Parliamo con Daniele Grassi, CEO e co-founder di Axyon AI: cosí crea classifiche di asset e strategie modello ottimizzate
7 GIU, 2024
Di Teresa M. Blesa di RankiaPro
Axyon AI, con sede a Modena, è una fintech all'avanguardia nell'intelligenza artificiale per gli asset manager. Utilizzando modelli basati su machine learning e deep learning, offre previsioni sull'andamento dei mercati, aprendo nuove opportunità alpha per hedge fund, investitori istituzionali e gestori patrimoniali.
Oggi abbiamo avuto il piacere di parlare con Daniele Grassi, CEO e co-fondatore di Axyon AI, sulla storia di questa fintech, sulle soluzioni che offre ai gestori di asset, sul ruolo dell'intelligenza artificiale nell'industria degli asset... e molto altro ancora.
Puoi farci una breve storia di Axyon AI e raccontarci perché ha deciso di applicare l'intelligenza artificiale in un campo come i mercati finanziari?
Il mio percorso è iniziato con una profonda passione per la tecnologia e un interesse marcato per il mondo finanziario. Quando frequentavo l'università, studiando ingegneria informatica, l'intelligenza artificiale non era ancora così in voga come oggi. Prima di conseguire la laurea, ho avviato un'impresa con un amico, dedicandoci allo sviluppo di software personalizzati per le piccole e medie imprese, mantenendo sempre vivo il mio interesse personale per l'apprendimento autonomo dell'IA.
Gestire questa società di software si è rivelato essenziale per la mia crescita professionale e per la mia capacità di leadership. Durante quel periodo, l'idea di fondare un'azienda che potesse coniugare i miei interessi per la tecnologia e la finanza ha iniziato a prendere forma.
Con il passare degli anni, sono emerse nuove tecnologie come il deep learning, accanto a una disponibilità di dati sempre maggiore e a un incremento esponenziale delle capacità di calcolo. Sebbene queste innovazioni abbiano trovato applicazione in numerosi settori, il mercato finanziario rimaneva carente di strumenti specifici in grado di affrontare le sue sfide uniche e la sua complessità. È stato in quel momento che ho capito l'importanza di dedicarmi a fondo e di integrare il mio interesse tecnologico nel settore finanziario con le dinamiche imprenditoriali.
Così è nata una nuova avventura imprenditoriale. Axyon AI è emersa come spin-off della mia precedente impresa, con l'obiettivo di sviluppare un approccio automatizzato, rigoroso e basato su principi scientifici per offrire soluzioni predittive nel settore finanziario. In questo ambiente complesso, non c'è spazio per bias, errori o eccesso di adattamento. Axyon AI è stata fondata insieme ad altri due co-fondatori, Giacomo Barigazzi e Jacopo Credi, tutti uniti da un comune obiettivo.
Qual è l'approccio di Axyon AI per trasformare i servizi finanziari attraverso la intelligenza artificiale?
L'approccio di Axyon AI nel trasformare i servizi finanziari attraverso l'intelligenza artificiale si basa su un impegno costante verso la trasparenza e l'affidabilità. Riteniamo fondamentale guadagnare la fiducia dei nostri clienti attraverso pratiche che pongono sempre al primo posto i loro interessi. La nostra dedizione a un comportamento rigoroso è assolutamente inderogabile.
Abbiamo costruito le nostre fondamenta su un forte impegno nella specializzazione e ci impegniamo continuamente a migliorare. La complessità tecnica nell'implementazione di soluzioni basate su IA non rappresenta un ostacolo per i nostri clienti. Disponiamo di diversi metodi per consegnare o integrare le nostre soluzioni IA nei processi di investimento dei clienti, assicurando un'implementazione senza intoppi.
In sintesi, il nostro obiettivo è di rendere l'intelligenza artificiale un alleato potente e trasparente nel settore dei servizi finanziari, offrendo soluzioni che non solo rispettano ma anticipano le esigenze dei nostri clienti.
Puoi parlarci brevemente delle soluzioni che offrite ai gestori di asset? Come possono aiutarli a migliorare il loro lavoro?
Le nostre soluzioni per gli asset manager, si concentrano su due pilastri fondamentali ovvero i ranking di asset basati su intelligenza artificiale e strategie modello ottimizzate.
I driver di previsione sono elementi cruciali perché permettono di capire quali variabili il modello utilizza per generare le previsioni. Avere questa chiarezza è vitale non solo per costruire fiducia nell'utilizzo dell'IA, ma anche per soddisfare i requisiti normativi e per prendere decisioni di investimento più informate. Attraverso questa trasparenza, i gestori possono spiegare meglio le loro scelte strategiche.
Proseguendo, i ranking di asset sono essenziali perché sintetizzano performance predittive complesse in insight semplici e azionabili. Questo strumento aiuta gli asset manager a gestire una grande quantità di dati in informazioni utili che possono guidare le decisioni quotidiane di trading o integrarsi come nuove fonti di alpha all'interno delle strategie esistenti.
