7 Systematic Investments - CFA Society Italy
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
7
Systematic
Investments
Guida a cura di Con la collaborazione diAutori Marco Castagna, CFA - Investment Advisor - Banca Aletti Marco Castagna fa parte della struttura di consulenza della Banca Private del gruppo Banco BPM, all’interno della quale si occupa di costruzione di portafogli personalizzati, Fund Selection, Due Diligence su asset manager terzi, formazione sulla rete. In precedenza, all’interno del Private Banking di Banca Akros, è stato membro del Comitato di Gestione delle Gestioni Patrimoniali. Ha ricoperto il ruolo di Responsabile per la Fund Selection per le linee GPM - Gestioni Patrimoniali Mobiliari - e di Lead Portfolio Manager per le linee GPF - Gestioni Patrimoniali in Fondi. Laureato presso l’università Bocconi di Milano in Economia dei Mercati Finanziari nel 2007, ottiene la certificazione CFA nel 2016. Precedentemente ha lavorato presso Akros Alternative Investments SGR, società di gestione del risparmio attiva nella gestione di Hedge Fund. Marianna Longo, CFA - Equity Analyst - Single Family Office Marianna Longo, laurea magistrale in Economia dei Mercati e degli Intermediari Finanziari presso l’Università Cattolica del Sacro Cuore di Milano nel 2010. Dal 2014 lavora in un Family Office di Lugano come Equity Analyst, dove seleziona ed analizza società quotate, con l’obiettivo di supportare decisioni di investimento. In precedenza ha lavorato in un Multi- Family Office di Lugano come Analista Finanziario. Inizia la sua carriera nel 2010 nel Regno Unito nel reparto finanziario del gruppo Avon Products, Inc.
Systematic
Investments
Guida a cura di Con la collaborazione diSystematic Investments / Sommario
capitolo 1
Le origini e le peculiarità degli
investimenti sistematici 8
di Marco Castagna, CFA
Investimenti sistematici:
la scienza applicata alla finanza 22
a cura di
capitolo 2
destinazione quant 26
di Marianna Longo, CFA
7 | systematic investments Graphic Designer:
Allegato ad AP ADVISOR PRIVATE n. 17 Luca Baraggia
maggio-giugno 2019 (registrato presso il infografiche:
Tribunale di Milano n. 302 del 23/10/2015) Salvatore Tomaselli
Realizzazione: Proprietario ed editore:
a cura della redazione ADVISOR Open Financial Communication Srl
Direttore responsabile: Via Francesco Sforza, 14 - 20122 Milano
Francesco D’Arco Non vendibile
2Systematic Investments / Sommario
Irrazionalità prevedibile
o disciplina negli investimenti 38
a cura di
capitolo 3
GLI INVESTIMENTI SISTEMATICI:
STRUMENTO DI DE-BIASING
COMPORTAMENTALE? 42
di Camilla Mazzoli
capitolo 4
Factor investing
e stock selection 54
di Andrea Nocifora, CFA
Gli investimenti sistematici
e dinamici nei mercati del credito 66
a cura di
3Systematic Investments / Prefazione
I nuovi standard
dell’asset management
di Riccardo Cervellin, amministratore delegato di GAM (Italia) SGR SpA
Era solo questione di tempo. La ri- matico oggi (e ancor più prospet-
voluzione digitale, dopo aver cam- ticamente) sono la potenza e la ve-
biato l’informazione e trasformato locità di calcolo degli elaboratori,
la ricerca medica (l’applicazione impensabili solo un decennio fa, e
delle innovazioni digitali sta dando la mole di dati cui gli algoritmi pos-
alla medicina progressi senza pre- sono attingere per supportare gli
cedenti), oggi bussa alla porta della scienziati nel loro lavoro di ricerca,
consulenza finanziaria e dell’attivi- analisi e modellizzazione. Quella
tà di gestione. Le tecniche di ge- che ieri avremmo definito velocità
stione che fondano i loro processi di calcolo supersonica, oggi - alla
su fisica, matematica e Big Data vigilia dell’avvento dei computer
sono definite ”sistematiche”: algo- quantistici - potremmo definire
ritmi complessi analizzano milioni “superluminare”. Gli algoritmi, che
di dati, le decisioni di investimen- si nutrono di milioni di dati e cerca-
to sono prese sulla base di regole no di individuare sentieri di preve-
formulate con chiarezza e traspa- dibilità, non cedono alle emozioni,
renza. L’approccio sistematico non non provano né paura né avidità,
è di per sé una novità; affidare le riescono a valutare molte più op-
scelte ad un algoritmo che imple- zioni rispetto al singolo analista o
menta un modello di investimento gestore.
predefinito è cosa che ha già qual- La gestione sistematica è dunque
che decennio di storia alle spalle. la prossima ‘frontiera efficiente’
Ciò che rende particolarmente dell’asset management, un sistema
interessante l’investimento siste- la cui portata e precisione è desti-
4Systematic Investments / Prefazione
nata a crescere parimenti alla tec- ricercatori studiano le novità tec-
nologia. nologiche, le scoperte nei linguaggi
Infatti, la velocità di calcolo, il nu- neuronali, la ricerca nella finanza
mero delle interconnessioni di rete comportamentale, lavorano su da-
e le sempre più ampie serie stori- ta-set sempre più ampi.
che disponibili (big data) consento- Non pensiamo che le gestioni si-
no ad algoritmi complessi e conti- stematiche sostituiranno la tradi-
nuamente testati di applicare a un zionale gestione attiva, piuttosto
numero elevatissimo di titoli rego- la affiancheranno, costituiranno un
le, strategie e modelli elaborati da nuovo, potente fattore di diversi-
team multidisciplinari di scienziati. ficazione. E’ lontanissimo il 1997,
A differenza del gestore però, che quando Deep Blue della IBM ebbe
è sensibile ai bias comportamen- la meglio sul campione di scacchi
tali come qualsiasi essere umano, Garry Kasparov, ed è già storia an-
gli algoritmi applicano nello stesso che il 2016, quando l’intelligenza
tempo modelli di gestione su un artificiale vinse il confronto con il
numero elevatissimo di posizioni, campione di GO, un gioco “aperto”
con rapidità e, soprattutto, senza dalle combinazioni infinitamente
le “trappole cognitive” descritte superiori a quelle degli scacchi. La
dalla finanza comportamentale. prossima frontiera è quella delle
Il progresso tecnologico e le nuo- “intelligenze aliene”, sistemi che
ve frontiere dell’intelligenza artifi- apprendono nuovi schemi e svilup-
ciale produrranno vere e proprie pano modelli autonomi. GAM Sy-
“disruption” nell’industria dei ser- stematic presidia i progressi verso
vizi bancari e finanziari. I modelli le nuove frontiere, propone le sue
di business dovranno rapidamen- gestioni sistematiche in veicoli UCI-
te adeguarsi all’accelerazione del TS, in questo modo chiunque può
cambiamento e GAM, società tradi- accedervi senza difficoltà.
zionalmente aperta alla novità, ha Questa guida costituisce un utile
voluto essere nel gruppo di testa. strumento per approfondire la co-
Nel team di GAM Systematic, i mo- noscenza di ciò che nel giro di po-
delli sono mantenuti in costante chi anni diventerà standard nell’in-
revisione e innovazione, i team di dustria dell’asset management.
