L'intelligenza artificiale può prevedere e battere il mercato?

1. Riepilogo rapido
2. Tre cose diverse che chiamiamo previsione
3. Che cosa sa prevedere davvero l'intelligenza artificiale oggi
4. Le sei trappole di un backtest straordinario
5. Dove evapora il vantaggio quando diventa strategia
6. Quanto dura un vantaggio quando diventa pubblico
7. La catena che l'intelligenza artificiale deve attraversare

Riepilogo rapido

Una macchina può indovinare la direzione del mercato più spesso di voi e lasciarvi comunque in perdita. Basta che sbagli nelle poche giornate in cui il prezzo si muove davvero e che azzecchi quelle quasi ferme. Funziona anche al contrario, perché poche previsioni esatte su movimenti ampi ripagano molti errori di poco conto. La domanda se l'intelligenza artificiale possa prevedere e battere il mercato nasconde quindi tre domande distinte, che questo articolo tiene separate.

La prima chiede quanto un modello riduca l'errore rispetto a una regola di confronto molto semplice, per esempio prevedere per ogni titolo il rendimento medio del passato. La seconda chiede se quel miglioramento sopravviva su dati che il modello vede per la prima volta. La terza chiede che cosa resti del guadagno dopo commissioni, costi di negoziazione e ricambio del portafoglio.

Le prove disponibili cambiano molto a seconda del compito. Ordinare centinaia di titoli dal più promettente al meno promettente riesce meglio che prevedere l'andamento dell'indice intero, mentre leggere le notizie riesce meglio che prolungare una serie di prezzi passati. Fra le evidenze esaminate in questo articolo, i fondi europei che dichiarano di usare l'intelligenza artificiale sono l'unico controllo condotto con denaro vero, con risultati statisticamente indistinguibili da quelli degli altri fondi su un campione però piccolo.

Gran parte di quelle evidenze arriva da un backtest, cioè dalla simulazione di una strategia sui dati del passato. Una simulazione può ingannare in almeno sei modi diversi, dalla ricerca ripetuta nello stesso archivio storico fino alla scelta fortunata del periodo. Tutti e sei producono lo stesso sintomo, un grafico che sale con una regolarità troppo bella per essere vera.

I costi aprono il secondo varco. Pochi punti base, ciascuno pari a un centesimo di punto percentuale, separano una strategia che guadagna da una che perde, perché quel pedaggio va moltiplicato per il numero di operazioni. Una strategia che rinnova il portafoglio ogni giorno lo paga centinaia di volte all'anno, quindi parte con una zavorra che un vantaggio sottile raramente riesce a compensare.

L'ultima sezione raccoglie il metodo in cinque anelli, utilizzabili anche da chi ignora come funzioni un modello. Un segnale deve battere un riferimento semplice, reggere su dati nuovi, sopravvivere ai costi, funzionare con il capitale che avete davvero e conservare valore quando altri lo scoprono. Questa catena resterà utile anche quando i modelli di oggi avranno altri nomi.

Tre cose diverse che chiamiamo previsione

Immaginate un modello che indovini la direzione del mercato in 55 giornate su 100. L'esempio è inventato e serve soltanto a isolare il meccanismo; cento operazioni ipotetiche tutte dello stesso importo, un guadagno quando il segno previsto coincide con quello effettivo e una perdita quando il segno è sbagliato, senza costi e senza reinvestire i risultati. Nelle 55 giornate azzeccate il mercato si muove dello 0,1%, quindi il modello accumula 5,5 punti percentuali. Nelle 45 giornate sbagliate il mercato si muove dello 0,4%, quindi ne perde 18. Il tasso di successo del 55% sembra ottimo mentre il conto finale resta pesantemente negativo. Capovolgete le ampiezze e otterrete il modello opposto, quello che sbaglia più spesso di quanto indovini e porta a casa un guadagno.

La frequenza dei successi racconta quindi una parte soltanto della storia, perché ignora quanto si vince o si perde ogni volta. Da quella lacuna nascono tre domande separate, ciascuna con la propria misura. Quanto il modello riduce l'errore di previsione? Il vantaggio resiste su dati mai visti? Quanto rendimento sopravvive alle spese? Affrontarle in quest'ordine ha un motivo preciso, dato che ciascuna presuppone la risposta a quella precedente.

La prima misura è l'accuratezza statistica, cioè quanto un modello riduce l'errore rispetto a una regola di confronto dichiarata. Il confronto serve perché un errore, da solo, resta un numero muto. Nelle previsioni dei rendimenti azionari il riferimento abituale è elementare, dato che consiste nel prevedere per ogni titolo il rendimento medio del passato oppure semplicemente zero. Battere quella regola banale è più difficile di quanto sembri, perché i prezzi incorporano già le attese di milioni di persone. La misura vale inoltre soltanto se calcolata su dati che il modello vede per la prima volta.

