Il continuo sviluppo tecnologico ha gettato le basi negli ultimi anni per un’integrazione via via più stretta tra il mondo della finanza e quello dell’hi-tech, dando vita a una nicchia informativa di particolare rilievo per gli operatori di mercato: gli Alternative Data.
La ricerca di modelli di investimento sempre più evoluti è motivata dalla grande competitività del settore, a cui si somma la maggiore facilità di accesso alle informazioni classiche tramite Internet.
Questi nuovi modelli sono oggi realizzabili grazie ai progressi delle macchine computazionali moderne, capaci di gestire enormi quantità di dati. Probabilmente, tale crescita vertiginosa conoscerà a breve un ulteriore step con l’avvento dei computer quantistici, che rappresenteranno una rivoluzione per le loro grandi capacità di calcolo.
Individuare l’alpha richiede perciò un lavoro di analisi sui trend secondo un approccio differente rispetto al passato. Sfruttando gli Alternative Data, l’andamento dei mercati finanziari può essere esaminato attraverso la raccolta di informazioni da fonti non convenzionali che vengono poi processate e strutturate tramite algoritmi.
È esattamente qui che si inserisce il lavoro di FinScience: tramite la sua piattaforma, la startup milanese fornisce un’interpretazione delle informazioni e semplifica i dati creando indici statistici relativi a ciascun segnale. Un esempio è il DPV (Digital Popularity Value), ovvero il livello di diffusione dei contenuti legati ad un determinato topic.
L’algoritmo proprietario organizza automaticamente le informazioni digitali secondo le componenti principali (Main Signal). Le variazioni di questi segnali possono essere monitorate nel tempo dall’utente. In questo modo, FinScience evidenzia le notizie più importanti relative agli Asset finanziari: gli highlight vengono individuati dal software, che è in grado così di evitare il “river of content” generato quotidianamente dal mondo della finanza. FinScience suggerisce e consente all’utente di seguire anche eventuali sotto segnali relativi a qualsiasi azienda o asset di interesse.
Per ogni segnale seguito, FinScience distingue i contenuti mainstream da quelli più specifici all’interno dell’ecosistema finanziario. Tra le metriche personalizzate della piattaforma, l’Investor DPV separa la tendenza nella diffusione generica di un segnale con quella relativa alle potenziali decisioni di investimento da parte dell’utente digitale, consentendo così di “percepire” la distribuzione delle notizie, tastando il polso del mercato in funzione delle reazioni.
Gli operatori (ad esempio, Data Analyst o Investor Relations Manager) possono poi personalizzare la categorizzazione di segnali e dati seguiti nel proprio portfolio.
Uno sguardo dentro: come funziona FinScience.
Come abbiamo avuto modo di comprendere, seppure le informazioni siano oggi disponibili in grandi quantità, la mera raccolta senza alcuna prospettiva di organizzazione dei contenuti non apporta alcun beneficio; una giungla di input dalla quale, senza una metodologia adeguata, non è possibile estrarre alcuna notizia di rilievo.
Per far sì che i dati “parlino” è quindi necessario automatizzare l’individuazione delle informazioni rilevanti. Il software di FinScience opera tramite un processo suddiviso in due fasi: l’analisi degli Alternative Data e l’Alternative Data Dashboard.
Analisi degli Alternative Data.
Si tratta di una tecnica di analisi su misura che ha come scopo quello di raccogliere e analizzare dati provenienti da ecosistemi digitali non strutturati come social network, forum online e blog, per metterli in correlazione con i tradizionali dati finanziari disponibili pubblicamente.
L’analisi si articola in tre step:
- analisi digitale, con la quale si studia la “user reaction” sul web;
- analisi finanziaria, per comprendere l’andamento delle azioni della società;
- analisi incrociata, attraverso la quale si valutano le correlazioni tra i dati ricavati in precedenza.
L’analisi mira a individuare sia i “segnali digitali forti” (rilevanti nell’immediato) sia i “segnali deboli” emergenti (potenzialmente rivelatori di modifiche nelle quotazioni future).
Alternative Data Dashboard.
È uno strumento disponibile nel software FinScience: permette di visualizzare graficamente i segnali seguiti, organizzati in cinque sezioni:
- Company: mostra la correlazione tra i dati sulla diffusione digitale (DPV) e quelli sul trend finanziario di una società. In questo modo, è possibile seguire l’andamento del DPV e di altre informazioni di mercato in rapporto alle oscillazioni sul prezzo di un determinato titolo.
- Product & Services: sotto questa funzione è possibile visionare l’analisi digitale dei prodotti e servizi offerti dalla società.
- Competitors: con questa funzione è possibile monitorare l’andamento della digital reputation dei principali concorrenti.
- Emerging Players: qui si possono monitorare i trend di crescita di aziende e start-up emergenti.
- Breaking News: in questa finestra si può consultare una selezione di news generiche con alti indici di diffusione digitale e provenienti da fonti alternative.
Conclusioni
Alla luce di quanto detto finora, la mission di FinScience appare chiara: creare informazioni fruibili per un pubblico interessato a seguire e comprendere l’andamento dei mercati finanziari tramite l’analisi incrociata di dati alternativi e tradizionali. Un genere di approccio che in mercati leader come quello statunitense è diventato ormai mainstream e che va ora affermandosi anche in Italia.
