Applicazioni

L’intelligenza artificiale nel mercato delle criptovalute, una soluzione per mitigare il rischio

L'Explainable AI, in particolare, sta assumendo un ruolo sempre più centrale nella gestione dei portafogli di criptovalute, garantendone una maggiore ottimizzazione. Inoltre, è essenziale per far fronte agli errori commessi tipicamente quando si investe, tra cui quelli legati alla gestione delle emozioni umane. [...]
Andrea Bellacicca

CEO di Nexid Edge, expert Istituto Europia.it

Maila Ditroia

Digital Marketing & Communication Specialist Nexid

criptovalute AI
  1. Home
  2. Intelligenza Artificiale
  3. L’intelligenza artificiale nel mercato delle criptovalute, una soluzione per mitigare il rischio

Come si preannuncia il futuro degli investimenti e quali sono le competenze e le tecnologie che ne garantiranno una migliore gestione? Modelli basati sull’intelligenza artificiale e, più nello specifico, sull’Explainable AI, stanno assumendo un ruolo sempre più centrale nella gestione dei portafogli di criptovalute, garantendone una maggiore ottimizzazione. L’intelligenza artificiale, inoltre, è essenziale per far fronte agli errori commessi tipicamente quando si investe in crypto, tra cui quelli legati alla gestione delle emozioni umane.

La crescita del mercato delle criptovalute continua a ritmi incalzanti: annunci di nuovi strumenti digitali, di algoritmi innovativi e di piattaforme per la compravendita sono quasi all’ordine del giorno. Di recente, inoltre, sono stati compiuti grandi passi in avanti nell’ambito della regolamentazione, grazie all’approvazione dei primi ETF Futures basati su Bitcoin. Non manca l’interesse da parte delle grandi aziende, tra cui Tesla, le quali hanno deciso di inserire le crypto fra gli asset posseduti. Tuttavia, il mercato è ancora rischioso, poco regolamentato e altamente volatile.

Il ruolo dell’intelligenza artificiale nella mitigazione del rischio

Le criptovalute hanno raggiunto un incredibile livello di popolarità, e continuano a essere uno strumento di investimento digitale estremamente redditizio. La conseguenza è che sempre più persone, anche poco esperte, si approcciano a questo mondo, affascinate dall’apparente facilità di trarre profitto. Il problema è che, seppur siano stati compiuti grandi passi in avanti nella regolamentazione con l’approvazione degli ETF sui futures Bitcoin, il mercato delle criptovalute è ancora poco normato. È, inoltre, una zona grigia, estremamente volatile e manipolabile. La gran parte degli investitori subisce perdite, anche fino al 99% del capitale investito. Si pensi, ad esempio, ai crolli degli ultimi anni: a marzo 2020, in piena pandemia, il mercato ha perso l’80% in due giorni, a maggio 2021, invece, si sono toccati trend al ribasso del 50%-60%.

Studi di finanza comportamentale documentano che le persone deviano in modo sistematico dalla razionalità quando devono compiere scelte in condizioni di incertezza. Sono molto frequenti le tendenze a sovrastimare le proprie capacità e a sottostimare i rischi. Anzi, le persone diventano molto euforiche in presenza del massimo rischio, e ciò induce a compiere scelte sopraffatti dalle emozioni. Tali circostanze non permettono una gestione ottimale e distruggono la strategia.

Alla luce di quanto detto, interviene l’intelligenza artificiale, un genere di software che, dopo la sua programmazione iniziale, continua a migliorare le sue abilità di risolvere un problema in base all’esperienza ottenuta nell’ambiente in cui è stato inserito. Come anticipato, anche il trader umano più disciplinato può essere influenzato dalla paura della perdita o dall’avidità che possono modificare il suo comportamento di trading. I robot AI analizzano il mercato in ogni momento della giornata, imparano dei pattern e capiscono se nel futuro questi si riprodurranno.

Ciò consente di eseguire operazioni in modo coerente e senza emozioni alla velocità della luce, piazzando e chiudendo le operazioni per conto dei clienti. L’abilità dell’intelligenza artificiale di migliorare i processi di previsione finanziari, a livello predittivo (cosa accadrà) e prescrittivo (il miglior modo di agire) cambierà il modo di investire. 

