Recce'd ha già messo in evidenza questo tema pochi giorni fa su SoldiOnline.it, ma lo riprende oggi domenica 15 gennaio perché lo considera centrale per tutto il 2017 ed oltre.

Abbiamo già scritto, e ripetiamo qui, che oggi ogni investitore, prima di sceglire tra dollaro ed euro, oppure tra azioni ed obbligazioni, deve chiedersi con CHI sta parlando e QUALI strumenti sta utilizzando per investire.

Se fate ancora riferimento a un "gestore" che però non è, né è mai stato, un gestore. Se utilizzate prodotti che sono (è documentato) in grado di farvi perdere soldi anche se i mercati salgono, allora potete stare ore e giorni a chiacchierare di Trump e del Ministro Padoan, del petrolio e della Cina, ma alla fine rimarrete nel gruppo di coda, il gruppo dei perdenti.

I nostri lettori debbono tutti riflettere, con la massima attenzione, sulla Fiduciary Rule che negli Stati Uniti sarà effettiva tra meno di tre mesi. Perché, in poche parole, in questa regola c'è scritto che il Mondo è già cambiato. Non solo gli Stati Uniti: il Mondo.

The Department of Labor Fiduciary Rule is a new ruling, scheduled to be phased in April 10, 2017 – Jan. 1, 2018, that expands the “investment advice fiduciary” definition under the Employee Retirement Income Security Act of 1974 (ERISA). This sweeping legislation (1,023 pages in length) will automatically elevate all financial professionals who work with retirement plans or provide retirement planning advice to the level of a fiduciary, bound legally and ethically to meet the standards of that status. While the new rules are likely to have at least some impact on all financial advisors, it is expected that those who work on commission, such as brokers and insurance agents, will be impacted the most.

Il brano qui sopra mette in evidenza il fatto che la Fiduciary Rule americana si rivolge, inizialmente, agli operatori che si occupano di piani pensionistici, ma avrà immediatamente implicazioni per tutti coloro che lavorano nel mondo della distribuzione dei “prodotti finanziari”. E quindi, quando arriverà da noi in Italia, prima di tutto i venditori, ovvero i promotori finanziari e i bankers.

La Fiduciary Rule, come si legge, imporrà nuovi standard sia di etica sia legali. Vediamo con maggiore dettaglio:

The Department of Labor’s definition of a fiduciary demands that advisors act in the best interests of their clients, and to put their clients' interests above their own. It leaves no room for advisors to conceal any potential conflict of interest, and states that all fees and commissions must be clearly disclosed in dollar form to clients. The definition has been expanded to include any professional making a recommendation or solicitation — and not simply giving ongoing advice. Previously, only advisors who were charging a fee for service (either hourly or as a percentage of account holdings) on retirement plans were considered fiduciaries. Fiduciary is a much higher level of accountability than the suitability standard previously required of financial salespersons, such as brokers, planners and insurance agents, who work with retirement plans and accounts. "Suitability" meant that as long as an investment recommendation met a client's defined need and objective, it was deemed appropriate. Now, financial professionals are legally obligated to put their client’s best interests first rather than simply finding “suitable” investments. The new rule could therefore eliminate many commissionstructures that govern the industry.

Il cuore del problema sta tutto nella frase che leggete sopra in neretto: al criterio della appropriatezza, che è poi lo stesso identico criterio utilizzato in Italia ed in Eurozona (pensate a MIFID e dintorni), si sostituisce un ben diverso criterio, quello “fiduciario”. Non importa se il prodotto è "adeguato", oppure almeno non basta. E' importante che il prodotto sia "nel migliore interesse del Cliente". Sembra una cosa ovvia: invece, è la rivoluzione.

Affidare i propri ordini a un algoritmo, basato su un modello matematico, che fa "scattare" gli ordini quando compaiono certi segnali numerici, è a nostro avviso una scelta sbagliata, come abbiamo già scritto nei tre Post precedenti. E ci sono, come avete potuto leggere, risultati che supportano questa nostra affermazione.

La ridotta capacità di generare performances non è il solo problema che pesa sui gestori che si affidano agli algoritmi: un secondo e serio problema deriva dal fatto che tra di loro questi algoritmi si somigliano tutti.

