I recenti sviluppi scientifici nel campo dell’AI (acronimo inglese di Artificial Intelligence) hanno attirato l’attenzione dei mass media riguardo le sue potenzialità; tuttavia, oggi la comunicazione generalista si concentra soprattutto sui trasporti e la robotica, mentre in realtà è il settore finanziario che sta probabilmente facendo il massimo per sfruttare strumenti come l’apprendimento automatico e l’analisi dei dati.
Un esempio comune sono gli istituti di credito che usano l’intelligenza artificiale per calcolare il credit score di un cliente.
Ma questo è solo l’inizio. Secondo una nuova relazione su AI e finanza presentata da Future Perfect Machine, la tecnologia è ora utilizzata dalla maggior parte degli hedge fund per definire strategie di trading e dalle banche per rilevare frodi e manipolazione del mercato.
Il rapporto rileva inoltre che i giganti finanziari di oggi sono vulnerabili alla concorrenza delle società tecnologiche che possiedono grandi pool di dati e già eccellono nell’uso dell’AI.
Non è difficile immaginare lo scenario: ogni anno sembra sempre più probabile che aziende come Amazon o Google finiranno prima o poi per impegnarsi seriamente nel settore bancario.
Il caso degli Hedge Fund.
In ambito finanziario, gli hedge fund sono stati pionieri nell’applicazione delle ultime innovazioni tecnologiche per migliorare i loro processi aziendali.
Le aziende che utilizzano modelli e servizi basati sull’intelligenza artificiale includono Bridgewater Associates, Renaissance Technologies, DE Shaw, Two Sigma, Winton Capital Management, Schonfeld Strategic Advisors, PDT Partners, Man Group e Citadel, tra gli altri.
Queste aziende gestiscono infrastrutture di elaborazione all’avanguardia che supportano rack di server dati, computer super potenti e sistemi di rete ad alte prestazioni.
I loro sistemi consumano enormi quantità di informazioni e i data scientist sviluppano e perfezionano continuamente algoritmi che si adattano alle condizioni del mercato e imparano dall’esperienza, cercando nel contempo di ridurre la quantità di intervento umano.
Secondo una recente indagine, circa il 62% degli hedge fund utilizza una qualche forma di processo di intelligenza artificiale per soddisfare esigenze come la raccolta di notizie finanziarie in tempo reale dai mercati finanziari globali, cercando il modo migliore per eseguire operazioni, identificare la dinamica del mercato e scansionare le fonti di informazione alla ricerca di segnali emergenti o pattern oscuri che potrebbero cambiare la direzione del mercato.
Il cuore dei sistemi di intelligenza artificiale sono algoritmi che analizzano i dati ed estrapolano schemi per fare previsioni che si spera possano portare a un processo decisionale migliore.
Le tecniche AI sono sempre più integrate in un’ampia gamma di soluzioni tecnologiche, inclusi motori di ricerca, applicazioni di riconoscimento facciale e assistenti digitali. Generalmente, più questi sistemi consumano dati, più diventano “intelligenti”.
Integrazione dei sistemi AI nel mondo finanziario: l’esempio di Credit Suisse.
Nel settembre 2017, Credit Suisse ha lanciato l’indice Credit Suisse RavenPack Artificial Intelligence Sentiment (AIS), allo scopo di creare strategie di investimento quantitative da analisi di notizie basate su algoritmi di intelligenza artificiale.
Questo è stato il debutto della società nel crescente settore dell’analisi degli investimenti guidata dall’AI. L’indice AIS utilizza l’analisi dei Big Data per prendere decisioni di allocazione settoriale negoziabili e che possono essere eseguite in modo sistematico. Questo approccio, che si concentra su titoli azionari statunitensi a grande capitalizzazione, si basa sul sentiment score estratto dall’analisi delle notizie effettuata dall’intelligenza artificiale.
Il machine learning e le sue applicazioni nella finanza attuale
Oggi il machine learning ha assunto un ruolo fondamentale in molti ambienti dell’ecosistema finanziario: dall’approvazione dei prestiti alla gestione delle attività, fino alla valutazione dei rischi.
I sistemi AI hanno grande importanza nella gestione dei portafogli azionari, nella creazione di algoritmi per il trading (attraverso i quali automatizzare i processi e gestire milioni di transazioni quotidianamente nell’HFT – high-frequency trading).
Ancora, l’intelligenza artificiale è sempre più importante per la fraud detection, ovvero la ricerca e individuazione di pratiche fraudolente: si superano i limiti imposti dai tradizionali processi basati su checklist rigide, per affrontare il problema tramite algoritmi capaci di apprendere e calibrare la loro azione sulle nuove minacce.
In ultimo, anche le società di assicurazioni e gli istituti di credito traggono vantaggio dall’analisi di dataset complessi: soprattutto nelle grandi aziende (grandi banche e compagnie di assicurazione quotate in Borsa), gli algoritmi di apprendimento automatico possono essere modellati su milioni di casi in cui si incrociano dati dei consumatori (età, lavoro, stato civile, etc.) prestiti finanziari o assicurativi (il prestito è stato ripagato con puntualità? Quanti incidenti d’auto ha commesso?).
Se questi sono i presupposti, è indubbio che l’Artificial Intelligence trasformerà il mondo della finanza (e non solo) nei prossimi anni.