Questa separazione ha un nome. La verifica fuori campione mette da parte una porzione di storia, costruisce il modello sul resto e lo giudica sulla porzione tenuta nascosta. Altrimenti somiglierebbe a un esame in cui lo studente ha già letto le soluzioni, dato che un modello abbastanza flessibile ricalca alla perfezione il periodo che lo ha generato. Lo studio di riferimento su questo punto copre i titoli americani dal 1957 al 2016 e riserva trent'anni interi alla verifica [1].

La migliore rete neurale, cioè un modello che apprende dai dati regolando migliaia di relazioni interne, spiega lo 0,40% della variazione dei rendimenti mensili dei singoli titoli [1]. Una regressione lineare, che assegna invece un peso fisso a ogni variabile, scende a -3,46% quando usa tutte le 920 informazioni disponibili e risale allo 0,16% quando ne usa soltanto tre [1]. Il valore negativo indica un modello che fa peggio della regola banale con cui viene confrontato.

La quota spiegata porta il nome di R² e misura la parte di errore che la previsione cancella rispetto al riferimento. Uno 0,40% significa quindi eliminare quattro millesimi dell'errore commesso dalla regola semplice. Che è cosa diversa dall'indovinare lo 0,40% delle volte e una cosa ancora diversa dal guadagnare lo 0,40%. La confusione fra queste tre letture è l'equivoco più frequente nelle presentazioni commerciali, perché trasforma un risultato tecnico onesto in una promessa di rendimento.

Un numero così piccolo sembra irrilevante finché manca un metro di paragone. Lo Sharpe ratio offre quel metro, perché rapporta il rendimento ottenuto oltre un investimento considerato sicuro alle oscillazioni sopportate per ottenerlo. Un portafoglio che rende il 6% in più del titolo di stato a breve oscillando del 12% all'anno ha uno Sharpe di 0,5, mentre lo stesso 6% con oscillazioni del 6% vale 1,0. A parità di guadagno, insomma, meno sobbalzi valgono un rapporto migliore.

Il collegamento fra le due grandezze è il passaggio che restituisce valore ai decimali. Campbell e Thompson mostrano che un R² va confrontato con il quadrato dello Sharpe ratio del mercato [2]. Il messaggio intuitivo sta tutto qui, dato che in un compito dove il margine di prevedibilità è sottile anche una quota minuscola di errore cancellata può contare, perché il metro di giudizio è la difficoltà del compito. Sulle azioni americane dal 1871 lo Sharpe mensile vale 0,108, quindi il suo quadrato vale circa l'1,2% [2]. Un R² fuori campione dello 0,25% rappresenta allora un quinto di quel riferimento, cioè una cifra minima in assoluto che però pesa rispetto a quanto il mercato concede.

Il passo successivo traduce quel rapporto in denaro dentro un modello teorico con ipotesi proprie. In quel modello un investitore decide quanto esporsi al mercato seguendo il segnale. La misura di quell'esposizione dipende dalla sua avversione al rischio, cioè da quanto rendimento accetta di sacrificare per ridurre le oscillazioni. Quella disposizione entra nei conti come un parametro, che vale 1 nel caso di riferimento e sale quando le oscillazioni pesano di più. Con avversione pari a 1 lo stesso R² dello 0,25% implica un aumento del rendimento medio mensile del 21%, pari a circa 25 punti base al mese o al 3% annuo, mentre triplicando l'avversione il beneficio scende a circa l'1% annuo [2]. Le cifre quantificano il valore teorico dell'informazione sotto le ipotesi di quel modello, al lordo di costi di negoziazione e di errori di stima, quindi vanno lette come un ordine di grandezza invece che come un rendimento ottenibile.

La seconda misura riguarda la capacità di previsione vera e propria, cioè la tenuta del vantaggio su osservazioni arrivate dopo la costruzione del modello. Il passaggio conta perché qualunque formula abbastanza duttile si adatta al passato, mentre pochissime sopravvivono al futuro. La prova più credibile ricostruisce ogni decisione con le sole informazioni che un investitore possedeva in quel momento, bilanci inclusi, rifiutando qualunque dato arrivato dopo.

La terza misura riguarda il rendimento economico, cioè il denaro che resta in tasca. Fra il numero prodotto dal modello e quel denaro si inseriscono le commissioni, la distanza fra il prezzo a cui si compra e quello a cui si vende, l'effetto del proprio ordine sul prezzo e il rischio accettato lungo la strada. Un modello accurato può quindi risultare impossibile da tradurre in operazioni, mentre un modello modesto sulla carta può rendere bene perché costa poco farlo funzionare.

Che cosa sa prevedere davvero l'intelligenza artificiale oggi

Le tre domande della sezione precedente chiedono prove. Le prove cambiano parecchio a seconda di che cosa il modello tenta di prevedere. Conviene tenere separati tre compiti che il linguaggio comune confonde. Il primo ordina molti titoli fra loro, il secondo prevede l'andamento dell'indice nel suo insieme, il terzo interpreta notizie appena pubblicate. Il primo compito è il più abbordabile perché chiede soltanto un confronto relativo, mentre il secondo chiede una previsione assoluta su una grandezza che dipende da economia, politica e umore collettivo.

