Dati e regole: gli interrogativi più frequenti sugli investimenti sistematici

L’interesse per gli investimenti sistematici è aumentato recentemente perché molti stili di investimento tradizionali si sono trovati in difficoltà di fronte alle condizioni avverse del mercato. Abbiamo esaminato il funzionamento degli investimenti sistematici con Silvia Stanescu e Chris Longworth, Investment Director di GAM Systematic, passando in rassegna qualche diffuso preconcetto e valutando il ruolo che uno stile di investimento di questo tipo può avere in un portafoglio ben diversificato.

04 ottobre 2022

Per chi non conosce bene gli investimenti sistematici, come possiamo descrivere questo stile di investimento?

Chris: Gli investimenti sistematici, molto semplicemente, sono un approccio di investimento basato su regole. Raccogliamo i dati provenienti da una vasta gamma di fonti, in tutti i mercati in cui operiamo, e li combiniamo per costruire modelli in grado di spiegare alcune delle interazioni tra questi dati e le dinamiche del mercato. In ultima analisi, i nostri modelli cercano schemi che si ripetono nel tempo e che presentano potenziale di rendimento.

Silvia: Prendiamo, per esempio, l’accelerazione dei prezzi. Le tendenze dei prezzi si delineano per diverse ragioni che sono state ampiamente documentate. Tra queste, l’asimmetria delle informazioni e i bias comportamentali. Dato che nessun operatore del mercato ha accesso a informazioni perfette, le tendenze si formano man mano che le nuove informazioni vengono gradualmente incorporate nel prezzo del mercato. Inoltre, i bias comportamentali, come l’iperreazione agli interventi di altri operatori del mercato, possono rafforzare e prolungare le tendenze una volta che si sono formate.

Inoltre, sulle tendenze dei prezzi possono incidere le dinamiche di altri mercati, correlati ma differenti, come i future o le opzioni. L’attività di copertura nel mercato delle opzioni, per esempio, può determinare l’accelerazione dei prezzi nei mercati future sottostanti, sulla cui base poi agiscono altri operatori.

Perché un investitore dovrebbe scegliere uno stile di investimento sistematico?

Silvia: È stato scientificamente provato che i computer e le macchine sono meglio degli esseri umani quando si tratta di tracciare paralleli e portare a termine più attività contemporaneamente. Un esempio per i mercati finanziari è quando si negozia in molteplici mercati simultaneamente. Perché aiuta? Perché consente una maggiore diversificazione. Gli investimenti sistematici consentono di investire in un vasto numero di mercati e di operare in tali mercati in modo più efficiente.

Chris: Il trading sistematico, inoltre, è in grado di reagire in modo graduale e incrementale alle nuove informazioni, man mano che si presentano. Per esempio, se un modello di accelerazione dei prezzi prevede che il mercato salga, ma all’improvviso il mercato scende, i modelli sono in grado di rivalutare il loro grado di fiducia nelle ipotesi iniziali e rettificare di conseguenza le posizioni di mercato..

In che tipo di mercati investite?

Silvia: Gli investimenti sistematici sono applicabili a qualsiasi mercato. Tuttavia, i mercati su cui generalmente ci concentriamo sono gli strumenti macro più liquidi in reddito fisso, azioni, valute e materie prime. Ciò ci consente di costruire modelli che sono estremamente scalabili e che sono in grado di rettificare in modo dinamico le posizioni ed eseguire le operazioni in modo efficiente e a basso costo.

Che tipo di dati prendete in considerazione?

Chris: Lavoriamo con una vasta gamma di dati, tra cui i dati in tempo reale forniti dalle Borse valori mondiali. Buona parte dei dati che utilizziamo sono distorti, possono contenere errori, dunque bisogna essere in grado di elaborarli in modo efficiente per ottenere informazioni utili da inserire nei modelli.

Qual è l’importanza del machine learning in un portafoglio sistematico?

Chris: Il machine learning è solo uno degli strumenti che abbiamo a disposizione per costruire modelli sistematici solidi. Durante il mio dottorato di ricerca al Machine Intelligence Laboratory di Cambridge ho esaminato il machine learning relativamente al riconoscimento vocale attraverso i computer, ma la finanza presenta problematiche specifiche.

Una delle difficoltà di applicazione del machine learning in ambito finanziario è che, per molti dei problemi che ci interessa risolvere, abbiamo pochissimi dati a disposizione per addestrare i modelli. Nell’applicazione del riconoscimento vocale, invece, è molto semplice raccogliere una grande quantità di dati, e di conseguenza addestrare e costruire modelli molto complessi.

La sfida, dunque, non sta solamente nel costruire modelli estremamente complessi, ma anche nell’affrontare situazioni dove abbiamo a disposizione dati assai limitati. Quali sono le tecniche adatte a risolvere il problema della scarsità di dati? In molti casi abbiamo notato che gli approcci più efficaci sono quelli probabilistici. Non solo sono adatti ai casi in cui c’è scarsità dei dati ma sono anche molto efficaci quando si tratta di attribuire un grado di fiducia alle nostre stime.

Cosa serve per gestire un portafoglio sistematico?

Chris: Come sappiamo, gli investimenti sistematici sono complessi e dipendono molto dall’infrastruttura disponibile per la costruzione e il funzionamento dei modelli. Dobbiamo gestire un’enorme quantità di dati che vanno elaborati in tempo reale e introdotti nei modelli. Serve parecchio codice che abbiamo scritto gradualmente nel corso di un decennio.

Il funzionamento dei modelli e i processi di gestione del rischio rappresentano però solo una piccola parte dell’infrastruttura complessiva. Dobbiamo anche essere in grado di monitorare le nostre posizioni e valutare la performance in tempo reale in funzione del mercato, oltre che a molteplici controlli e processi per confermare che i sistemi si stanno comportando come previsto.

