Latest / SCENARIO Mr Camp (Podcast Deep Dive) / -ITA- Matematica del Caos: L'Equazione che Governa i Mercati

Transcript

-ITA- Matematica del Caos: L'Equazione che Governa i Mercati · SCENARIO Mr Camp (Podcast Deep Dive)

0:00
Speaker 2: Benvenuti su Scenario di Mr. Camp, il primo podcast aggregatore
0:03
Speaker 2: di news, informazioni e di vari altri podcast di approfondimento
0:07
Speaker 2: su questioni di attualità, sui trend e sugli eventi che
0:10
Speaker 2: ci sono nel mondo. La nostra missione è offrire sintesi chiare, approfondimenti,
0:15
Speaker 2: scenari futuri e analisi realizzate con il supporto dell'intelligenza artificiale.
0:20
Speaker 2: È successo qualcosa nel passato e non lo sapete? Seguiteci.
0:24
Speaker 2: Sta succedendo qualcosa e non lo sapete? Ascoltateci. Succederà qualcosa
0:29
Speaker 2: di importante e vorreste saperlo? Abbonatevi. Scenario di Mr. Kemp,
0:34
Speaker 2: bastiamo noi per capire come funziona il mondo. Let's go. Allora,
0:38
Speaker 2: partiamo subito con un dato che fa abbastanza impressione. Nel 1998
0:43
Speaker 2: un'equazione matematica che aveva letteralmente appena vinto il premio Nobel
0:47
Speaker 2: ha bruciato, e dico bruciato, quasi 5 miliardi di dollari.
0:52
Speaker 3: In pochissimo tempo, peraltro
0:54
Speaker 2: Esatto, in 5 settimane. Portando l'intero sistema finanziario globale a un
1:01
Speaker 2: millimetro dal collasso totale. E oggi in questa nostra analisi
1:05
Speaker 2: cercheremo proprio di capire come sia potuta succedere una cosa simile.
1:10
Speaker 3: Sì, perché è un evento storico pazzesco
1:13
Speaker 2: Decisamente. Ci addentreremo in quello che, leggendo le fonti, mi
1:17
Speaker 2: è sembrato il tentativo più ambizioso e forse arrogante della
1:23
Speaker 2: storia umana, cioè l'illusione di poter dominare matematicamente il caos
1:28
Speaker 2: puro dei mercati. partiremo dalla fisica dell'ottocento per arrivare sai
1:32
Speaker 2: ai codici informatici che oggi muovono trilioni di dollari ogni
1:36
Speaker 2: giorno
1:37
Speaker 3: e guarda il punto cruciale di questa esplorazione non è
1:41
Speaker 3: tanto fare un elenco noioso di formule storiche non siamo
1:44
Speaker 3: qui per questo l'obiettivo dell'analisi è decostruire proprio il meccanismo
1:49
Speaker 3: mentale dietro tutto ciò
1:51
Speaker 2: c'ero smontare l'ingranaggio
1:53
Speaker 3: esattamente vogliamo analizzare come i numeri cerchino in tutti i
1:59
Speaker 3: modi di arginare un futuro che di base è inconoscibile
2:03
Speaker 3: e soprattutto il motivo profondo per cui alla fine la
2:07
Speaker 3: natura umana rende questo tentativo il problema più insidioso che
2:11
Speaker 3: la scienza abbia mai affrontato sono molto affascinata da questa
2:14
Speaker 3: dinamica
2:15
Speaker 2: ok proviamo ad analizzare la cosa partendo da un concetto
2:18
Speaker 2: statistico che diciamo chi ci ascolta probabilmente ha già in
2:22
Speaker 2: mente il famoso tabellone di galton
2:25
Speaker 3: ah sì un classico
2:27
Speaker 2: quella specie di scatola di legno trasparente no fai cadere
2:31
Speaker 2: migliaia di palline dall'alto attraverso un reticolo di pioli metallici
2:35
Speaker 2: e sappiamo bene che seguire la traiettoria della singola pallina
2:38
Speaker 2: è inutile
2:39
Speaker 3: completamente inutile sì
2:41
Speaker 2: cioè ogni rimbalzo a destra o a sinistra è puro
2:44
Speaker 2: caos probabilistico eppure e questa è la magia Osservando il
2:49
Speaker 2: sistema nel suo insieme, alla base del tabellone, il caos
2:53
Speaker 2: individuale collassa, sempre, dico sempre, in un ordine perfetto. Si
2:58
Speaker 2: forma quella montagnetta simmetrica, la curva campana.
