L'investimento fattoriale sposa l' intelligenza artificiale

Ossiam porta in Europa un ETF ESG minimum variance che adotta tecniche di machine learning

Migliorare le performance di una selezione factor based andando oltre le tradizionali tecniche di analisi tramite l'integrazione delle tecniche di machine learning. Questo è, in estrema sintesi, l'obbietivo che gli ingegneri finanziari Ossiam si sono preposti per portare sul mercato uno strumento in grado di produrre un'ulteriore, ed in parte naturale, evoluzione nel campo del factor investing, insieme con l'investimento tematico, specifica expertise dell'issuer controllato da Natixis IM. Non a caso, il nuovo Ossiam World ESG Machine Learning UCITS ETF, valuta base USD, si dimostra infatti in grado di coniugare due dei megatrend posti in risalto dal mercato ETF nella seconda metà dell'anno appena concluso ossia le tematiche ESG e il sempre maggiore ricorso alle tecniche di machine learning anche da parte dei replicanti stessi. L'investimento fattoriale è qui proposto primariamente nella sua declinazione ESG e si estrinseca, dunque, in una selezione che valuta i titoli idonei a rientrare nella composizione del portafoglio in base a criteri di sostenibilità ambientale, sociale e di governance. Questo avviene, innanzitutto, con l'esclusione, a priori, di alcuni settori di business da quello del tabacco a quello delle controversial weapons passando per il settore energetico ad alte emissioni ( secondo quanto previsto dalle linee guida definite dai Ten Principles of the UN Global Compact e dalle esclusioni operate dal modello adottato in Norges Bank Investment Management). Come osservato per metodi di indagine ESG più noti come quelli firmati MSCI o Morningstar, anche in questo caso ritroviamo l'applicazione di un check sulle controversie attuali e pregresse nelle quali la società è coinvolta, queste suscettibili di minarne l'immagine e i futuri risultati finanziari. I titoli che non appartengono a settori in grado di generare esternalità negative e che non risultano implicati in contenziosi, costituiscono l'universo d'investimento e sono valutati secondo un sistema di rating e scoring ESG attivo. La grande quantità di dati raccolta per realizzare le selezioni ESG si presta perfettamente all'impiego delle tecniche di machine learning che vanno ad indagare queste informazioni in maniera estremamente approfondita nell'intento di scovare relazioni, correlazioni e schemi di comportamento che anche possono sfuggire ad un'analisi ESG tradizionale per poi applicarli al fine di migliorare sistematicamente e progressivamente la selezione. L'analisi condotta dalla macchina è dunque in grado di massimizzare il potenziale della selezione cercando di portare alla luce e sfruttare, nel tempo, le più strette relazioni individuate tra fattori di sostenibilità e potenziale di rendimento costituendo, in tal senso, un'ulteriore passo avanti verso un'idea di finanza etica sempre più concreta e oggettiva. Ossiam include nel processo di selezione anche il suo collaudato approccio minimum variance (minimizzazione della volatilità del portafoglio), che si sposa perfettamente con le caratteristiche ricercate dalla clientela interessata all'investimento sostenibile, un'alternativa di allocazione prudente e di medio lungo termine. L'ETF costituisce il primo esempio in Europa di questo tipologia di prodotto e la sua strategia va a collocarsi nel solco di quelle alternative d'investimento tradizionalmente impiegate dai soli investitori istituzionali ma che oggi è possibile ritrovare sempre più spesso anche all'interno dei benchmark ETF, anche retail. Oltre all'interesse sempre più marcato evidenziato dalle nuove generazioni verso prodotti orientati verso forme di valore diverse dal semplice rendimento finanziario, è bene ricordare che questi strumenti sapranno selezionare le aziende in grado di sfruttare a proprio vantaggio i piani sulla sostenibilità che le istituzioni di governo hanno elaborato negli ultimi anni. L'universo investibile, come si conface ad uno strumento ESG, è debitamente esteso, in questo caso a tutti i paesi sviluppati ,e limitato alle large cap, le quali conferiscono la stabilità necessaria a sostenere un'ottica d allocazione di medio lungo periodo. L'ETF, che adotta la replica fisica, è registrato anche in Italia, sbarca sulle borse europee con una total expense ratio pari a 65 punti base.