NAVIGA IL SITO

Uomini contro macchine: la discrezionalità nelle scelte

Se il modello value vs. growth ha smesso di funzionare, è possibile che anche i modelli utilizzati per gli algoritmi abbiano già smesso oppure stiano per smettere di funzionare?

di Valter Buffo 30 giu 2020 ore 14:44

Commento di recce-d.com


trading-graficoRecce’d sei mesi fa decise di concentrare il proprio lavoro, e la serie di contriibuti, al tema degli strumenti forniti agli investitori (individuali o professionali) dall’analisi quantitativa, tema strettamente collegato come poi abbiamo visto insieme al tema delle gestioni quantitative, degli algoritmi, dei robo-advisor, ed in generale dell’evoluzione dell’industria del risparmio. Siamo partiti dall’ampio e qualificato dibattito, in corso in tutto il mondo, sul tema delle azioni “value” e delle azioni “growth”, il cui andamento divergente pone grossi problemi alla credibilità dei modelli teorici sottostanti, tanto da fare dubitare della loro solidità i medesimi autori della teoria, come ad esempio Kenneth French. Ai problemi di credibilità, ovviamente si affiancano problemi ben più materiali: chi ha puntato sul tema “value vs. growth”, negli ultimi 12 mesi, spinto anche da autorevolissime banche globali di investimento, tra le quali Morgan Stanley ha perso un sacco di soldi ai valori di oggi.

black-litterman-metod

 

Da qui, è immediato chiedersi, più in generale, se i modelli sui quali si fondano sia le attività dei robo-advisors sia gli algoritmi di selezione dei fondi comuni di investimento sia a tutto oggi modelli validi, a cui affidare il proprio denrao, oppure non siano piuttosto un modo per perdere, e fare perdere, soldi. Se il modello “value vs. growth” ha smesso di funzionare, è possibile che anche i modelli utilizzati per il robo-advisory e dagli algoritmi abbiano già smesso oppure stiano per smettere, di funzionare?


modelli-robo-advisory-e-algoritmi

 

La domanda è più complessa, perché a differenza dei modelli di Kenneth French e Eugene Fama, questi modelli di asset allocation (della tradizione Black-Littertman, come si dice più in basso) sono ben conosciuti fino dagli anni Novanta, e non hanno mai funzionato. Non esiste evidenza, né nella letteratura universiataria, né nell’esperienza della finanza applicata alla gestione di portafoglio, che questi modelli producano risultati positivi, quando si guarda al rendimento reale di portafogli reali ed alla volatilità realizzata di portafogli effettivamnente esistenti. Non ci sono i dati: non ci sono storie di sucecsso da raccontare, storie di gestori professionali che si siano affidati con sucecsso a modelli di questa famiglia. Chiedete a questo proposito di conoscere le storie di successo: informatevi, specie se oggi vi siete affidati ad uno di questi modellini di asset allocation. E con l’occasione chiedete ed informatevi anche della storia di Goldman Sachs Pure Alpha: noi sicuramente ci torneremo ma oggi non c’è lo spazio qui.

 

modellini-di-asset-allocation

 

A supporto dell’utilizzo di modelli di questo genere resta soltanto un argomento forte, anche se del tutto discrezionale: questi modelli, eliminando la discrezionalità delle scelte di composizione e poi di movimentazione dei portafogli (che vengono affidate alla macchina ed all’algoritmo) isolerebbero l’investitore dal problema dell’emotività che influenza le loro scelte. Risulta molto curioso proprio questo: che la scelta di eliminare la discrezionalità dalle scelte di investimento il cliente la dovrebbe fare sulla base di una scelta che è totalmente discrezionale e del tutto NON supportata da dati concreti. Si convince l’investitore a fare una scelta del tutto intuitiva, spiegandogni che non deve più fare scelte basate sull’intuito. Magie degli uffici marketing delle GPM e dei fondi comuni di investimento: magie delle reti di vendita dei welath managers. Ripeteremo a questo punto i concetti già espressi la settimana scorsa: a nostro giudizio la finanza quantitativa è una cosa seria, e rimane una cosa seria, ma deve essere utilizzata da persone che la conoscono, che la sanno utilizzare. E non dagli uomini del marketing. Quando si prende uno strumento sofisticato, e lo si mette nelle mani di persone impreparate se non ignoranti della materia, si finisce (come in questo caso) per fare soltanto dei danni. Per i lettori più curiosi e maggiormente interessati ad approfondire, aggiungiamo in chiusura più sotto alcune note di carattere tecnico, rimandandovi alla settimana prossima per gli approfondimenti che riguardano l’attualità.

 

Portfolio theory first proposed by Harry M. Markowitz in 1952. Markowitz theory using some basic statistical measurements to develop a plan of the portfolio, including expected return, risk and return correlations. This theory was formulated the existence of an element of risk and return of an investment, in which the element of risk can be minimized through diversification and combine the various investment instruments in the portfolio. Optimal portfolio is a selection of various stocks of the portfolio efficiently. In the selection of the optimal portfolio there are several models of the formation of the optimal portfolio such as Mean-Variance Model, Capital Asset Pricing Model (CAPM) and the Black-Litterman Model. Mean Variance and CAPM models does not provide a special allocation for the investor to the selected assets. Investors can give his views by looking at the movement of stocks related to external conditions and the effect on the level of stocks. The investor’s view, should participate incorporated into the establishment of a portfolio that is ultimately the formulation of portfolio weight is not determined from historical data. In the 1990s, the Black-Litterman developed by Fischer Black and Robert Litterman of Goldman Sachs. The Black-Litterman is a portfolio formation model that combines two types of information, the equilibrium return and the investor views. According to Meucci (2005), the Black-Litterman has two main problems. The first problem is the assumption of multivariate normality on the market prior and investor views. The second problem is how to predict the parameters on the market prior Bayesian framework from non-normal distribution. It concluded that the main problem in the Black-Litterman is the assumption of normality that is difficult to fulfill.

 

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.
da

ABCRisparmio

Cosa è e come si usa il cassetto fiscale

Cosa è e come si usa il cassetto fiscale

Il cassetto fiscale è un archivio online tramite il quale ogni contribuente può consultare qualsiasi informazione riguardante la propria posizione fiscale Continua »