Robo-Advisory: proposta ed applicazione all'asset allocation in ambiente Pareto-stabile

Abstract

Negli ultimi anni sono apparsi sul mercato nuovi competitor nel campo della consulenza in materia di investimenti finanziari. A tal riguardo si parla delle cosiddette piattaforme di Robo-Advisory, le quali offrono servizi di consulenza in modo, del tutto o in parte, automatizzato. Il grande successo tra il pubblico degli investitori giustifica il crescente interesse attorno a questi servizi innovativi da parte del mondo accademico. All’interno del presente elaborato ci si è proposti di analizzare l’aspetto relativo alla fase di asset allocation svolta da questi robot. È stata condotta un’indagine volta alla verifica dei metodi più diffusi tra le principali piattaforme dei tre più grandi mercati mondiali, USA, Europa ed Asia, prendendo come campione 110 Robo-Advisors. In seguito ai risultati emersi si sono evidenziati i punti di forza e di debolezza del presente servizio. Al fine di colmare alcuni aspetti potenzialmente pericolosi in termini di rischio per i clienti di questi servizi, è stato proposto un modello alternativo di asset allocation basato su un modello media-Expected Shortfall sviluppato sotto l’ipotesi di distribuzioni di rendimento stabili. L’approccio utilizzato per risolvere il problema di ottimizzazione in un contesto di Robo-Advisoring riguarda l’implementazione di una meta-euristica, nello specifico della Particle Swarm Optimization. L’applicazione di un algoritmo approssimativo per la risoluzione è giustificata dalla crescente difficoltà computazionale all’aumentare del numero di restrizioni al problema di portfolio selection ed all’assunzione di ipotesi di stabilità per le distribuzioni di rendimento. La proposta si sviluppa in tre diversi scenari in relazione al profilo di rischio del potenziale cliente, il quale viene definito tramite compilazione del questionario MiFID II. In base alle rilevazioni del questionario il profilo rientra in una delle classi ad alto, medio o basso rischio. Ciascuno degli scenari sarà infine riformulato in un modello media-varianza e sotto ipotesi distributiva Normale (in modo tale da replicare una generica proposta del servizio di Robo-Advisory) al fine di porre un confronto in termini di rischiosità tra i due differenti metodi.