Se è il sistema a occuparsi delle negoziazioni, voi cosa fate?

Silvia: Praticamente, facciamo ricerca. Ricerchiamo nuovi stili di investimento e dobbiamo anche adattare le nostre strategie di investimento a fronte dell’evoluzione dei mercati. Man mano che emergono nuovi mercati o nuovi operatori, e di conseguenza nuove dinamiche sul mercato, abbiamo l’opportunità di identificare nuovi schemi di comportamento e costruire nuovi modelli di investimento, oppure rettificare i modelli esistenti sulla base delle nuove dinamiche.

Chris: Il nostro team di investimento comprende professionisti con background diversi, ma tutti condividono lo stesso entusiasmo per la ricerca e applicano un metodo scientifico nel campo degli investimenti. Talvolta le migliorie in portafoglio dipendono dallo sviluppo di modelli completamente nuovi, ma un semplice miglioramento apportato ai modelli esistenti può essere altrettanto importante, tra l’altro per cogliere un’ipotesi di investimento in modo più efficace, compiere un’operazione in modo più efficiente o a un costo più contenuto.

Come rispondete alla critica che gli investimenti sistematici sono una “scatola nera”?

Chris: Ci viene fatta spesso questa domanda. Le persone hanno frequentemente la percezione che gli investimenti sistematici siano misteriosi e oscuri, e forse dall’esterno può sembrare veramente così. Ma per noi, tutto quello che facciamo si basa su regole. Ogni decisione, ogni posizione e operazione che fanno i nostri sistemi sono riconducibili ai modelli che abbiamo costruito e ai dati che facciamo confluire in tali modelli.

Se vogliamo fare un confronto con gli investimenti discrezionali, in ultima analisi la decisione dipende dal risultato di una serie di interazioni molto complesse nella mente dell’operatore. Con gli approcci sistematici c’è più chiarezza sulle motivazioni che portano a ogni decisione di trading.

Gli investimenti sistematici in genere fanno affidamento sulle simulazioni storiche. E se il futuro fosse diverso dal passato?

Silvia: Innanzitutto, per quanto l’analisi e la definizione di modelli sulla base dei dati del passato siano un elemento importante di ciò che facciamo, le nostre decisioni operative non si basano solamente su questo. La costruzione di un portafoglio sistematico avviene investendo in una serie di diverse strategie o stili di investimento, laddove ciascuno di questi stili dovrebbe riportare buone performance in condizioni di mercato differenti. Più ampia è la diversificazione, più saremo preparati a cogliere le opportunità che ci riserva il futuro.

Chris: E se questa volta le cose andassero diversamente? Sono molti anni che ci viene posta questa domanda. È una domanda legittima, dato che il futuro è sempre diverso. C’è sempre qualcosa di nuovo, per cui noi costruiamo i nostri modelli proprio in modo che possano adattarsi e reagire alle nuove situazioni nel momento in cui accadono. Dobbiamo ricordare, inoltre, che molti degli schemi che si ripetono dipendono da dinamiche strutturali del mercato a lungo termine e da bias comportamentali. Questi fattori in genere persistono per lunghi periodi perché, alla fin fine, la natura umana non cambia.

Raccontateci della vostra esperienza e di quello che offrite.

Chris: Ci occupiamo di investimenti sistematici da oltre dieci anni. In questo periodo abbiamo investito moltissimo nelle infrastrutture e nella tecnologia che utilizziamo. Abbiamo ottenuto anche ottimi risultati nella ricerca e abbiamo migliorato i modelli che usiamo per operare sul mercato. Non è un’attività che si può costruire in un giorno.

Abbiamo investito parecchio in automazione e sistematizzazione per garantire che molti dei compiti ricorrenti che dobbiamo svolgere siano completamente automatizzati e che non serva l’intervento umano. Ciò consente, a noi e al team, di avere più tempo a disposizione per fare quello che sappiamo fare meglio, ovvero la ricerca, per continuare a migliorare la nostra strategia e i nostri modelli di trading.

Silvia: Anch’io voglio sottolineare che la ricerca è intessuta in GAM Systematic. Ci consente di restare al passo degli sviluppi del settore e in contatto con il mondo accademico. Le nostre radici sono infatti nel mondo accademico e diversi membri del team hanno un PhD. All’inizio della mia carriera insegnavo all’università, un’esperienza che sarà sempre nel mio cuore, oltre che nel mio cervello! Con la sede a Cambridge, abbiamo legami di vecchia data con l’Università di Cambridge, in particolare con la facoltà di matematica con cui collaboriamo per i progetti di ricerca.

Su cosa si concentra in questo momento la vostra ricerca?

Chris: Ci interessa molto inserire le considerazioni sulla sostenibilità negli investimenti sistematici macro. È una sfida che si prospetta interessante dato che, tradizionalmente, la ricerca sulla sostenibilità si è concentrata sulle aziende. La ricerca sulla sostenibilità negli investimenti macro è spesso più difficile. Per esempio, se mettiamo a confronto Facebook con Tesla, si tratta in entrambi i casi di società tecnologiche, in settori diversi ma con caratteristiche analoghe che possiamo misurare e comparare.

In un universo macro, dove dobbiamo confrontare un investimento nel greggio a uno in azioni polacche, le differenze possono essere più numerose. Dunque come è possibile fare un confronto sulla base di indicatori comparabili, e in che modo possiamo correggere i nostri investimenti per costruire un portafoglio più sostenibile? Sono problematiche a cui non c’è una risposta standard a livello settoriale. Ci interessa costruire approcci sistematici con l’obiettivo di soddisfare gli obiettivi originali dell’investitore, ma in modo più sostenibile.

Grazie Silvia e Chris per il tempo che ci avete dedicato.