L'utilizzo dell'intelligenza artificiale nelle scelte di Asset Allocation Tattica

1 Introduzione Qualsiasi asset manager, private banker, financial advisor, wealth manager, consulente finanziario, pianificatore finanziario, che si appresta a costruire un investimento deve scegliere quale strada percorrere dopo aver definito il portafoglio strategico: fare o non fare asset allocation tattica? L’asset allocation tattica (AAT) è quella disciplina che regola le variazioni applicate alla composizione dell’asset allocation strategica (AAS), ovvero la combinazione di asset class che è stata costruita per l’investitore, in base alla sua propensione al rischio e al suo holding period, definiti in sede di profilatura. Mentre l’AAS rappresenta un campo esplorato in lungo e in largo nell’arco della storia dell’asset management, l’AAT presenta più zone d’ombra che di luce. Il motivo di tale discrepanza tra le due attività è facilmente individuabile, molteplici studi infatti, dimostrano che i rendimenti a lungo termine di un portafoglio derivano quasi totalmente dalla composizione strategica dello stesso. Ciò lascia meriti marginali alle attività di stock picking, di market timing e anche di asset allocation tattica ed ha portato la ricerca ha concentrarsi maggiormente sulle scelte strategiche e non su quelle tattiche. Non esiste infatti un modello di asset allocation tattica riconosciuto dai pratictioners come il modello da utilizzare o comunque quello su cui basarsi per definirne un nuovo. L’asset allocation tattica viene spesso definita come “un gioco a somma zero”, ovvero come un’attività che nel breve periodo può portare a scelte corrette ma anche a scelte sbagliate, determinando una compensazione nel lungo periodo. La difficoltà di creare valore aggiunto con correzioni tattiche è causata dalla difficoltà nel fare previsioni di breve periodo. Prevedere l’andamento nel breve termine delle serie storiche finanziarie è una delle attività più difficili e affascinanti del mondo finanziario. È sempre più frequente l’implementazione di modelli informatici che sfruttano la potenza dei calcolatori per effettuare previsioni sulle serie storiche. Negli ultimi anni è sempre più facile imbattersi nella disciplina dell’Intelligenza artificiale o del Machine Learning grazie ai grandi progressi in ambito tecnologico che l’uomo sta portando avanti, che stanno portando al raggiungimento di risultati sempre più importanti, inimmaginabili soltanto pochi decenni fa. Le applicazioni dell’intelligenza artificiale sono infinite e influenzano in modo netto la vita quotidiana dell’essere