3:01
Speaker 3: La distribuzione è normale. E la cosa pazzesca è che
3:05
Speaker 3: questo fenomeno va ben oltre il semplice esperimento statistico in sé. Cioè,
3:10
Speaker 3: parliamo di una vera e propria legge naturale.
3:12
Speaker 2: Una regola dell'universo, in pratica.
3:14
Speaker 3: Praticamente sì. Guarda, molto prima che questo concetto venisse anche
3:18
Speaker 3: solo vagamente applicato al denaro, Carl Friedrich Gauss aveva individuato
3:23
Speaker 3: questa stessa medesima curva a campana, ma analizzando qualcosa di
3:28
Speaker 3: decisamente più pratico e letale.
3:31
Speaker 2: Letale?
3:31
Speaker 3: Le traiettorie delle palle di cannone.
3:34
Speaker 2: Aspetta, in che senso le palle di cannone? Immagino si
3:38
Speaker 2: riferisca agli errori di mira della balistica, una roba del genere.
3:41
Speaker 2: Lo schema. Si distribuivano formando esattamente quella stessa forma simmetrica.
3:46
Speaker 2: La maggior parte dei colpi cadeva molto vicina al bersaglio
3:49
Speaker 2: e solo una frazione minuscola, quasi nulla, cadeva molto distante,
3:53
Speaker 2: in modo anomalo.
3:55
Speaker 3: Certo,
3:57
Speaker 2: la curma a campana. Esatto. Il meccanismo alla base è
3:59
Speaker 2: quello che in statistica si chiama teorema del limite centrale.
4:03
Speaker 2: In parole povere... il punto d'impatto finale non è deciso
4:06
Speaker 2: da una singola causa gigantesca, ma dalla somma di innumerevoli
4:11
Speaker 2: e microscopiche variabili.
4:12
Speaker 3: Variabili tipo, non so, il vento. Il vento, l'umidità dell'aria,
4:17
Speaker 3: una minimissima fluttuazione nella densità della polvere da sparo, persino
4:22
Speaker 3: un difetto invisibile nel metallo del cannone. Tante piccole cause
4:26
Speaker 3: slegate tra loro creano, a livello collettivo, un comportamento che
4:30
Speaker 3: alla fine è matematicamente prevedibile. Wow.
4:33
Speaker 2: È affascinante. E questa dinamica ci porta dritti al primo
4:38
Speaker 2: vero salto concettuale pazzesco della nostra storia. Ci spostiamo a Parigi.
4:42
Speaker 2: Siamo nei primissimi anni del Novecento. Un bel
4:44
Speaker 3: periodo per la scienza.
4:46
Speaker 2: Decisamente. E qui incontriamo Louis Bachelier, un ragazzo, un diciottenne
4:51
Speaker 2: rimasto orfano, che si trova a lavorare alla Borsa di
4:54
Speaker 2: Parigi per, insomma, per mantenersi gli studi in fisica. E
4:57
Speaker 2: si ritrova in un ambiente che, visto da fuori, sembra
4:59
Speaker 2: letteralmente un manicomio.
5:01
Speaker 3: Me l'immagino. Agenti di cambio che urlano, confusione ovunque.
5:05
Speaker 2: Urla. Prezzi che oscillano in modo frenetico a causa di,
5:08
Speaker 2: non so, guerre, decisioni politiche o banali pettegolezzi. Ma Bachelier
5:13
Speaker 2: è un fisico. Lui guarda quel delirio e non vede rumore.
5:17
Speaker 2: Lui vede il tabellone di Galton in azione.
5:20
Speaker 3: Che è un cambio di
5:23
Speaker 2: paradigio ma totale per l'epoca. Assoluto.
5:25
Speaker 3: Cioè, Bachelier si rende conto che cercare di prevedere se
5:28
Speaker 3: una singola azione, diciamo oggi, salirà o scenderà domani, è
5:32
Speaker 3: un esercizio del tutto inutile.
5:33
Speaker 2: Come seguire la singola pallina
5:35
Speaker 3: Esattamente come indovinare il percorso della pallina tra i pioli.
5:39
Speaker 3: Ma intuisce una cosa brillante. L'incertezza stessa, se presa nella
5:44
Speaker 3: sua totalità... Possiede una geometria. I possibili prezzi futuri di
5:49
Speaker 3: un titolo si distribuiscono, guarda caso, esattamente secondo quella cursa
5:54
Speaker 3: a Campana di Gauss.
