{"id":11450,"date":"2019-09-17T14:57:08","date_gmt":"2019-09-17T12:57:08","guid":{"rendered":"https:\/\/www.onlinesim.it\/blog\/?p=11450"},"modified":"2022-07-04T09:10:41","modified_gmt":"2022-07-04T07:10:41","slug":"investire-seguendo-twitter-big-data","status":"publish","type":"post","link":"https:\/\/www.onlinesim.it\/blog\/investire-seguendo-twitter-big-data\/","title":{"rendered":"Investire seguendo Twitter e i Big data"},"content":{"rendered":"

Quando lo scenario macroeconomico<\/strong> \u00e8 cos\u00ec complicato da mandare in tilt i sistemi di analisi tradizionale e da mettere in dubbio le strategie di portafoglio dei fondi, il mercato fa di tutto per cercare certezze, anche osando soluzioni non convenzionali. In che modo? Cercando informazioni anche su mezzi prima non utilizzati o cercando nuovi modi per esaminare il flusso di notizie che muove i mercati. Questo \u00e8, in estrema sintesi, ci\u00f2 che sta accadendo nelle sale operative di tutto il mondo.<\/p>\n

In tale contesto, gli analisti di JPMorgan Chase & Co<\/strong> si sono spinti verso il limite della creativit\u00e0 finanziaria e hanno lanciato un indice per misurare l’impatto dei tweet di Donald Trump<\/strong> sui tassi di interesse statunitensi. La ragione? Secondo gli analisti una frase del presidente americano sui social media influenza il costo del denaro, decisamente. L\u2019indice ha un nome che si ispira direttamente al presidente: Volfefe Index<\/strong>, prendendo a prestito il misterioso tweet “covfefe” di Trump e suggerisce che i post del presidente stanno avendo un impatto statisticamente significativo sui rendimenti del Tesoro americano.<\/p>\n

Il caso Jp Morgan Chase non \u00e8 isolato. Anche la societ\u00e0 Quants<\/strong> detenuta da Citigroup<\/strong> ha deciso di inviare ai clienti analisi sul mercato valutario che tengano conto delle conversazioni di Trump su Twitter. Accanto ai social media molte societ\u00e0 di gestione stanno spingendo sull\u2019utilizzo dell\u2019apprendimento automatico, leggi Big Data, per catturare il sentiment del mercato<\/strong> su tutto, dalla guerra commerciale all\u2019andamento del PIL, dalla Brexit ai tassi. Cos\u00ec il tono di voce di un manager o di un politico sui social media e le informazioni che condividono sono passate al setaccio da algoritmi che in maniera sistematica traggono conclusioni su come questi messaggi possono influenzare il mercato con la stessa seriet\u00e0 con cui si prendono in considerazione i dati di Prodotto interno lordo (PIL) di un Paese.<\/p>\n

Resta da vedere se queste strategie siano pi\u00f9 efficaci dei metodi convenzionali. Un sostenitore di questo metodo \u00e8 Vasant Dhar<\/strong>, professore alla Stern School of Business e al Center for Data Science della New York University. Dhar ha fondato SCT Capital negli anni \u201890, uno dei primi hedge fund basati sull’apprendimento automatico e ora gestisce 400 milioni di dollari attraverso il trading computerizzato<\/strong>, utilizzando un programma che cattura non solo i prezzi dei titoli, ma anche i dati economici e il sentiment delle notizie, oltre ai timori del mercato attraverso lo studio della volatilit\u00e0.<\/p>\n

