Quali sono gli impatti dell'intelligenza artificiale in finanza? Intervista a Donata Petrelli

Oggi abbiamo il piacere di condividere con voi l'intervista a Donata Petrelli. Donata nasce come matematica e si specializza nel campo dell'intelligenza artificiale. Collabora a diversi progetti come data scientist, sviluppando algoritmi specifici per i mercati finanziari.

Ciao Donata, raccontaci un po' di te e di come ti sei avvicinata al settore fintech

Ho sempre avuto una passione per i numeri e per la matematica in generale. Questa forte predisposizione mi ha spinto a scegliere percorsi di studio prettamente matematici e, contemporaneamente, a cercare opportunità lavorative dove potessi applicare le mie conoscenze e spingermi avanti affrontando nuove sfide. D’altronde sono convinta che se fai un lavoro che ti piace sei costantemente stimolato a crescere scoprendo cose nuove e gioisci quando trovi una soluzione ad un problema complesso. 

Nel corso degli anni, un po' per esigenze lavorative e un po' per interesse personale, mi sono sempre più avvicinata al mondo dell’economia e della finanza. Ho cominciato a studiare da vicino i mercati finanziari seguendo un percorso formativo verticale e, parallelamente, mettendo in moto una costante attività di ricerca fino a sviluppare modelli matematici per il settore. La successiva trasformazione dei modelli in algoritmi funzionali per la realizzazione di prodotti software mi ha fatto entrare nel mondo del fintech.

Quali sono le principali applicazioni dell'intelligenza artificiale in finanza?

Quando si parla di intelligenza artificiale e finanza il pensiero va subito alle ‘previsioni’. La possibilità di conoscere il futuro ha sempre fatto parte dell’immaginario collettivo, questo spesso anche spinto dalla letteratura e dalla filmografia del genere. Nella realtà l’intelligenza artificiale è applicata in un vastissimo numero di scenari sia apertamente visibili, come possono essere i robo advisor per la consulenza, sia nascosti come, solo a titolo di esempio, i sistemi di sicurezza per la rilevazione e la gestione delle frodi.

L’applicazione attuale dell’intelligenza artificiale nel settore finanziario è rivolta maggiormente verso l’analisi dei dati degli utenti come sta avvenendo, in generale, per questa disciplina. Oggi, infatti, la tendenza è di studiare le logiche inerenti la persona ed il suo comportamento, come l’analisi dei flussi, la ricerca di pattern comportamentali, l’identificazione di abitudini, la propensione al rischio ed altre. Si stanno sempre più usando tecniche per profilare gli utenti al fine di ottenerne una miglior classificazione da utilizzare poi per proporre prodotti e servizi dedicati. 

Rimanendo in ambito utente un altro importante scenario applicativo è quello del suo affiancamento nelle decisioni e come supporto informativo. Questo sta avvenendo molto velocemente un po' in tutto il mondo e con una autodeterminazione sempre maggiore. In Italia tuttavia si registra un atteggiamento molto più cauto dove l’utente preferisce ancora un rapporto più umano. Ma questo scenario è destinato a mutare velocemente, uniformandosi al resto del mondo, con l’entrata nel mercato delle generazioni più giovani che hanno un rapporto più agile con le nuove tecnologie.

Quali strumenti si dovrebbero conoscere per utilizzare al meglio l'intelligenza artificiale in finanza?

Dipende molto dal livello di complessità del lavoro che si deve svolgere e dagli obiettivi da raggiungere.

Comunque sicuramente suggerirei di partire da Excel, per il quale nutro un ‘affetto’ particolare. Si tratta infatti di uno strumento potente e flessibile ma, al tempo stesso, alla portata di tutti. All'occorrenza si può espandere e programmare direttamente rendendolo concettualmente scalabile e con il quale creare i propri tools.

Inoltre, nella sua ultima versione, sono stati aggiunti direttamente al suo interno alcuni importanti strumenti di AI che possono così essere utilizzati nativamente o integrati con altre piattaforme.

Nella cassetta degli attrezzi non può neanche mancare il noto programma R che permette di ottenere ottimi risultati grazie alle numerosissime librerie disponibili.

Salendo ancora di livello mi sento infine di consigliare l’uso della piattaforma Azure che permette di sviluppare qualsiasi tipo di applicativo per un numero infinito di scenari senza limiti di complessità e dove sono già disponibili tutti i possibili strumenti di intelligenza artificiale che vengono costantemente aggiornati.

L'intelligenza artificiale aiuta a migliorare la robustezza dei modelli previsionali?

