Nel campo degli investimenti, la mancanza di informazioni approfondite o di conoscenze critiche può avere un impatto negativo sul portafoglio. Fortunatamente, siamo passati a una società ricca di dati in cui anche le aziende più piccole possono trovare una grande quantità di informazioni. Sfortunatamente, sapere dove guardare e stabilire cosa è rilevante in questo oceano di fatti e cifre sta diventando un compito disumano.
"Secondo IBM, il 90% dei dati mondiali è stato creato negli ultimi due anni", afferma Holly Robertson, Vice President, Quantitative Investment Solutions Sales di HSBC Global Markets. "E probabilmente diremo di nuovo la stessa cosa tra altri due anni".
A complicare ulteriormente le cose, molte di queste informazioni generate di recente sono contenute in testi in linguaggio naturale e in altri formati non strutturati e meno accessibili, come i post sui social, le immagini e i video. Sfruttare i dettagli rilevanti di questi formati può fornire a HSBC nuove informazioni approfondite su una particolare azienda od opportunità e portare potenzialmente a migliori decisioni di investimento.
"Sono le informazioni che non rientrano in un foglio di calcolo", afferma Robertson. "Sono dati non facilmente quantificabili. Sono i metadati—le informazioni che circondano le informazioni. Ad esempio, puoi imparare molto se consideri il modo in cui un CEO ha parlato di determinati argomenti durante una recente conferenza sugli utili rispetto a come ha discusso gli stessi argomenti in passato e le successive discussioni sui social media. Stiamo esaminando la sintesi dei dati tradizionali e alternativi per trovare connessioni e generare informazioni approfondite. Questo non è il genere di cose che la tua tipica analisi fondamentale ti mostrerebbe.
E continua: "Tutte queste informazioni sono là fuori, disponibili al pubblico. Se avessi tempo e persone illimitati, potresti stare tutto il giorno su Twitter a triangolare. Ma il volume è appena oltre la comprensione umana". E quando anche gli esperti riescono a malapena a toccare la superficie dei dati disponibili, c'è un problema evidente—e un'incredibile opportunità.
Volumi di vendita enormi
HSBC ha realizzato più di 2 miliardi di dollari di vendite legate ad AiPEX
Prestazioni superiori
AiPEX ha sovraperformato l'indice S&P 500 del 123% negli ultimi 10 anni
Parallelamente a questa esplosione di informazioni, si è assistito a un corrispondente e diffuso aumento dell'interesse relativo agli investimenti al dettaglio e per il mercato azionario in generale. "L'abbiamo visto nel corso degli ultimi due anni", afferma Robertson. "In precedenza, avevamo a che fare con investitori esperti o con un focus istituzionale, ma ora gli investitori individuali stanno suscitando entusiasmo a livelli che non abbiamo mai visto in precedenza. Sempre più persone cercano informazioni approfondite su quali aziende stanno andando bene e perché".
La capacità di fornire questo tipo di informazioni approfondite a questi investitori nuovi—e spesso indipendenti e esperti di tecnologia— è stata un obiettivo dell'organizzazione Quantitative Investment Solutions (QIS) di HSBC.
"Siamo orgogliosi di essere in grado di prendere un argomento apparentemente complesso e di scomporlo in modo che il singolo investitore possa comprenderlo e, auspicabilmente, trarne beneficio", aggiunge Robertson. "Così, quando abbiamo notato che gli investitori istituzionali stavano già creando rendimenti superiori per i loro clienti utilizzando l'AI, abbiamo voluto portare questo vantaggio ai singoli".
In particolare, la banca desiderava sfruttare la potenza dell'AI per analizzare la ricchezza in continua espansione di testo in linguaggio naturale e dati non strutturati per individuare le aziende con un potenziale di crescita più elevato. Costruendo un indice di rendimento in eccesso, controllato dal rischio, a partire dai titoli di queste aziende, HSBC potrebbe essere il pioniere di un prodotto finanziario innovativo, in grado di offrire opzioni di investimento basate sui dati a questo più ampio bacino di consumatori esperti di tecnologia.
