OSSIAM (Natixis) integra algoritmi e smart beta
Il machine learning crea l’alpha Esg
L’Esg attrae investimenti da tutti i segmenti finanziari, ma gli investitori stanno diventando più esigenti, e cercano maggiori rendimenti tenendo conto, allo stesso tempo, anche dei loro obiettivi ambientali, sociali e di governance. Per questo, diventa fondamentale utilizzare al massimo le potenzialità dei nuovi strumenti analitici e dei big data. «I dati Esg racchiudono indiscutibilmente valore aggiunto; per trovarlo è indispensabile riuscire a sfruttare meglio l’immensità di dati oggi disponibili», sostiene Carmine De Franco, Responsabile Ricerca Fondamentale di Ossiam, la società di gestione di Natixis Investment Managers specializzata in gestione quantitativa di portafoglio. L’obiettivo di Ossiam è quello di creare valore reale e dimostrabile attraverso una strategia Esg innovativa, che coniuga machine learning e smart beta.
La selezione di società in base ai rating Esg, mediante l’applicazione di filtri, non conduce necessariamente a rendimenti migliori. I rating Esg sono punteggi aggregati che, spesso, non prendono in considerazione informazioni significative sui punti di forza e di debolezza delle società. Le tecniche di machine learning sono invece in grado di analizzare un numero illimitato di variabili Esg per scoprire nuove fonti di valore aggiunto. Parallelamente, le strategie smart beta non si limitano più soltanto a controllare il rischio rispetto a benchmark, ma sono sistematizzate e progettate per migliorare il rendimento. Potenzialmente, questa combinazione può offrire agli investitori un alpha significativo rispetto ai benchmark azionari, riducendo la volatilità insita in questi indici.
Benchmark: Solactive GBS Index.
Portafogli ponderati sulla base della capitalizzazione di mercato, composti da società il cui rating ESG si colloca nel terzo superiore del gruppo di riferimento (ESG Top), nel terzo intermedio (ESG Mid) e nel terzo inferiore (ESG Low, ossia il terzo con il rating ESG più basso). ML opportunity: tutte le società valutate come opportunità dal machine learning. ML risk: tutte le società valutate come rischio dal machine learning.
Fonte: Performance of ESG and Machine Learning investment approaches, De Franco (2018), Ossiam Research Paper
BIG DATA E APPRENDIMENTO
Per ogni società è possibile individuare circa 150 indicatori Esg, ciascuno dei quali rappresenta una risposta a una domanda specifica che riguarda un determinato ambito. Distinguere le aziende in grado di realizzare una sovraperformance significa valutare questi indicatori per ogni singola società, con l’intento di individuare eventuali correlazioni tra i loro profili Esg e la probabilità di ottenere risultati migliori rispetto a società analoghe. Non sempre le tecniche di analisi tradizionali sono in grado di supportare questo processo complesso. Il modello di regressione lineare, ad esempio, si rivela insoddisfacente in presenza di un numero elevato di indicatori, come nel caso dell’analisi Esg.
In questo spazio si inseriscono le tecniche di machine learning. Il recente sviluppo del machine learning è conseguenza della maggiore disponibilità di banche dati eterogenee, di una maggiore potenza di calcolo e del successo di società come Amazon e Google, che fanno ricorso a questa tecnologia per orientare i loro modelli di business. Un algoritmo di apprendimento automatico analizza un grande insieme di dati e di variabili, individua relazioni consistenti tra queste variabili e i dati finanziari e adatta le relazioni man mano che i data set evolvono. Il punto di partenza della strategia Esg di Ossiam è costituito da un benchmark globale di azioni “broad”, che viene scremato escludendo le società che non rispettano i criteri Esg più avanzati. La strategia trae poi il suo principale valore dall’algoritmo di machine learning, che riesce a individuare schemi prevedibili nei dati Esg in presenza di un numero molto elevato di variabili. Ossiam ricerca nelle variabili Esg solo le tendenze marcate, che abbiano legami chiari con la sotto o la sovraperformance attesa rispetto al benchmark. I punteggi corrispondono a previsioni della performance futura e variano man mano che procede l’apprendimento automatico, consentendo di scoprire e di applicare nuove correlazioni, oltre che di adattare quelle esistenti. Data la fase di rapida evoluzione dell’investimento Esg, la componente di “autoapprendimento” del machine learning è essenziale. Utilizzando un algoritmo che preveda uno schema fisso, infatti, gli investitori non riuscirebbero a cogliere le evoluzioni continue (tecnologiche, normative, di mercato, ecc.) del “sistema Esg”.
LO SMART BETA RIDUCE LA VOLATILITÀ
Il rafforzamento del valore aggiunto ottenuto grazie ai processi machine learning può aggiungere volatilità e rischio di diversificazione al portafoglio. Per questo, nella fase di costruzione, è necessario un ulteriore elemento che consenta di ridurre tale rischio. L’altra componente chiave nella strategia di Ossiam è lo Smart Beta, o, più esattamente, l’elemento di Minimum Variance. La strategia Minimum Variance prevede di ponderare le azioni per minimizzare la volatilità totale del portafoglio, mantenendo comunque un livello sufficiente di diversificazione. Da un lato il Machine Learning crea alpha, e, dall’altro, lo Smart Beta si occupa del rischio, permettendo di costruire un portafoglio più robusto.
Ossiam è una società del gruppo Natixis Investment Managers.
Questo materiale viene fornito a scopo informativo solo a clienti professionali o investitori qualificati e non deve essere interpretato come una consulenza in materia di investimenti. Questo materiale non deve essere utilizzato con gli investitori retail. Le previsioni e le opinioni espresse sono alla data indicata e possono variare in base alle condizioni di mercato e ad altre condizioni. Non vi è alcuna garanzia che gli sviluppi siano conformi alle previsioni.
In Italia: Questo materiale è fornito da Natixis Investment Managers S.A., società di gestione degli investimenti ("Società di Gestione del Risparmio"), o dalla sua filiale Natixis Investment Managers S.A., Succursale Italiana, iscritta nell'apposito allegato all'Albo delle Società di Gestione del Risparmio tenuto dalla Banca d'Italia al n. 23458.3. Natixis Investment Managers S.A. è una società di gestione lussemburghese autorizzata dalla Commission de Surveillance du Secteur Financier, costituita secondo il diritto lussemburghese e registrata con il n. B 115843. Sede legale di Natixis Investment Managers S.A.: 2 rue Jean Monnet, L-2180 Lussemburgo, Granducato di Lussemburgo. Sede legale di Natixis Investment Managers S.A., Succursale Italiana: Via San Clemente, 1 - 20122, Milano, Italia.
Le entità di cui sopra sono unità di business development di Natixis Investment Managers, la holding di una gamma diversificata di entità specializzate nella gestione e distribuzione degli investimenti in tutto il mondo. Le società di gestione degli investimenti controllate da Natixis Investment Managers svolgono qualsiasi attività regolamentata solo nelle e dalle giurisdizioni in cui sono autorizzati o autorizzati. I loro servizi e i prodotti che gestiscono non sono disponibili a tutti gli investitori in tutte le giurisdizioni.
ET.partner_Natixis