5:55
Speaker 2: Il vero colpo di genio, leggendo le nostre fonti, mi
5:58
Speaker 2: ha lasciato a bocca aperta e come lui formalizza matematicamente
6:02
Speaker 2: questa intuizione. Perché lui prende un'equazione del 1822 creata da Joseph Furia.
6:08
Speaker 3: Ah sì, l'equazione del calore.
6:10
Speaker 2: Quella, per descrivere la diffusione del calore. E la applica
6:13
Speaker 2: ai mercati. E se ci pensiamo bene, cos'è il calore?
6:17
Speaker 2: È solo il risultato microscopico di miliardi di molecole che
6:20
Speaker 2: si scontrano in modo caotico.
6:22
Speaker 3: Un caos invisibile, certo.
6:23
Speaker 2: Esatto. Ma su scala macroscopica, se io scaldo un'estremità di
6:27
Speaker 2: una barra di metallo, posso calcolare con assoluta precisione come
6:33
Speaker 2: e a che velocità quel calone viaggerà lungo il materiale.
6:36
Speaker 3: Non c'è alcun mistero a quel livello?
6:37
Speaker 2: Nessuno. E Bachelier sostiene una cosa assurda per l'epoca, cioè
6:41
Speaker 2: che l'incertezza sui prezzi faccia la stessa identica cosa. Si diffonde.
6:46
Speaker 3: E lui definisce questo fenomeno radiazione della probabilità. Il meccanismo
6:51
Speaker 3: concettuale è identico. Mentre il calore si irradia nello spazio
6:55
Speaker 3: fisico seguendo leggi ferree, L'incertezza finanziaria si irradia nel tempo.
7:00
Speaker 2: Certo.
7:01
Speaker 3: Più si tenta di guardare lontano nel futuro, più la
7:04
Speaker 3: famosa campana delle probabilità si allarga, si appiattisce, ma lo
7:09
Speaker 3: fa seguendo una precisa formula matematica. In sostanza, questo ragazzo
7:13
Speaker 3: aveva appena fondato la finanza quantitativa
7:16
Speaker 2: Eppure, e qui c'è il dramma storico, il mondo accademico
7:19
Speaker 2: non era pronto. Zero. Bachelier fu praticamente ignorato, finì a
7:23
Speaker 2: insegnare in un ateneo di provincia, quasi dimenticato da tutti.
7:27
Speaker 3: Un peccato, davvero.
7:28
Speaker 2: Sì, ma credo sia fondamentale capire il perché. La sua
7:31
Speaker 2: matematica era brillante, ma all'epoca era del tutto impraticabile. Cioè,
7:36
Speaker 2: non c'erano i computer. I mercati erano ancora, insomma, roba locale.
7:40
Speaker 3: Non c'era la globalizzazione finanziaria di oggi. Nessuno
7:43
Speaker 2: sapeva più come gestire le immense fluttuazioni dei prezzi.
7:46
Speaker 3: C'era il panico.
7:48
Speaker 2: C'era un disperato bisogno di misurare e prezzare il rischio.
7:52
Speaker 3: E il contesto di quegli anni settanta è cruciale da capire.
7:56
Speaker 3: Il rischio finanziario non era più una roba astratta per accademici.
8:00
Speaker 3: Era diventato un pericolo mortale e quotidiano per le aziende vere,
8:04
Speaker 3: quelle che producevano beni. E in questo vuoto teorico entrano
8:08
Speaker 3: in scena tre figure fondamentali. Fisher Black, che era un fisico,
8:13
Speaker 3: Myron Scholes, un economista, e Robert Merton, un matematico.
8:18
Speaker 2: Un trio perfetto.
8:19
Speaker 3: Riprendendo proprio quelle intuizioni dimenticate di Bachelier, loro fanno una
8:23
Speaker 3: cosa geniale. Spostano il focus. Capiscono che il rischio non
8:28
Speaker 3: è un difetto del sistema. Non è un'anomalia. È la
8:32
Speaker 3: materia prima del sistema stesso.
8:35
Speaker 2: ok aspetta fermiamoci un attimo qui perché questo è un
8:38
Speaker 2: passaggio chiave la loro idea era dare un prezzo esatto
8:41
Speaker 2: al rischio Ma dare un prezzo a un rischio non
8:44
Speaker 2: significa farlo sparire o neutralizzarlo, giusto?