"Quando esaminavamo la quantità di dati rilevanti già disponibili, ci siamo trovati leggermente spiazzati", ricorda Robertson. "Avevamo bisogno dell'AI—e delle persone che la sapevano utilizzare—per alimentare l'idea di prendere tutti questi dati strutturati e non strutturati e usarli per fare previsioni sulla crescita".
Dopo una serie di discussioni nella Silicon Valley, HSBC si è interessata a collaborare con il Business Partner IBM EquBot Inc. per costruire il suo nuovo indice.
"Il responsabile della loro organizzazione QIS ci ha contattato direttamente", aggiunge Chida Khatua, Chief Executive Officer di EquBot. "Mi ha detto che era interessato ed entusiasta del lavoro che stavamo facendo, sfruttando l'AI e la machine learning per trasformare i dati in migliori decisioni di investimento. Abbiamo quindi avuto diverse conversazioni con HSBC per aiutarli a comprendere la tecnologia—inclusa IBM Watson—dietro la piattaforma di investimento EquBot AI".
"IBM sembrava un ottimo punto di partenza quando si tenta di creare qualcosa che utilizzi l'AI", afferma Robertson. "E il team EquBot ha portato molta competenza ed esperienza. Sapevano di cosa parlavano in termini di progettazione e distribuzione e gestione degli asset. Mi è sembrata una buona collaborazione fin dall'inizio".
Il nuovo HSBC AI Powered US Equity Index (AIPEx) utilizza la piattaforma di investimento EquBot AI come stock picker, selezionando le società con un potenziale di crescita individuando e quantificando le relazioni non facilmente evidenti all'uomo. IBM Watson Discovery e IBM Watson Natural Language Understanding forniscono l'analisi e l'arricchimento delle informazioni testuali che producono le informazioni approfondite utilizzate dalla piattaforma. Nel frattempo, IBM Watson Studio supervisiona i modelli di AI proprietari che gestiscono questi risultati, contrastando distorsioni e deriva dei dati.
"Il nostro impegno è quello di utilizzare la tecnologia più adatta ai nostri investitori", spiega Art Amador, Chief Operating Officer e Co-Fondatore di EquBot. "Abbiamo esaminato varie opzioni per lavorare con la nostra piattaforma di investimento AI e Watson Discovery e Watson Studio erano risultati i più efficaci. Sono finite per produrre i migliori tipi di decisioni. E IBM ha un track record straordinariamente solido. Ha una storia ben nota agli investitori e ai clienti con cui parliamo regolarmente".
Per preparare i modelli di AI associati, EquBot ha utilizzato la tecnologia IBM per aggregare e inserire circa 20 anni di dati storici e testo, inclusi sia formati strutturati sia non strutturati. "Ci sono voluti quasi tre mesi per effettuare un back-test adeguato e mettere a punto i diversi parametri", ricorda Amador. "E questo è stato fatto insieme al team QIS di HSBC".
E prosegue: "La frequenza del ribilanciamento, la selezione delle società con problemi di liquidità, la percentuale di una determinata società che l'indice dovrebbe includere—il team di HSBC potrebbe eseguire più iterazioni sulla nostra piattaforma per rispondere a queste domande. Potevano provare diversi modelli fino a quando non trovavano quello che pensavano avrebbero voluto i loro investitori".
Per selezionare le azioni che costituiscono AiPEX, la piattaforma d'investimento EquBot AI segue un approccio d'investimento basato su regole e monitora le imprese elencate nell'indice Russell 1000, individuando circa 250 società con il potenziale di crescita più elevato in base ai suoi calcoli.
"E fa queste scelte azionarie basandosi su informazioni approfondite di un intero esercito di quelli che ci piace chiamare analisti di ricerca AI simulati", spiega Robertson. "Queste simulazioni funzionano in completo coordinamento, quindi se un modulo AI impara qualcosa su un’azienda, lo sanno tutti. Ed è proprio questa conoscenza condivisa che utilizzano per scegliere un portafoglio di aziende meglio posizionate per la crescita".
Per ognuna delle 1.000 aziende valutate, questi "analisti di ricerca AI simulati" assegnano tre punteggi per valutare il potenziale di crescita corrispondente—un punteggio finanziario, un punteggio di notizie e sentiment e un punteggio di gestione.