Infine, le strategie di modello rappresentano il culmine del nostro lavoro, combinando analisi avanzate e dati per formulare decisioni di investimento accurate. Questo approccio non solo affina la selezione degli asset ma si adatta perfettamente alle necessità del cliente, aiutando a identificare le opportunità di mercato più promettenti.
Questi tre aspetti delle nostre soluzioni offrono agli asset manager gli strumenti per prendere decisioni più precise, ottimizzare la gestione del loro portafoglio e massimizzare il rendimento degli investimenti, il tutto mentre aumentano la loro fiducia nell'efficacia dell'intelligenza artificiale nel campo finanziario.
Qual è il processo seguito per adattare le soluzioni di Axyon AI alle particolarità̀ di ciascun cliente?
Capendo che l'adozione dell'intelligenza artificiale può sembrare complicata, il nostro processo di implementazione è strutturato per essere il più accessibile e supportivo possibile. Ogni cliente ha esigenze e strategie di investimento diverse, quindi adattiamo attentamente il nostro approccio per soddisfare queste specificità. Il processo inizia con una definizione precisa dell'universo di investimento, che viene personalizzato per riflettere gli obiettivi e le preferenze del cliente.
Condividiamo poi la nostra metodologia e l'architettura del processo in modo trasparente, assicurando che il cliente comprenda ogni passaggio e come questo si allinei con i suoi obiettivi di business. Questo include l'analisi di simulazioni personalizzate che permettono ai clienti di vedere anticipatamente come le soluzioni possono funzionare nel loro contesto specifico, offrendo una prospettiva chiara sull'impatto potenziale e facilitando decisioni informate.
Inoltre, ci occupiamo dell'allineamento dei formati di scambio dati per garantire che l'integrazione dei nostri sistemi con quelli esistenti del cliente sia fluida e non disruptive. Il passaggio finale, il go-live del servizio, può essere configurato in diversi modi, come via email, SFTP, o tramite Web App, a seconda delle preferenze del cliente e delle sue necessità operative.
Questo approccio non solo semplifica l'adozione della tecnologia IA, ma aiuta anche a massimizzare l'efficacia degli investimenti, aumentando la capacità di adattamento alle condizioni di mercato in continuo cambiamento e migliorando le performance complessive. La stretta collaborazione e il continuo supporto durante tutto il processo assicurano che il cliente si senta sicuro e supportato in ogni fase.
Potete condividere alcuni casi di successo che illustrino l'impatto della vostra tecnologia?
Le soluzioni di Axyon AI hanno dimostrato con successo di poter migliorare significativamente le performance dei clienti. Questo include la produzione di ranking di asset basati sull'IA, indici ottimizzati e strategie modello che hanno superato nettamente gli approcci di mercato tradizionali. Ad esempio, Axyon AI ha messo a punto due modelli innovativi basati sull'intelligenza artificiale per un asset manager, che hanno migliorato significativamente le sue strategie Long Short (L/S) su equities and fixed income, nonché su operazioni FX. Questi modelli, attivi e performanti da oltre due anni, hanno perfettamente integrato le metodologie del cliente con avanzate capacità IA, superando le restrizioni legate allo sviluppo interno. Hanno inoltre fornito strategie dinamiche e aggiornate, contribuendo in maniera decisiva al miglioramento delle performance della società nelle strategie di Equity, Fixed Income e FX. Aggiornamenti regolari e sessioni di riaddestramento garantiscono che i modelli restino attuali ed efficaci in un settore finanziario in costante mutamento.
Per un altro nostro cliente, una società di medie dimensioni dell’asset management, abbiamo implementato una strategia modello sviluppata con la tecnologia di Axyon AI per potenziare le prestazioni di uno dei suoi fondi azionari, integrandola specificamente in una sezione del fondo. Questo approccio ha portato a una sovraperformance di oltre 500 punti base nel 2022, con un ulteriore incremento di 400 punti base nella prima metà del 2023. Il cliente ha registrato una costante sovraperformance rispetto al benchmark ogni anno, incorporando efficacemente una soluzione AI all'avanguardia nel proprio processo di investimento. Ciò ha comportato un aumento dell'AuM nella sezione specifica del fondo e ha promosso l'integrazione delle soluzioni di Axyon AI in ulteriori fondi.
Come funzionano le sinergie tra i profili legati all'ingegneria dei dati e quelli più̀ finanziari all’interno del team di Axyon AI?
Nel team di Axyon AI, la collaborazione tra i profili legati all'ingegneria dei dati e quelli più finanziari è fondamentale per il nostro successo. Questa sinergia permette di combinare l'expertise tecnica con la profonda conoscenza del settore finanziario, risultando in soluzioni innovative e altamente personalizzate per i nostri clienti.
Lato dati, il lavoro viene svolto a stretto contatto con gli analisti finanziari per assicurarsi che i modelli di intelligenza artificiale siano alimentati da input accurati e pertinenti. Questo è cruciale perché la qualità dei dati determina l'efficacia dei modelli predittivi. L’ingegneria dei dati si occupa della raccolta, pulizia e organizzazione dei dati, mentre gli esperti finanziari forniscono insight su quali dati sono più rilevanti e come possono essere interpretati nel contesto del mercato.