Ordinare i titoli funziona così. I ricercatori dividono le azioni in dieci gruppi di pari numerosità, chiamati decili, ordinandole secondo il rendimento che il modello si attende. La strategia compra il decile più promettente e vende allo scoperto quello meno promettente. La vendita allo scoperto consiste nel cedere titoli presi in prestito per ricomprarli più tardi, quindi produce un guadagno quando il prezzo nel frattempo scende. La combinazione dei due lati si chiama long-short e serve a mettere a fuoco la capacità di distinguere i titoli promettenti da quelli deboli, perché un rialzo generale spinge verso l'alto il lato comprato e verso il basso quello venduto allo scoperto. Lo scopo del confronto è quindi misurare la differenza di rendimento fra i due gruppi. Comprare un gruppo e venderne un altro attenua l'esposizione all'andamento generale senza cancellarla da sé, dato che i due lati si compensano soltanto nella misura in cui reagiscono al mercato con la stessa sensibilità, una condizione da misurare caso per caso invece di darla per acquisita.

Su questo compito i numeri sono rispettabili. Il portafoglio costruito con le previsioni della rete neurale ottiene uno Sharpe annualizzato fuori campione di 1,35 pesando i titoli in base al loro valore di mercato e di 2,45 pesandoli tutti allo stesso modo, mentre il modello che decide quando esporsi all'indice S&P 500 arriva a 0,77 contro lo 0,51 di chi compra l'indice e lo tiene [1]. Pesare i titoli allo stesso modo dà però molto spazio alle società piccole, dove comprare e vendere costa di più, quindi la cifra più alta è anche la più fragile una volta aggiunte le spese.

Prevedere l'indice nel suo insieme resta invece un mestiere ingrato. Una variabile predittiva è una grandezza osservabile oggi che dovrebbe dire qualcosa sui rendimenti di domani, per esempio il rapporto fra i dividendi distribuiti da un indice e il suo prezzo. Goyal, Welch e Zafirov hanno riesaminato con dati fino alla fine del 2021 le 17 variabili storiche più 29 proposte da 26 lavori successivi al 2008, trovando che oltre un terzo delle nuove perde significatività statistica perfino nel campione originario [3]. Un risultato è significativo quando si distingue dal rumore casuale secondo la soglia scelta, quindi perdere significatività nei dati di casa propria è un segnale severo. Circa metà delle variabili che supera quel primo esame si comporta male fuori campione e soltanto un gruppetto regge entrambe le verifiche [3].

Il terzo compito, leggere le notizie, è quello in cui i modelli recenti danno il meglio. I modelli linguistici riconoscono relazioni statistiche nel testo e producono sequenze di parole plausibili, quindi sanno classificare il tono di un titolo di giornale. Lopez-Lira e Tang hanno fatto valutare a GPT-4 notizie pubblicate fra ottobre 2021 e maggio 2024, un periodo scelto dopo la data di addestramento del modello proprio per evitare che avesse già letto gli esiti [4]. Il sistema indovina la direzione della reazione immediata nel 90% circa delle giornate-portafoglio, cioè delle giornate valutate attraverso il portafoglio costruito sui segnali, reazione che gli autori considerano già consumata prima che un investitore possa operare [4].

Il guadagno potenziale sta quindi nel movimento successivo, quello che il prezzo compie nelle ore e nei giorni dopo il primo scatto. Su quel tratto la strategia simulata rende 34 punti base al giorno al lordo dei costi con uno Sharpe annualizzato di 2,97, contro 1,66 ottenuto da GPT-3.5 e 1,26 da un classificatore testuale più semplice, cioè da un programma che assegna a ogni notizia un'etichetta positiva o negativa [4]. Il risultato però si consuma in fretta, perché lo Sharpe scende da 6,54 nel quarto trimestre 2021 a 3,68 nel 2022, a 2,33 nel 2023 e a 1,22 fra gennaio e maggio 2024 [4]. Restano cifre al lordo delle spese, un dettaglio che la quinta sezione trasforma in un problema serio.

Il quadro cambia tuttavia quando il compito riguarda i numeri puri invece delle parole. Le serie storiche sono sequenze di valori ordinate nel tempo, come i prezzi di chiusura di un'azione. Tan e coautori hanno esaminato tre sistemi che applicano modelli linguistici a questo compito e li hanno smontati pezzo per pezzo [5]. Rimuovendo la componente linguistica i risultati restano uguali o migliorano, con tempi di calcolo inferiori fino a tre ordini di grandezza, cioè fino a mille volte più rapidi [5]. Limitatamente a quei tre sistemi, capire una frase e prolungare una curva si rivelano abilità distinte, un esito che invita a guardare il compito specifico invece dell'etichetta intelligenza artificiale. Che cosa accada con architetture diverse resta una domanda aperta.

