Translate

martedì 14 luglio 2015

GLI ALGORITMI LEGGONO LE NEWS DI MERCATO? SI'. PT.7 CON BREVE DIGRESSIONE SUL MONDO DEL RISCHIO FINANZIARIO, DELLA QUANTIFICAZIONE DEL RISCHIO E DELLE OPPORTUNITA' DI INVESTIMENTO

Per la sesta parte, clicca qui.
Qualcuno di voi, mi ha chiesto se l'impiego di algoritmi ed elaboratori elimini la componente del rischio dall'attività di trading e/o gestione -in ottica di investimento- di uno o più assets (portafoglio): la risposta è, ovviamente, no. Anzi, colgo questa opportunità per spendere due parole a tal proposito. Operare su di un solo asset, significa chiedersi quanto sia rischioso e quanto possa rendere; operare su di un portafoglio significa chiedersi quanto e come i rischi e/o le performance degli strumenti finanziari ivi presenti interagiscano tra loro; operare su più portafogli, significa chiedersi come e quanto i rischi e/o le performance di ciascuno di essi siano correlati. In un contesto quale quello attuale, connotato dalla dedizione delle Banche Centrali di mezzo mondo all'uso spregiudicato dell' easing monetario nella forma combinata di QE+ZIRP e da ingravescenti tensioni geopolitiche, ritengo -sommessamente-che solo i retail e/o istituzionali che non si siano discostati dai sani, prudenti e sempre validi principi del risk management in questi anni di euforia finanziaria e liquidità regalata, riusciranno a portare a termine, con piena soddisfazione, il proprio cammino verso il “profitto”. Chi, viceversa, ha deciso di operare sui mercati come nei casinò, abbraccerà una fine che non si discosterà di molto da quella sperimentata dalla Barings Bank nel 1995, dall'Allied Irish Bank nel 2002, da Société Générale nel 2007, da UBS nel 2011, da Citigroup, Merril Lynch e Lehman Brothers e Goldman Sachs nello shock dei mutui subprime (clicca qui), da MPS negli ultimi anni e via discorrendo. Scegliere su cosa investire, vuol dire scegliere una data combinazione tra rischio e rendimento, tra le tante offerteci dall'industria delle finanza. Bisogna, però, prestare attenzione ad un aspetto: quello che noi eleggiamo, non è una combinazione tra rischio e rendimento effettivo, ma qualcosa di molto più aleatorio, vale a dire una combinazione tra rischio e rendimento atteso. Quindi, all'atto dell'investimento noi entriamo in contatto con due variabili: rischio e rendimento e più precisamente rischio e valore atteso della variabile rendimento. Il valore atteso della variabile rendimento è pari al suo valore medio; più correttamente, il rendimento atteso è pari ad una media ponderata dei rendimenti, in cui i fattori di ponderazione sono costituiti dalle probabilità che quel dato rendimento si verifichi. Capiamo bene che, per poter calcolare il rendimento atteso di un titolo, sarebbe particolarmente utile costruire una piccola tabella con i vari tassi di rendimento attesi e relativa indicazione delle probabilità che questi si traducano in effettivi. E da dove ricaviamo i tassi di rendimento attesi e la stima delle relative probabilità? Dall'analisi di datasets storici (consigliato) o dall'esperienza soggettiva (meno consigliato). Proviamo a fare un esempio. Immaginiamo di disporre € 1.000.000,00 e di volerli investire in un solo titolo (scelta poco prudente, ma che contempliamo al fine di costruire il caso voluto). Questo milioncino, potremmo metterlo su di un titolo di stato tedesco ad un anno, oppure su di un titolo azionario, detenuto in portafoglio per un anno. Immaginiamo che il titolo di stato garantisca, al 31/12, un rendimento pari al 3% (condizione altamente irrealistica allo stato attuale ma che serve solo per comprendere meglio il tutto). Il rischio di mancata corresponsione di questo 3% è pari a 0, essendo la Germania un solido debitore e non essendo previsti eventi di default entro un anno. Se il rischio di mancata corresponsione è pari allo 0%, significa che la probabilità che quel rendimento sia corrisposto è pari al 100%. Viceversa, dall'analisi dell'andamento ad un anno del titolo azionario, possiamo rilevare come questo, mediamente, ricadi tra il -10%, il -5%, il +5%, il +8%, il +15%, rispettivamente, con una probabilità dello 0,06, dello 0,20, dello 0,40, dello 0,28, dello 0,02. Il rendimento atteso dell'azione, sara dunque = 0,06 X (-10%) + 0,20 X (-5%) + 0,40 X 5% + 0,28 X 8% + 0,02 X 15% = 2,94%.