"Per quanto riguarda il punteggio finanziario", spiega Robertson, "si guardano elementi come il costo del venduto, il rapporto prezzo/utili, le spese per i ricavi, gli utili per azione. E il secondo punteggio, la classifica delle notizie e del sentiment, è stabilito da Watson mentre legge gli articoli di notizie e i social per vedere cosa dice la gente su aziende specifiche. Infine, il punteggio del management esamina le azioni e le prestazioni del management e dei vertici aziendali di queste aziende, nonché la loro percezione sul mercato".
Poiché il mercato è in continuo cambiamento, la piattaforma ricalcola questi punteggi—e ribilancia il portafoglio AiPEX ogni mese. E per mantenere i calcoli pertinenti, il team EquBot continua a fornire agli analisti virtuali dell'AI le informazioni di mercato correnti non appena diventano disponibili.
"Stiamo fornendo i tradizionali dati strutturati", aggiunge Amador. «Ma questa è solo una piccola parte delle informazioni disponibili. Circa il 90% delle informazioni che utilizziamo non è strutturato. E con Watson Discovery, leggiamo circa un milione di articoli ogni giorno in più di una dozzina di lingue diverse".
Sembra abbastanza evidente che la piattaforma EquBot AI stia rilevando tendenze che gli esseri umani semplicemente non notano. "Già prima di marzo 2020, quando il mercato ha iniziato a ritirarsi a causa della pandemia", afferma Robertson, "il portafoglio AiPEX era già allocato nel settore farmaceutico e biotecnologico come tema generale. E si è concentrato in modo molto specifico su una delle aziende che ha creato un vaccino".
Continua: "È stato in grado di analizzare e ricavare informazioni approfondite dai documenti di sperimentazione clinica della FDA di quell'azienda—dettagli che non erano ancora stati resi noti negli Stati Uniti. E si è accorto che questa attività stava assumendo un ruolo guida nel mercato".
Allo stesso modo, la soluzione sembrava prevedere le carenze energetiche e le relative perturbazioni del mercato che si sarebbero verificate nel secondo trimestre del 2022. "AiPEX già nel dicembre 2021 ha assunto un peso molto importante nei titoli energetici , perché vedeva nel modello delle informazioni segnali di instabilità in arrivo molto prima che venissero imposte sanzioni alla Russia. Così l'AiPEX, che aveva un peso elevato nel settore energetico, ha beneficiato di un aumento del 40% del petrolio, mentre il corrispondente settore energetico dei tradizionali indici con pesi di mercato—come l'S&P 500—era relativamente piccolo".
Un successo immediato, AiPEX ha generato vendite di prodotti per oltre 250 milioni di dollari nei primi mesi e da allora ha superato i 2 miliardi di dollari di vendite totali. E l'indice scelto dall'AI supera regolarmente i tradizionali indici ponderati per la capitalizzazione di mercato, guadagnando il 5% annualizzato negli ultimi 10 anni.
"La fiducia è incredibilmente importante", afferma Robertson. "E il marchio IBM porta molta fiducia. Quindi, lavorare con IBM porta con sé un senso di credibilità che aiuta a guidare il nostro successo sul mercato. E con la trasparenza di IBM ed EquBot, siamo stati in grado di demistificare l'AI e rendere semplice ciò che è complesso. Possiamo indicare chiaramente perché ogni titolo viene scelto in modo che gli investitori possano capire e sentirsi a proprio agio. Perché quando si tratta di investire, sentirsi a proprio agio con il processo di investimento è fondamentale".
Parlando del ruolo di EquBot nel progetto, Robertson aggiunge: "Non riesco a pensare a nessun'altra azienda che non sia EquBot, in grado di progettare in modo così efficiente l'algoritmo che alimenta AiPEX e poi di presentare la storia in modo da entusiasmare le persone". La loro esperienza, combinata con la loro narrazione e il loro impegno per rendere AiPEX un successo, è il motivo per cui siamo sicuri di aver fatto la scelta giusta".