Il denaro vero offre infine una prova che nessuna simulazione può sostituire. L'alfa è il rendimento che resta dopo aver tolto quanto spiegato dai rischi inclusi nel confronto, mentre l'intervallo di confidenza è la fascia di valori compatibili con l'incertezza della stima. L'autorità europea degli strumenti finanziari e dei mercati, ESMA, ha analizzato 825.000 documenti di 44.000 fondi europei e nei dodici trimestri fino a metà 2024 ha trovato un alfa medio di -0,37% per i 35 fondi azionari che dichiarano di usare intelligenza artificiale contro -0,35% per i 7.739 fondi di confronto, con una differenza compresa fra -0,23 e +0,19 punti percentuali [6]. L'unica differenza solida riguarda i costi, inferiori di 15 punti base per i fondi che dichiarano l'uso dell'intelligenza artificiale. Quel divario di costo regge anche controllando dimensione, età e area geografica [6].

Le sei trappole di un backtest straordinario

Quasi tutte le cifre della sezione precedente arrivano da simulazioni sui dati passati. Una simulazione riesce a mentire perfino quando nessuno ha barato, quindi capire il meccanismo aiuta a evitare errori grossolani. Supponete di provare mille varianti della stessa strategia sullo stesso ventennio di dati e di conservare soltanto quella con il grafico più regolare. L'esempio è inventato, però descrive una pratica comune. Quella selezione usa informazioni che l'investitore dell'epoca non possedeva, cioè l'esito delle altre 999 varianti. Il procedimento produce un vincitore anche quando tutte le varianti sono prive di valore predittivo [7]. Il fenomeno si chiama sovradattamento e consiste nell'aderire alle particolarità casuali dei dati osservati, un po' come un abito cucito addosso a una persona seduta, che poi stringe appena quella si alza.

L'intelligenza artificiale accelera questa ricerca di molti ordini di grandezza, quindi aumenta insieme la probabilità di trovare relazioni vere e quella di scambiare il caso per informazione. Le sei trappole che seguono sono i modi concreti in cui quello scambio avviene.

La prima trappola è il data snooping, cioè la ricerca ripetuta dentro lo stesso archivio di dati. Un fattore è una caratteristica dei titoli, come la dimensione o il rapporto fra prezzo e utili, usata per spiegare differenze di rendimento. Harvey, Liu e Zhu hanno catalogato 316 fattori proposti in 313 articoli e hanno concluso che, visto il numero enorme di tentativi condotti dalla comunità scientifica, un fattore nuovo dovrebbe superare una statistica t di 3 invece della soglia abituale di 2 [8]. La statistica t misura quante volte la dimensione del risultato supera l'incertezza della sua stima, quindi alzarne la soglia equivale a chiedere prove più forti a chi arriva dopo mille tentativi altrui.

La seconda trappola è la fragilità delle anomalie, cioè delle regolarità nei rendimenti che sembrano sfuggire ai modelli di riferimento. Hou, Xue e Zhang ne hanno replicate 447 con criteri uniformi, dando alle società minuscole il peso che hanno davvero sul mercato invece di contarle come tutte le altre. Da quella replica 286 anomalie, il 64% del totale, risultano prive di significatività alla soglia del 5% [9]. Fra le sole variabili legate alla liquidità ne cadono 95 su 102, mentre alzando l'asticella alla statistica t superiore a 3 le bocciate salgono a 380, cioè all'85% [9]. Una replica condotta con lo stesso metro separa il segnale dalle scelte particolari dei singoli studi.

La terza trappola è il leakage, cioè una fuga di informazione dal futuro verso il passato. Immaginate di usare in una simulazione di gennaio un dato di bilancio che la società ha pubblicato soltanto a marzo. Il modello sembra anticipare l'evento perché qualcuno gli ha passato una parte della risposta. Kapoor e Narayanan hanno censito otto tipi di leakage in 17 discipline scientifiche, con 329 articoli coinvolti [10]. Nella replica degli studi sulla previsione delle guerre civili il vantaggio dei modelli complessi svanisce una volta chiuse le fughe [10]. Il campo di applicazione è lontano dalla finanza mentre il difetto di metodo è identico.

La quarta trappola è il survivorship bias, cioè la selezione dei sopravvissuti. Un archivio costruito oggi tende a contenere soltanto le società e i fondi ancora in vita, quindi le entità fallite o chiuse durante il periodo escono dal calcolo portandosi via le loro perdite. Il passato ricostruito in questo modo appare migliore di quello che un investitore ha realmente attraversato. Il divario cresce proprio nei periodi difficili, quelli in cui una strategia andrebbe giudicata.

