Le capacità di ChatGpt sono testate in molti campi, compreso quello finanziario. Dagli analisti, ai gestori, ai consulenti: l’intelligenza artificiale può offrire un’alternativa affidabile ed efficiente ai professionisti umani?
1. Fornire una consulenza finanziaria di base
We Wealth è stato il primo giornale in Italia ad aver “torchiato” ChatGpt sulle nozioni di finanza personale, concludendo che le sue capacità erano decisamente buone, almeno sulle nozioni di base. La ricerca accademica è andata più a fondo, confermando queste prime impressioni. Una ricerca pubblicata a dicembre su Finance Research Letters (Niszczota, Abbas 2023) ha mostrato come GPT-3.5 abbia ottenuto un punteggio del 65% nei test di alfabetizzazione finanziaria, a confronto con un livello di base del 33%. E il più aggiornato GPT-4 ha raggiunto addirittura “un punteggio quasi perfetto del 99%”. Nel dettaglio, ChatGpt è stato sottoposto a 19 domande relative a concetti finanziari e problemi legati al risparmio e agli investimenti. “E’ ragionevole ipotizzare che alcuni dei più avanzati modelli di linguaggio possano ora avere la capacità di fungere da consulenti automatici (robo-advisor) per le masse”, hanno scritto gli autori nel loro studio, che fornisce “prove preliminari su quanto le persone possano fare affidamento sulle informazioni fornite da Gpt in materia finanziaria”. Nel corso del 2023 è sbarcato negli Stati Uniti il primo servizio di consulenza finanziaria personalizzata basato su ChatGpt, che ha ottenuto le relative autorizzazioni per qualificarsi come consulente, avendo superato il medesimo test cui sono sottoposti gli umani. Stando ai dati Consob aggiornati al 2022, il 45% dei risparmiatori italiani investe sulla base del consiglio di parenti e amici: per questi investitori naif passare a ChatGpt, alla luce delle competenze dimostrate dallo strumento, sarebbe già un grosso passo avanti.
2. Aiutare uno stock picking efficace
Anche il mestiere dell’analista, quella figura che prova ad anticipare con i suoi rating le azioni che “andranno bene” nel prossimo futuro, potrebbe in qualche modo insidiato da ChatGpt – sicuramente più economico e facilmente disponibile. Secondo uno studio pubblicato a novembre su Finance Research Letters (Pelster, Val 2023), ChatGpt è stato in grado di formulare previsioni degli utili societari correlate positivamente agli utili effettivamente riportati dalle aziende. Ciò suggerisce che l’Ia può supportare gli investitori nella selezione di azioni. Lo studio ha creato un esperimento ‘dal vivo’ durante una stagione degli annunci degli utili del 2023, domandando a ChatGpt di valutare le previsioni di profitto e l’attrattiva relativa delle aziende dell’S&P 500. Dal momento che le conoscenze di ChatGpt non sono aggiornate, è stata utilizzata una particolare estensione (WebChatGPT) per consentire l’accesso alle informazioni online. “ChatGpt-4”, hanno concluso gli autori, “adatta le valutazioni in risposta a sorprese sugli utili e informazioni sugli eventi di notizie in modo tempestivo”, pertanto, “una strategia di investimento basata su ‘valutazioni di attrattiva’ da parte di ChatGpt-4 produce rendimenti positivi”.
LE OPPORTUNITÀ PER TE.
Come esporre il portafoglio alle opportunità dell’AI?
Esistono fondi tematici dedicati a questo investimento?
Gli advisor selezionati da We Wealth possono aiutarti a trovare le risposte che cerchi.
TROVA IL TUO ADVISOR
3. Selezionare i fondi attivi che batteranno il mercato
Chi ha familiarità con i dati sa bene che individuare i fondi attivi che realizzeranno performance superiori al mercato è una selezione nella quale si gioca contro le probabilità: solo una minoranza dei fondi attivi, infatti, riesce a battere l’indice in modo continuativo. Uno studio pubblicato a ottobre sul Journal of Financial Economics, però, ha dimostrato come i sistemi di machine learning abbiano sfruttato “le caratteristiche dei fondi per selezionare portafogli long-only” in grado di estrarre una sovraperformance fuori campione del 2,4% annuo al netto di tutti i costi. Il lavoro condotto da quattro ricercatori guidati dal professor Victor DeMiguel (London Business School), ha analizzato i dati sui fondi azionari attivi statunitensi dal 1964 al 2015. E’ emerso che circa l’80% dei fondi presenta masse in gestione superiori alla dimensione ottimale: l’efficienza operativa, infatti, tende a diminuire una volta oltrepassata una certa soglia di asset in gestione. Le applicazioni di machine learning utilizzate in questo studio sono riuscite a individuare non solo i gestori che hanno dimostrato capacità, ma anche ad associare le altre caratteristiche che il fondo attivo dovrebbe avere per assestarsi su costi efficienti: in altre parole, fondi gestiti bene, ma non troppo “grossi”.
4. Gestire i fondi d’investimento meglio degli umani
E se fosse direttamente l’intelligenza artificiale a gestire il fondo d’investimento? Non sarebbe una novità: alcuni hedge fund percorrono da tempo questo genere di sperimentazione. Le evidenze della ricerca su questi fondi hanno mostrato come l’Ia sia in grado di battere la gestione attiva umana, senza, però, riuscire a battere il mercato. Lo studio “Man Versus Machine: On Artificial Intelligence and Hedge Funds Performance“, pubblicato nel 2022 su Applied Economics, aveva esaminato le performance di 826 hedge fund azionari attivi in Nord America nel periodo compreso fra il 2006 e il 2021. I ricercatori avevano suddiviso il campione in quattro categorie con automazione crescente: da quelli esclusivamente “umani” a quelli che fanno più affidamento sull’intelligenza artificiale. Quest’ultimo gruppo, in cui l’Ia decide le azioni in autonomia sulla base degli input che le vengono dati, è riuscito a generare un rendimento medio dello 0,75% al mese, contro lo 0,25% realizzato dai fondi puramente a gestione umana. Il risultato di questo studio forse più difficile da accettare, almeno per coloro che in questi mesi hanno indicato la superiorità dell’alleanza fra uomo e macchina, è che i fondi dalle performance peggiori non sono stati quelli “100% umani”. Ad aver deluso di più sono stati proprio i prodotti che sfruttavano l’intelligenza artificiale solo in parte, lasciando il controllo finale delle decisioni all’uomo.