Flash crash. Una parola quasi del tutto scomparsa. Oggi è invece tornata di moda. Il motivo? Lo show di ieri del Dow Jones. Certo: il paniere di Wall Street ha comunque chiuso in calo del 4,6% (cioè non è tornato sui livelli prima del crollo). E, tuttavia, non può negarsi che in pochissimi minuti ha ceduto oltre 1.000 punti per poi, sempre in pochissimo tempo, recuperare oltre la metà delle perdite.
Di là dall’evento dell’ultima seduta è indubbio che simili fenomeni, in realtà, hanno continuato ad esistere sui mercati. Così, tra gli altri, può ricordarsi il mini-terremoto della sterlina (19 maggio del 2017) ; oppure quello sui titoli di Amazon (mini flash crash del 9 giugno scorso). O, ancora, il tonfo istantaneo del future sull’argento (7 luglio 2017). Un susseguirsi di “scrolloni”. Spesso volutamente provocati per fare soldi. In altri casi, invece, danni collaterali di sofisticatissimi algoritmi.
Algoritmi e imprevedibilità.
Un contesto in cui i rischi, legati ai sistemi dei robot ultraveloci (e non solo), da un lato sono dietro l’angolo. E, dall’altro, spesso rimangono oscuri agli stessi esperti. Così non stupisce che gli operatori, quali l’ex analista quantitativa del noto hedge fund D.E.Shaw Cathy O’Neil, sottolineino il pericolo che l’intero ecosistema, pieno di complicati trading automatici, diventi imprevedibile. Caotico nel significato matematico del termine.
Un ambiente ipertecnologico che rischia di agevolare, e amplificare, gli scrolloni in Borsa. Sia ben chiaro: non si condanna l’innovazione tecnologica. Anzi! Per diversi aspetti (dalla riduzione dei costi alla liquidità dei listini) è positiva. Tuttavia gli elementi che creano problemi non sono pochi. E troppo spesso vengono dimenticati. Vediamone alcuni, senza pretesa di esaustività.
In primis può ricordarsi che alla base delle strategie dei trader automatici, nella maggiore parte dei casi, c’è la seguente struttura logica: «If something happens ..., then buy (or sell)». «Se qualcosa accade..., allora compra (o vendi)».
Dov è il valore dei fondamentali?
Orbene: si tratta di un meccanismo che non di rado considera le azioni (e tutti gli altri asset finanziari) come dei semplici numeri. Vale a dire: il trader automatico, basandosi su sistemi statistici, dapprima analizza, ad esempio, la dinamica del prezzo del titolo in un arco di tempo più o meno lungo. Poi, dopo avere individuato dei livelli significativi, li confronta con altre variabili. Non solo: valuta l’esistenza di eventuali legami (correlazioni) con altri asset. Al che arriva a definire un prezzo soglia che, nella sua strategia, è da considerarsi rilevante. Ad esempio: 20 euro. Ebbene: il prezzo così definito viene inserito nella struttura logica sopra descritta. La quale diventa: «Se il titolo scende sotto 20 euro…, allora vendi».
Quanto rappresentato sopra, ovviamente, è una semplificazione. E,
tuttavia, permette di comprendere in cosa consista un simile approccio all’investimento. Una strategia che, non sono in pochi a dirlo, si allontana dall’economia reale. L’azione, va ricordato, rappresenta un’azienda con i suoi manager, i suoi impiegati, i suoi operai e i suoi prodotti. Tutti elementi che, in linea di massima, vengono descritti dal bilancio: dal conto economico allo stato patrimoniale fino alla relazione di sindaci o degli stessi amministratori. L’analisi fondamentale, “appoggiandosi” proprio al bilancio, tenta di mantenere il collegamento tra la realtà societaria e la quotazione in Borsa.
Le nuove strategie, invece, allentano questo legame. Lo sviliscono nel convincimento che il numero del prezzo in sé sia l’unica cosa importante. Certo: può obiettarsi che il valore di un’azione “comprende” tutto ciò che ad essa è riferito. Così, ad esempio, se il business è gestito bene la quotazione in Borsa ne terrà conto. Ciò detto però, di là dal fatto che l’asimmetria informativa è fortemente presente sui mercati, è indubbio che spingere sullo sfondo gli elementi contabili o gli incontri con il management crea una cesura tra l’azione stessa è ciò che rappresenta.