La quinta trappola è il publication bias, cioè la selezione di ciò che arriva in pubblico. Un risultato positivo e sorprendente ha molte più probabilità di diventare un articolo rispetto a dieci tentativi inconcludenti finiti in un cassetto. Il lettore vede quindi una raccolta già filtrata verso gli esiti interessanti. Ogni singolo studio può essere ineccepibile mentre l'insieme disponibile racconta una storia troppo ottimista.

La sesta trappola è la scelta del periodo. Una strategia provata dalla fine di un crollo fino a poco prima del ribasso successivo eredita la fortuna delle date più che il merito del modello. Il controllo utile ripete l'esercizio su finestre diverse e include almeno un tratto di mercato ostile. Un solo intervallo, per di più scelto dopo averne visto l'esito, lascia aperta la domanda su quanto dipenda dal modello e quanto dal calendario.

Il rimedio a tutte e sei è procedurale più che statistico. Arnott, Harvey e Markowitz organizzano la verifica in sette categorie, dalla motivazione economica del segnale al numero di test condotti fino alla cultura della ricerca di chi lavora sui dati [11]. La validazione incrociata divide i dati in parti diverse per addestrare e per controllare il modello, così da evitare un giudizio formulato sugli stessi esempi da cui ha imparato. Dati separati, informazioni davvero disponibili all'epoca e alternative scartate dichiarate apertamente pesano più di qualunque grafico.

Dove evapora il vantaggio quando diventa strategia

Supponiamo ora che un segnale abbia superato tutte e sei le trappole. Resta l'ostacolo più prosaico, cioè il costo di trasformarlo in operazioni. Immaginate una strategia che guadagna 30 punti base al mese prima delle spese, ogni mese compra e vende per un valore pari a metà del portafoglio e paga 20 punti base per ogni operazione completa di acquisto e rivendita. Il conto segue il capitale movimentato più che il numero dei titoli, perché cambiare metà delle posizioni può corrispondere a una quota di capitale maggiore o minore di metà, a seconda del peso dei titoli coinvolti. Movimentare metà del valore del portafoglio significa pagare quel pedaggio su metà del capitale, quindi 10 punti base al mese. Il guadagno netto scende così a 20 punti base. Portate il valore scambiato al 150% del portafoglio ogni mese e il vantaggio sparisce del tutto. I numeri sono inventati, mentre l'aritmetica è esattamente quella che decide il destino delle strategie reali.

Quel pedaggio si compone di voci diverse. Le commissioni sono addebiti espliciti. Lo spread denaro-lettera è la distanza fra il prezzo migliore a cui qualcuno è disposto a comprare e quello più basso a cui qualcuno è disposto a vendere, quindi su un'azione con 10,00 in denaro e 10,02 in lettera chi compra paga 10,02 mentre chi vende subito incassa 10,00. L'andata e ritorno brucia due centesimi su dieci euro, cioè 20 punti base, prima ancora che il prezzo si muova. L'impatto di mercato aggiunge il resto, perché un ordine abbastanza grande sposta il prezzo contro chi lo invia.

Il moltiplicatore di tutte queste voci ha un nome. Il turnover misura il valore comprato e venduto in un periodo rispetto alla dimensione del portafoglio, quindi un turnover del 100% al mese corrisponde a scambi equivalenti all'intero valore del portafoglio nell'arco del mese. Quel valore può concentrarsi più volte sulle stesse posizioni, entrate e uscite a ripetizione, invece di tradursi in un ricambio completo dei titoli. Novy-Marx e Velikov mostrano che i costi colpiscono soprattutto le anomalie con turnover elevato e che la tecnica semplice più efficace per difendersi introduce un buy/hold spread, cioè una soglia esigente per comprare un titolo affiancata da una soglia più tollerante per mantenerlo una volta entrato in portafoglio [12]. Il termine indica una distanza fra due soglie del segnale e va tenuto distinto dallo spread denaro-lettera, che è invece una distanza fra due prezzi.

Un esempio inventato chiarisce la regola. Immaginate un punteggio del segnale che va da 0 a 100, con acquisto sopra 80 e mantenimento finché il punteggio resta sopra 60. Un titolo sceso a 70 rimane in portafoglio senza però rientrare fra i nuovi acquisti. La fascia fra le due soglie evita di comprare e rivendere a ogni piccola oscillazione, quindi riduce il turnover proprio dove il conto dei costi è più salato. Le due cifre servono soltanto a illustrare il meccanismo.

