cover-trade-runner.jpg

Trade runner

Le scelte di computer e algoritmi, nel campo della finanza, sono determinate da memorie illimitate, ma nascondono insidie da scoprire.

di Francesco Gattei
11 min di lettura
di Francesco Gattei
11 min di lettura

Nell’aprile 1968 un computer batteva per la prima volta sugli schermi cinematografici un essere umano. HAL 9000, il capostipite di una serie di intelligenze artificiali sempre più instabili, non si accontentò di battere a scacchi l’astronauta Poole; dopo pochi minuti lo uccise assieme ad un gruppo di altri, ibernati nell’astronave. L’unico superstite riuscì tuttavia a disattivare il computer facendolo regredire all’età infantile e vincendo temporaneamente la guerra uomo-macchina.

HAL fu il primo esempio di computer psicotico della nostra storia. Fu poi seguito da macchine sempre più umanoidi come Ava (del film Ex machina) o i replicanti di Blade Runner, tendenti contestualmente all’autodeterminazione ed alla schizofrenia (oltre che ad una irresistibile – e talvolta condivisibile – avversione verso il genere umano).

Da allora abbiamo spostato la finzione dallo schermo alla realtà. Deep blue di IBM ha rotto il ghiaccio sugli scacchi. Come HAL (che aveva replicato la partita Roesch-Schlage del 1910 ma aveva barato, annunciando prematuramente uno scacco matto che poteva invece essere evitato) anche Deep Blue nel 1997 approfittò della nostra fragile psicologia. Al termine della prima partita, persa contro Kasparov, Deep Blue effettuò una mossa, dai più valutata inutile e senza logica. La mossa 44 analizzata nel dopo-gara dal campione georgiano aveva però fatto prefigurare una capacità di calcolo impossibile per un grande maestro e straordinaria anche per un computer di nuova generazione, potendo condurre ad un potenziale scacco matto nelle 20 mosse successive. Ma quella mossa, prima incompresa e poi esaltata, era il risultato di una scelta casuale che il PC si imponeva quando il programma entrava in loop. Da lì il povero Kasparov perse la sfida ancor prima di giocarla: cioè percepì la finitezza della propria natura. Abbandonò la seconda partita, che poteva invece condurre ad una patta (esattamente come Poole), e fece altri errori banali prima di cadere al sesto match, in sole 19 mosse (la sua sconfitta più breve).

infografica-trade-runner.png

La partita sui mercati finanziari

Qualcosa di simile sta avvenendo oggi su altre scacchiere: quelle del trading finanziario. E anche qui l’uomo sta abbandonando la partita prima del tempo. Negli ultimi venti anni, infatti, non ci siamo limitati ad utilizzare i computer per giocare a scacchi (troppo banale tenuto conto che il vostro mobile ha una sapienza scacchistica di 2900 punti ELO, superiore a quello dell’irascibile e geniale Bobby Fischer o dello stesso Kasparov). Abbiamo trasferito questo potenziale al trading finanziario, dai cambi alle commodity.

I computer non hanno la fragilità delle emozioni e le loro scelte di trading sono determinate da memorie illimitate e da una logica ferrea: fare la mossa più efficiente tra le opzioni razionali disponibili nella loro memoria. Tali esperienze, un tempo impostate ex ante dal programmatore (Deep Blue o Hal, erano due pesi massimi del calcolo istantaneo ma conservavano una memoria rigida), sono oggi sviluppate in auto-apprendimento dal computer stesso. E qui entriamo nella magia della conoscenza e dell’autodeterminazione: l’uomo determina solo come la macchina maturerà le sue esperienze, sta al computer definire, tramite algoritmi (Algos), le correlazioni chiave tra le variabili e le azioni più efficienti da effettuare.

Oggi la metà degli scambi nei mercati futures più evoluti è effettuata computer su computer, mentre un restante 40% di transazioni nasce in maniera passiva replicando indici o variabili chiave. Di fatto solo uno scambio su 10 è concepito da una rete neurale di origine biologica (e quindi con tutti gli elementi di forza e fragilità della mente umana). I restanti 9 scambi implicano l’utilizzo, almeno per una delle due parti, di un sistema di decisione artificiale. Nelle commodity gli algoritmi controllavano (nel 2016) oltre il 60% degli scambi di petrolio, il 45% degli scambi del grano e il 54% dei metalli preziosi. E il 90% degli scambi sulle valute.

