Key4biz

Fintech, aumentano gli investimenti in startup e cresce il peso degli algoritmi sui mercati finanziari

Secondo la Banca dei Regolamenti Internazionali gli scambi della coppia dollaro-sterlina rappresentano il 9,2 per cento di tutte le contrattazioni nei mercati dei cambi, che mediamente sono di 5,1 trilioni di dollari al giorno.

Il 37% degli scambi globali in valuta estera è controllato direttamente dal Regno Unito, Paese in cui avvengono più trattative in dollari che negli Stati Uniti.

È a Londra che opera il maggior numero di banche straniere al mondo, più di 250. Nella City della grande finanza, si legge sul Sole 24 Ore di oggi, sono gestiti 3.200 miliardi di dollari di obbligazioni internazionali e asset strategici per 3.800 miliardi di sterline. In questa capitale della finanza mondiale lavorano ogni giorno 400 mila persone.

Sono solo alcuni numeri che rendono immediatamente l’idea di quale sia il ruolo e il peso della Capitale britannica sul mercato finanziario globale.

Uno scenario quest’ultimo in perenne subbuglio, dove operano tecnologie di varia natura costantemente all’opera per ottimizzare la gestione degli investimenti e diversificarne la natura, ridurne i rischi e moltiplicare i rendimenti. A muovere questi flussi finanziari sono sempre più spesso robot e algoritmi finanziari.

Nel 2016 il mercato delle tecnologie ICT applicate alla finanza (Fintech) ha registrato investimenti in startup per 25 miliardi di dollari. Un dato confermato allo Startup Bootcamp di Londra, dove il Fintech si è dimostrato uno dei settori più ricchi per l’innovazione digitale.

Macchine per far soldi che non dormono mai, non hanno bisogno di mangiare e non hanno alcuna necessità specifica. I trader automatici basati su algoritmi scambiano circa il 60% dei volumi cash, secondo il Sole 24 ore di marzo, ma non solo, perché ad essi si aggiunge l’intelligenza artificiale per gestire gli investimenti.

Solo per avere un dato indicativo, spiega il quotidiano italiano, “tra il 2014 e la fine del 2016, il ritorno cumulato dell’algoritmo basato sull’intelligenza artificiale è stato del 67,23%. Quello dell’approccio “buy and hold”, invece, si è assestato al 23,33%”.

A queste tecnologie si devono aggiungere anche i big data e sostanzialmente internet. I mercati finanziari si sono trasformati radicalmente negli ultimi anni, a partire dalla grande rete, tramite cui si trasmettono in tempo reale i dati sugli ordini di compravendita, ma anche con i sotware e i modelli matematici.

I numeri e i dati facilitano la scelta di strategie e scelte d’investimento migliori.

Potrebbero esistere schemi che si ripetono e che i nostri occhi ‘umani’ non vedono e si possono trovare nuove correlazioni tra dati tra loro molto diversi, per questo anche il machine learning è una tecnologia che sta prendendo rapidamente piede nel settore finanziario.

Secondo la rubrica Economia & Finanza de La Repubblica, negli Usa si ritiene che il 73% dei volumi giornalieri delle borse sia attribuibile all’High Frequency Trading o Hft nel 2015, mentre in Europa il suo peso è stimato tra il 24 e il 43% dei volumi.

Tutte queste tecnologie integrate tra loro possono potenziare quotidianamente, ora per ora, minuto per minuto, l’azione finanziaria arrivando a monitorare e sviluppare previsioni sull’andamento di migliaia di titoli finanziari, fornendo previsioni sempre più affidabili sui ritorni fino a 30 giorni.

Tutto bene?

Non proprio. Gli High Frequency Trading, o HFT, sono algoritmi di compravendita ad altissima velocità, in grado di effettuare una gran mole di operazioni in frazioni di secondo e oltre 5000 ordini al secondo di acquisto e vendita.

Se da un lato possono aumentare la liquidità di un mercato e ottimizzare il pricing di un titolo, dall’altra possono causare danni enormi, come nel caso del tracollo da 500 milioni di dollari di Knight Capital nel 2012 o di un andamento anomalo del Dow Jones sempre nello stesso anno che perse inspiegabilmente più di 700 punti per poi recuperarli nel giro di pochi minuti (un evento passato alla storia col nome di “flash crash”).

Qualcosa del genere fu causato dai trader automatici il 6 maggio del 2010, quando Wall Street (sempre il Dow Jones) perse in poco tempo circa il 9% del suo valore.

In un recente studio Consob, in cui si analizzava l’impatto dell’HFT sulla volatilità dei prezzi dei titoli negoziati sul mercato azionario italiano, nel periodo 2011-2013, si è dimostrato “che un incremento esogeno del livello di attività HFT determini un significativo incremento della volatilità dei rendimenti giornalieri”.

A seconda della specificazione utilizzata, si legge nella nota della commissione: “un incremento di 10 punti percentuali del peso degli HFT “puri” sul totale degli scambi determina un aumento della volatilità intraday (calcolata su un intervallo di 10 secondi ed espressa su base annua) compreso tra i 4 e i 6 punti percentuali (su un ordine di grandezza della volatilità che si colloca attorno al 15 per cento circa per i titoli inclusi nell’analisi)”.

Un primo studio empirico per l’Italia sull’impatto dell’HFT sul mercato azionario nazionale, con l’obiettivo duplice di chiarirne gli effetti sugli scambi e allo stesso tempo di favorire una riflessione sul trading algoritmico e ad alta frequenza per mitigare i possibili riflessi negativi sui mercati finanziari.

Exit mobile version