5Systematic Investments / Introduzione
Una definizione
necessaria
di Marco Castagna, CFA
Viviamo un’epoca in cui sempre più Questa guida ha dunque lo scopo di
attività lavorative, storicamente svolte approfondire il tema degli investimen-
dall’uomo, vengono prese in carico da ti sistematici, definendoli, cercandone
macchine. le origini, comprendendone i legami
Acquistiamo i regali di Natale online, con la behavioural finance, analizzan-
pensiamo in futuro di affidarci a mezzi done i vantaggi ed i limiti, osservando-
di trasporto senza pilota, effettuiamo ne le applicazioni concrete nelle deci-
pagamenti ed investimenti tramite sioni di investimento.
il nostro smartphone. Il lavoro del Iniziamo allora con una doverosa de-
gestore di portafoglio non può es- finizione: per investimenti sistematici
sere immune da questa rivoluzione o quantitativi si intende un approccio
culturale, e sempre più spesso ci si che utilizza modelli matematici avan-
interroga sul futuro della consulenza zati, capacità di calcolo dei computer
finanziaria, ci si interroga se saranno e analisi dei dati, per prendere deci-
ancora gli uomini a prendere le deci- sioni di investimento. Tale approccio,
sioni di investimento o se i risparmia- storicamente utilizzato nel mondo
tori si affideranno a macchine e a mo- degli hedge fund, si sta nel tempo svi-
delli predefiniti. luppando anche nel mondo dei fondi
Questo dubbio è di certo attuale, ma tradizionali grazie alla democratizza-
l’origine degli investimenti quantitativi zione della potenza di calcolo, il basso
o sistematici è molto meno recente costo della conservazione dei dati e lo
e non riguarda il solo avvento delle sviluppo di tecnologie dotate di Intelli-
macchine nella nostra vita quotidiana. genza Artificiale.
6Etf & Fund Selection / Introduzione
Per investimenti sistematici
o quantitativi si intende
un approccio
che utilizza modelli
matematici avanzati,
capacità di calcolo
e analisi dei dati, per prendere
decisioni di investimento
7capitolo 1
Le origini e le
peculiarità degli
investimenti
sistematici
di Marco Castagna, CFA
8Systematic Investments / Capitolo 1
Le origini siamo affermare, pur con una certa
Non è semplice tracciare una storia approssimazione, che Graham utiliz-
che comprenda in maniera univoca zasse un metodo quantitativo.
le origini degli investimenti sistema-
tici. L’esempio più famoso però nel cam-
Possiamo citare un libro dal titolo po degli investimenti sistematici,
“Ben Graham was a quant”, interes- a cui maggiormente ci si riferisce
sante testo di Steven P. Greiner, in quando se ne cercano le origini, ri-
cui si afferma che Benjamin Graham, cade sul fondo Hedge Medallion
riconosciuto come fondatore del gestito dalla Renaissance Technolo-
Value Investing, fosse in realtà un gies. James Simons, fondatore della
investitore quantitativo. L’afferma- società, esprime la sua preferenza
zione è forte e volutamente provo- per i metodi quantitativi con molta
catoria, ed infatti nel libro viene ben chiarezza. Afferma infatti che utiliz-
argomentato il concetto, ma possia- zando un metodo di trading discre-
mo accettarla, perché Quant non zionale, ci si può ritenere un genio in
significa obbligatoriamente avere un giorno in cui i mercati si muovo-
un computer o usare big data; nel no come da previsione, e “meno ge-
1949 infatti Graham pubblicava il niali”, il giorno dopo se il mercato si
suo famoso testo “The Intelligent In- muove in maniera opposta alle pre-
vest or”, in cui elencava i sette criteri visioni. Per questo motivo dal 1988
che definivano il “portafoglio testato ha deciso di utilizzare esclusivamen-
quantitativamente”. Tali criteri erano te un metodo sistematico ed è stato
indicatori quantitativi (size of the en- un successo.
terprise, earnings stability, financial
condition, dividend record, earnings If you do fundamental trading,
growth, price-to-earnings ratio, and one morning you come in and
price-to-book ratio) e quindi pos- feel like a genius, your positions
9are all your way… then the next Renaissance è stata la prima compa-
day they’ve gone against you and gnia finanziaria il cui lo staff era com-
you feel like an idiot… so in 1988 posto da matematici, fisici, esperti di
I decided it’s going to be 100% elaborazioni dei segnali, statistici ed
models, and it has been ever in generale specialisti privi di back-
since... and it turned out to be a ground finanziari. Nel tempo questo
great business.” aspetto è diventato un carattere
distintivo della società, con Simons
Jim Simons, che più volte ha affermato la sua
Renaissance Technologies preferenza per fisici, matematici,
astronomi ed informatici, con una
Simons, matematico e fisico noto formazione non legata alla finanza,
nella comunità scientifica, ha fonda- dichiarando che la sua società non
to la società Reinassance nel 1982 e ha mai assunto un trader da Wall
ha lanciato il fondo Medallion, che Street.
si basava su una forma amplificata Tale impostazione è stata poi imitata
dei modelli matematici di Leonard da altre società che negli anni a se-
Baum, matematico americano che guire hanno sviluppato propri modelli
già durante gli anni 70 utilizzava dei quantitativi e hanno lanciato fondi di
modelli matematici per fare trading investimento in cui venivano applicati
in valute. Il fondo utilizza complessi tali modelli. Esempi noti come AHL,
modelli matematici, con un ingente AQR, Cantab, Winton e Two Signa In-
lavoro di raccolta dati. Tale fondo vestment, società con diversi approc-
ha raggiunto risultati particolarmen- ci e diverse storie, sono accomunate
te positivi, dal 1994 ad oggi, realiz- dal focus sugli investimenti sistema-
zando ottime performance anche tici e sulla scelta di investire in staff
in anni di mercati in ribasso come il composti quasi esclusivamente da
2008. matematici, fisici e statistici.
