LA RICERCA – Si può prevedere l’andamento della volatilità sui mercati? Grazie ai Big data e all’analisi del sentiment su Twitter, sì. E’ il risultato di uno studio condotto dal Laboratorio di Economia Sperimentale GAM Ca’ Foscari – nato nel 2011 dalla collaborazione tra l’ateneo veneziano e GAM – che ha preso in esame migliaia di tweet pubblicati negli Usa e in Gran Bretagna nel 2016, l’anno della Brexit e dell’elezione di Donald Trump a presidente degli Stati Uniti. Attraverso l’analisi dei tweet che contenevano la parola “uncertainty”, “incertezza”, è stato possibile elaborare degli indici che hanno previsto con elevata accuratezza (79% e 84% rispettivamente per il mercato Usa e per quello inglese) l’inversione di segno della volatilità dei mercati azionari.
L’INDICE DELL’INCERTEZZA – “Twitter costituisce una fonte di dati robusta e ad alta frequenza, che consente di tracciare i movimenti delle opinioni e dei sentimenti di un’ampia “società civile” online”, ha spiegato il professor Massimo Warglien, del dipartimento di Management di Ca’ Foscari, coordinatore del LES GAM – Ca’ Foscari. “Il progetto del laboratorio ha aggregato e misurato massivi dati raccolti su Twitter utilizzando la parola chiave ‘incertezza’, declinata per aree geografiche e tipologie. E’ stato costruito un indice relativo al 2016, un anno segnato da numerose fonti di incertezza, compresi i due sorprendenti esiti del referendum inglese e delle presidenziali americane. Il cosiddetto ‘Indice Twitter dell’Incertezza’ è stato utilizzato per predire gli indici di volatilità delle borse inglese e americana (VFTSE e VIX rispettivamente). Lo studio ha mostrato che l’incertezza nella società civile, misurata attraverso l’indice, consente di prevedere con alto grado di accuratezza il segno della volatilità implicita nei mercati azionari. E’ stata inoltre ricostruita una mappa delle vie di contagio fra mercati, incertezza politica e opinioni della società civile in UK e USA. Infine, è stato possibile esplorare in maggior dettaglio alcune dinamiche di propagazione internazionale dell’incertezza”. Per Riccardo Cervellin, amministratore delegato di GAM (Italia) Sgr, “lo studio del Laboratorio di Economia Sperimentale GAM Ca’ Foscari evidenzia una volta di più quanto sia decisiva la capacità di estrarre e raffinare il nuovo petrolio, cioè i Big data, per supportare le scelte di gestione con modelli innovativi fino a ieri neppure immaginabili. E’ altresì una prova dell’importanza che il gruppo GAM attribuisce alle nuove strategie GAM Systematic, che abbiamo introdotto anche sul mercato italiano, per metterle a disposizione dei nostri partner”.
LA GESTIONE SISTEMATICA – Da tempo infatti la tecnologia digitale, ormai sempre più centrale nello sviluppo di tutti i settori, entra anche nel cuore dell’industria del risparmio gestito per mettere a disposizione dei gestori di patrimoni nuovi e innovativi strumenti previsionali. Entrando nel vivo dell’applicazione dei modelli, Anthony Lawler, co-responsabile delle strategie GAM Systematic, ha commentato: “Al giorno d’oggi abbiamo a nostra disposizione più dati che mai. L’intelligenza umana, per quanto elevata, incontra un limite insormontabile nella sua capacità di calcolo e nei tempi di elaborazione delle informazioni. Questi non sono limiti per i manager sistematici, che utilizzano computer superveloci in grado di elaborare milioni di dati e cercarvi valore, utilizzando tecniche di apprendimento automatico (machine learning) come la lettura di testi di notizie in tempo reale in tutte le pubblicazioni a livello globale. Nelle strategie GAM Systematic gestiamo gli investimenti con regole solide, ben studiate e ripetibili: sono trasparenti e, soprattutto, evitano i ‘pregiudizi cognitivi’ che derivano da errori decisionali insiti nella nostra natura umana. Forniamo un approccio scientifico e disciplinato, che utilizza insiemi di regole e relazioni statistiche nell’analisi di grandi dati per fornire rendimenti agli investimenti dei nostri clienti”