D'altra parte, gli specialisti finanziari traggono vantaggio dalle competenze tecniche dell’ingegneria dati per comprendere meglio i risultati dei modelli di IA, migliorare le strategie di investimento e prendere decisioni informate. In questo modo, i dati non sono solo numeri, ma diventano strumenti strategici che guidano le decisioni di investimento.
In sintesi, la collaborazione tra questi due profili all'interno di Axyon AI non solo migliora la nostra capacità di sviluppare soluzioni basate su IA, ma assicura anche che queste soluzioni siano realisticamente applicabili e massimamente efficaci nel contesto finanziario reale.
Come garantite la sicurezza dei dati dei propri clienti?
Garantiamo la sicurezza dei dati dei nostri clienti attraverso diverse strategie ben definite. Solitamente, le nostre strategie si basano su dati forniti da provider del settore finanziario, non su dati proprietari dei clienti. Tuttavia, in alcuni casi possiamo utilizzare dati proprietari dei clienti, che integriamo con i dati che già utilizziamo.
Per garantire la sicurezza dei dati proprietari dei clienti, adottiamo due opzioni principali. La prima prevede l'installazione di tutto il nostro software e dei dati su server di proprietà del cliente, garantendo così che il cliente abbia il controllo totale sull'operatività e la sicurezza dei propri dati. La seconda opzione è l'utilizzo di infrastrutture server di terze parti di alto livello, come Amazon Web Services (AWS), Microsoft Azure, o Cineca. Questi fornitori offrono tutti i livelli di sicurezza necessari per proteggere i dati e monitoraggio continuo per prevenire e rilevare eventuali minacce.
Attraverso queste due opzioni, assicuriamo che i dati dei nostri clienti siano sempre protetti e gestiti con i più alti standard di sicurezza disponibili.
Secondo te, quanto è pronta l'industria della gestione degli asset ad adottare soluzioni di intelligenza artificiale su larga scala?
L'adozione delle soluzioni di intelligenza artificiale nel settore dell’asset management è in una fase di significativo progresso, ma si può ancora considerare agli inizi. Stiamo assistendo a un crescente impiego dell’IA per l'analisi predittiva, la gestione del rischio e l'automazione operativa. Tuttavia, il pieno potenziale dell'IA nel ridefinire le strategie di investimento e i processi decisionali è appena iniziato a essere sfruttato.
Le sfide legate alla qualità dei dati, alla spiegabilità delle decisioni prese dalle macchine e alla conformità normativa sono ancora presenti e rappresentano ostacoli significativi. Nonostante ciò, i progressi nelle tecniche di intelligenza artificiale e un aumento dell'accettazione da parte dell'industria indicano una traiettoria promettente.
In sintesi, l'industria dell’asset management sta gradualmente diventando più ricettiva verso le soluzioni di IA, spinta dalla necessità di migliorare l'efficienza e l'efficacia delle decisioni di investimento. Mentre la tecnologia continua a evolversi e le istituzioni si adattano a integrare queste nuove soluzioni, possiamo aspettarci un'adozione su larga scala sempre più diffusa nei prossimi anni. Tuttavia, per realizzare questa transizione, sarà essenziale affrontare e superare le sfide esistenti attraverso l'innovazione continua e l'adozione di standard rigorosi.
Come vedi il ruolo dell'intelligenza artificiale nell'industria della gestione degli asset a lungo termine?
L'impiego dell'intelligenza artificiale nel settore dell'asset management sta aprendo straordinarie opportunità per potenziare le performance di investimento. Attraverso la sua capacità di analizzare grandi quantità di dati, molto oltre quanto sia possibile umanamente, l'IA è in grado di sviluppare modelli sofisticati che riescono a identificare e sfruttare pattern di mercato complessi. Questo supera notevolmente i limiti imposti dalle tecniche quantitative tradizionali. Le previsioni generate, come quelle che riguardano la probabilità che un determinato asset superi o non raggiunga le performance del suo indice di riferimento, possono quindi essere impiegate per affinare le strategie di investimento.
Nel mondo del fintech, l'IA si rivela particolarmente utile in due ambiti principali: l'automazione e la parte predittiva. Da un lato, l'automazione accelera le attività a basso valore aggiunto, liberando risorse per compiti più strategici; dall'altro, la componente predittiva lavora sul valore che può essere generato tramite previsioni più accurate. Oggi assistiamo a una costante tensione tra l'uso dell'IA per migliorare le performance e la precisione, e la necessità di mantenere neutralità e privacy. Questa è una problematica che gli operatori del settore dovranno affrontare.
Tuttavia, l'applicazione dell'IA non è priva di sfide e complessità. La qualità dei dati, spesso trascurata, rappresenta un problema significativo, insieme alla difficoltà di gestire eventi di mercato insoliti che possono mettere a dura prova le capacità predittive dei modelli. A seconda dell'orientamento adottato nella gestione degli investimenti, l'intelligenza artificiale può trasformarsi in un alleato inestimabile per i gestori attivi. Questo strumento offre una comprensione del mercato basata sui dati, libera da influenze emotive, e amplia la prospettiva e le capacità analitiche tradizionali.