Arriva l’intelligenza artificiale
Anche perchè le nuove frontiere dell’Intelligenza artificiale paiono addirittura andare oltre la realtà appena rappresentata. Negli Stati Uniti, ad esempio, ci sono società come Portware che sviluppano Artificial intelligence in grado di “costruire” sistemi predittivi praticamente su tutto: dai volumi alla volatilità fino alle anomalie nel flusso degli ordini. Meccanismi che, in tempo reale e soprattutto autonomamente, scelgono la strategia migliore a fronte del contesto che cambia. Con buona pace dei vecchi fondamentali.
Il valore segnaletico dei prezzi
Ma non è solo una questione di realtà e di numeri. Altro problema è costituito dal venire meno del valore segnaletico della formazione del prezzo stesso. Vediamo di spiegarci: come è stato descritto sopra gli algoritmi si basano spesso su strategie quantitative. Orbene: quando il peso dei robot-investitori cresce in Borsa (circa il 60% degli scambi è oggi in mano agli algo trader) gli stessi algoritmi diventano il riferimento del mercato. Sono loro che arrivano a “disegnare” i nuovi fondamentali senza, però, esserlo realmente. In tal modo l’affermazione che “tutte le informazioni sono riflesse nei prezzi” perde parte del suo significato.
La standardizzazione dei sistemi
Fin qui alcune “suggestioni” rispetto all’impatto dei robot sui mercati e agli effetti della tecnologia sugli stessi. E, tuttavia, non può dimenticarsi che a monte dell’operatività stessa ci sono strategie che a loro volta si basano su modelli matematici. Sia ben chiaro: il fenomeno non è recente. Inoltre, analogamente a quanto detto per i trader automatici, non si tratta di un problema in sè. Tuttavia deve ricordarsi il seguente aspetto. In teoria le soluzioni matematiche e tecnologiche in oggetto, possono essere le più sofisticate. Nella realtà la storia della finanza insegna (basta ricordare cosa è successo con i modelli per definire il rischio sui mutui subprime negli Stati Uniti) che l’industria di settore tende alla standardizzazione. Vale a dire: tutti (o quasi) puntano ad “appiattirsi” sulle stesse variabili, sugli stessi meccanismi. Con il che, nel momento in cui scatta la soglia limite, si crea l’effetto gregge. A ben vedere è un po’ quello che, probabilmente, è accaduto ieri. Troppi operatori, spesso automatici, si sono basati sulla volatilità. Nel momento in cui l’indice della paura, dopo avere traccheggiato intorno a quota 16, è schizzato oltre il livello di 32 sono partiti gli ordini di vendita.
Il lato oscuro degli algoritmi
Infine, ma non meno rilevante, deve ricordarsi il fenomeno della cosiddetta “black box”. Cioè: a fronte dell’eccessiva complessità del sistema, può non comprendersi quanto accaduto nel sistema stesso . Un esempio è dato dall’intelligenza artificiale basata su sistemi neurali. Questi, in parole molto semplici, riescono a trovare la coerenza tra l’input (informazione iniziale) e l’output (informazione finale) attraverso dei percorsi decisi in autonomia dalla stessa Artificial intelligence (Ai). Orbene: visto che i sistemi neurali prevedono milioni di nodi, può sorgere il problema della “black box”. Vale a dire: della non comprensione dei processi che hanno portato a un certo risultato. Il ragionamento, applicato alle Borse, fa ben capire quali rischi di sistema possono crearsi. Certo: il tema è ovviamente più articolato. In casi di utilizzo dell’Ai al di fuori della finanza, ad esempio nella diagnostica medica, il margine d’errore del robot è risultato del 7,5%. Quello dei medici umani del 3,5%. Ma nel momento in cui c'è stata la collaborazione tra uomo e macchina la percentuale d’errore è scesa allo 0,5%». Come a dire: l’interazione tra l’uomo (medico) e l’Ai è la strada giusta, quella da seguirsi. Tanto che in molti, proprio nella consulenza finanziaria robotizzata, scelgono questa opzione.
Ciò detto, però, le considerazioni effettuate dovrebbero fare riflettere sul fatto che la tecnologia in Borsa non è un semplice strumento. Bensì un vero e proprio habitat (basta pensare alle mille piattaforme di trading) in cui è difficile districarsi, sopravvivere, capire i nessi di causalità tra gli eventi. Insomma: il rischio è che sia la stessa struttura iper-tecnologica dei mercati a costituire la vera bolla.
© Riproduzione riservata