Dhar \u00e8 il pioniere di una tendenza della gestione che oggi tante societ\u00e0 di investimento stanno seguendo con modelli di organizzazione strutturati. Eaton Vance<\/strong>, una delle pi\u00f9 antiche societ\u00e0 di gestione degli investimenti negli Stati Uniti, ha un team di data science di quattro persone che studia informazioni anonime sulla spesa per carte di credito, il sentiment dei clienti dai social media e i flussi degli Exchange traded fund (ETF) unendo queste informazioni al lavoro di analisi fondamentale dei suoi gestori sui portafogli azionari. Bnp Paribas Asset Management<\/strong> ha un team che studia se il sentiment di mercato che deriva dalle notizie sia in grado di aiutare a definire le strategie di momentum o, addirittura, a fungere da indicatore autonomo. Un team di Deutsche Bank<\/strong>, invece, ha sviluppato modelli che quantificano le attivit\u00e0 immateriali di un’azienda, i cosiddetti intangibili, come la cultura aziendale e lo sviluppo dei prodotti mettendoli in relazione a documenti normativi e notizie e sta lavorando allo sviluppo di nuovi prodotti basati sull’intuizione.<\/p>\n

Perch\u00e9 lo fanno? Molti gestori sono convinti che i dati chiave su cui i mercati si sono basati in passato non siano pi\u00f9 cos\u00ec affidabili, soprattutto sul fronte obbligazionario<\/strong>. Un esempio \u00e8 la curva di Phillips che misura i rendimenti, un tempo barometro delle prospettive economiche, che secondo molti ha perso il suo margine predittivo dopo lo stimolo monetario<\/strong> senza precedenti delle banche centrali e, anche per questo, un tweet del presidente degli Stati Uniti ha un impatto sul mercato che prima non avrebbe avuto. La guerra commerciale USA-Cina<\/strong><\/a>, la Brexit<\/strong><\/a> e le tensioni politiche a Hong Kong sono altri importanti punti di incertezza globale che potrebbero causare turbolenze sul mercato e sono condizionati dalle politiche monetarie che, in maniera evidente, stanno indirizzando gli acquisti di debito pubblico, ovvero di obbligazioni, a livello globale.<\/p>\n

Il risultato? I guai commerciali hanno ostacolato la lotta della Fed<\/strong> per raggiungere l\u2019obiettivo 2% nonostante il mercato del lavoro negli Stati Uniti sia in crescita con un tasso di disoccupazione che si aggira intorno ai minimi di mezzo secolo. Allo stesso modo, la Banca centrale europea (BCE)<\/strong><\/a> \u00e8 cos\u00ec preoccupata per la sua incapacit\u00e0 di sollevare l’inflazione da aver ha annunciato un nuovo un ampio pacchetto di stimoli monetari. Tutte queste azioni contribuiscono al corto circuito dei modelli tradizionali di previsione<\/strong> e domare l’incertezza \u00e8 diventato un gioco globale e un esercizio di creativit\u00e0 che mette insieme Big Data e analisi quantitativa.<\/p>\n

IDEE DI INVESTIMENTO<\/h3>\n

La ricerca di<\/strong> metodi alternativi di previsione<\/strong> dell\u2019andamento dei mercati sta spingendo il mercato dei Big Data e dei servizi correlati che, secondo un report di Jp Morgan Chase, vale circa 200 miliardi di dollari nel 2018<\/strong> (contro circa 130 miliardi del 2017). Al centro di tutto c\u2019\u00e8 la filosofia quantistica che si basa sul lavoro fatto dal premio Nobel Eugene Fama<\/strong>, l\u2019economista americano noto per la teoria del portafoglio e l’asset pricing. Mettere insieme i dati e trarre le conclusioni \u00e8 un compito davvero difficile anche perch\u00e9 la mole delle informazioni continua a crescere e, in parte, questa \u00e8 la ragione per cui i gestori scelgono quasi sempre di affidarsi a un sistema predittivo misto<\/strong> che metta insieme Big Data e analisi qualitativa non tralasciando i segnali visibili all’occhio umano.<\/p>\n

Questa evoluzione tecnologica della costruzione dei portafogli<\/strong> non mette in discussione tre punti chiave a cui gli investitori devono attenersi sempre:<\/p>\n