10Systematic Investments / Capitolo 1
Secondo gli studi entrambi intitola- ciato a modelli basati sui dati, con
ti “Man Versus Machine” di Abis nel un approccio quindi quantitativo,
2017 e Harvey nel 2016, ad oggi gli mentre l’investimento discreziona-
Asset Under Management, nell’indu- le ha come decisore ultimo l’essere
stria del risparmio gestito, sono an- umano, il quale utilizza informazioni
cora dominati dai gestori discrezio- non sempre facilmente codificabili
nali. Gli investimenti sistematici però o meramente quantitative. In realtà
stanno vivendo un trend di crescita però spesso le informazioni ricerca-
continuo, con masse che negli ultimi te sono le medesime, e se un gesto-
due decenni hanno visto crescere re discrezionale descrive il suo stile
il loro peso dal 9% al 14% all’inter- di investimento, un approccio siste-
no del mondo dei fondi tradizionali, matico definisce il fattore a cui il suo
raggiungendo invece il 26% nel com- modello si inspira.
parto degli hedge fund. Un esempio all’interno degli investi-
menti azionari, può aiutare a chia-
Sistematico vs Discrezionale rire questo aspetto: si pensi ad un
Molto spesso gli investimenti siste- gestore discrezionale fondamentale
matici vengono definiti in contrappo- che ricerca all’interno del proprio
sizione agli investimenti discreziona- universo investibile società con
li, e i due approcci sono considerati prezzi inferiori al valore intrinse-
agli antipodi. In realtà, pur avendo co calcolato dal gestore, sulle quali
delle profonde differenze, sono pre- si può prevedere un futuro evento
senti anche molte similitudini. catalyst che ne possa aumentare gli
In questo paragrafo cercheremo di utili e quindi il prezzo, e che abbiano
approfondire quindi divergenze ed pratiche contabili che nel tempo si
analogie tra i due approcci. sono rivelate conservative. Tale ge-
Per definizione l’investimento si- store dunque avrà un focus di inve-
stematico è comunemente asso- stimento su società convenienti, con
11Systematic Investments / Capitolo 1
potenziali eventi catalizzatori e pra- non saranno definiti in maniera
tiche contabili solide. Immaginiamo univoca e soprattutto il gestore
ora una società di investimento che considererà anche altri fattori di
ha sviluppato un modello quantitati- mercato e specifici, oltre a quelli
vo che ha l’obiettivo di selezionare i su cui ha un focus maggiore.
titoli sulla base delle tre caratteristi- ● In secondo luogo l’approccio si-
che sopra descritte. In questo caso stematico utilizzerà il modello
sentiremo parlare di un approccio quantitativo per valutare tutte
factor-based che utilizza i fattori Va- le società presenti nell’universo
lue, Momentum e Earnings Quality. investibile, grazie alla ripetibilità
Notiamo dunque come vi sia una del processo, e tipicamente co-
convergenza importante tra i due struirà il portafoglio in maniera
approcci, con differenze che in que- diversificata, con molte piccole
sto caso paiono limitarsi alle diverse posizioni; al contrario il gesto-
terminologie utilizzate; in realtà le re discrezionale avrà bisogno di
evidenze dimostrano che subentra- maggiore tempo nell’analisi delle
no altre differenze, che andiamo ad singole società perché dovrà va-
analizzare di seguito. lutarne molteplici singoli aspetti
● Innanzitutto il modello quantita- per cui il suo portafoglio sarà
tivo ha un approccio che possia- maggiormente concentrato in un
mo definire puro, ed infatti, per minor numero di posizioni.
rimanere all’esempio sopracita- ● La terza differenza è una con-
to, assisteremo ad una selezione seguenza della composizione
unicamente basata sui tre fattori di portafoglio appena descrit-
indicati; il gestore discrezionale ta, infatti tipicamente i prodotti
invece ricercherà queste carat- che seguono modelli sistema-
teristiche all’interno del suo uni- tici hanno ottenuto un livello di
verso investibile, ma tali elementi rischio minore, soprattutto in
12Systematic Investments / Capitolo 1
Molto spesso gli investimenti
sistematici vengono
definiti in contrapposizione
agli investimenti discrezionali,
e i due approcci sono
considerati agli antipodi.
In realtà, pur avendo delle
profonde differenze,
sono presenti anche molte
similitudini
13Approccio Discrezionale Sistematico
Processo Flessibile Puro
Portafoglio Concentrato Diversificato
Risultati medi Maggiore extrarendimento Minore rischio relativo
termini di Tracking Error contro ed effettivamente un elemento co-
un benchmark di riferimento, mune nei risultati conclude che le
mentre i prodotti che hanno un strategie discrezionali tendono ad
approccio discrezionale tendo- essere maggiormente concentrate,
no ad aumentare la active share con scelte più attive rispetto al ben-
(differenza di allocazioni rispetto chmak, rispetto alle strategie siste-
ad un benchmark di riferimento), matiche, le quali utilizzano la ripeti-
aumentando dunque il rischio bilità del modello per investire su un
con l’obiettivo di ottenere un universo più ampio e diversificato,
maggiore extrarendimento. e dunque più in linea con il bench-
mark. Tipicamente questo approccio
Riguardo all’ultima differenza de- ha causato un profilo con rischio e
scritta, occorre precisare che esisto- rendimento superiori per le strategie
no numerosi studi accademici in cui discrezionali, con però Information
gli autori hanno tentato di stabilire i Ratio simili tra i due approcci. Inoltre
risultati ottenuti dai due approcci so- è emersa una bassa correlazione tra
pra descritti. Gli autori hanno dovu- i risultati degli investimenti discre-
to scontrarsi con molte difficoltà, su zionali e sistematici, dunque la vera
tutte la catalogazione delle strategie conclusione di questi studi non è af-
e la raccolta dei dati in maniera omo- fermare quale approccio sia miglio-
genea, ed i risultati di questi studi re, ma come in realtà i due approcci
sono spesso in contrasto tra loro. Il possano essere ben combinati all’in-
paper di AQR “Alternative Thinking: terno di un portafoglio.
Systematic vs Discretionary” ha I pesi con cui comporre il portafoglio
analizzato nel dettaglio questi studi possono variare in funzione della
14Systematic Investments / Capitolo 1
propensione al rischio dell’investito- Le strategie sistematiche sono
re, tipicamente aumentando la com- tutte uguali
ponente discrezionale sui profili più Una delle critiche più diffuse riguar-
rischiosi. do alle strategie sistematiche risiede
nella convinzione che molti manager
Falsi miti utilizzino modelli simili, investano su
In questo paragrafo affronteremo segnali di trading analoghi e dun-
alcuni dei falsi miti che colpiscono il que ottengano mediamente risul-
mondo degli investimenti sistematici. tati molto simili. In realtà lo studio
Figura 1
Falsi miti e veri limiti
Falsi miti Veri limiti
Le strategie sistematiche Algorithmic trading
sono tutte uguali
Sistematico = passivo
Sicurezza informatica
Sistematico = black box
nothing lasts forever No flessibilità
15Systematic Investments / Capitolo 1
di Lakonishok e Swaminathan del overdiversificazione che causerebbe
2010, intitolato “Quantitative Vs Fun- l’annullamento delle scelte attive e
damental”, ha rivelato come vi sia dunque un portafoglio troppo simile
una correlazione bassa dei risultati ad un prodotto passivo. Se ciò non
tra le varie strategie sistematiche, e avvenisse, in questo caso saremmo
che tale correlazione è in linea con di fronte ad un vero limite. I risultati
il dato osservato per le strategie di- però dimostrano un tracking error
screzionali. Questo perché i modelli significativo rispetto ai benchmark
utilizzati sono molto differenti tra a dimostrazione che una diversifi-
loro, e si basano su input variegati cazione ben organizzata su fattori
come indicatori fondamentali, ana- in grado di sovraperformare il mer-
lisi tecniche evolute, alternative risk cato, può migliorare il profilo rischio
premia, relazioni matematiche, con rendimento di una strategia.