"Siamo ancora agli albori dell'applicazione della machine learning alle strategie di investimento", osserva Amador. "Ci sono 100.000 miliardi di dollari di asset globali gestiti e, probabilmente, c'è meno di un trilione di tipi di investimenti nell’apprendimento automatico dell'AI. Ma a un certo punto, crediamo che la maggior parte delle strategie di investimento sarà gestita direttamente o indirettamente dall'AI e dalla machine learning".
Esplorando ulteriormente il potenziale di mercato in attesa di essere sbloccato, Robertson aggiunge: "Quello che verrà dopo è super eccitante. Abbiamo assistito all'emergere di molti temi in termini di titoli che Watson sta scegliendo, come la cybersecurity o il futuro dei trasporti. Argomenti sui quali c'è molto fermento. E stiamo iniziando a pensare a come prendere questi temi e usare l'AI per mettere insieme un portafoglio—un paniere di titoli—che possa allinearsi a essi".
"Possiamo parlare di ciò che EquBot e IBM stanno facendo insieme, ma ciò che davvero fa capire e appassiona i clienti all'AI è quando possiamo darle vita", spiega Robertson. "Per questo motivo abbiamo organizzato eventi per i clienti presso gli IBM Experience Center, uno a New York e un altro a San Francisco. E in questi centri puoi vedere cosa stanno facendo IBM e Watson nel tuo settore e in altri settori. Ti dà semplicemente l’intero spettro di quanto sia potente l'AI.
HSBC USA, Inc. (link esterno a ibm.com) è una holding del Maryland con varie filiali, tra cui HSBC Bank USA, N.A. Agendo attraverso queste filiali, HUSI offre una gamma completa di prodotti e servizi bancari tradizionali a privati, clienti con patrimoni elevati, piccole imprese, società, istituzioni e governi. HUSI è una sussidiaria interamente controllata di HSBC North America Holdings Inc.
Con sede a San Francisco, California, IBM Business Partner EquBot (link esterno a ibm.com) sviluppa e distribuisce soluzioni tecnologiche finanziarie globali supportate dall'AI e dalla machine learning. Attualmente, la piattaforma di investimento AI dell’azienda—fornita secondo un modello PaaS (platform-as-a-service)—consente di effettuare investimenti per oltre 2 miliardi di dollari di investimenti in tutto il mondo.
Legale
© Copyright IBM Corporation 2022. IBM Corporation, IBM Watson, New Orchard Road, Armonk, NY 10504
Prodotto negli Stati Uniti d'America, ottobre 2022.
IBM, il logo IBM, ibm.com e IBM Watson sono marchi di International Business Machines Corp., registrati in diversi Paesi del mondo. Altri nomi di prodotti e servizi potrebbero essere marchi di IBM o di altre società. Un elenco aggiornato dei marchi IBM è disponibile sul Web all'indirizzo ibm.com/legal/copyright-trademark.
Le informazioni contenute nel presente documento sono aggiornate alla data della prima pubblicazione e possono essere modificate da IBM senza preavviso. Il contenuto del presente documento (inclusi i riferimenti alla valuta O ai prezzi che escludono le imposte applicabili) è aggiornato alla data di pubblicazione iniziale e può essere modificato da IBM in qualsiasi momento. Non tutte le offerte sono disponibili in ogni Paese in cui opera IBM.
Gli esempi citati relativi a dati di prestazione e clienti sono presentati unicamente a scopo illustrativo. Gli attuali risultati in termini di performance possono variare a seconda delle specifiche configurazioni e delle condizioni operative. LE INFORMAZIONI RIPORTATE NEL PRESENTE DOCUMENTO SONO DA CONSIDERARSI “NELLO STATO IN CUI SI TROVANO”, SENZA GARANZIE, ESPLICITE O IMPLICITE, IVI INCLUSE GARANZIE DI COMMERCIABILITÀ, DI IDONEITÀ A UN PARTICOLARE SCOPO E GARANZIE O CONDIZIONI DI NON VIOLAZIONE. I prodotti IBM sono coperti da garanzia in accordo con termini e condizioni dei contratti sulla base dei quali vengono forniti.