Translate

venerdì 12 giugno 2015

GLI ALGORITMI LEGGONO LE NEWS DI MERCATO? SI'. PT.1

La commodity più importante sui mercati è l'informazione. Riuscire a reagire alle breaking news con latenze millesimali risulta fondamentale al fine di guadagnare un margine sul resto del mercato ragion per cui, negli ultimi anni, l'incorporazione delle news all'interno degli algos è divenuto fattore particolarmente rilevante ed aggiungerei interessante; interessante poiché, proprio nella loro interpretazione, gli esseri umani possono dirsi ancora in grado di competere (vedremo però con quali limiti) con gli elaboratori. La difficoltà tecnica di base è stata, per anni, quella di riuscire a tradurre notizie espresse in porzioni di testo non strutturate, in linguaggio comprensibile ai computers, i quali sono chiamati a reagire con un output di mercato ad input informativi.
Le news, possono essere suddivise in:
  • Globali/Regionali (Politiche, Geopolitiche, Disastri Naturali)
  • Macroeconomiche (Tassi d'interesse, PIL, Debito Pubblico, Deficit, Non Farm Payroll, Trade Balance, PPI, CPI, CCI, Vendite Retail, Ordini Beni Durevoli, Scorte ecc.)
  • Corporate
Con riguardo a quelle Corporate appare opportuno dire quanto segue.
  1. Alcune informazioni giungono al mercato sotto forma di reports fornenti indicazioni circa la forza dell' azienda; altre, costituiscono dati sui quali è possibile formulare previsioni più o meno razionali.
  2. Tramite i reports, le aziende forniscono con cadenza annuale o trimestrale, dati sullo storico delle performances oltre che sulle stime inerenti la crescita e l' andamento futuro dei ricavi. A differenza dei dati macroeconomici, i cui annunci sono rigidamente calendarizzati, quelli corporate -ivi compresi quelli sui dividendi- vantano una discrezionalità temporale maggiore, significativa di una minore prevedibilità sia temporale che di reazione del mercato.
  3. Le corporate news, possono essere suddivise in :
  • Emissione/Riacquisto di azioni/strumenti di debito
  • Aumento/Riduzione ordini/vendite
  • Release nuovi prodotti
  • M&A/Joint Ventures/Takeovers
  • Mutamento del Management
  • Controversie legali
  • Fallimento/Bancarotta
  • Rating Upgrade/Downgrade
Nel tempo, le news hanno mostrato una componente di digitalizzazione crescente, sino a divenire totalmente leggibili da parte degli elaboratori. Tuttavia, si è trattato di un percorso, di un processo multiforme e tecnicamente avventuroso. Infatti, i primi news feeds recapitati sui terminali elettronici agli albori del loro glorioso percorso di sviluppo, erano meri titoli contenenti news la cui gestione (quindi analisi e comprensione) era possibile solo previa estrapolazione del testo in esso contenuto (Screen Scraping), al quale veniva aggiunto qualche rudimentale filtro. Il tutto, però, si rivelava più idoneo per l'analisi umana anziché informatica.
Nei primi anni '90, la diffusione del tagging permetteva di etichettare in maniera più ordinata (per mercato, lingua, industria, società, ecc.) le informazioni, facilitandone archiviazione e successive ricerche, pur restando ancora espresse tramite mero testo, da analizzare grammaticalmente al fine di giungere ad un'interpretazione significativa in termini di operatività sul mercato.
Il passaggio successivo ha quindi riguardato la diffusione -ad opera dei data vendors- di informazioni in formati multipli, tra i quali l' XML (Exstensible Markup Language), in grado di far comprendere direttamente all' elaboratore -e non più al solo umano svolgente l'analisi testuale- i dati (specie quelli numerici), con processi logici-informatici non differenti da quelli caratterizzanti la lettura dei bid/ask prices contenuti nei data feeds provenienti dai mercati.
Ad esempio il Dow Jones Elementized News Feed, non solo fornisce informazioni sui ricavi delle corporations ma, dal 2011, grazie al Corporate Elementized News Feed anche ulteriori dati-chiave utili ai traders ad alta frequenza. Più nello specifico offre “news catalysts” tratti dai corporate earning reports delle società più liquide al mondo, al fine di fornire ai traders un dataset espanso impiegabile in trades più profittevoli, ponendosi (a livello di significatività) oltre gli Earnings per Share (EPS). Disponendo di più dati, è possibile costruire algoritmi più intelligenti guadagnando un vantaggio competitivo sui trades eseguiti nel corso delle normale orario di mercato ed in quello after-hours, aventi luogo in occasione degli earning events. Il Corporate Elementized News Feed, quindi, rappresenta un ultra low latency computer-readable feed, in grado di completare il Dow Jones Elementized Feed degli indicatori economici, con l'obiettivo di fornire una copertura completa di eventi che fungono da market movers dei mercati globali, in un ambiente a latenza ultra bassa.
Anche la digitalizzazione dell'attività di reporting e research delle società ha visto la progressiva acquisizione di centralità strategica di linguaggi come l' eXtensible Business Reporting Language (XBRL), in grado di fornire -alle corporations- frameworks nei quali creare reports totalmente leggibili dalle macchine, grazie al tagging di ogni singola voce presente sui bilanci, propedeutica alla costruzione di una tassonomia indispensabile per una loro corretta interpretazione di tipo computazionale, oltre che per una più lineare raccolta, diffusione ed intelligibilità dei dati di mercato, da parte di tutti i soggetti a ciò interessati. Strettamente connesso all' XBRL è divenuto il Research Information eXchange Mark-Up Languange (RIXML). Questo Framework è stato pensato per la distribuzione delle ricerche inerenti gli investimenti e la finanza; unitamente all' XBRL, il RIXML ha contribuito a rendere la quasi totalità dei corporate reports, disponibili in formati leggibili dai pc, in un'ottica che è maggiormente propria dei sistemi di investimenti quantitativi, pur potendo il trading algoritmico beneficiare dalla maggiore velocità interpretativa in tempo reale di valori in grado di impattare i prezzi (come i ricavi generati/stimati ma non solo) aggiornati in tempo reale.