Gli svantaggi dell’AI

Vi sono, tuttavia, alcuni svantaggi. In primo luogo, impara soltanto dai risultati che conosce. Facciamo un esempio molto semplice: immaginiamo che il reparto HR di un’azienda abbia stabilito che la selezione dei curricula venga gestita dall’intelligenza artificiale. Questa esamina il comportamento del valutatore e riproduce dei pattern sulla base di ciò che ha appreso. Il rischio è che, se il valutatore assume comportamenti scorretti nei confronti dei candidati, allo stesso modo l’intelligenza artificiale, verosimilmente, prenderà le stesse decisioni scorrette (bias). La stessa cosa vale per il trading: se gli investitori hanno compiuto determinate azioni in passato, l’AI potrebbe riprodurre i loro comportamenti.

In secondo luogo, se l’AI non conosce un problema o fenomeno, molto probabilmente non sarà in grado di risolverlo o interpretarlo.

L’intelligenza artificiale è una black box: fornisce risultati, ma spesso è molto difficile capire per quale motivo vengano compiute determinate scelte. Questa è la critica dell’AI che ne limita la diffusione.

L’Explanaible AI, cos’è

A fronte della scarsa trasparenza della Black Box nasce l’Explainable AI: un’area emergente nel campo di ricerca dell’AI che si prefigge l’obiettivo di far chiarezza in merito al fenomeno della “scatola nera”, aiutando le persone a capire come mai l’intelligenza artificiale genera determinate decisioni, e quali sono i meccanismi sottostanti.

È complesso ricondurre l’Explainable AI a una definizione univoca. Si può affermare, con una buona approssimazione, che si tratta di un insieme di tecniche e strumenti di machine learning che producono modelli spiegabili, comprensibili e trasparenti, mantenendo sempre un alto livello di prestazione nell’apprendimento.

WHITEPAPER
Migliorare la customer experience e abbattere i costi: come fare, nel banking
CIO
Finanza/Assicurazioni

L’AI spiegabile non è soltanto legata ad aspetti tecnici, ma deve tener conto degli obiettivi ultimi di una strategia di AI ben implementata: più “umano-centrica”, trasparente e collaborativa.

Nuove soluzioni e opportunità legate alla gestione degli investimenti

Negli ultimi anni sono stati sviluppati numerosi strumenti con l’obiettivo di supportare gli investitori nelle loro scelte di investimento. Questi analizzano principalmente tre tipologie di dati:

  • dati sensibili del mercato (storico dei prezzi e volumi)
  • analisi on-chain, quindi scambi su Blockchain delle varie criptovalute
  • news.

Si tratta, nella maggioranza dei casi, di bot o sistemi che permettono di fare trading automatico.

Un tool online molto diffuso e apprezzato è eToro, tramite il quale è possibile investire su una molteplicità di asset, tra cui le crypto. La sua caratteristica distintiva è la funzione CopyTrader, la quale consente di copiare in maniera automatica le performance del portafoglio dei migliori trader.

Con riferimento alle crypto, esistono tanti bot e sistemi che permettono di fare copytrading, ma si tratta perlopiù di soluzioni non verificate al 100% o ancora in fase embrionale. Una cosa è certa: il ruolo dell’AI sarà sempre più importante per il trading.

In Italia, la ricerca sull’intelligenza artificiale applicata alle criptovalute è in continuo fermento, e vede come protagonisti aziende e istituti che, ogni giorno, cercano di fare chiarezza e creano nuovi prodotti a supporto. Tra le realtà più interessanti, menzioniamo Singularity DAO, spin-off di SingularityNET di recente costituzione, che si occuperà di creare strumenti di intelligenza artificiale che possono essere utilizzati da investitori e istituzioni al dettaglio.

Un’altra realtà che offre servizi di investimenti basati su AI è Euklid. Fondata da italiani ma con sede a Londra, Euklid è il primo fondo hedge che coniuga blockchain e intelligenza artificiale, autorizzato dalla Financial service authority (la Consob londinese).

