NAVIGA IL SITO

Fate attenzione a chi decide!

Vi abbiamo condotto in un lungo viaggio attraverso il mondo, attraverso le esperienze dei gestori professionali ed attraverso le esperienze anche degli investitori

di Valter Buffo 26 gen 2021 ore 09:17

Commento di recce-d.com

mercati-azionari_2Vi abbiamo condotto, nei 39 precedenti interventi di questa serie, in un lungo viaggio attraverso il mondo, attraverso le esperienze dei gestori professionali ed attraverso le esperienze anche degli investitori.

Abbiamo preso spunto da un fatto di mercato che ha del clamoroso (la divergenza registrata, negli ultimi anni tra le azioni del tipo "value" e le azioni del tipo “growth” per indicare ai nostri lettori una serie di temi di riflessione molto più ampi. In particolare, abbiamo offerto ai lettori alcuni spunti di riflessione in merio alle gestioni di portafoglio affidate agli algoritmi, alle gestioni di portafoglio affidate ai robot, agli strumenti automatici di selezione di fondi comuni e titoli. Non era nostra intenzione gettare discredito sull’intero mondo dei cosiddetti quant, che applicano strumenti della matematica e della statistica alla analisi dei mercati e alla gestione di portafoglio: in Recce’d utilizziamo alcuni di questi strumenti, su base quotidiana e con ottimi risultati per il cliente. Il nostro scopo era, invece, quello di mettere in guardia i lettori da soluzioni proposte in modo massiccio dalle macchine della "distribuizione prodotti finanziari", che vengono a volte, e erroneamente, presentate come la "soluzione al problema dell’emotività e dell’incertezza". Non possono esserlo, e chi mai facesse un’affermazione del genere è poco informato oppure poco professionale: macchine per la selezione dei fondi comuni, algoritmi e robot funzionano sempre solo sulla base di ciò che l’uomo ha insegnato, delle istruzioni inserite dall’uomo, e quindi anche sulla base degli errori di quell’uomo. Come la macchina, si potrebbe fosse dire che neppure l’uomo “ha la sfera di cristallo”, ma l’uomo dispone di un “senso del giudizio” che la macchina non può avere, operando la macchina sulla base di automatismi imposti proprio dall’uomo. Recce’d non intende suggerire al lettore di affidarsi alla pura intuizione: quello sarebbe un errore forse anche più grande. Ma è ingenuo e pericoloso illudersi di “replicare Warren Buffett” utilizzando i parametri quantitativi di “value” e “growth”, senza dare la giusta importanza ad altri fattori, primo fra tutti il fatto che dai tempi d’oro di gestori come Warren Buffett sono trascorsi ben trent’anni. Oggi, il mondo si è spostato e sta da un’altra parte. Questo è altrettanto vero per i ben noti “fattori” di Fama-French, e per chi li utilizza per pilotare il proprio algoritmo che compera e vende azioni per i clienti. Ve lo abbiamo fatto dire, solo sette giorni fa, proprio da Eugene Fama e Kenneth French, nel nostro precedente contributo. Ancora più rilevante, dal nostro punto di vista, è comprendere che il modello di asset allocation utilizzato da algoritmi e robot è quello della realizzato sulla base della moderna teoria del portafoglio, una teoria degli anni cinquanta (MPT), spesso nella variante Black-Litterman. In un recente studio, pubblicato da Springer e disponibile per tutti via web, si scrive a questo proposito:

