Un ricercatore dell'Università di Bath ha creato un algoritmo che mira a rimuovere gli elementi del caso, pregiudizi o emozioni da decisioni sull'investment banking, uno sviluppo che ha il potenziale per ridurre gli errori nel processo decisionale finanziario e migliorare i ritorni finanziari nei mercati globali.

"C'è una corsa globale per trovare una soluzione praticabile per creare decisioni di investimento più affidabili e con prestazioni migliori nel trading finanziario. Il nostro modello offre rendimenti costantemente più elevati rispetto ad altri sviluppati fino ad oggi, " afferma il dottor Arman Hassanniakalager della School of Management dell'università.

Hassanniakalager, che presenterà la ricerca alla conferenza della Financial Management Association a Glasgow questa settimana, afferma che il suo modello ha dimostrato di produrre un rendimento superiore del 3% rispetto al tasso di riferimento dei fondi della Federal Reserve degli Stati Uniti, sulla base di prove di 12 indici di borsa di tutto il mondo. Un miglioramento dello 0,5-1,0% sarebbe considerato significativo.

La ricerca di un algoritmo di investimento onnipotente è aumentata negli ultimi anni e i primi risultati sono stati contrastanti. La sfida è creare un livello di affidabilità che superi costantemente banchieri e finanzieri d'investimento e uno strumento che possa funzionare ugualmente bene nei mercati in rialzo e in ribasso.

Il continuo sviluppo di algoritmi e i loro benefici percepiti stanno suscitando speranze e ottimismo tra molti nei mercati. Ma la crescente dipendenza dagli strumenti ha anche creato un certo nervosismo nei livelli più alti dei sistemi finanziari mondiali e un certo scetticismo da parte di coloro che credono che ci sarà sempre un ruolo per il tocco umano ispirato.

Hassanniakalager, la cui esperienza consiste nello sviluppo di nuovi metodi statistici e di intelligenza artificiale per il processo decisionale finanziario, ha affermato che il suo algoritmo ha raggiunto il punto in cui supera costantemente sia i metodi di investimento convenzionali che gli strumenti algoritmici.

"C'è molto pensiero teorico e aspirazioni in giro su tali strumenti di investimento, ma la domanda chiave è risolvere come farli funzionare nel mondo reale. Pensiamo di aver affrontato questa domanda, "Ha detto Hassanniakalager.

L'algoritmo può essere collegato all'intelligenza artificiale, che imparerà dalle decisioni di investimento e si perfezionerà automaticamente. Prevede una soluzione black-box per i gestori degli investimenti che saranno in grado di eseguire complessi scenari di investimento alternativi in ​​tempo reale.

L'uso principale sarebbe nelle sale di negoziazione, in particolare nel campo dell'analisi tecnica, valutare come reagiscono i mercati azionari alle notizie aziendali o nel misurare la performance di strumenti derivati ​​e offrire diversi percorsi di investimento ai gestori.

Lo strumento cambierà il processo decisionale e potenzialmente lo stesso panorama del mercato:i giorni di schermi multipli nelle sale di negoziazione e manager che cercano di dare un senso a una moltitudine sempre più complessa di dati storici e in tempo reale possono essere contati.

Potrebbe anche esserci un punto interrogativo sul futuro degli stessi decisori.

"Chi ha successo in questo ha il potenziale per trasformare i mercati finanziari e in particolare l'investment banking e il trading azionario. Ci saranno vincitori e vinti:non è difficile immaginare l'impatto radicale sull'occupazione ai più alti livelli bancari se le decisioni di investimento sono sempre più automatizzate , " dice Hassanniakalager.

L'algoritmo, che Hassanniakalager descrive come universale, possono avere applicazioni al di fuori dei mercati finanziari. "Se impari cosa sta cambiando statisticamente, puoi applicarlo ad altri campi, come la genetica. Questa è la bellezza delle statistiche, " lui dice.

Hassanniakalager presenterà i risultati del gruppo di ricerca, che comprende accademici delle Università di Glasgow e St Andrews, venerdì 14 giugno al Convegno Internazionale delle FMA presso l'Università di Strathclyde.