8:48
Speaker 3: No, affatto.
8:49
Speaker 2: Significa semplicemente trasferirlo a qualcun altro che è disposto a comprarlo.
8:53
Speaker 2: Non stavano forse rischiando di confondere, sai, una bellissima mappa
8:57
Speaker 2: matematica con il territorio pieno di buche della realtà?
9:00
Speaker 3: Questa che sollevi è un'obiezione fondamentale ed è esattamente il
9:04
Speaker 3: tallone d'Achille che poi farà saltare tutto in aria in seguito.
9:09
Speaker 3: Ma sul momento la loro scoperta sembrava risolvere il problema
9:12
Speaker 3: dell'incertezza in un modo inoppugnabile.
9:15
Speaker 2: Pareva magia?
9:16
Speaker 3: Sì. Non si limitarono a calcolare una probabilità così generica.
9:21
Speaker 3: Sviluccarono un meccanismo che in gergo si chiama copertura dinamica
9:26
Speaker 3: o dynamic hedging.
9:28
Speaker 2: E come funziona Ensoldoni
9:30
Speaker 3: Praticamente permetteva di costruire un portafaglio che fosse del tutto
9:34
Speaker 3: immune alle piccole oscillazioni di mercato. E la famosa formula
9:38
Speaker 3: di Black- Scholes calcolava il costo esatto per mantenere questa immunità
9:43
Speaker 3: perfetta nel tempo.
9:44
Speaker 2: L'obiettivo era trovare un cosiddetto prezzo di equilibrio, in modo
9:48
Speaker 2: che proteggersi da un evento non garantisse né una vittoria
9:51
Speaker 2: sicura né una perdita certa a nessuno.
9:54
Speaker 3: Ok, proviamo a mettere a terra il concetto. per non
9:57
Speaker 3: perderci troppo nella pura teoria, utilizzando un esempio molto pratico
10:02
Speaker 3: basato proprio sulle nostre fonti.
10:04
Speaker 2: Ottima idea, perché ci ascolta. Mettiamo caso che un'azienda, diciamo
10:08
Speaker 2: una compagnia aerea, debba acquistare milioni di barili di petrolio
10:12
Speaker 2: tra sei mesi. Oggi il prezzo è di 50 dollari al barile,
10:16
Speaker 2: ma il direttore finanziario è terrorizzato che possa schizzare, non so,
10:20
Speaker 2: a 100 dollari.
10:21
Speaker 3: Cosa che li manderebbe in bancarotta.
10:23
Speaker 2: Esatto, chiuderebbero domani. Quindi l'azienda vuole un contratto, una sorta
10:27
Speaker 2: di assicurazione, che le garantisca il diritto di comprare a 55
10:31
Speaker 2: dollari tra sei mesi, a prescindere da tutto, cascasse il mondo.
10:34
Speaker 3: E qui entra la formula.
10:36
Speaker 2: Esatto. La formula macina delle variabili precisissime. Prende il prezzo attuale,
10:41
Speaker 2: il prezzo desiderato, il tempo che manca, i tassi di
10:44
Speaker 2: interesse e, fattore vitale, la volatilità storica di quel petrolio.
10:49
Speaker 3: E guarda, la volatilità è davvero il cuore pulsante dell'equazione,
10:54
Speaker 3: perché quantifica l'ampiezza tipica di quel famoso diffondersi del calore
10:58
Speaker 3: di cui parlava Bachelier.
11:00
Speaker 2: Esatto. E processando tutti questi numeri, la formula stabilisce, magicamente,
11:05
Speaker 2: che quell'assicurazione costa esattamente, facciamo finta, 3 dollari al barile.
11:09
Speaker 3: Non un dollaro in più, non uno in meno. 3
11:12
Speaker 2: dollari. Il rischio smette di essere questo mostro invisibile che
11:15
Speaker 2: ti spaventa la notte e diventa un banalissimo prodotto da scaffale.
11:19
Speaker 2: con un codice a barre e un prezzo fisso.
11:22
Speaker 3: E l'azienda espira.
11:23
Speaker 2: Sì, se i mercati impazziscono, l'azienda si salva. L'impatto di
11:27
Speaker 2: questa singola equazione è stato titanico. Ha fatto letteralmente esplodere
11:32
Speaker 2: il mercato dei derivati. E infatti Scholz e Merton vinsero
11:36
Speaker 2: il Nobel per l'economia nel 97. Fisher Black purtroppo era già scomparso.
