Il termine Alternative Data, o dati alternativi, identifica tutti quei dati provenienti da ambienti non tradizionalmente vicini al mondo dell’analisi finanziaria delle società, ma digitali. Possiamo definire dati alternativi tutti i dati potenzialmente da raccogliere da forum, web, piattaforme di e-commerce, web in generale o mappe. Questi dati sono spesso semi-strutturati o non strutturati, come ad esempio dati testuali, immagini, video o audio, quindi complessi da analizzare in maniera automatica, ma d’altra parte possono rappresentare una fonte informativa da non sottovalutare.
I dati alternativi sono di fatto una specificità di quella che è nota come l’esplosione dei Big Data e sono caratterizzati da tassi di crescita impressionanti. Si stima che il mercato degli alternative data raggiungerà il valore di $17,35 miliardi di dollari entro il 2027 (Grand View Research Inc.).
Si parla di alternative data soprattutto nel mondo finanziario, in particolare nel settore fintech, perché questi dati possono rappresentare una grandissima opportunità per avere maggiori informazioni e quindi investire ottenendo un vantaggio competitivo rispetto ai competitors. La combinazione di alternative data e machine learning è un connubio incredibilmente potente per migliorare la propria capacità di valutare il rischio di credito di un’azienda, per ottimizzare il proprio portafoglio prestiti o le scelte sul mercato azionario. Inoltre, come vedremo in questo articolo, gli alternative data sanno essere particolarmente potenti nel creare nuove idee di investimento.
Come gli Alternative Data possono creare nuove idee di investimento
Utilizzare i dati alternativi è una scelta ottimale non soltanto per conoscere meglio le realtà in cui già si sta investendo, ma anche per scovare nuove opportunità. Sono ormai numerosi gli studi di prestigiose università americane, come ad esempio il MIT o l’Indiana University, che dimostrano come l’analisi delle conversazioni sui social abbia permesso ai trader di guadagnare di più rispetto a chi non usava questo tipo di informazioni. Abbiamo ormai almeno dieci anni di storia di questo fenomeno, anni in cui i social network hanno assunto un valore sempre maggiore nell’orientare le scelte degli investitori.
Parlando di settori altamente innovativi, si pensi alle attività social di Elon Musk, l’ormai noto CEO di Tesla e fondatore di SpaceX. Sarebbe oggi impensabile prevedere il prezzo delle azioni di Tesla senza seguire questo guru sui suoi canali social. Un altro esempio è quello delle criptovalute, asset normalmente molto volatile che dipende fortemente dal sentimento del momento.
Tornando con i piedi per terra su settori più tradizionali, la pandemia che abbiamo vissuto e stiamo ancora vivendo ci offre un esempio lampante di come gli alternative data siano ormai indispensabili. Chi valuterebbe la sostenibilità di una società basandosi oggi sui bilanci 2019? Allo stesso modo, come si possono fare considerazioni generali sull’attrattività o meno di un determinato settore non considerando gli effetti che la pandemia ha avuto su di esso?
Mettere insieme dati tradizionali e dati alternativi è la soluzione vincente per anticipare i trend del mercato e quindi comprendere dove andare ad investire. Questo anche perché viviamo in un momento storico in cui la ricerca di investimenti ad alto rendimento si muove in un’arena complicata, sia per i grandi fondi di investimento sia per gli investitori privati. La verità è che la finanza in generale è alla ricerca di alternative: la velocità di esecuzione conta sempre di più e i dataset tradizionali non rappresentano più un vantaggio competitivo, essendo ormai accessibili a tutti.
In questo contesto, la tecnologia e le metodologie evolute di Machine Learning entrano a supportarci nell’analisi dei dati alternativi.
Le soluzioni di FinScience basate sugli alternative data
FinScience, fintech del gruppo Datrix, offre una soluzione software denominata Alternative Data Intelligence. La soluzione, unica nel suo genere, permette di raccogliere ogni giorno milioni di contenuti dal web e utilizza l’intelligenza artificiale mettendo a disposizione anche di investitori privati degli insight di grande valore, rappresentati in modo semplice e intuiti. In particolare, la piattaforma, grazie ad algoritmi proprietari di Machine Learning e Natural Language Processing riassume l’immensa mole di dati analizzati in tre indicatori:
- La global digital popularity value, ossia la popolarità totale di un’azienda sul web;
- L’investor digital popularity value, ossia la popolarità dell’azienda specificatamente dal punto di vista degli investitori cioè in ambito finanziario;
- Il sentiment, cioè più in generale la percezione, positiva o negativa, del titolo nel mondo digitale.
A partire da questi indicatori sarà possibile anticipare i principali trend di uno specifico mercato, comprendere e intercettare i potenziali rischi per gli investimenti e conoscere le società più interessanti relativamente ad uno specifico tema o settore. Ciò significa di fatto identificare segnali deboli prima che diventino notizie e fornire proposte di portafogli di investimento derivanti dalla combinazione di dati alternativi e tradizionali. Tutto questo con grande flessibilità e con soluzioni accessibili da tutti, da utilizzare con semplicità.
