Portafogli Algoritmici: Collaborazioni con Investitori Istituzionali

In questo articolo riassumiamo alcuni metodi di utilizzo del sistema di intelligenza artificiale di I Know First per la costruzione di portafogli algoritmici, in particolare per la gestione di fondi. Presentiamo le performance di strategie di trading basate sui segnali algoritmici ribilanciate circa ogni 20 giorni e diamo un aggiornamento su una collaborazione di I Know First con un importante investitore istituzionale per l’implementazione di fondi gestiti usando queste strategie.

Le analisi continuano a dimostrare che i portafogli algoritmici di azioni dell’S&P 500 risultano in strategie con alte prestazioni scalabili a grandi AUM che, con periodi di ribilanciamento medio fino a 20 giorni, sono adatti per la gestione di fondi mutui e altri e promettono di portare presto prodotti di investimento targati I Know First al mercato.  I portafogli analizzati sono vincolati (posizioni corte totali <= 15% e ogni singola posizione <= 10%) e costi delle commissioni e spread spread bid-ask sono applicati alle strategie per tenere conto dei requisiti tipici dei fondi mutui.

Strategie Orientate al Medio Termine

  • Modello: regolare (a medio e lungo termine), previsione di 3 mesi come trigger principale
  • Periodo di ribilanciamento: ~ 20 giorni
  • Tipo: long e long-short (posizioni short <= 15%), massimo 10% del portafoglio per posizione
  • Periodo: agosto 2015 – settembre 2017

In queste strategie i segnali a medio termine sono usati come base per il processo di selezione degli investimenti e presentano un’innovativa applicazione di machine learning per il trading. I portafogli sono composti esclusivamente dai stock dell’S&P 500 con segnali a 3 mesi più forti e con elevati livelli di prevedibilità. La dimensione iniziale del portafoglio è di 10 titoli per tutte le strategie e le posizioni vengono ribilanciate in base alle previsioni giornaliere. Quando le nostre previsioni algoritmiche indicano che un investimento ha raggiunto il prezzo target, la posizione viene chiusa e sostituita da una nuova in linea con i segnali algoritmici.

Nella tabella sottostante (fare clic sulla tabella per ingrandire) sono presentate le performance di varie strategie che utilizzano diverse combinazioni di prevedibilità e segnale nel processo di selezione (righe 1-4) rispetto al benchmark (SPY ETF, riga 5) per il periodo 08/2015-09/2017. Dato che i numeri di prestazione dipendono dalla data di inizio, presentiamo risultati medi per diverse date di inizio.

Nel periodo analizzato 3 su 4 delle strategie hanno battuto il benchmark in termini di Rendimento Totale (Total Return), con un Alpha annualizzato che varia tra l’1% e il 14%, con una sola strategia che ha registrato un Beta sopra a 1.00. In particolare, la strategia numero 4 con un Rendimento Totale del 52%, Alpha del 14%, Beta di 0,68 e Sharpe Ratio di 1,50 offre una prestazione eccezionale. Con un periodo medio di ribilanciamento di 20 giorni, questo metodo risulta in portafogli algoritmici minimamente colpiti da costi di transazione e spread, adatti per fondi mutui e/o altri prodotti finanziari.

Nel grafico che segue sono visualizzati i rendimenti delle strategie per la data di inizio 03/09/2015.

Le linee mostrano una crescita costante e regolare, battendo il benchmark anche in questo periodo di grande espansione del mercato.

Collaborazioni con Investitori Istituzionali

A I Know First stiamo correntemente testando due delle strategie mostrate in precedenza in collaborazione con un importante investitore istituzionale. Questa collaborazione è cominciata il 13 ottobre 2017 ed è risultata nelle seguenti performance.

Le due strategie selezionate hanno significativamente superato il benchmark nell’intero periodo analizzato, promettendo bene il loro futuro utilizzo per la gestione di un fondo che consentirà a clienti privati di investire direttamente nelle previsioni dall’intelligenza artificiale di I Know First. Questo fondo contribuirà al crescente numero di sistemi di machine learning che vengono usati per la totale selezione ed il monitoraggio di portafogli di investimento.

Conclusione

Nell’articolo precedente abbiamo fornito un aggiornamento sulle strategie di I Know First orientate al medio termine (ribilanciamento ogni 20 giorni) che includendo i costi di transazione continuano a superare il benchmark con:

  • Rendimento totale oltre il 50% nel periodo di due anni rispetto al 27% del benchmark
  • Rapporti Sharpe che raggiungono l’1,50
  • Alpha fino al 14%
  • Beta sotto al 0,68

I Know First sta collaborando con vari importanti investitori istituzionali per promuovere l’utilizzo dell’Intelligenza Artificiale e dell’apprendimento automatico nell’applicazione di questi tipi di strategie alla gestione di fondi di investimento. Questa partnership ha dato risultati molto positivi e promette di portare presto prodotti di investimento targati I Know First al mercato.

Per ulteriori informazioni scrivete all’indirizzo mail dario@IKnowFirst.com.


Per usufruire anche tu di queste strategie iscriviti qui


Leave a Reply

Your email address will not be published. Required fields are marked *