strategie che si affidano ad una sola
di queste categorie, e strategie che Le strategie sistematiche sono
invece mixano queste tecniche. dei Black Boxes
Uno dei limiti delle strategie sistema-
Le strategie sistematiche tiche è senza dubbio l’alta comples-
ottengono gli stessi risultati delle sità di alcuni modelli, e la difficoltà
strategie passive nel comprenderli pienamente. Spes-
Come spiegato nel precedente para- so quindi si pensa che un modello
grafo, le strategie sistematiche sono quantitativo sia un black box, una
tipicamente poco concentrate e scatola nera di cui si studia l’output
sfruttano la ripetibilità del processo ma non si comprende a pieno l’insie-
per investire in maniera diversifica- me di input, perché il funzionamen-
ta su un gran numero di strumenti to rimane ignoto o non visibile.
sottostanti. Chiaramente il modello In realtà anche queste strategie si
deve essere tarato per evitare una caratterizzano per un alto grado
16Systematic Investments / Capitolo 1
Le case di investimento
più avanzate nel mondo
degli investimenti sistematici
hanno in staff un numero
corposo di fisici e matematici,
che lavorano per aggiornare
i modelli della società
e renderli più evoluti possibile
17di trasparenza, e dunque si posso- infatti analoghi riferimenti possono
no comprendere le ipotesi su cui i essere condivisi con le strategie di-
modelli sono costruiti. Non significa screzionali, poiché anche i gestori
conoscere le singole formule di un discrezionali devono affrontare i
modello matematico, ma compren- cambiamenti e rinnovare le proprie
derne le basi e valutarne i pro e i strategie. Data questa esigenza di
contro. Come descritto, le strategie continua ricerca, e verifica delle stra-
sistematiche hanno diversi input ma tegie esistenti, le case di investimen-
una volta stabiliti tali input, i modelli to più avanzate nel mondo degli in-
quantitativi applicati hanno precisi vestimenti sistematici hanno in staff
vincoli e regole di applicazione. un numero corposo di fisici e mate-
matici, che lavorano per aggiornare
Nessun modello può i modelli della società e renderli più
sovraperformare per sempre evoluti possibile.
Nessuna strategia quantitativa può
essere in grado di sovraperformare Veri limiti
il mercato per sempre, perché i re- In questo paragrafo affronteremo
gimi di mercato possono cambiare, alcuni dei veri limiti che colpiscono
come il comportamento degli inve- il mondo degli investimenti sistema-
stitori o le dinamiche di mercato. tici.
Inoltre una strategia di successo può
essere replicata e nel lungo termine Algorithmic Trading:
la concorrenza può ridurre i mar- Impatto sul mercato
gini di profitto. Quanto descritto è L’utilizzo dei Big Data nel mondo de-
corretto, ma è volutamente inserito gli investimenti sistematici ha senza
in questo paragrafo, poiché è falso dubbio aumentato l’ampiezza degli
ritenere che sia un problema rela- input a disposizione, ma ha anche
tivo alle sole strategie sistematiche, causato il proliferare di strategie di
18Systematic Investments / Capitolo 1
trading legate ad algortimi matema- tale movimento. Un altro esempio è
tici. avvenuto nel maggio del 2010 quan-
Marko Kolanovic, global head of do il Dow Jones è arrivato a perdere
quantitative and derivatives rese- il 9.2%, prima di una veloce risalita
arch in JPMorgan, ha stimato che i per motivazioni legate ai sistemi di
trades derivati da strategie discre- trading.
zionali contano per circa il 10% del In futuro, con il diffondersi di questi
volume di trading in azioni, mentre sistemi, tali episodi di volatilità irra-
le strategie passive e sistematiche zionale sui mercati potrebbero dun-
raggiungono il 60%, dato che si è più que aumentare.
che raddoppiato rispetto al decen-
nio scorso. Questi volumi hanno cre- Sicurezza Informatica
ato recentemente alcuni casi di vola- Uno dei temi su cui si sta sviluppan-
tilità estrema sui mercati, pur senza do maggiore dibattito nel mondo
un evento reale che ne abbia causa- degli investimenti sistematici è la
to il movimento. Il segretario del te- sicurezza informatica. Ad oggi non
soro Americano Steve Mnuchin cita si ha notizia di attacchi hacker a so-
un episodio in cui effettivamente cietà di investimento, ma il rischio è
l’algorithmic trading ha avuto un im- sensibile e le società maggiormente
patto sui mercati: il 5 febbraio 2018, esposte a tale rischio devono preve-
quando il Dow Jones Industrial Ave- dere adeguati impianti di sicurezza
rage nel giro di 15 minuti realizzava informatica. Basti pensare che al-
un -4%, solamente per aver violato cuni sistemi di trading sistematici
un livello di supporto, e aver causato eseguono migliaia di trades al se-
una serie di vendite programmate condo; un attacco hacker in grado di
da questi modelli di trading, per poi eseguire tali trades sostituendosi ai
recuperare immediatamente dopo, modelli impostati dalla società che
vista l’assenza di news a motivare ha subito l’attacco, potrebbe quindi
19Systematic Investments / Capitolo 1
avere impatti clamorosi sul mercato, rentemente in contrapposizione
in pochissimo tempo. ovvero gli investimenti sistematici e
gli investimenti discrezionali, osser-
Mancanza di flessibilità vando però anche che vi sono molti
Il limite forse maggiore di un investi- elementi di analogia, e che non esi-
mento sistematico è la mancanza di ste un approccio migliore; al contra-
flessibilità che solo l’intervento uma- rio, una efficiente combinazione dei
no può permettere. Se infatti un ap- due metodi, può migliorare il profilo
proccio sistematico puro ha il pregio di rischio rendimento del portafo-
di evitare alcune trappole mentali glio. Infine abbiamo elencato alcuni
tipicamente diffuse negli investitori, falsi miti che vengono spesso erro-
l’intuito e l’istinto umano possono neamente affiancati al mondo degli
essere utili soprattutto in periodi di investimenti sistematici, approfon-
forte stress sui mercati. Una ulterio- dendo in conclusione dei veri limiti
re evoluzione per superare questi che queste strategie affrontano e
limiti può arrivare dall’Intelligenza che gli investitori sistematici devono
Artificiale, che è in grado di aggior- sempre tenere in considerazione.