Le insidie degli algoritmi

Il trading automatico, anaffettivo e istantaneo, nasconde, tuttavia, insidie che non abbiamo completamente compreso. Infatti gli algoritmi che collegano tra loro diverse variabili, aprendo o chiudendo in frazioni di secondo migliaia di posizioni finanziarie, generano un processo che massimizza il peso delle variabili di breve o brevissimo termine, dei newsflow di maggior frequenza e dei dettagli che arrivano dalle regioni economiche più trasparenti. Si perde il peso dei fondamentali, mentre aumenta il ruolo delle correlazioni di breve termine e degli arbitraggi temporanei. Inoltre, non viene considerato in alcun modo se il segnale di prezzo sia adeguato a costruire un business sostenibile. L’obiettivo del trading quantitativo è lo scambio al Margine, non l’individuazione di una posizione da mantenere per 12-18 mesi come facevano anche gli operatori più rapaci, gli hedge fund tradizionali.

Inoltre si sta attenuando la peculiarità di ogni singolo mercato (che sia quello del petrolio o del rame o del caffè), mentre aumenta il peso delle informazioni macroeconomiche per guidare le scelte sui singoli settori.

Insomma un processo così quantitativo porta a estremizzare il valore dei dati di input, massimizzando il peso delle correlazioni delle variabili pubblicate con maggior frequenza (che nel processo di deep learning diventano ancor più rilevanti), e limita lo sguardo al brevissimo termine (dove la correlazione tra i dati, come nelle previsioni del tempo a poche ore, è più immediata e diretta).

Il valore del dato più frequente aumenta anche il peso di statistiche storicamente più marginali. Ad esempio sul mercato petrolifero il pathos elettronico per alcuni anni è caduto sul numero dei rig attivi nell’onshore USA, pubblicato dalla Baker Hughes sin dal 1944 (e per decenni nella quasi completa irrilevanza sul trading), oggi considerata una proxy per misurare la crescita dell’offerta americana e quindi mondiale.

Vengono inoltre iper-analizzati i dati settimanali sulle scorte di petrolio in USA, dove le pubblicazioni sono addirittura due. Quella dell’API (pubblicata dal 1929) e quella dell’EIA, emesse a distanza di un paio di giorni ciascuna. I dati non coincidono, i trend a volta sono addirittura opposti (accumulo di scorte per un’agenzia, declino per l’altra) ma il confronto con le aspettative di consensus è immediato e muove i prezzi. In questo caso il delta scorte è una stima del grado di equilibrio tra domanda ed offerta sul mercato USA e, ancora, una proxy del mercato globale.

Come per i dati dei rig, si dà valenza globale a statistiche locali che coprono un mercato - quello americano - che pesa solo per il 20% dei consumi mondiali e per il 10% dell’offerta (e appena pochi punti percentuali in termini di export). Le dinamiche locali USA possono a loro volta essere condizionate dal ciclo della raffinazione, dall’export, da eventuali fattori meteo, dalle pipeline locali. Nessun approfondimento viene effettuato dagli Algos, ma appena un confronto immediato tra valore atteso e statistica pubblicata.

Il trading automatico non è solo quello petrolifero. I computer hanno anche le dita sporche di cioccolata. Nel gennaio del 2016 le prospettive per il mercato del cacao sono rialziste in attesa di un grande harmattan (una tempesta di sabbia che colpisce periodicamente i paesi del Golfo di Guinea da dove viene il 70 percento del cacao mondiale). Ma, contrariamente alle attese, il mercato registra una caduta del prezzo del cacao, così violenta ed improvvisa, che non appare spiegabile con i fondamentali. La spiegazione viene legata al calo della borsa cinese ed al timore di un hard landing dell’economia locale. Peccato che i cinesi consumino appena l’1 percento della cioccolata mondiale. Solo la correlazione tra crollo dell’economia cinese, crisi economica anche nei paesi occidentali e prezzo del cacao, giustifica un trend simile.

