L’intelligenza artificiale con i suoi modelli di apprendimento è da qualche anno sempre più protagonista sui mercati finanziari. Gli algoritmi consentono di gestire molte più informazioni e di reagire più velocemente, ma tutto questo ha un costo.
Lo racconta bene uno studio del Fondo Monetario Internazionale (IMF) pubblicato a ottobre 2024, che arriva a una conclusione tanto semplice quanto ambivalente: l’intelligenza artificiale può rendere i mercati finanziari più efficienti… ma anche più instabili.
Da un lato, gli algoritmi di nuova generazione riescono ad analizzare in tempo reale una mole enorme di dati — prezzi, notizie, rapporti, perfino sentiment online — e a reagire in frazioni di secondo. Il risultato? Decisioni di investimento più rapide, prezzi che riflettono meglio le informazioni e mercati apparentemente più “puliti”.
Uno dei segnali più concreti viene dal mondo dei brevetti: nel 2017 solo il 19% delle nuove applicazioni per il trading algoritmico conteneva elementi di intelligenza artificiale. Dal 2020 in poi, quella quota è salita stabilmente sopra il 50%. Lo studio suggerisce che l’adozione dell’intelligenza artificiale nella gestione dei portafogli accelererà nei prossimi 3-5 anni, soprattutto all’interno degli asset più liquidi (azioni, titoli di stato e derivati quotati). Questo non significa che il controllo umano verrà meno, ma potrebbe concentrarsi nelle scelte strategiche e sui movimenti di portafoglio più significativi.
Tra gli strumenti finanziari più coinvolti in questo processo di automazione ci sono sicuramente gli ETF (i fondi a gestione passiva che seguono indici di mercato), il cui mercato globale vale qualcosa come 17 trilioni di dollari. Qui la differenza tra gestione umana e algoritmica è significativo. Negli ETF “tradizionali”, la composizione del portafoglio cambia mediamente meno di una volta l’anno. Negli ETF che utilizzano IA, invece, la rotazione dei titoli è circa mensile. In pratica, i portafogli vengono riscritti dodici volte più spesso. Segno di mercati più agili e reattivi, ma anche potenzialmente più nervosi.
E infatti l’altra faccia della medaglia è proprio questa: l’IA accelera tutto — anche la volatilità. Durante la crisi di marzo 2020, per esempio, alcuni fondi gestiti da algoritmi mostrarono un’impennata del turnover, anticipando in un certo senso il panic selling. Un comportamento pericoloso, perchè quando tutti i modelli reagiscono nello stesso modo, l’effetto valanga è dietro l’angolo.
Un altro dato interessante riguarda i modelli linguistici, gli stessi che stanno dietro ai chatbot. Dal 2017 in poi, dopo la pubblicazione dei verbali della Federal Reserve, il movimento dei prezzi delle azioni statunitensi nei 15 secondi successivi è diventato molto più coerente con la direzione del mercato osservata nei 15 minuti successivi. Tradotto: l’IA ha imparato a leggere e interpretare il linguaggio della banca centrale quasi in tempo reale, anticipando le reazioni del mercato.
Impressionante, ma anche potenzialmente pericoloso. Perché – anche in questo caso – se tutti reagiscono “troppo in fretta”, bastano un errore di codice o un’informazione sbagliata per scatenare una corsa collettiva. E più la tecnologia diventa simile e interconnessa, più il rischio sistemico aumenta.
Il Fondo Monetario Internazionale invita comunque a non demonizzare l’intelligenza artificiale, ma a preparare regole nuove per un mercato che evolve in maniera molto veloce. Potrebbero servire meccanismi di sicurezza come i “circuit breaker” (sospensioni temporanee delle contrattazioni), obblighi di trasparenza sui modelli usati e — soprattutto — la garanzia che ci sia sempre una supervisione umana, pronta a intervenire quando l’automazione va fuori controllo.
Foto di Gerd Altmann