nare e migliorare i modelli quantita-
tivi esistenti per renderli più reattivi Nei prossimi capitoli di questa guida
in condizioni non standard. saranno approfonditi alcuni ambi-
ti di applicazione degli investimenti
Considerazioni finali sistematici, per comprenderne mag-
In questo capitolo abbiamo quindi giormente le caratteristiche.
redatto un quadro introduttivo sul
mondo degli investimenti sistema-
tici, definendoli e trattandone le
origini. Abbiamo quindi effettuato
un paragone tra due mondi appa-
20Systematic Investments / Capitolo 1
I risultati dimostrano un
tracking error significativo
rispetto ai benchmark,
a conferma che
una diversificazione ben
organizzata su fattori in grado
di sovraperformare il mercato,
può migliorare il profilo rischio
rendimento di una strategia
21Investimenti sistematici:
la scienza applicata alla finanza
a cura di
Le strategie di investimento sistematiche e informatizzate sono semplicemente un
modo “differente” e rigoroso di identificare le possibili fonti di rendimento per trarne
beneficio. Oltre a prendere in considerazione ed elaborare una maggiore quantità di
informazioni rispetto agli approcci di investimento tradizionali, possono risultare più
efficienti in termini di costo. Relativamente alla capacità di elaborazione delle informa-
zioni, vale la pena sottolineare che un programma informatico o un algoritmo possono
analizzare migliaia di titoli in pochi secondi, mentre un gestore discrezionale, nella
sua ricerca di convincenti opportunità, può prendere in considerazione un numero
molto più limitato di strumenti. Gli approcci sistematici, quindi, ampliano la gamma di
strumenti su cui operano contribuendo a ottenere risultati più in linea con gli obiettivi.
Una delle caratteristiche più interessanti degli approcci sistematici è costituita dal loro
enorme potenziale contributo alla diversificazione. Possono infatti contribuire a diver-
sificare un portafoglio di strumenti tradizionali in virtù della loro bassa correlazione
coi rendimenti azionari e obbligazionari. In virtù di tale caratteristica, sono in grado di
fornire una forma di copertura nelle fasi di ribasso del mercato. Per GAM Investments
disporre di una piattaforma sistematica per diversificare ulteriormente l’offerta per i
clienti è una chiara scelta di posizionamento strategico.
Sebbene la popolarità degli investimenti sistematici sia aumentata negli ultimi anni,
restano numerosi preconcetti e miti da sfatare. La principale anomalia, forse, è proprio
la percezione che le gestioni sistematiche e quelle discrezionali siano diametralmente
opposte. Inoltre, molti erroneamente credono che l’approccio sistematico sia intrinse-
camente poco trasparente, una “black box” priva del giudizio o dell’intervento umano,
e che tutti i programmi sistematici si comportino nello stesso modo.
I miti da sfatare
I gestori discrezionali e sistematici effettivamente presentano più somiglianze che dif-
ferenze. Partono tutti da un processo o da una regola, e gli obiettivi delle strategie
possono essere molto simili. La differenza sta nel fatto che i gestori discrezionali de-
finiscono le regole attraverso le quali cercano di generare una migliore performance
dall’investimento e le applicano direttamente. Uno scienziato sistematico, invece, fa sì
che un algoritmo segua, in modo meticoloso e trasparente, le regole frutto di un’ap-
profondita attività di analisi e ricerca. Gli approcci sistematici differiscono da quelli di-
rezionali poiché generalmente sono in grado di analizzare un universo di investimento
22Systematic Investments / Capitolo 5 23
molto più vasto, utilizzano molti più segnali di investimento e non sono soggetti a bias
comportamentali.
La preoccupazione relativa alla trasparenza riguarda sostanzialmente i metodi siste-
matici applicati in passato, non oggi. La maggior parte delle soluzioni offerte, oggi,
sono estremamente trasparenti sia per quanto concerne le regole utilizzate che per le
posizioni assunte.
Per quanto gli investimenti sistematici si basino su regole, richiedono comunque la
supervisione dell’uomo e un’approfondita attività di ricerca per elaborare modelli e
definire regole operative efficaci. Noi di GAM ci avvaliamo di quasi 40 scienziati nelle
nostre sedi di Londra, Cambridge e Zurigo che si occupano costantemente della ricer-
ca e dei test sui nuovi modelli nelle strategie sistematiche.
Il (GAM) Cantab Capital Institute for the Mathematics of Information fa parte della fa-
coltà di matematica dell’Università di Cambridge. L’obiettivo dell’istituto è di accelerare
i progressi nella scienza dei dati e le relative applicazioni. Il nostro legame con Cambri-
dge, che è ampiamente riconosciuta come l’istituzione accademica britannica ed euro-
pea più orientata all’innovazione e alle tecnologie avanzate, ci consente di accedere ai
migliori talenti in campo quantitativo.
Relativamente alla diffusa convinzione che le strategie sistematiche operino tutte nel-
lo stesso modo, in realtà queste non costituiscono un insieme omogeneo di modelli
che fanno la stessa cosa, allo stesso modo per cui gestori discrezionali diversi adotta-
no approcci differenti. Esistono programmi di investimento sistematico differenti, che
operano su una moltitudine di mercati, utilizzando moltissimi segnali diversi e produ-
cendo flussi di rendimento differenziati. All’inizio del ciclo evolutivo, molte strategie si
24Systematic Investments / Capitolo 5
basavano sul trend following o sul momentum, ma l’innovazione tecnologica, i big data
e algoritmi migliori hanno consentito ai gestori di ottimizzare la loro attività attraverso
un numero più vasto di segnali e mercati. Noi di GAM offriamo strategie che operano
in azioni, obbligazioni, valute, materie prime, premi per il rischio alternativi e soluzioni
multi-asset (sia long-only che long/short).
La cultura dell’innovazione
GAM in numeri
I nostri scienziati si avvalgono di tecnologie d’avan-
guardia, tra cui un’infrastruttura software proprie-
taria progettata ad hoc sulle nostre specifiche esi-
genze, e analisi di dati di prim’ordine. Operano in
una cultura guidata dall’innovazione dalla profon-
da convinzione che la generazione di sovraperfor-
mance dipende dall’uso di tecnologie avanzate e
rigorose analisi scientifiche. La scienza è al centro
della nostra attività. L’innovazione è chiaramente
essenziale, il lavoro di squadra fa parte integrante
dei nostri valori. Il pensiero creativo è fortemente
favorito e stimolato. Alcune delle innovazioni più
significative che abbiamo inserito nelle nostre stra-
tegie, nella gestione del rischio e nell’esecuzione
delle operazioni sono proprio il risultato di questi
progetti “creativi”.