Da qui, da questa sostanziale uguaglianza tra algoritmi, nasce il problema. Tutti i Fondi ed i portafogli gestiti in quel modo vogliono comperare, e poi vendere, nel medesimo momento, e secondo un certo numero di analisti lo si è visto di recente, quando la corsa a vendere di questi Fondi ha creato "strozzature" dei mercati, come di recente nell'estate 2015 e poi nel gennaio 2016 e nel giugno 2016.

Pochi giorni fa, una delle case di Fondi che utilizza modelli computer driven, la Casa più nota, che opera negli USA e che si chiama AQR, ha replicato all'accusa che i portafogli compurer driven aumentino l'instabilità dei mercati, con le parole che riferiva Bloomberg:

Don’t listen to Marko Kolanovic. Or anybody else who tells you quant managers regularly whip up bouts of pain and suffering for stock investors. Funds with programs that follow trends and sell like robots are getting smaller and simply aren’t big enough to overwhelm the $24 trillion U.S. equity market. That view comes courtesy of AQR Capital Management which, it should be noted, is far from an unbiased observer, given the $172 billion investment house pioneered many of the strategies coming up for vilification. AQR’s quants say they’ve had it after listening to more than a year’s worth of hectoring from analysts who blame managed futures and risk-parity strategies for everything from August 2015’s China meltdown to the post-Brexit plunge. “The analysis is inaccurate,” said Brian Hurst, a principal and portfolio manager for AQR’s managed futures and risk-parity strategies. “They are using oversimplified models with bad inputs.” However self-serving, AQR’s complaints amount to more than quibbles among math geeks. The past year has seen an ascendancy in the type of analysis the investment firm is describing, efforts to predict the impact of automated traders by estimating how much money they control and theorizing about their reactions to things like volatility. As AQR sees it, computer-driven funds are just scapegoats in a doomed quest to explain jarring market movements. Topping the enemies list is JPMorgan Chase & Co.’s Kolanovic, viewed by many as a gnomic visionary after calling an equity rout in the summer of 2015, blaming forced selling by automated funds.

A noi non interessa quantificare se e come i flussi dai Fondi computer-driven abbiano provocato o accentuato l'instabilità dei mercati. a noi invece sembra utile mettere i nostri lettori sull'avviso in merito ai rischi di queste tecniche, che come vedete pochi conoscono a fondo, inclusi i medesimi gestori che ci si affidano, come si comprende se si leggono con attenzione le risposte di AQR qui sopra.

Come abbiamo scritto nei due Post precedenti di questa serie, Recce'd è un gestore che utilizza strumenti quantitativi di analisi e valutazione, senza per questo affidare tutta l'attività di gestione, ed in particolare le scelte di compra-vendita, alla macchina. Noi in Recce'd non utilizziamo sistemi computer-driven, guidati dal computer, anche se utilizziamo la Finanza quantitativa.

Ne abbiamo scritto, e ne scriveremo ancora, per chiarire a chi ci legge che è in corso una campagna di stampa, o meglio di dis-informazione, il cui scopo è fare credere all'investitore finale che TUTTO il quant sia computer-driven (ed è del tutto falso),

Ed allo stesso tempo, per chiarire che è in corso una ancora più intensa, e spudorata, campagna di marketing delle banche e delle Reti per fare credere al Cliente che i sistemi che si affidano ad un computer sono superiori nella performance.

E' del tutto falso, ed è documentabile in centinaia di modi: noi scegliamo qui di affidarci all'attualità, e di fare quindi una cosa tanto semplice da risultare banale, ovevro leggere le notizie.

Eccone una di Bloomberg che spiega come i quant (certi "quant", come dicevamo: quelli degli "algoritmi magici") fanno perdere soldi ai loro Clienti.

L'articolo è di pochissimi giorni fa, e (tanto per non sbagliarci) abbiamo scelto una notizia che riguarda i quant di Blackrock, che è la casa di gestione con la massima raccolta di tutto il nostro Pianeta. Leggete con attenzione:

Like so many fund titans these days, Laurence D. Fink is betting on machines to turn around BlackRock Inc.’s beleaguered stock-picking business. Trouble is, they just might have made things worse. BlackRock’s main quantitative hedge-fund strategies -- which use computer models to sort through vast amounts of data to pick out patterns -- were on track for losses in 2016, according to a monthly client update sent out in late December. Of the five included, four were set for their worst returns on record, data through November showed. A separate investor presentation with a broader quant lineup showed that almost two-thirds underperformed

Ci sono due cose che vi interessano, in questo brano:

1. i quant degli algoritmi, quelli computer-driven, possono perdere i (vostri) soldi anche in un anno in cui l'indice di Borsa sale del 10%; quindi, fanno come i Fondi Comuni tradizionali, quelli cosiddetti "attivi": vi fanno perdere e pagare le commissioni
2. le grandi case di Fondi si sono buttate sui quant di questo tipo perchè non vendono più i vecchi Fondi Comuni: a questi uffici marketing non importa nulla se fanno meglio o peggio, il problema per loro è che il private banker oppure il promotore finanziario deve avere "una cosa nuova da vendere" a chi chiede di uscire (finalmente!) dai Fondi Comuni

Come in 100 occasioni precedenti, Recce'd vi aiuta a capire quale è il "trucco" degli algoritmi e dei modellini "di allocazione alla Black-Litterman", modelli bocciati dal mercato negli anni Novanta e ritirati fuori oggi con un pacchetto colorato diverso, e un fiocco nuovo. E' solo una strategia di marketing, nel loro interesse e non nel vostro di investitori.

Yet in many ways, BlackRock’s quant push reflects many of the broader pressures convulsing the money management industry. High costs and middling returns have caused investors to spurn active managers in favor of ETFs. To cope, many managers have turned to computer-driven strategies to gain an edge. That even includes some of the most storied names in the hedge-fund world, like Paul Tudor Jones and Ray Dalio, who have jumped on the quant bandwagon to bolster performance -- and justify their hefty fees.

Noi vi abbiamo informato: poi toccherà a voi scegliere.

Nel Post precedente a questo, Recce'd vi ha fornito una serie di dati sui Fondi di tipo "quant" che oggi sono più diffusi, ovvero i trend-followers.

Ora ci spostiamo su una seconda categoria di Fondi, che negli ultimi dieci anni ha raggiunto una grandissima diffusione, perché spinta dalla Reti: chiariamo subito, che rispetto ai trend-followers lo scopo di questa seconda categoria è molto più limitato.

Gli Smart Beta, infatti, sono Fondi "quant" che investono solo in Borsa: le tecniche dei trend-followers possono invece essere applicate a tutte le classi di strumenti finanziari.

Gli Smart Beta utilizzano i parametri più diffusi per la valutazione dei titoli azionari per costruire graduatorie di titoli (sempre più o meno arbitrarie nelle caratteristiche). Le strategie degli Smart Beta si ispirano a lavori accademici, una tradizione ispirata da alcuni studi di fama e French negli Anni Ottanta. Ai lettori interessati, siamo in grado di offrire un approfondimento dettagliato e i commenti di Recce'd.

Come vedete dal grafico, che vi presenta il dato annuo di extra-rendimento realizzato da queste strategie a partire dalla data in cui si è iniziato a calcolarne un indice, la maggior parte dei dati risulta positiva (i dati si fermano a metà 2016).

Allo stesso tempo, va anche detto che per le strategie più note, e diffuse, il risultato è spesso poco significativo (anche da un punto di vista statistico). Le prime a destra nel grafico, ovvero le strategie "growth" (dal 2003), e le quarte da destra "momentum" (dal 2007), presentano extra performances rispetto all'indice di borsa che possono tranquillamente essere azzerate in un solo anno, mentre risultano premianti le due categorie "value" (dal 2003) e "low volatility" (solo dal 2011), ma si tratta di due trades, di due temi di investimento,  in cui semplicemente si riflette una dinamica dei settori di Borsa che da anni premia i settori difensivi.

Diremo con grande chiarezza anche qui, come nel caso dei trend-followers, che Recce'd non utilizza queste strategie di gestione automatiche: conosciamo a fondo, per averci lavorato a lungo, i modelli di Fama e Frech dai quali tutto questo movimento ha tratto la sua origine (e tutti quelli che hanno fatto seguito in questo filone), e proprio per questa ragione possiamo dire che questi algoritmi non sono, a nostro avviso, in grado di aggiungere rendimento a quello medio dell'indice di mercato.

Termini come "quant" e "quantitativo" sono entrati ormai nel linguaggio comune. Allo stesso tempo, vengono utilizzati in modo spesso confuso dai professionisti, e per questo sono pochissimi gli investitori, sia Istituzionali sia privati, che hanno capito di che cosa si tratta esattamente.