I robo advisors (RA) sono forse la tendenza dirompente più importante nella gestione patrimoniale oggi. Esiste un'enorme quantità di informazioni sui sistemi RA, ma si sa ancora poco sull'ottimizzazione del portafoglio principale e sui metodi di allocazione degli asset applicati all'interno di tali sistemi. Pertanto, ad oggi, non esiste un'analisi completa dei metodi utilizzati nelle RA, della loro occorrenza in questi sistemi, dei rispettivi volumi di asset under management (AuM) e delle prospettive metodologiche future delle RA. Abbiamo analizzato 219 RA esistenti in tutto il mondo e abbiamo dimostrato che la Modern Portfolio Theory rimane il framework principale utilizzato nelle RA. La tendenza attuale è quella di migliorare e potenziare questo quadro piuttosto che applicare e sviluppare approcci completamente nuovi. Tuttavia, abbiamo anche rivelato che i volumi di AuM tendono ad essere più alti per i sistemi che applicano metodi più nuovi e sofisticati. In generale, esiste un chiaro divario tra i metodi predominanti applicati nelle RA e i nuovi sviluppi metodologici. In futuro, con la maturazione dei servizi di RA, possiamo aspettarci che il sistema di RA adotterà molti dei nuovi approcci poiché promettono buone prestazioni e dispongono di determinati poteri di marketing

 

overall-aum

Fonte: Springer. Annotazione di Recce’d

 

Anche in questo caso, come la settimana scorsa, vi proponiamo di andare alla fonte, e leggere ciò che ha dichiarato proprio Bob Litterman in un’intervista: recente concessa alla Federal Reserve di Minneapolis:

Con Black-Litterman puoi esprimere le tue opinioni. E le visualizzazioni possono essere dichiarazioni molto generiche come "Penso che gli asset economici supereranno gli asset costosi". Come dato a Wall Street, questo è un modo molto interessante per tradurre qualsiasi metrica che ritieni abbia capacità di previsione in un'inclinazione del portafoglio. Inoltre, puoi attribuire diversi gradi di fiducia a questi diversi punti di vista. Quindi il vero potere di Black-Litterman è proprio che gli input diventano molto più intuitivi. Anche i portafogli ottimali sono molto più intuitivi. Si inclinano nella direzione dei tuoi punti di vista. Ora, se tutto ciò che stai facendo è specificare le visualizzazioni e poi inclinarti in quella direzione, qual è il valore aggiunto? Voglio dire, puoi sempre dire: "Voglio sovrappesare l'obbligazione a 10 anni". Allora, qual è la differenza tra dire: "sono ottimista sull'obbligazione a 10 anni", fare un'ottimizzazione e si inclina in quel modo, o semplicemente dire: "Incliniamo in quel modo".

La risposta è che il mondo non è mai così semplice. Hai sempre vincoli e costi di transazione e un portafoglio esistente che ha determinate inclinazioni. Qui Bob Litterman è molto chiaro, il suo modello lascia grande spazio alle intuizioni. Quindi, nuovamente, abbiamo l’elemento umano che gioca un ruolo determinante nel fare guadagnare o perdere soldi ai clienti. Litterman spiega che “il vantaggio è che tengo conto di vincoli e costi”, ma come il lettore può capire facilmente io possono tenere conto di vincoli e costi anche senza utilizzare il modellino matematico in questione. La conclusione del nostro lavoro, quindi, è che io posso utilizzare oppure non utilizzare modellini matematici, algoritmi, robot, e tutto il quant: ma sarà sempre l’uomo a determinarne il successo, oppure a farmi perdere i soldi.

L’algoritmo, il modellino, e lo strumento di selezione fondi presi da sé soli non garantiscono nulla, e non migliorano necessariamente la situazione per chi investe. Forse, sarebbe meglio orientare intelligenza, attenzione ed anche gli investimenti in altre direzioni. Ma questo, è un tema diverso, che esce dall’ambito della nostra serie, che oggi si conclude.

 

recced-logo_1

La titolarità dell'analisi che qui riportiamo è dell'autore della stessa, e l'editore - che ospita questo commento - non si assume nessuna responsabilità per il suo contenuto e per le finalità per cui il lettore lo utilizzerà
Tutte le ultime su: recced
Questo scritto è redatto a solo scopo informativo, può essere modificato in qualsiasi momento e NON può essere considerato sollecitazione al pubblico risparmio. Il sito web non garantisce la correttezza e non si assume la responsabilità in merito all’uso delle informazioni ivi riportate.