I modelli matematico-statistici tradizionalmente utilizzati tendono ad essere particolarmente rigidi per la natura stessa del contesto in cui sono stati creati e pertanto si prestano poco a mutamenti di scenario. Oggi però ci troviamo di fronte a realtà che mutano repentinamente e con maggiore frequenza ed intensità. L’uso di tecniche di intelligenza artificiale, magari applicate a complemento, permette di creare modelli previsionali tendenzialmente più robusti in quanto riescono ad essere maggiormente adattivi e, soprattutto, riescono ad evolversi e migliorarsi nel tempo facendo perdere la monoliticità ai sistemi tradizionali.

Come vedi lo sviluppo e la diffusione dei roboadvisor in Italia? Hanno margini di crescita?

I roboadvisor si stanno sviluppando velocemente e lo faranno sempre di più. E’ una naturale evoluzione del settore come lo è stato l’avvento del digitale nella musica. Si tratta di un processo pressoché inarrestabile. Probabilmente si diffonderanno assumendo forme diverse da quelle attuali come già, in parte, sta avvenendo.

Da un lato stiamo infatti assistendo ad una specializzazione verso il mercato professionale come supporto agli intermediari mentre da un altro lato si stanno specializzando per venire incontro alle esigenze delle nuove generazioni di utenti che entrano nel mercato. Probabilmente si evolveranno integrandosi in maniera trasparente con altre componenti del settore come è avvenuto in passato per altre tecnologie. 

Come si possono usare algoritmi di data mining in una strategia di investimento? Ci fai qualche esempio?

Oggi disponiamo di grandi quantità di dati che noi stessi generiamo e questo è vero anche in ambito economico e finanziario. Le varie tecniche di data mining ci consentono di estrarre informazioni da questi dati.

Basti pensare alle ultime normative varate relative ai nostri dati per comprenderne la loro importanza e soprattutto il loro valore. Possiamo quindi analizzare questi dati per estrapolare informazioni, fino a poco tempo fa impensabili, che riguardano molti aspetti della nostra vita. Siamo in grado di studiare un utente e comprendere le sue abitudini di spesa, le sue capacità di risparmio, la capacità di investimento e la sua reale propensione al rischio senza tralasciare la deduzione degli effettivi orizzonti temporali; quindi profilare con estrema precisione un utente elaborandone dati provenienti dalle molteplici fonti di cui disponiamo.

Da qui a proporre soluzioni di investimento perfettamente adatte per il singolo utente il passo è molto breve.

Secondo te, perché si parla principalmente di intelligenza artificiale collegata al trading e agli investimenti finanziari?

Per una serie di motivi legati alla natura stessa dell’uomo e dei mercati finanziari.

Oggi i mercati sono molto complessi e veloci. Richiedono una grande quantità di competenze e di informazioni che vanno poi elaborate e sulla base delle quali bisogna prendere le giuste decisioni in modo rapido. Questa complessità e velocità è, da alcuni anni, in costante aumento e nel futuro lo sarà sempre di più.

Quando poi si ha a che fare con i propri risparmi e il proprio futuro finanziario subentra anche il fattore emotività che non va assolutamente sottovalutato. Risulta quindi facile dedurre perché sempre di più ci sia la tendenza ad appoggiarsi a tecnologie di intelligenza artificiale alle quali delegare compiti, fare elaborare velocemente grandi quantità di dati ed effettuare analisi che comprendano molteplici interconnessioni cogliendo delle sfumature che altrimenti potrebbero sfuggire. L’AI, basandosi su informazioni oggettive, può aiutarci a scegliere per il nostro meglio riuscendo a filtrare le nostre emozioni che potrebbero risultare controproducenti per noi stessi.

Quali consigli ti senti di dare a studenti che vogliano indirizzare la propria carriera sfruttando l'intelligenza artificiale e le possibilità che offre nel settore finanziario?

Rompere gli schemi! 

Studiare e provare costantemente, inventare, sperimentare ed esporsi condividendo con la community. Questo è l’atteggiamento per lavorare in un mercato globale, liquido e veloce come quello di oggi. 

Non aderire a protocolli solo perché è in voga nel momento. Viviamo in una società troppo veloce e volubile per farlo, sarebbe una corsa che difficilmente potremmo vincere. Credere nelle proprie idee è l’unica chance per emergere.

Grazie Donata per questa intervista e per darci una panoramica sulle applicazioni dell'intelligenza artificiale in finanza. A questo proposito, segnaliamo anche il libro che hai recentemente pubblicato dal titolo:"Excel e intelligenza artificiale per il trading. Programmazione VBA e algoritmi AI per operare con profitto sui mercati finanziari"