Infine, non sottostimiamo mai l’importanza del-
la diversità quando si tratta di fare veramente la
differenza. I nostri scienziati provengono da campi
diversi, tra cui ingegneria, astrofisica, matemati-
ca, statistica, informatica ed economia. Il comune
denominatore nel nostro DNA è la passione per
creare valore per i nostri investitori attraverso un
approccio di investimento scientifico e rigoroso. Ci
interroghiamo costantemente su come possiamo
migliorare il risultato dell’investimento attraverso Fonte: GAM, dati aggiornati al 31 marzo
la nostra ricerca. 2019
25capitolo 2
Destinazione quant
di Marianna Longo, CFA
26Systematic Investments / Capitolo 2
Ad oggi l’intelligenza artificiale aiuta il cliente. L’approccio verso l’obiettivo
diversi settori, come la medicina, la è però diverso: in un processo fon-
viabilità dei treni, i sistemi di guida damentale un gestore ha un’idea e
automatica degli aerei, oltre che costruisce il portafoglio scegliendo i
la gestione degli investimenti. Nel titoli uno ad uno, mentre un gesto-
mondo finanziario troviamo fondi re quantitativo (“quant”) parte da un
gestiti al 100% in modo quantitativo set di dati storici, li testa diverse volte
e gestori fondamentali che si affida- e identifica un processo automatico
no ad alcuni calcoli quantitativi per per generare un sovra-rendimento.
supportare le loro decisioni di inve- Fabozzi, Focardi e Jonas (2008) utiliz-
stimento. zano una metafora incisiva: i gestori
Fabozzi, Focardi e Jonas (2008) defi- fondamentali sono paragonabili a
niscono un processo di investimento dei cecchini, mentre i “quants” pre-
“fondamentale” (o “tradizionale”) se feriscono sparare a raffica là dove la
condotto da un gestore patrimoniale storia indica di farlo.
che usa informazioni, il suo giudizio Un modello quantitativo parte da un
ed intuito. Un processo è definito grande quantitativo di dati e, una vol-
“quantitativo” se le decisioni di inve- ta implementato, richiede meno su-
stimento sono basate su regole fisse, pervisione, non ha emozioni (cosid-
ed è definito “ibrido” se è una combi- detti “bias comportamentali”), non si
nazione dei due. Ad esempio, un ge- stanca e non fa errori occasionali (al
store fondamentale che usa un siste- massimo gli errori sono sistematici).
ma di screening in excel per ridurre Un modello quantitativo non riesce
l’universo dei titoli da considerare è però ad incorporare alcune capacità
un esempio di gestione ibrida. di un gestore fondamentale, come
Ogni gestore, sia esso fondamentale l’intuito.
o quantitativo, ha il medesimo obietti- Come si osserva nella Figura 1, gli he-
vo: massimizzare la performance per dge fund che seguono una gestione
27Figura 1
Stima asset hedge fund quant (miliardi di dollari)
1.000
800
600
400
200
0
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
Fonte: Hedge Fund Research, Inc per il Financial Times
quantitativa hanno raggiunto una di- inclusi elementi “value” (ad es., titoli
mensione pari a 950 miliardi di dol- che presentano un multiplo P/E, EV/
lari. EBITDA basso), elementi dimensio-
nali, settoriali o di volatilità. Per mo-
Diverse sfumature di Quants delli fattoriali obbligazionari, i fattori
Le strategie seguite dai fondi hedge inclusi possono essere variabili ma-
sono svariate, ma l’approccio più co- croeconomiche (ad es., produzione
mune è quello dei modelli basati su industriale, crescita dell’occupazione
uno o più fattori (“factor investing”). e livello dell’inflazione rispetto al suo
In questo caso una variabile indipen- trend), scadenza o livello di rating del
dente, come ad esempio il multiplo bond oppure indicatori di bilancio
Price/Earnings, il tasso di inflazione che misurano il livello di indebita-
o la variazione nel tasso di disoccu- mento con rapporti quale l’Interest
pazione, è usata per stimare il valore coverage o la posizione finanziaria
di una variabile dipendente, come netta in rapporto all’EBITDA. Un mo-
ad esempio il rendimento dell’indice dello fattoriale potrebbe incorporare
S&P 500, di una valuta (e.g. USD), un altri fattori come il momentum (una
indice sulle obbligazioni, sulle com- serie storica di prezzi mostra un cer-
modity o il VIX. to trend che potrebbe essere corre-
Come descrive un articolo pubbli- lato con la performance futura), mi-
cato da Vanguard (“Factor-based sure di domanda e offerta (e.g. Open
investing”) i modelli fattoriali posso- interest nelle opzioni put rispetto alle
no includere diverse informazioni, opzioni call), altri indicatori di “senti-
28Systematic Investments / Capitolo 2
ment” come la revisione degli utili da pio è la vendita di valute con bas-
parte degli analisti o le stime degli so tasso di interesse ed il simul-
economisti per la crescita del PIL. taneo acquisto di asset in valute
Un articolo pubblicato da Bloomberg con tassi di interesse più elevati
sintetizza i diversi tipi di fondi quanti- (carry trade).
tativi esistenti, in aggiunta ai modelli ● Event-driven Arbitrage: questa
fattoriali: strategia cerca un’errata valu-
● Risk parity: questa strategia pre- tazione che potrebbe accadere
vede un livello di rischio uguale prima o dopo un evento come il
per ogni singola asset class. Il ge- taglio delle stime di un analista,
store diversifica con obbligazioni, il riacquisto di azioni proprie, un
azioni e bond legati all’inflazione e fallimento, etc. Un esempio è l’ac-
basa l’allocazione non sul prezzo quisto di un titolo azionario prima
ma sulla volatilità/rischio del sin- della pubblicazione degli utili del
golo asset. Meno volatile è un as- gruppo, quando i volumi tendono
set e maggiore sarà il peso all’in- ad aumentare e tutti gli operato-
terno del portafoglio. Ogni mese ri sono più sensibili a notizie sul
il gestore calcola nuovamente la gruppo medesimo. Questo tipo di
volatilità e ri-bilancia i pesi. L’o- strategia può durare giorni o set-
biettivo è usare la diversificazione timane (generalmente, comun-
per proteggersi dalle oscillazioni que, un periodo più breve delle
del mercato; altre).
