MILANO (MF-NW)--"L’intelligenza artificiale non è un ambito nuovo, ma i più recenti progressi nella potenza di calcolo, nel cloud computing e nell’open source hanno ridotto sensibilmente le barriere all’adozione del machine learning, una sua sottocategoria. A nostro avviso, oggi, un portafoglio di investimento diversificato e performante non può più prescindere da questo approccio. L’Ai sta accelerando in modo significativo l’evoluzione dell’investimento quantitativo, aprendo la strada a una nuova generazione di modelli – il cosiddetto Quant 2.0".
È quanto riferisce in un'analisi David Wright, Head of Quantitative Investments di Pictet Asset Management, focalizzandosi su come l'intelligenza artificiale sta trasformando il processo di investimento, sottolineando che "la capacità computazionale senza precedenti dell’Ai consente infatti ai modelli d’investimento di mappare relazioni sempre più complesse tra un numero crescente di serie storiche e di variabili, con risultati concreti sulle performance".
"Le strategie quantitative convenzionali si sono storicamente concentrate su un set limitato di effetti di mercato, che generano inefficienze temporanee nei prezzi (cosiddetto mispricing). Questi approcci finivano però per esporre il portafoglio ai tradizionali fattori di mercato – come value o momentum. L’Ai, al contrario, offre la possibilità di analizzare centinaia di segnali e feature ad alta frequenza, provenienti da fonti eterogenee: bilanci societari, prezzi di mercato, report degli analisti, notizie, reazioni degli investitori nel breve e nel lungo periodo. E questo rappresenta soltanto una piccola parte del potenziale informativo disponibile", prosegue l'esperto.
Inoltre, "a differenza del machine learning classico, che tende a identificare relazioni prevalentemente lineari nei dataset, l’Ai è in grado di cogliere legami molto più complessi e non lineari, aumentando drasticamente la capacità del modello di individuare associazioni significative tra le variabili", indica l'esperto, secondo cui "tale grado di sofisticazione permette al team di gestione di isolare gli effetti puramente idiosincratici che incidono sui prezzi, depurandoli da una moltitudine di fattori comuni (macro, settoriali, geografici, stilistici, di esposizione economica) e ottenendo così un segnale di alpha realmente legato alla singola società. Nel tempo, gli algoritmi evolvono incorporando nuovi dati e adattandosi ai cambiamenti del contesto economico e di mercato. La definizione dei parametri d’investimento rimane in capo agli esseri umani ma, una volta stabiliti, è il modello addestrato a prendere decisioni di acquisto e vendita".
com/vsi
MF NEWSWIRES (redazione@mfnewswires.it)
1818:45 feb 2026