Intelligenza Artificiale alleata di quella umana nell’investimento in obbligazioni

Il mondo degli investimenti obbligazionari è in continua trasformazione, da un passato perlopiù analogico verso un futuro digitale, e i gestori devono capire come sfruttare al meglio il potere crescente della scienza dei dati e dell’Intelligenza Artificiale, adattando le nuove tecnologie e le risorse umane. Un processo che, se fatto nel modo giusto, consente di ottenere informazioni migliori e prendere decisioni in maniera più rapida ed efficiente, traendo il massimo dalle risorse umane. AllianceBernstein propone le riflessioni sull'evoluzione digitale nel reddito fisso di Andrew Y. Chin, Head Investment Solutions and Sciences, e Jeff Skoglund, CFA, Chief Operating Officer Fixed Income, formulando alcune osservazioni tratte dall’esperienza diretta nel percorso verso la digitalizzazione.

CREARE CENTRI DI ECCELLENZA

Una prima indicazione è che progettare centri d’eccellenza può migliorare le competenze di investimento, che andranno sviluppate nel tempo, perché il settore è in continua e rapida evoluzione. Nei suoi business group, ad esempio, AB sta potenziando le funzioni di distribuzione, operations, rischio e compliance, mentre a livello strategico utilizza i tool della scienza dei dati per aiutare la creazione e lo stress-testing delle allocazioni, incorporando diverse ipotesi e preferenze dei clienti. Una piattaforma d’investimento di nuova generazione è uno step cruciale per migliorare la performance d’investimento.

LE 4 V: VOLUME, VELOCITÀ, VARIETÀ E VERIDICITÀ

Un altro fattore di cui tenere conto è la necessità di raccogliere e sintetizzare i dati. Un buon approccio, secondo AB, è raccogliere quante più informazioni possibili e sintetizzarle per misurarne l’impatto sul processo decisionale. Negli ultimi anni, fonti e quantità di dati disponibili sono aumentate esponenzialmente, e per elaborare tutti questi dati AB ritiene abbia senso valutarli utilizzando “quattro V”: volume, velocità, varietà e veridicità, quest’ultima di fondamentale importanza. Combinare dataset tradizionali con dati non strutturati può generare insight migliori.

VANTAGGI PER LA RICERCA FONDAMENTALE E QUANTITATIVA

Quindi, Chin e Skoglund citano i vantaggi per la ricerca fondamentale e quantitativa, perché le nuove dimensioni rivelate dall’IA, se interpretate efficacemente attraverso le competenze e l’esperienza degli analisti, possono dire quali sono i reali fattori trainanti di un emittente. È possibile ottimizzare gli approcci proprietari esistenti utilizzando l’IA, e renderli più efficaci. Un buon esempio è l’elaborazione del linguaggio naturale (NLP), oggi utilizzata per analizzare le rendicontazioni sugli utili aziendali, da cui emerge che i CEO scelgono accuratamente parole e formulazioni per infondere più ottimismo. Per questo AB preferisce focalizzarsi sugli indicatori del sentiment degli analisti.

SFRUTTARE AL MEGLIO IL TALENTO UMANO

Inoltre, i processi guidati dall’IA possono aiutare a sfruttare al meglio il talento umano, e un assistente chatbot virtuale può istantaneamente integrare ricerca e insight, ad esempio sulla liquidità. Automatizzare le fasi più di routine del processo di investimento e offrire ai team di portafoglio una ricerca fondamentale e quantitativa ottimizzata consente di prendere decisioni migliori supportate dall’intelligenza umana, e lascia più margine per svilupparle. Chin e Skoglund sottolineano che la componente umana sarà sempre fondamentale e che i professionisti devono padroneggiare il processo di investimento ed esserne responsabili.

UNA NUOVA GENERAZIONE DI INVESTITORI

L'IA deve comunque rimanere un insieme di tool utili a ottimizzare il processo decisionale umano, non a sostituirlo. Per la nuova generazione di investitori obbligazionari sarà anche fondamentale padroneggiare il coding, come una volta Excel. Si dovranno anche sviluppare nuove modalità per integrare l’IA nei processi di investimento, con tool basati sull’IA in grado di ottimizzare l’analisi di scenario. C’è ancora molto da fare, ma secondo Chin e Skoglund le macchine potranno imparare a modellare variabili come l’inflazione, o asset come il debito privato, consentendo di prendere decisioni di investimento più rapide e consapevoli.

LA PERSONALIZZAZIONE DEI PORTAFOGLI

Infine, rilevano in conclusione le “riflessioni” di AB, un elemento chiave in futuro sarà la personalizzazione dei portafogli dei clienti, un processo da sempre molto laborioso. Ma per i gestori che sapranno sviluppare processi digitalizzati efficienti ed efficaci, l’IA rafforzerà la capacità di fornire soluzioni personalizzate ai clienti, riducendo i costi. Quelle indicate, osservano Chin s Skoglund, solo alcune delle strade percorribili per sfruttare il potere crescente della scienza dei dati e ottenere risultati migliori.