Con questo metro, quanto resta delle anomalie note? Chen e Velikov ne hanno misurate 204 includendo gli spread effettivi e la tecnologia di negoziazione degli anni Duemila, trovando un rendimento netto atteso di 4 punti base al mese per il caso medio, con un errore standard pari a 2 [13]. L'errore standard misura quanto la stima oscillerebbe ripetendo la misurazione su campioni diversi, quindi un'incertezza pari a metà della stima avverte che quei 4 punti base indicano un ordine di grandezza molto incerto invece di una cifra affidabile. Una stima così fragile lascia il risultato compatibile anche con un rendimento netto vicino allo zero. Le anomalie più forti arrivano a circa 10 punti base netti dopo la correzione per la ricerca ripetuta, mentre alcuni metodi di combinazione toccano i 20 [13]. Il rendimento lordo medio dopo la pubblicazione resta intorno ai 28 punti base al mese, mentre il prodotto fra valore scambiato e costo di ogni operazione se lo mangia quasi per intero [13]. Il dato resta mensile anche qui, visto che portarlo su scala annuale richiederebbe ipotesi sul reinvestimento e sulla continuità della strategia che la fonte non fornisce.

La strategia costruita sulle notizie lette da GPT-4 mostra la stessa aritmetica in versione accelerata. Il suo turnover sfiora il 190% al giorno, quindi il conto dei costi va moltiplicato per centinaia di operazioni all'anno [4]. Con 5 punti base di costo per operazione completa il rendimento cumulato sull'intero periodo resta sopra il 300%, con 10 punti base resta sopra il 100%, mentre con 20 punti base la strategia smette di essere profittevole [4]. Le tre cifre sono scenari di costo riferiti all'intero campione, quindi evitate di leggerle come rendimenti annuali promessi. Gli autori stessi osservano che sfruttare questi schemi resta praticabile solo per chi opera con costi molto bassi, per esempio i market maker che forniscono prezzi in continuo [4].

Esiste poi un limite che nessuna efficienza operativa supera. La capacità misura quanto capitale una strategia può assorbire prima che i suoi stessi ordini muovano i prezzi e consumino il vantaggio. Il vincolo stringe soprattutto sui titoli meno liquidi, cioè quelli che si scambiano con difficoltà senza spostarne la quotazione, quindi un segnale reale può restare autentico e nello stesso tempo inutilizzabile per chi gestisce somme importanti.

Il contrappunto arriva da una ricerca che va in direzione opposta e merita spazio proprio per questo. Il machine learning, cioè l'apprendimento automatico che ricava regole dai dati invece di riceverle scritte, permette secondo Azevedo, Hoegner e Velikov di combinare molti segnali ottenendo rendimenti mensili netti fuori campione fino all'1,42% [14]. Il loro modello a memoria sequenziale, che conserva traccia delle osservazioni precedenti, raggiunge un alfa netto dell'1,20% con statistica t di 3,46 nonostante un turnover superiore al 50%, mentre le tecniche di contenimento dei costi riducono le spese senza migliorare il rendimento netto [14]. Il lavoro circola come working paper, cioè come ricerca pubblica che deve ancora completare la revisione di una rivista scientifica.

Le due famiglie di risultati misurano cose diverse, dato che una guarda le anomalie classiche una per una mentre l'altra combina molti segnali con metodi più sofisticati. La discrepanza resta aperta a ottobre 2026 e conviene dichiararla. Ogni metodo richiede il proprio conto completo, condotto sui propri costi reali.

Quanto dura un vantaggio quando diventa pubblico

Un vantaggio che sopravvive ai costi deve ancora superare un'ultima prova, cioè la concorrenza di chi lo scopre. Un mercato viene detto efficiente quando i prezzi incorporano le informazioni disponibili. Il meccanismo è semplice da osservare. Una buona notizia letta da molti investitori fa salire il prezzo in pochi istanti, quindi chi arriva più tardi compra già caro e trova uno spazio di guadagno molto più stretto. Lo stesso vale per una strategia, perché i titoli che compra diventano più cari man mano che altri la imitano.

L'efficienza perfetta contiene però una contraddizione istruttiva. Grossman e Stiglitz osservano che raccogliere e analizzare informazioni costa denaro e tempo, quindi un mercato in cui i prezzi riflettessero già tutto toglierebbe a chiunque la ragione di sostenere quella spesa [15]. L'equilibrio richiede quindi un margine di inefficienza abbastanza ampio da remunerare chi cerca segnali, perché una ricerca che smette di essere redditizia smette anche di immettere informazione nei prezzi [15]. Quel margine esiste davvero e attira proprio per questo la concorrenza che tende a consumarlo.

La pubblicazione accademica accelera il consumo. McLean e Pontiff hanno studiato come cambia la prevedibilità dei rendimenti dopo che una ricerca rende noto un segnale [16]. Chen e Velikov, replicando la constatazione sul proprio campione di 204 anomalie, osservano una riduzione del rendimento lordo vicina al 50% dopo la pubblicazione, che sale al 72% restringendo l'analisi al periodo successivo al 2005 [13]. Nel loro calcolo la media mobile a cinque anni del rendimento netto, cioè la media ricalcolata facendo scorrere una finestra di cinque anni lungo il tempo, passa da circa 45 punti base al mese prima della pubblicazione a circa 10 dopo [13]. Il fenomeno porta il nome di decadimento dell'alfa.

