Il programma di intelligenza artificiale gestisce in modo efficace i portafogli di asset, afferma un ricercatore della NCSU
Data di pubblicazione:I ricercatori hanno sviluppato e dimostrato un programma di intelligenza artificiale (AI) che consente loro di soddisfare specifici obiettivi di rischio e rendimento di investimento per portafogli su larga scala contenenti centinaia di asset.
"Volevamo sapere se potevamo utilizzare l'apprendimento automatico per migliorare l'indice di Sharpe al fine di ottenere informazioni migliori su cosa acquistare, vendere o tenere nel proprio portafoglio per migliorare la performance del portafoglio su periodi di 6-12 mesi", afferma Mehmet Caner, coautore di un articolo sull'opera. “Questo lavoro dimostra che possiamo”. Caner è il Distinguished Professor di Economia Thurman-Raytheon presso il Poole College of Management della Carolina del Nord.
L'indice di Sharpe è un modo per misurare il compromesso che il portafoglio di un investitore fa tra l'entità dei suoi rendimenti e il rischio che le sue partecipazioni perdano valore. Si tratta di una metrica consolidata utilizzata in tutto il settore degli investimenti.
Tuttavia, le cose si complicano quando un portafoglio contiene centinaia di partecipazioni, perché diventa sempre più difficile effettuare analisi rischi/benefici e prendere decisioni gestionali per tutte le partecipazioni.
Per gestire al meglio questi asset, il settore finanziario si è sempre più rivolto a programmi di intelligenza artificiale che utilizzano l’apprendimento automatico per prendere decisioni di portafoglio.
Caner ha già contribuito allo sviluppo un programma di intelligenza artificiale basato su un nuovo teorema matematico per informare il processo decisionale finanziario. Tuttavia, Caner voleva vedere se poteva migliorare il programma di intelligenza artificiale incorporando una serie di fattori finanziari che il modello precedente non teneva conto.
“Gestire un portafoglio che contiene centinaia di asset è impegnativo”, afferma Caner. “Può contenere una varietà di azioni e materie prime, la maggior parte delle quali sono in qualche modo correlate tra loro. Come si gestisce una matrice dinamica così complicata? Abbiamo deciso di addestrare un programma di intelligenza artificiale per tenere conto di un’ampia varietà di fattori con l’obiettivo finale di raggiungere uno specifico indice di Sharpe – e ci siamo riusciti.
“È importante notare che non esiste un indice di Sharpe 'corretto': varierà a seconda del livello di rischio con cui un investitore si sente a proprio agio. Ma siamo stati in grado di addestrare la nostra intelligenza artificiale a raggiungere qualsiasi obiettivo di Sharpe Ratio stabilito per il tuo portafoglio, nel corso di 6-12 mesi. Lo abbiamo dimostrato sia nelle simulazioni che nella pratica del mondo reale”.
La carta, "Analisi dell'indice di Sharpe in dimensioni elevate: regressione nodale basata sui residui nei modelli fattoriali”, è pubblicato nel Giornale di econometria. L'articolo è stato scritto da Marcelo Medeiros della Pontificia Università Cattolica di Rio de Janeiro; e Gabriel FR Vasconcelos della BOCOM BBM Bank in Brasile.
(C) NCSU
Fonte articolo originale: WRAL TechWire