Fra gli istituti più innovativi, EuropIA1 raccoglie i principali stakeholders operanti nel settore AI, dalle università e i centri di ricerca alle aziende di eccellenza nel settore. Fra queste vi è Sentyment, una piattaforma 100% Made in Italy basata sull’AI per analisi del mercato delle criptovalute e la gestione automatica del portafoglio. Sentyment è in grado di fornire tutti gli strumenti per interpretare le varie fasi del mercato e dà indicazioni sulle cose da fare.

Sfruttando algoritmi proprietari analizza continuamente il mercato, adattandosi alle varie condizioni che lo caratterizzano. Queste sue caratteristiche permettono di performare anche in un mercato dinamico come quello delle criptovalute.

In altri termini, lo strumento può stabilire quando saranno compiute determinate operazioni sul mercato, informando gli utenti con un anticipo di diverse ore. Un elemento cruciale è il budget: data la somma di denaro che gli utenti hanno a disposizione, Sentyment deciderà su quale cripto investire, con quale percentuale rispetto al budget totale e in quale momento. Nella situazione inversa, stabilisce quando è opportuno disinvestire.

L’intelligenza artificiale, solitamente, impara in base a ciò che le viene dato in pasto. Con Sentyment è diverso, perché si basa su una AI che genera altre AI: riduce i bias tipici degli esseri umani e, al contempo, compie scelte razionali e non basate soltanto su ciò che viene mostrato.

L’approvazione degli ETF su Bitcoin: verso la regolamentazione delle criptovalute

Nell’ottobre 2021, l’industria delle criptovalute ha annunciato un nuovo, importante traguardo tramite il quale è stata spianata la strada verso una maggiore accessibilità degli asset digitali agli investitori: la SEC (Securities and Exchange Commission) ha dato il via libera agli ETF futures su Bitcoin per la prima volta nel settore.

Cosa implica ciò? Facciamo chiarezza su un paio di punti: in primo luogo, per ETF (Exchange-traded Fund) si intende un fondo di investimento contenente un insieme di azioni da cui è possibile acquistare un suo sottostante. L’ETF riproduce esattamente l’andamento della criptovaluta.  Questo consente agli investitori di esporsi ad un determinato asset (in questo caso contratti future di Bitcoin) senza acquistarlo direttamente, garantendo una sicurezza maggiore rispetto a quella che sussiste acquistando direttamente la valuta digitale. In secondo luogo, si parla di futures e non direttamente di Bitcoin.

Cosa sono i futures? Si tratta di strumenti finanziari derivati con cui gli investitori possono acquistare a un certo prezzo un determinato asset in una data futura. Facciamo un esempio molto semplice: supponiamo che, comprando un future, ci riserviamo la possibilità di acquistare 100mila Bitcoin il 31 marzo. Questo può essere un vantaggio, se pensiamo che il valore dei Bitcoin sarà oltre i 100mila entro tale data. Al contrario, se il prezzo scenderà, dovremo trovare un modo per compensare le perdite subite.

L’arrivo degli ETF ha segnato un grande traguardo dopo oltre un decennio di dibattiti sull’entrata delle criptovalute nelle piazze della finanza tradizionale ma riguarda, appunto, soltanto i futures. La strada da compiere per l’approvazione normativa dell’asset vero e proprio è ancora lunga.

Come si preannuncia il mercato delle criptovalute nei prossimi anni

Da quanto finora scritto emerge come possa risultare complicato, per i piccoli-medi investitori, stare al passo con il mercato e monitorare migliaia di nuovi sviluppi, che potrebbero portare il mercato al rialzo o al ribasso.

Il futuro degli investimenti è la sinergia tra gestori di portafoglio esperti e strumenti di miglioramento del processo decisionale basati sull’AI.

L’uso dell’intelligenza artificiale per elaborare questi dati permetterà agli investitori di avere il meglio di entrambi i mondi, attingendo all’impareggiabile capacità dei computer di analizzare i numeri e alle intuizioni umane e alla cognizione basata sulla conoscenza, piuttosto che sulla statistica. Ciò renderà il mondo delle criptovalute sempre più accessibile a tutti.

 

WHITEPAPER
Una guida al deep learning: cos’è, come funziona e quali sono i casi di applicazione
Intelligenza Artificiale
Robotica

 

FacebookTwitterLinkedIn
FacebookTwitterLinkedIn