La caduta dello Sharpe già riportata per la strategia sulle notizie, da 6,54 a 1,22 in meno di tre anni, racconta la stessa storia a velocità molto maggiore [4]. La diffusione di strumenti simili è una spiegazione compatibile con quei numeri, senza che i dati disponibili permettano di attribuirle l'intero declino. La data di un risultato conta quindi quanto il suo valore iniziale, dato che un backtest fermo a tre anni fa dice poco su oggi.

In alcuni segmenti del mercato il vantaggio dura meno del tempo necessario a premere un pulsante. Gli operatori ad alta frequenza sono imprese che comprano e vendono in frazioni di secondo, dove un millesimo di secondo fa differenza. Budish, Cramton e Shim documentano un caso in cui ridurre il tempo di trasmissione su una tratta da 16 a 13 millisecondi aveva un valore competitivo elevato [17]. La corsa alla velocità lasciava però immutate la dimensione e la frequenza delle occasioni di arbitraggio meccanico, cioè dei profitti legati a prezzi momentaneamente disallineati, limitandosi ad alzare l'infrastruttura necessaria per raggiungerle [17]. Riconoscere un disallineamento serve a poco quando un concorrente agisce prima che l'informazione attraversi la rete.

L'adozione degli stessi strumenti da parte di molti operatori aggiunge un rischio di natura diversa. Le correlazioni misurano la tendenza di più comportamenti a muoversi insieme. Il Financial Stability Board indica quattro canali che possono far convergere le decisioni di molti operatori [18]. Sono il comportamento imitativo, i vantaggi che crescono con il numero di adottanti di un modello, la scelta limitata di fornitori con prestazioni adeguate e l'opacità sui dati di addestramento, che porta a dipendere inconsapevolmente dalle stesse fonti [18]. Molti sistemi che decidono di vendere nello stesso istante amplificano il movimento che ciascuno di essi cercava di evitare.

Resta infine il logorio del tempo, che agisce anche senza concorrenti. I cambi di regime sono periodi in cui le relazioni osservate in precedenza mutano perché cambiano inflazione, tassi, regole, partecipanti o tecnologia. Un segnale imparato in un ambiente perde efficacia in quello successivo senza che il codice contenga alcun errore, quindi la verifica seria richiede finestre temporali diverse e risultati recenti, oltre a una buona media sull'intero passato.

La catena che l'intelligenza artificiale deve attraversare

Le cinque sezioni precedenti si lasciano riassumere in cinque anelli, da percorrere nell'ordine. Ogni anello richiede una prova propria, mentre la solidità dei primi lascia completamente aperti quelli successivi. Chi vi mostra un risultato ha di solito superato un anello soltanto.

Il primo anello riguarda il segnale. Il modello riduce davvero l'errore rispetto a una regola semplice come la media storica oppure come una previsione sempre uguale a zero? La misura deve dichiarare che cosa cerca di anticipare e quale riferimento supera, perché una percentuale priva di riferimento dice pochissimo. Qui serve anche il metro di paragone della seconda sezione, dato che un R² minuscolo può valere parecchio in un compito molto difficile.

Il secondo anello riguarda i dati nuovi. La procedura ha funzionato su periodi successivi a quelli usati per costruirla? Una verifica walk-forward ricostruisce il passare del tempo, addestra il modello con le sole informazioni disponibili fino a una certa data, lo giudica sul periodo seguente e poi avanza di un passo. Il protocollo di Arnott, Harvey e Markowitz aiuta a presidiare questo anello attraverso dati separati, numero di test dichiarato e scelte di modello documentate [11]. Qui si concentrano le sei trappole del backtest.

Il terzo anello riguarda le operazioni. Quali titoli vanno comprati o venduti, con quale frequenza e a quale prezzo realistico? Il rendimento che conta arriva dopo commissioni, spread, impatto sul mercato e ritardi di esecuzione. Una strategia che sostituisce l'intero portafoglio ogni giorno ha bisogno di un vantaggio lordo enormemente più ampio di una che conserva le posizioni per mesi, quindi la frequenza delle operazioni è un'informazione tanto importante quanto il rendimento dichiarato.

Il quarto anello riguarda la scala. Quanto capitale si riesce a investire prima che gli ordini peggiorino il prezzo ottenuto? Un risultato prodotto da piccole posizioni su titoli poco scambiati si dissolve quando il portafoglio cresce, quindi la capacità va dichiarata insieme al rendimento invece di restare una nota a piè di pagina. Una strategia da dieci milioni di euro e una da dieci miliardi sono oggetti diversi anche quando nascono dallo stesso modello.

Il quinto anello riguarda la durata. Quanto vantaggio sopravvive nei dati più recenti e dopo che la strategia diventa pubblica? Altri operatori possono comprare prima gli stessi titoli, rendere i prezzi più efficienti o affollare le stesse uscite nel momento peggiore. Un metodo può aver funzionato davvero in passato e valere molto meno oggi proprio grazie alla diffusione della sua idea.