● Systematic global macro: que- ● Statistical Arbitrage: questa
sta strategia usa dati come l’in- strategia cerca l’errore di valu-
flazione, la disoccupazione ed i tazione nel mercato, cercando
consumi per cercare le relazioni anomalie che col tempo potreb-
che legano i cicli economici con i bero tornare ad una situazione di
movimenti di mercato. Un esem- normalità. Per esempio, partendo
29Systematic Investments / Capitolo 2
dall’ipotesi che i gruppi Coca-Cola Ci sono dei rischi nell’utilizzo dei
e PepsiCo si muovano in modo modelli quantitativi con un obietti-
analogo, se si osserva che Co- vo predittivo. I modelli fattoriali, ad
ca-Cola sale e PepsiCo scende, esempio, usano le serie storiche
allora la strategia è vendere Co- per determinare la relazione tra un
ca-Cola e acquistare PepsiCo fino fattore ed il rendimento o il rischio.
a che non c’è un riallineamento. Questa relazione potrebbe non con-
L’idea è quella che il mercato ab- tinuare all’infinito oppure alcune rela-
bia una reazione eccessiva e poi zioni non lineari potrebbero restare
si riallinei. non scoperte. Oppure, alcuni eventi
● Commodity Trading Advisor potrebbero non essere catturati da
(CTA): in questa strategia il tra- dati storici. Infine, alcuni approcci
der prende una posizione in quantitativi tradizionali potrebbero
contratti future che hanno come fallire nell’adattarsi a condizioni di
sottostante un indice azionario, mercato mutevoli, usando un set di
una valuta, una commodity solo fattori statico che ad un certo punto
dopo che ha osservato un certo non funziona più.
trend nei prezzi. Questa strate-
gia prevederebbe l’acquisto di un Performance, volatilità e
contratto future vicino ai massimi correlazione dei Quants
degli ultimi 50 giorni e la vendita Come riporta il Financial Times nella
vicino ai minimi degli ultimi 50 Figura 2, nell’ultimo decennio i fon-
giorni. In genere dura un giorno di quantitativi hanno realizzato una
o qualche settimana. Si tratta di performance annua media del +2%
una delle strategie quantitative vs +2.8% dei fondi hedge in generale.
più volatili, solo il 30/50% è profit- I fondi quantitativi sono stati meno
tevole, ma, quando c’è, il profitto volatili dei fondi Hedge (volatilità an-
è molto alto. nualizzata 3.9% vs 6%).
30Systematic Investments / Capitolo 2
Nell’ultimo decennio
i fondi quantitativi
hanno realizzato
una performance
media annua del 2%
dimostrandosi meno
volatili dei fondi hedge
31Come si osserva nella Figura 3, il quantitativi hanno iniziato l’anno
2018 è stato un anno particolarmen- con una visione ottimistica, ma qual-
te negativo per i fondi quantitativi. cosa non ha funzionato. I gestori si
La performance nel 2018 è stata del sono trovati quindi a dover scegliere
-3.5%, poco sopra al 2008 (-3.9%). La tra ri-calibrare i loro modelli oppure
performance negativa nel 2018 po- classificare il 2018 come una devia-
trebbe aver portato al primo outflow zione dalla normalità. Inoltre, la po-
dal 2009, per oltre USD8bn, dalle polarità dei fondi quantitativi porta
gestioni quantitative. Il Financial Ti- al sospetto di un “sovra-affollamen-
mes riporta che i gestori dei fondi to”, dove troppi modelli quantitativi
Figura 2
Rendimento e volatilità negli ultimi 10 anni
7%
6%
5%
4%
3%
2%
1%
0%
Quants - Perf. annua All Hedge Fund - Perf. Quants - Volatilità ann. All Hedge Fund -
media annua media Volatilità ann.
Fonte: hedge fund Research, Inc. rielaborato dal Financial Times
32Systematic Investments / Capitolo 2
sono concentrati su poche anomalie importanti fondi market-neutral (per
di mercato. definizione con beta nullo) abbiano
smontato le loro posizioni per una
A questo proposito possiamo ri- causa incidentale (magari per un
cordare anche quanto successo margin call o per ridurre il rischio).
nel 2007, quando alcuni importanti L’idea è che queste perdite iniziali
hedge fund quantitativi hanno regi- abbiano successivamente messo
strato pesanti perdite. Khandani e sotto pressione un’ampia platea di
Lo ipotizzano che all’inizio della set- fondi long/short e long only, “co-
timana del 6 agosto 2007 uno o più stringendoli” (magari per lo scatto di
Figura 3
Performance annuale hedge fund quant
10,0%
8,0%
6,0%
4,0%
2,0%
0,0%
-2,0%
-4,0%
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019*
Fonte: hedge fund Research, Inc. rielaborato dal Financial Times; *dati al 31 gennaio 2019
33uno Stop Loss) alla vendita il 9 ago- Un piede nel Private Equity?
sto (quando anche lo S&P 500 era Come riporta il Financial Times, alcu-
negativo a -3%), portando ad ulterio- ni fondi quantitativi stanno studiando
ri perdite. Il 10 agosto c’è poi stato se processi di investimento sistema-
un significativo rimbalzo. I movimen- tici e “data-intensive” potrebbero
ti ravvicinati di capitali nelle strategie funzionare nel mondo più opaco dei
long-short indicano l’esistenza di private equity, potenzialmente ab-
fattori di rischio comuni in questo bassando le commissioni dell’indu-
settore. Le perdite month-to-date stria. È chiaro che, in prima battuta,
dei fondi quantitativi spaziavano da il mondo del private equity differi-
-5% a -30%. Lo studio cerca di dimo- sce radicalmente dagli investimenti
strare come si sia creata una sorta quantitativi. Il primo consiste in un
di “spirale mortale”: dopo un ribasso investimento “su misura”, negoziato
iniziale incidentale, le perdite suc- e pluriennale in società private, dove
cessive sono generate dalla liquida- le informazioni sono poco trasparen-
zione di posizioni analoghe, costrui- ti e l’uscita può essere complicata. I
te quantitativamente. secondi, invece, lavorano su mercati
Oltre alla correlazione tra le gestio- liquidi e trasparenti (e.g. azioni e fu-
ni quantitative, lo studio mostra ture), e le operazioni sono automatiz-
come sia aumentata la correlazione zate e possono durare pochi mesi, o
assoluta anche tra gli indici di hed- anche secondi.
ge fund con stili diversi di gestione, Il segmento Numeric di Man Group
segno che diversi tipi di fondi sono nel 2018 ha lanciato un fondo che
collegati più strettamente rispetto al cerca di replicare i rendimenti di un
passato. fondo di private equity, ma con costi
Tutto questo suggerisce che possa decisamente inferiori, investendo in
esserci un aumento nel rischio siste- gruppi quotati di piccole dimensioni
mico nell’industria degli hedge fund. che replicano il profilo di un porta-
34Systematic Investments / Capitolo 2
foglio di private equity. Il direttore Greenblatt nel libro “The Little Book
della ricerca di Numeric conferma that beats the Market”. In questo li-
che questo è uno dei primi tentativi bro Greenblatt suggerisce di asse-
dell’industria quant di lavorare sul gnare un punteggio crescente (da 1
private equity. a 1000, se sono 1000 i titoli ogget-
to di analisi) ordinando il campione
Spunti per una gestione ibrida prima per “Earnings Yield” e poi per
Con la crescita delle gestioni quanti- “Return on equity” ROE (o viceversa).
