per esempio, il mercato USA è, attualmente, il più efficiente dal punto di vista della trasparenza delle transazioni, incorporando velocemente nuove informazioni e aspettative nei prezzi, al punto da aver portato molti investitori a detenere l’indice di mercato (approccio passivo), quale lo S&P500, rispetto a cercare di superarlo (approccio attivo). Non a caso, la maggior parte delle transazioni nel mercato USA è effettuata da investitori istituzionali, in grado di seguire un approccio di investimento disciplinato e basato su una mole di informazioni, spesso precluse all’investitore retail.
Viceversa, i mercati emergenti (es. Cina, Taiwan) presentano ancora molte inefficienze e sono attualmente dominate da investitori retail, portando i prezzi a discostarsi notevolmente rispetto ai propri fondamentali. In questo contesto, un approccio più attivo potrebbe avere senso, magari utilizzando degli stili di investimento che non funzionerebbero in altri mercati.
Per esempio: nel mercato cinese, le imprese quotate vengono penalizzate e sanzionate (fino ad essere rimosse dal mercato) quando pubblicano bilanci in perdita per più periodi consecutivi. Per questo motivo, le aziende più sane tendono (paradossalmente) a sottostimare gli utili che conseguono nel tempo, facendoli emergere durante i periodi di crisi. Con questa informazione, è possibile ottenere rendimenti addizionali rispetto all’indice di mercato, sovrappesando le aziende che sottostimano i propri utili (questo approccio non avrebbe alcun senso nel mercato USA).
Applicazione del Machine Learning nel mondo degli investimenti
L’intelligenza artificiale, frutto del machine learning, è un argomento molto in voga che sta generando aspettative rivoluzionarie in vari settori. Nel settore finanziario, il machine learning si rivelerà una delusione per chi è convinto che questo cambierà radicalmente il modo in cui i gestori approcceranno i mercati.
I modelli sviluppati attraverso il machine learning vengono valutati attraverso la bontà del loro backtesting (ovvero come si sarebbe performato in passato se si fosse investito in base al modello). Se prendiamo in considerazione il mercato statunitense, che abbiamo visto essere molto efficiente, riuscire a produrre un modello in grado di replicare l’andamento del mercato finanziario USA altro non è che un modello molto complesso in grado di riprodurre una semplice “passeggiata casuale” (random walk). Un modello di questo tipo sarebbe altamente controproduttivo se venisse applicato dai gestori per prendere decisioni di investimento.
Il Machine Learning è uno strumento utile per analizzare una massa enorme di dati in poco tempo, operazione impossibile fino a qualche anno fa. Può quindi essere utilizzato per scoprire relazioni non facilmente identificabili dall’essere umano in modo “manuale”, ma servirà sempre un giudizio qualitativo per capire se possa avere senso o meno come strategia di investimento.
Un approccio quantitativo agli investimenti deve essere trasparente, interpretabile e spiegabile: non è accettabile implementare compravendite solo “perché lo dice il modello”…
Temi di investimento attuali e futuri
Il tema ESG (Environment, Social, Governance) è sicuramente sentito al giorno d’oggi, specialmente in Europa e Taiwan. Bisogna però fare attenzione ai fenomeni di greenwashing, ovvero modalità di investimento che sembrano in linea con in principi ESG ma, in realtà, non lo sono. E’ quindi necessario un approccio rigoroso e basato su dati affidabili per essere coerenti.
Inoltre, è importante ricordate che non sempre sostenibile significa profittevole. Da questo punto di vista, un approccio ESG dovrebbe essere visto come una tipologia di investimento che influisce sul beta (e quindi l’asset allocation strategica), e non sull’alpha del proprio portafoglio.
Un altro tema, che si muove lentamente ma che avrà effetti importanti, è quello della demografia. Negli Stati Uniti, circa 12-14 mila persone vanno in pensione ogni giorno: questa mole di consumatori, che sta uscendo dalla forza lavoro e che si trova a dover “spendere”, avrà un effetto importante sul rischio di inflazione. Allo stesso tempo, il capitale umano diventerà sempre più scarso e più rilevante del capitale finanziario.
Questa è una buona notizia per i nostri giovani e per il loro futuro, a patto che possano fornirsi di abilità e competenze rilevanti per il mondo del lavoro. Tornando al tema dell’intelligenza artificiale, saranno richieste molte competenze per poter gestire la parte software del machine learning: da questo punto di vista, il robot creerà e non sottrarrà lavoro alla nuova generazione.