Il tema potrebbe apparire, a molti lettori, un po' distante dalle loro quotidiane necessità: servono informazioni ed indicazioni operative, non serve ... fare filosofia sulla Finanza.
Potremmo anche essere d'accordo: se non fosse che oggi sono numerose le strategie di marketing che si appoggaino proprio sull'espressione "Quant": "algoritmo" è il termine più di moda, al momento, nel marketing del risparmio. Pensate che ne ha scritto, proprio nel weekend scorso, anche il settimanale Cattolico Famiglia Cristiana.
Il risaprmiatore viene irretito con una terminologia "scientifica": al risparmiatore nessuno spiega che si tratta, banalmente, di strumenti vecchi più di cinquanta anni, strumenti già provati, già testati decine di migliaia di volte, sempre con risultati insoddisfacenti. Vi immaginate che, se esistesse un algoritmo magico, la macchina dei soldi, verrebbero proprio a raccontarlo a voi, risparmiatori finali?
L'industria ha investito miliardi di dollari (oppure euro) dagli anni Settanta ad oggi, per sviluppare modelli matematici sempre più complessi, e per testare algoritmi sempre più sofisticati: i risultati per la verità li conoscono tutti, nell'industria del risparmio, anche se non ve li raccontano.
Ma non avete bisogno di aspettare che qualcuno ve li racconti: noi sappiamo di avere, tra i lettori, e soprattutto tra i nostri Clienti, molti investitori consapevoli ed informati, e siamo certio che il Cliente finale, in generale, è molto più avanti, molto più curioso e molto più abile, di quanto pensino le Reti di vendita. E a loro diciamo: informatevi da soli.
Per questo, noi vi forniamo con regolarità punti di riferimento ed informazioni di dettaglio: sul tema di oggi, vi invitiamo a fare una ricerca sul Web e recuperare notizie su BARRA, la società che negli Anni Settanta si laciò sugli "ottimizzatori". Oppure recuperare una copia del libro di Grinold e Kahn, che dagli anni Ottanta viene considerato "il manuale operativo" di tutti i modelli basati sulla statistica, quei modelli che producono gli Alfa ed i Beta (Grinold - Kanhn è un testo dal quale poi sono derivati migliaia di altri manuali sul medesimo argomento, che potete facilmente trovare utilizzando ad esempio Amazon). Oppure andare sul sito della associazione statunitense CFA, e attraverso quello leggere i documenti pubblicati più di recente. I più curiosi potrebbero poi acquista una copia della rivista specializzata Journal of Portfolio Management.
Ma soprattutto, il nostro suggerimento è questo: dovete ritornare al 2008, al crash dei mercati ed al ruolo in quel crash del Fondo Global Alpha di Goldman Sachs, Fondo che fu poi chiuso dalla stessa Goldman Sachs nel 2011 dopo avere perso il 50% del suo valore. Il Fondo Global Alpha era basato proprio sul modello che si chiama "Black Litterman Modificato", con tutti i suoi Alfa (che danno il nome al Fondo) e Beta. Quello era esattamente lo stesso modello utilizzato oggi dalla maggior parte dei consulenti (anche via Web) per costruire i cosiddetti "portafogli di lungo termine ottimizzati". Quindi, state bene attenti alle scelte che fate oggi con i vostri soldi.
Cosa stiamo vedendo oggi in Italia? Succede che spruzzando qua e là alcuni termini presi a prestito dalla matematica si cerca di vendere ad un pubblico nuovo, quello del Web, roba vecchia: quasi come se si volesse fare credere che il Web è il supporto ideale per una modalità di investimento "più scientifica". Si tratta di fumo negli occhi degli investitori: banche vecchie e nuovi consulenti propongono "selezioni di Fondi" oppure "selezioni di ETF" o anche "selezioni di titoli" affidate all'algoritmo, e nessuno è capace però di spegare perché mai, da quell'algoritmo, dovrebbero uscire selezioni capaci di fare guadagnare soldi (e non perdere soldi come con il Global Alpha) al Cliente che investe.
Noi abbiamo già chiarito, più volte, in passato che in questo modo si abusa del termine "Quant": in Recce'd facciamo quotidianamente uso di modelli di valutazione matematici, ed utilizziamo in modo sistematico parametri quantitativi di valutazione, e ci aggiorniamo in modo regolare su tutti gli ultimi sviluppi della Finanza quantitativa nel Mondo: ma sappiamo che si tratta di una condizione necessaria, ma non sufficiente.
Confondere il Quant con la sola categoria dei modelli che stimano Alfa e Beta è un gravissimo errore. Quella è solo una parte, e neppure la più importante, delle tecniche e degli strumenti quantitativi a disposizione di chi opera, di chi investe e di chi gestisce il portafoglio titoli: è la parte di cui si è impadronita l'industria del risparmio, ed in particolare la parte commerciale, per vendere al Cliente "portafogli ottimizzati" che però, purtroppo, non funzionano mai.
Perchè non funzionano? Recce'd ne ha già scritto, e continuerà a scriverne. In aggiunta, stiamo preparando una serie di incontri per approfondire, sia via Web sia nelle maggiori città.
Detto questo, ed anche per non ripeterci, oggi prendiamo a prestito parole di altri, che vi riportiamo qui di seguito. Pariole molto chiare, che sono più che sufficienti a spiegare perché Recce'd oggi fa davvero la differenza.
Quant analysis without narrative is lifeless, and narrative without data is just providing opinions without support. We can be precise in pricing derivatives, but we may not know whether these derivatives are valuable. We can forecast exchange rates using past money and interest rate data, but we may not understand the next move by the Fed. We may have data that say stock CAPE is high, but we still may not know whether the market is rich given the environment.
Passive indexing, factor investing, and smart beta may help investor find effective base portfolios, but these portfolio tools may not help determine whether stocks or bonds are undervalued and ready for adjustment. To add portfolio value, there needs to be a story or narrative that tells something beyond the data as presented in the model framework. If you don't have anything more to say with a narrative, the fallback position is quant analysis and data. There is nothing wrong with a reliance on quantitative analysis and it may be more effective than a poor narrative not grounded in history, but narrative can address the key issue of uncertainty.
Quantitative work sets the stage for a good narrative to explain the numbers and add something that has not been measured. The narrative is necessary because there are some current events or expected future events that cannot be effectively expressed in past data. Uncertainty is different than risk, which can be measured with a quant model. Once there is a need to address issues beyond risk there is a need for narrative. Quantitative work handles the risk and narrative address uncertainty.
In queste parole, trovate il valore dei servizi di recce'd. In questa parole, è spiegato perché Recce'd fa la differenza.