A questo punto possiamo scegliere. Qualora decidessimo di investire sul titolo tedesco, sapremmo di operare su di un titolo con rendimento atteso, che in virtù del rischio pari a zero, corrisponde ad uno effettivo del 3%; qualora decidessimo di investire in azioni, con rischio maggiore, sapremmo di operare su di un titolo con rendimento atteso pari a 2,94%. Se le cose dovessero andar bene, l'azione potrà rendere anche il 15%, ma se dovessero andar male, subiremmo una perdita del 10%. Quindi, un investitore prudente, visto il trade-off tra rischio e rendimento atteso, non ci penserebbe due volte ad investire sul titolo di stato tedesco. Ma come si misura la rischiosità di un titolo? In genere viene espressa come deviazione standard del tasso di rendimento ad un anno. Avendo poco sopra imparato a calcolare il rendimento atteso ER (Expected Return), possiamo scrivere anche la formula della deviazione standard. 
Nel caso in cui avessimo un mini-portafoglio costituito da 2 soli titoli, aventi rispettivamente rendimento pari ad R1 ed a R2, il tasso di rendimento complessivo sarebbe pari ad una quota del primo titolo Q1 e per la restante quota Q2 = 1 – Q1 dal secondo titolo. Quindi, il tasso di rendimento dell' investimento, in un portafoglio formato da due soli titoli sarebbe pari a Q1R1+Q2R2. Il rendimento atteso del portafoglio up sarà dunque pari a µp= Q1µ1 + Q2µ2 , laddove µ1 e µ2 rappresentano i valori attesi dei tassi di rendimento dei due titoli. Disponendo dei tassi di rendimento attesi dei due titoli, possiamo ricavarne la deviazione standard come sopra illustrato. Una volta ricavata la deviazione standard (indicata con la lettera “sigma” σ) dei tassi di rendimento dei due titoli e dato il coefficiente di correlazione p, possiamo calcolare la deviazione standard del tasso di rendimento del portafoglio costituito da soli due titoli e quindi, la sua rischiosità.
Chiusa questa parentesi, sicuramente noiosa per i più, torniamo agli algoritmi. La conversione delle informazioni testuali contenute nelle news in indicatori numerici, facilita i sistemi computer-based a reagire alle releases. Detta conversione da testuale a numerico, è abbastanza semplice per dati esprimibili per loro natura in cifre, quindi per i macroeconomici e per quelli relativi agli utili aziendali; tuttavia tramite il sistema del tagging e grazie alla costante digitalizzazione dell'infomazione, qualsiasi news è oggi interpretabile dagli elaboratori. Lo sviluppo tecnologico al quale siamo giunti, consente di elaborare veri e propri news indicators, presupposti tanto della semplice analisi di singoli articoli, quanto di quella più complessa sentiment based. Essi, possono altresì essere impiegati per quantificare la differenza tra il consensus stimato e gli annunci attuali (i cosiddetti surprises indexes). Anche il solo news flow, rappresenta un valido trading indicator. Già il solo volume di news inerenti una data questione, può essere utilizzato come indicatore dell'informazione effettivamente convogliata. Di sicuro, non possiamo basarci esclusivamente sull'utilizzo del numero di news diffuse nell'etere dai data vendors, risultando necessario -sempre- che gli elaboratori le interpretino, stabilendo se quella data informazione influenzi positivamente o meno il prezzo dell'asset trattato. Tuttavia, un incremento massiccio di news rilasciate con riguardo ad un dato topic, genererà -con ogni probabilità- un aumento della volatilità, connesso ad un' innalzamento della soglia d'incertezza. Esistono diversi algoritmi, deputati a tracciare l'ammontare di notizie legate ad un dato argomento/asset, al fine di calcolarne le medie storiche. A queste medie, poi vengono generalmente applicati filtri di natura temporale, tendendo le news ad essere particolarmente copiose specie in prossimità dell'apertura e/o della chiusura. Ad ogni modo, nel momento in cui i news levels si discostano per eccesso dalle medie storiche, noi ricaviamo -istantaneamente- segnale di alert da spendere nel trading, vale a dire che qualcosa di insolito sta accadendo. Gli algoritmi, invece, dallo scostamento dalla media storica, deducono che la volatilità di breve termine su quel titolo molto molto probabilmente aumenterà, cosicché gli elaboratori potranno modificare -nell'arco di qualche millisecondo- il setting delle strategie algoritmiche “risk and cost based”.