Recce'd, in precedenti interventi, ha cercato di facilitare ai propri lettori la compresione di queste tecniche e di queste strategie, che si basano, a volte rigidamente a volte no, sull'utilizzo di dati numerici elaborati poi da modelli matematici di varia estrazione.

L'errore forse più comune è quello di credere che con l'etichetta "quant" si definiscano esclusivamente modelli di gestione del portafoglio che affidano, in modo automatico, ai calcoli effettuati da un algoritmo matematico tutte le decisioni di acquisto e di vendita per un determinato portafoglio.

Bene, non è così: diciamo (per ora, in modo sintetico) che l'universo "quant" contiene una infinità di cose, ovvero una infinità di modelli matematici sulla base dei quali sarebbe possibile costruire algoritmi automatici, oppure in alternativa fare anche molte altre cose, alcune delle quali (ad esempio i rankings) sono state già sperimentate nel corso degli ultimi 40 anni.

In questo primo Post vogliamo però concentrare l'attenzione su una delle categorie di modelli, algoritmi e prodotti quant: i CTA, ovvero i trend-followers, ovvero i modelli, gli algoritmi e i Fondi che utilizzano la statistica per "catturare" opportunità di trading, per individuare segnali di acquisto e di vendita.

Lo dichiariamo subito: noi non ci crediamo, in questi strumenti della statistica, ed infatti non affidiamo a loro i nostri portafogli. Ma sono strumenti molto diffusi, e per questo la loro esperienza ci può insegnare molte cose

Come vedete dal grafico qui sopra, i Fondi di trend-following, ovvero CTA, hanno perso soldi nel 2016: il 2016 è stato quindi un anno difficile, che fa seguito ad un altro anno difficile, ed il precedente era stato ancora più difficile per questo tipo di gestioni e di Fondi, che affidano ad algoritmi basati su regole statistiche la gestione del portafoglio titoli.

La grande popolarità dei trend followers è dovuta alla loro performance nel decennio 2000-2009, durante il quale seppero proteggere i propri portafogli dai forti ribassi delle Borse, come vedete nel grafico in basso.

Il problema però lo vedete nel medesimo grafico: questi Fondi CTA hanno prodotto, dal 2011 ad oggi, un risultato pari a zero, che su un periodo di cinque anni giustifica l'irritazione dei Clienti investitori (che portano via i soldi) e le perplessità di tutti gli operatori del settore, che da tempo si chiedono se in queste tecniche di trend-following ci sia effettivamente del valore per chi investe.

Proviamo a spiegare: i modelli statistici hanno effettivamente individuato "anomalie di mercato" sistematiche, che possono essere sfruttate sempre, per generare rendimento? Oppure hanno semplicemente misurato eventi che tra loro non sono collegati, e ricavato da qui una serie di parametri, operando sulla base dei quali non si genera alcun rendimento ma semplicemente si protegge un portafoglio dai ribassi? Perché se la verità è la seconda, allora ci sono strumenti molto meno costosi per ottenere il medesimo risultato.

Noi abbiamo già detto, con molta chiarezza, quale è la nostra visione delle cose: non utilizziamo i modelli di trend-following e, almeno per il momento, i dati ci danno ragione. Aggiungiamo qui sotto il commento di un esperto del settore:

Managed futures, as measured by the SocGen index, finished negative for the year. Many would have thought this was an odd 12-month return performance given the events of the year. Let's list some of the big moves:  the large equity decline in the first quarter, the equity gains in the fourth quarter, the bond gains and subsequent fall through the year, the dollar move higher, the BREXIT event, the US presidential election, and the comeback in oil to name a few. We could go on with some of the minor markets, but the overall conclusion is that there were trends and there were some large moves.

Unfortunately, one of the major flaws with any analysis of managed futures is that investors can always, after the fact, point to some large moves, and ask why they have not been exploited. This is the ultimate hindsight bias for analysis of this strategy. There were trends based on large price moves noticed in charts; therefore, trend-followers should have made money. 

Il commento qui sopra a Recce'd sembra condivisibile, ed ancora più condivisibili ci risultano le conclusioni qui sotto:

Systematic models capture specific price phenomena. If the environment does not exist, it does not matter what an investor may see in simple charts, money will not be made. Consequently, choosing a portfolio of managers is critical. However, while some diversification is valuable, there can be diminishing returns from too much diversification. Building a diversified portfolio is good, but too may managers may hurt overall gains.