L'AI può gestire il tuo portafoglio? Bruce Keith di InvestorAI risponde in 'Zero Sum'

L'intelligenza artificiale sta penetrando sempre più nel mondo degli investimenti, dai hedge fund e desk di trading quantitativo fino ai portafogli retail e all'esecuzione automatizzata.

Ma con l'espansione dell'accesso agli strumenti basati sull'AI emerge una domanda più importante: gli investitori possono davvero affidare i loro soldi a una macchina?

Bruce Keith, CEO e cofondatore di InvestorAI, ritiene che la tecnologia possa migliorare radicalmente il modo in cui si investe, ma solo se impiegata per il compito giusto.

Intervenendo nell'ultimo episodio di Zero Sum, Keith ha spiegato perché chiedere a ChatGPT o a un altro large language model cosa comprare dopo può essere l'approccio sbagliato, perché l'AI potrebbe essere più efficace nelle decisioni di breve periodo rispetto agli investimenti a lungo termine, e cosa gli investitori dovrebbero esigere prima di affidare capitale a una strategia guidata dall'AI.

Le diverse facce dell'investimento con l'AI

La distinzione che Keith fa tra AI a uso generale e modelli di investimento progettati ad hoc è centrale nel dibattito.

I modelli linguistici di grandi dimensioni sono addestrati per rispondere a domande utilizzando enormi quantità di informazioni.

Questo li rende utili per capire cosa è successo in un portafoglio, riassumere le notizie e spiegare perché un asset si è mosso.

Ma prevedere un movimento di mercato specifico è un problema diverso.

Keith ha sostenuto che modelli di investimento efficaci devono individuare pattern di mercato ricorrenti, potenziali breakout e i punti in cui questi schemi cambiano, invece di limitarsi a recuperare informazioni già disponibili online.

Per farlo, la sua società ha adottato un approccio non convenzionale: adattare la computer vision, la stessa tecnologia usata nel riconoscimento facciale e nelle auto a guida autonoma, per analizzare i dati di mercato.

Trasformando enormi dataset in rappresentazioni visive, la loro AI può "vedere" pattern di breakout complessi che gli analisti umani, o gli LLM basati su testo, perderebbero completamente.

Questa distinzione è importante man mano che sempre più investitori retail cominciano a trattare i chatbot AI come consulenti finanziari informali.

Il vero vantaggio nell'investire può essere sapere quando uscire

Uno degli argomenti più interessanti di Keith è che entrare in una posizione è relativamente facile. Il problema più difficile è sapere quando uscire.

"Nessuno ti dice quando uscire."

Il punto più ampio è che gli investitori tendono a concentrarsi molto sulla ricerca della prossima operazione vincente, mentre è spesso la gestione del rischio a determinare se quei guadagni sopravvivono.

Keith ha detto che l'AI è particolarmente utile per decisioni di breve periodo, definendo quel periodo approssimativamente in due-tre mesi.

Gli esseri umani, a suo avviso, restano più adatti ai giudizi a lungo termine perché possono operare con informazioni incomplete e incorporare fattori difficili da quantificare per le macchine.

Questo suggerisce un modello ibrido piuttosto che completamente automatizzato: le macchine elaborano molte più informazioni di quanto possa fare un singolo investitore, mentre gli umani mantengono la responsabilità della visione d'insieme.

Investire con l'AI necessita di maggiore trasparenza prima che gli investitori possano fidarsi

Questo solleva un altro problema: come può un investitore determinare se una strategia basata sull'AI funziona realmente?

Keith sostiene che il settore ha bisogno di standard più chiari per presentare le performance.

Gli investitori non dovrebbero accontentarsi di un'unica cifra di headline o di un backtest dall'aspetto impressionante.

"Se quello che cercate è coerenza, coerenza dei risultati, coerenza della sovraperformance, allora la domanda deve essere: quanto è stata costante questa cosa?"

Consiglia di guardare innanzitutto il win rate e il beat rate, seguiti dai rendimenti medi e dai drawdown.

Una strategia che vince frequentemente può comunque distruggere capitale se le sue operazioni perdenti sono sufficientemente grandi.

L'implicazione è chiara: gli investitori dovrebbero valutare uno strumento AI allo stesso modo in cui valuterebbero un gestore di fondi umano, con un track record verificabile, una metodologia chiara e la comprensione di come si comporta sia nei mercati in salita sia in quelli in discesa.

I regolatori cercano di adeguarsi a una tecnologia in rapida evoluzione

Keith prevede inoltre che la regolamentazione diventerà una parte importante del dibattito sull'investimento con l'AI.

Ha detto che i regolatori sono intrinsecamente in ritardo, ma ha sostenuto che un approccio basato su principi potrebbe essere più efficace che cercare di scrivere regole dettagliate per ogni nuova applicazione.

Soprattutto, ritiene che la responsabilità non possa essere esternalizzata alla macchina.

Per le società finanziarie che implementano l'AI, ciò significa mantenere supervisione umana, controlli di rischio e responsabilità anche quando le decisioni diventano sempre più automatizzate.

La fase successiva è un'AI che fa più che raccomandare operazioni

La tecnologia potrebbe alla fine andare oltre la generazione di segnali fino all'esecuzione.

Keith ha detto che l'esecuzione automatizzata sta già diventando più comune, con l'AI che potenzialmente decide quando negoziare, quando fermarsi e quando fare una pausa dopo delle perdite.

Ma ha sottolineato che i necessari controlli di rischio devono essere costruiti attorno al sistema prima che gli investitori gli affidino somme rilevanti di capitale.

Questo potrebbe essere il vero passo successivo per l'AI nei mercati finanziari: non sostituire completamente gli investitori, ma diventare uno strato sempre più potente tra informazione ed esecuzione.

Le chiamate d'investimento finali di Keith riflettevano tale equilibrio. Ha citato la spesa per infrastrutture in India e JSW Steel tra le sue idee rialziste, mentre ha indicato la leadership statunitense come la sua chiamata ribassista e "ascoltare i giovani" come jolly.

Guarda l'episodio completo di Zero Sum per la conversazione integrale sull'investimento guidato dall'AI, la trasparenza, l'automazione e cosa serve per fidarsi di una macchina con denaro reale.