Un ulteriore effetto di questa sinfonia (o fragore) digitale è l’esplosione della volatilità nei momenti di incertezza (macchine sempre più rapide prendono simultaneamente decisioni simili con lo stesso set informativo). Quando questa volatilità esplode il sistema finisce brutalmente fuori controllo. Si tratta di quelli che vengono definiti flash crash, tracolli inspiegabili in pochissimi minuti.

Per dare un’idea, sul mercato petrolifero negli ultimi due mesi del 2018, nell’ambito di una marcata discesa dei prezzi, si sono registrate oscillazioni superiori al 4 percento in un quinto delle sedute (praticamente una volta alla settimana). Non sono stati veri e propri crash, ma qualche sbandata frequente.

Difficile giustificare tale volatilità con i fondamentali o con nuove informazioni. Si è trattato di meccanismi di trading che hanno agito in contemporanea (guidati da notizie provenienti a livello macroeconomico o dal settore petrolifero stesso) e in scia ad un trend di sell off su tutti gli asset finanziari globali.

Ad esempio il 24 dicembre il petrolio è sceso del 6 percento, per poi recuperare il 10 percento il 26 dicembre. In mezzo, i tortellini in brodo al cenone di Natale come unica informazione rilevante (o più in generale un posizionamento più bilanciato sulle prospettive macroeconomiche).

La ritirata dei trader umani

L’aspetto più sinistro del trading Algos è però l’uscita degli operatori tradizionali e del loro contributo quotidiano. Infatti la difficoltà di operare in mercati così complessi e troppo volatili, spinge gli umani (come gli scacchisti Poole o Kasparov) a rinunciare. Paradossalmente sono gli stessi attori che venivano accusati di alimentare la volatilità dei mercati, gli hedge fund, a pagare il conto.

L’idea di poter identificare un punto debole del mercato attraverso la conoscenza dei fondamentali è travolta dalla rapidità di analisi dei quantum fund che assicurano rendimenti più elevati. I grandi e storici hedge fund sono costretti a chiudere (manco fossero le librerie di quartiere spazzate via da Amazon). Nel 2018, sono rimasti operativi sulle commodity appena 130 hedge fund dei 368 presenti sei anni fa.

Andy Hall, soprannominato “Dio” per le sue qualità di prevedere l’andamento dei prezzi del greggio, ha chiuso nel 2017 il suo Astenbeck Capital Management Commodity Fund. La stessa cosa hanno fatto anche i fondi specializzati di Clive Capital e Centaurus Capital. E Brevan Howard ha chiuso a novembre 2018. Anche sul cacao, il famigerato “Chocfinger”, al secolo Anthony Ward ha chiuso il fondo nel 2017. Secondo Ward il trading automatico in passato creava distorsioni tra il 10-15% rispetto ai valori dei fondamentali, un livello “fastidioso ma gestibile”. Oggi quel valore sarebbe tra il 25-30%. L’ascesa delle macchine sta iniettando una grande volatilità nei mercati e “investire nelle attuali condizioni di mercato, utilizzando un approccio basato principalmente sui fondamentali è diventato sempre più impegnativo”. Scriveva così Andy Hall sulla lettera di epitaffio del proprio fondo.

Stiamo abbandonando la partita e ci stiamo gustando l’ebbrezza del trading digitale. Invochiamo la necessità di un focus sul lungo termine, di un mercato più equo e meno speculativo, ma allo stesso tempo stiamo applicando un modello sempre più oscuro, volatile e corto di visione.

“L’avidità è valida, l’avidità è giusta, l’avidità funziona. L’avidità chiarifica, penetra e cattura l’essenza dello spirito evolutivo”. Non è più Gordon Gekko che descrive la vera forza di Wall Street. Ma è un computer super moderno che ne ha preso il testimone con una potenza di fuoco e di cinismo ancor più dirompente. Ed ha imparato tutto da solo in pochissimi anni.