tative dopo il 2000, anche le gestioni Greenblatt suggerisce quindi di som-
fondamentali hanno preso in prestito mare i due ranking e scegliere i titoli
una fase di analisi più quantitativa. Gli più meritevoli, perché meno cari (P/E
obiettivi sono molto diversi fra loro, più basso) e più redditizi (ROE). Gre-
come, ad esempio: 1) velocizzare il enblatt ha calcolato che con la sua
processo di analisi, applicando uno “magic formula”, il rendimento annuo
screening iniziale quantitativo (si eli- di un gruppo di 30 titoli (scelti tra le
minano i titoli più indebitati, più cari 2500 società più grandi per capitaliz-
o di dimensioni più piccole, etc.); 2) zazione) sarebbe stato pari a +24%,
supportare una scelta di investimen- rispetto ad un rendimento dell’indice
to, utilizzando l’analisi tecnica oppure S&P 500 di +12% (nel periodo 1987-
un meccanismo di stop loss o take 2004).
gain; 3) applicare più criteri di sele- Un secondo esempio è il Piotroski
zione contemporaneamente, asse- score. Questo score, ideato da Jose-
gnando a diversi criteri un punteggio ph Piotroski, Professore di contabili-
che va da 1 a 100 e poi scegliere quel tà a Stanford, nel suo articolo “Value
titolo che ha il punteggio più basso. Investing: The Use of Historical Fi-
Un primo esempio potrebbe essere nancial Statement Information to Se-
l’utilizzo, per un primo screening dei parate Winners from Losers” (2000)
titoli, del metodo elaborato da Joel è una valutazione che può essere al
35Systematic Investments / Capitolo 2
massimo pari a 9. Questa valutazio- le vendere i titoli in perdita) oppure
ne si basa su criteri di profittabilità il “loss aversion” (quando l’investitore
(utile positivo, ROA positivo, flusso di vende prematuramente per evitare
cassa operativo positivo e cash flow una perdita). Alcune evidenze em-
operativo superiore agli utili), di de- piriche studiate da Joachim Klement
bito/fonte delle risorse (basso livello (2013) mostrano come l’applicazione
di indebitamento rispetto all’anno di uno Stop Loss (con regole di re-in-
precedente, current ratio superiore, gresso nel mercato), oltre a ridurre
nessuna nuova azione emessa) e cri- significativamente la volatilità, con-
teri di efficienza operativa (margine sente di incrementare la performan-
lordo e asset turnover ratio superiori ce per alcuni mercati azionari (e.g.
all’anno precedente). Questo approc- MSCI US, UK) e degli US Reit rispetto
cio rappresenta una semplice appli- ad una strategia “buy and hold”. Non
cazione per identificare aziende forti ci sono invece evidenze di miglio-
e aziende deboli. Lo studio dimostra ramento della performance per le
come, nel periodo tra il 1976 e il commodity, l’oro e i mercati aziona-
1996, acquistando i titoli con un Pio- ri emergenti. Se, da un lato, l’utilizzo
troski più elevato e andando short su dello stop loss come strumento per la
titoli con Piotroski score basso, si sa- riduzione della volatilità è di semplice
rebbe ottenuto un sovra-rendimento intuizione, di contro il suo uso per il
annuo sul mercato del +23%. miglioramento della performance ri-
Un ultimo esempio è l’applicazione chiede ragionamenti più sofisticati, e
di un meccanismo di Stop Loss. Le dipende dalle regole di re-ingresso e
strategie di Stop Loss vengono usate dalle condizioni di mercato.
per limitare perdite eccessive, ridurre
la volatilità e contrastare alcuni bias
comportamentali come il “disposition
effect” (quando l’investitore non vuo-
36Systematic Investments / Capitolo 2
Con la crescita
delle gestioni quantitative
dopo il 2000,
anche le gestioni fondamentali
hanno preso
in prestito una fase
di analisi più quantitativa
37Irrazionalità prevedibile
o disciplina negli investimenti
a cura di
Mercati azionari: 25% finanza, 75% psicologia
Per buona parte del 20° secolo fino ai giorni nostri, i mercati finanziari sono stati generalmente
considerati efficienti. Questo significa che, singolarmente e collettivamente, i prezzi del mercato
rifletterebbero tutte le informazioni disponibili e le valutazioni sarebbero eque e ragionevoli. Gli
studi accademici sull’efficienza dei prezzi delle azioni e delle materie prime risalgono al saggio di
Louis Bachelier “La teoria della speculazione” del 1900 che faceva riferimento anche a suoi lavori
precedenti. Oggi l’ipotesi dei mercati efficienti comunemente accettata deriva dal complesso lavo-
ro di Eugene Fama nel 1965, nel 1970 e negli anni successivi. L’aspetto più importante è che non
tutti sono d’accordo che i mercati siano completamente efficienti, anzi è la convinzione stessa che
i mercati possano talvolta essere inefficienti che spinge gli investitori attivi ad acquistare e vende-
re titoli che reputano erroneamente valutati. Pertanto questi investitori attivi contribuiscono ad
avvicinare il prezzo al valore equo efficiente.
Naturalmente i mercati finanziari sono canali di scambio, pertanto i prezzi riflettono l’offerta e la
domanda dei singoli titoli. Le valutazioni eque fungono da àncora per il ritorno verso valori medi
nel corso del tempo. Tuttavia, in qualsiasi momento, il sentiment, i fattori psicologici e le emozioni
possono determinare la distanza dei prezzi correnti rispetto al valore teorico equo e ragionevole.
Numerose ricerche suggeriscono che il mercato azionario è composto solo per il 25% da fattori
puramente finanziari. Il 75% è costituito da fattori psicologici. La convinzione che gli aspetti psico-
logici influiscano in misura rilevante sulle oscillazioni dei prezzi viene illustrata per la prima volta
nell’analisi sul comportamento dei mercati del 1912 di G.C. Selden, “La psicologia del mercato
azionario”. Dunque, l’idea che un investitore capace possa sfruttare le dislocazioni dei prezzi che
inevitabilmente si manifestano è alla base dell’industria dei fondi a gestione attiva.
La domanda fondamentale è dunque se sia preferibile un gestore di fondi umano, con un ap-
proccio discrezionale, oppure una gestione sistematica basata su regole per sfruttare tali oppor-
tunità per conto degli investitori.
Le basi della finanza comportamentale
La finanza comportamentale è un campo di studio relativamente nuovo che cerca di compren-
dere le preferenze comportamentali dell’essere umano nei confronti del denaro. Il concetto della
finanza comportamentale si fonda sulla psicologia e sulla teoria economica, nell’ipotesi che gli es-
seri umani si comportino in modo prevedibile ma non sempre rigorosamente razionale dal punto
di vista economico. Ad esempio, secondo la teoria economica, un investitore dovrebbe valutare in
modo identico un guadagno o una perdita della stessa entità, mentre la finanza comportamenta-
le dimostra che gli investitori hanno un bias evidente, che definiamo “avversione al rischio”, che li
38Puoi anche leggere
