L’intelligenza artificiale promette di trasformare in tempi relativamente brevi anche il mondo degli investimenti e già oggi una crescente fetta di piccoli risparmiatori chiede ausilio a modelli linguistici di grandi dimensioni quali ChatGpt o Gemini per la selezione dei titoli. Da un sondaggio condotto da Investing.com su un campione di 938 investitori americani emerge infatti che ben il 62% degli intervistati utilizza strumenti IA per avere assistenza nelle decisioni di investimento e ben il 65% di quelli che si affidano ai chatbot sono convinti che il supporto della tecnologia migliori le performance: il 17% parla di miglioramento «significativo» dei risultati mentre il 48% ritiene che sia migliorato «in qualche modo». «L’ampio accesso a modelli finanziari complessi sta rapidamente livellando il campo di gioco, permettendo agli investitori retail di competere principalmente allo stesso livello degli investitori professionisti», afferma Thomas Monteiro, analista senior di Investing.com. Ma per quale funzione i piccoli investitori fanno appello all’intelligenza artificiale? A dominare è l’utilizzo per ricercare azioni (62%), seguito dall’utilizzo per comprendere meglio le notizie finanziarie e il mercato (35%), per generare idee di investimento o trading (34%) o per assistenza nelle decisioni del portafoglio (22%).
Millennial e Gen Z
Chi tende a cogliere con maggiore convinzione l’assist virtuale sono le nuove generazioni, con l’82% di Millennial e Generazione Z che ha utilizzato l’IA generativa per consulenza finanziaria stando al sondaggio Intuit Credit Karma.
La domanda non è se usare l’assistente virtuale come elemento di supporto, ma come distinguere ciò che cambia davvero le regole del gioco da ciò che è solo clamore. Ad oggi permane ancora una certa dose di diffidenza con più della metà degli investitori retail che si fida solo in parte dell’analisi generata dall’IA e tipicamente verifica le informazioni utilizzando altre fonti. In aggiunta serpeggia una certa preoccupazione circa possibili errori o raccomandazioni fuorvianti, oppure che l’uso diffuso dell’IA possa creare un effetto gregge con tutti gli investitori che fanno le stesse mosse alterando le valutazioni dei singoli titoli. Pertanto, sebbene l’adozione stia crescendo, molti investitori rimangono cauti nel fare affidamento esclusivo sulle intuizioni dell’IA.
Stock picking
Un segnale costruito con l’intelligenza artificiale può davvero trasformarsi in rendimento aggiuntivo, una volta inserito in un portafoglio reale? Stando ai riscontri di una ricerca condotta da SimCorp insieme a Axyon AI, che analizza come gli operatori finanziari stiano integrando l’IA nei processi decisionali in diversi livelli di rischio attivo, la risposta è affermativa. La guida dell’intelligenza artificiale appare in grado di contribuire a generare una sovraperformance costante lungo un intero ciclo di mercato. La simulazione si basa su strategie long-only, cioè senza vendite allo scoperto e con vincolo di pieno investimento, su un arco di dieci anni (2015-2025) concentrandosi sulle azioni US All Cap con benchmark l’indice Russell 3000. I risultati sono di rendimenti attivi positivi nel 61-65% dei mesi analizzati sull’arco di un decennio. «La maggior parte dell’alpha generato è specifico per singolo titolo, a dimostrazione del fatto che l’IA è in grado di individuare fonti di rendimento che vanno oltre i fattori tradizionali», asserisce Daniele Grassi, co-founder e ceo di Axyon AI, fintech specializzata in soluzioni predittive avanzate basate sull’IA per asset manager, hedge fund e investitori istituzionali. Uno degli aspetti più interessanti che emerge dal white paper di SimCorp e Axyon AI è anche la composizione del rischio, con la gran parte della volatilità del portafoglio che non deriva da scommesse di settore o di stile, ma da elementi stock-specifici, cioè dalla selezione dei singoli titoli (stock picking).
In altre parole, il valore aggiunto dell’IA non sembra dipendere da una semplice esposizione a fattori già noti, ma dalla capacità di cogliere differenze tra aziende che un modello tradizionale faticherebbe a replicare.
Più vincoli, meno alpha
Gli autori del whiter paper provano anche a imporre più vincoli, ad esempio allineando le esposizioni di rischio a quelle del benchmark. Il risultato è che le restrizioni riducono la performance: il portafoglio vincolato resta positivo, ma fa peggio di quello libero, perché perde sia il contributo positivo di alcune esposizioni di stile e settore sia una parte della componente specifica dell’azione. In pratica l’introduzione di un maggiore controllo può spegnere una parte dell’alpha potenziale.
Rischi
Non mancano gli elementi che fanno indurre alla cautela. Lo studio sottolinea come quest’anno potrebbe essere caratterizzato da maggiore volatilità proprio a causa delle aspettative sull’intelligenza artificiale. Se da un lato il potenziale resta elevato, dall’altro eventuali delusioni sui risultati potrebbero tradursi in correzioni anche brusche. Gli investitori devono inoltre evitare di cadere nell’errore di considerare l’IA come un blocco unico. C’è, infine, un tema pratico rappresentato dall’elevatissimo turnover. Nella versione senza vincoli di rotazione, il portafoglio arriva a circa il 100% di turnover a ogni ribilanciamento mensile, un livello molto alto e costoso. Lo studio spiega come si possa trovare un compromesso accettando un po’ meno turnover e mantenendo gran parte del rendimento, con un profilo più realistico per un gestore.
Leggi anche:
L’IA dà i numeri in Borsa. Energia, metalli e tech una sola grande frontiera. Importante è diversificare Consob: l’intelligenza artificiale migliora la vigilanza sui mercati, ma serve il controllo umano
© Riproduzione riservata