Ogni giudizio su questa materia porta una data, perché il quadro si muove in fretta. L'ESMA ha intervistato operatori finanziari europei nell'estate 2025 trovando un'adozione ancora parziale e disomogenea, con i casi già in produzione concentrati su strumenti generalisti a bassa autonomia dedicati soprattutto all'efficienza operativa, mentre il 70% delle imprese prevede di aumentare gli investimenti in intelligenza artificiale fra il 2025 e il 2027 [19]. Usare più intelligenza artificiale nei processi finanziari e dimostrare che un modello batte il mercato restano due risultati distinti.

A ottobre 2026 l'evidenza pubblica mostra capacità predittive misurabili su alcuni compiti, insieme a limiti severi nel trasformarle in rendimenti netti accessibili a un investitore comune. I risultati più forti si concentrano su orizzonti brevi e su operazioni costose, le prove con denaro reale restano poche e i lavori disponibili arrivano a conclusioni diverse sulla profittabilità dopo i costi. Questa fotografia cambierà insieme ai dati e ai modelli, mentre la catena a cinque anelli conserva valore perché descrive il percorso fra un numero statistico e un euro incassato. Tenetela a portata di mano la prossima volta che qualcuno vi mostra un grafico che sale.

Fonti:

[1] Gu S., Kelly B., Xiu D., "Empirical Asset Pricing via Machine Learning", The Review of Financial Studies, 33(5), 2223-2273, 2020 - link
[2] Campbell J.Y., Thompson S.B., "Predicting Excess Stock Returns Out of Sample: Can Anything Beat the Historical Average?", The Review of Financial Studies, 21(4), 1509-1531, 2008 (versione NBER Working Paper 11468) - link
[3] Goyal A., Welch I., Zafirov A., "A Comprehensive 2022 Look at the Empirical Performance of Equity Premium Prediction", The Review of Financial Studies, 37(11), 3490-3557, 2024, DOI 10.1093/rfs/hhae044 - link
[4] Lopez-Lira A., Tang Y., "Can ChatGPT Forecast Stock Price Movements? Return Predictability and Large Language Models", working paper, versione del 30 ottobre 2025 - link
[5] Tan M., Merrill M.A., Gupta V., Althoff T., Hartvigsen T., "Are Language Models Actually Useful for Time Series Forecasting?", NeurIPS 2024 - link
[6] ESMA, "Artificial intelligence in EU investment funds: adoption, strategies and portfolio exposures", TRV Risk Analysis ESMA50-43599798-9923, 25 febbraio 2025 - link
[7] Bailey D.H., Borwein J., Lopez de Prado M., Zhu Q.J., "The Probability of Backtest Overfitting", Journal of Computational Finance, 2015 - link
[8] Harvey C.R., Liu Y., Zhu H., "... and the Cross-Section of Expected Returns", The Review of Financial Studies, 29(1), 5-68, 2016 - link
[9] Hou K., Xue C., Zhang L., "Replicating Anomalies", The Review of Financial Studies, 33(5), 2019-2133, 2020 (versione NBER Working Paper 23394) - link
[10] Kapoor S., Narayanan A., "Leakage and the Reproducibility Crisis in Machine-Learning-Based Science", Patterns, 4(9), 2023 (preprint arXiv 2207.07048) - link
[11] Arnott R., Harvey C.R., Markowitz H., "A Backtesting Protocol in the Era of Machine Learning", The Journal of Financial Data Science, 1(1), 64-74, 2019 - link
[12] Novy-Marx R., Velikov M., "A Taxonomy of Anomalies and Their Trading Costs", The Review of Financial Studies, 29(1), 104-147, 2016 (versione NBER Working Paper 20721) - link
[13] Chen A.Y., Velikov M., "Zeroing In on the Expected Returns of Anomalies", Journal of Financial and Quantitative Analysis, 58(3), 968-1004, 2023 - link
[14] Azevedo V., Hoegner C., Velikov M., "The Expected Returns on Machine-Learning Strategies", working paper, 2024 - link
[15] Grossman S.J., Stiglitz J.E., "On the Impossibility of Informationally Efficient Markets", The American Economic Review, 70(3), 393-408, 1980 - link
[16] McLean R.D., Pontiff J., "Does Academic Research Destroy Stock Return Predictability?", The Journal of Finance, 71(1), 5-32, 2016, DOI 10.1111/jofi.12365 - link
[17] Budish E., Cramton P., Shim J., "The High-Frequency Trading Arms Race: Frequent Batch Auctions as a Market Design Response", The Quarterly Journal of Economics, 130(4), 1547-1621, 2015 - link
[18] Financial Stability Board, "The Financial Stability Implications of Artificial Intelligence", 14 novembre 2024 - link
[19] ESMA, "AI adoption and trends in securities markets: EU evidence", TRV Risk Analysis ESMA50-481369926-30599, 20 febbraio 2026 - link