11:40
Speaker 2: Ma insomma, il suo nome è rimasto scolpito nell'equazione.
11:43
Speaker 3: Sembrava davvero il trionfo definitivo della razionalità umana sull'incertezza.
11:49
Speaker 2: sembrava
11:50
Speaker 3: sembrava esatto perché il problema della mappa e del territorio
11:53
Speaker 3: di cui discutevamo poco fa stava per presentare un conto
11:57
Speaker 3: salatissimo tutta l'impalcatura di black schools poggiava su un assunto
12:01
Speaker 3: originario ben preciso quello da cui siamo partiti
12:05
Speaker 2: la distribuzione normale la campana di galton
12:07
Speaker 3: proprio lei la caratteristica matematica intrinseca di questa curva campana
12:13
Speaker 3: è che si assottiglie in modo estremamente rapido verso l'estremità
12:16
Speaker 3: I cosiddetti eventi estremi, quelli che stanno nelle code della curva,
12:20
Speaker 3: degradano verso lo zero a una velocità tale da rendere
12:23
Speaker 3: dei grandi scostamenti dalla media statisticamente quasi impossibili.
12:27
Speaker 2: Quasi, appunto. Però i mercati non sono palline di legno
12:32
Speaker 2: che cadono in un esperimento di laboratorio chiuso a chiave.
12:35
Speaker 3: Assolutamente no.
12:36
Speaker 2: E il mondo intero lo ha visto il 19 ottobre del 1987,
12:39
Speaker 2: il famoso lunedì nero. La borsa americana perse il 22%
12:46
Speaker 2: del suo valore in una singola seduta di poche ore.
12:49
Speaker 3: E qui i numeri fanno paura. Se inseriamo un calo
12:52
Speaker 3: del 22% giornaliero nel modello perfetto di Black Souls, sai
12:57
Speaker 3: qual è la probabilità che un evento del genere si verifichi?
13:01
Speaker 2: Immagino bassissima.
13:03
Speaker 3: È di una volta ogni svariati miliardi di anni. L'universo
13:08
Speaker 3: stesso ha circa 14 miliardi di anni. Cioè, matematicamente, quel crollo
13:14
Speaker 3: non sarebbe dovuto accadere nemmeno nell'intera durata vitale del cosmo.
13:18
Speaker 2: Pazzesco.
13:19
Speaker 3: Eppure è successo, in un banale, normalissimo lunedì pomeriggio.
13:23
Speaker 2: E sai cos'è incredibile? Questo disastro statistico non sorprese proprio tutti.
13:28
Speaker 2: C'era uno studioso, Benoit Mandelbrot.
13:31
Speaker 3: Ah, è il padre dei frattali.
13:32
Speaker 2: Ha notato qualcosa che faceva proprio a pugni con tutti
13:37
Speaker 2: i modelli di Wall Street. I mercati non funzionano come
13:40
Speaker 2: lanci di moneta indipendenti.
13:42
Speaker 3: Cioè, non ripartono da zero ogni volta?
13:45
Speaker 2: Esatto. Mandelbrot aveva capito che la volatilità non si distribuisce
13:49
Speaker 2: in modo uniforme e pulito. Si concentra in grumi. Gli
13:53
Speaker 2: eventi estremi tendono a raggrupparsi tra loro. L'analogia più chiara,
13:57
Speaker 2: per chi ci ascolta, è quella con il meteo.
14:00
Speaker 3: Bellissimo esempio.
14:01
Speaker 2: Cioè, il modello dei premi Nobel crattava la borsa come
14:04
Speaker 2: i dadi. Se al casino è uscito un numero basso ieri...
14:08
Speaker 2: La probabilità di oggi è identica. I dadi non hanno memoria.
14:12
Speaker 2: Mandelbrot invece diceva, no, i mercati sono ecosistemi interconnessi, come
14:18
Speaker 2: il clima. Se oggi c'è un uragano devastante, è altamente
14:21
Speaker 2: improbabile che domani splenda un sole perfetto. La tempesta
14:24
Speaker 3: genera solo altra instabilità
14:28
Speaker 2: Le turbulenze chiamano turbulenze. E la curva campana semplicemente sottostimava
14:34
Speaker 2: in modo grottesco questi uragani finanziari. Ma sai cosa? L'industria
14:39
Speaker 2: aveva deciso in blocco di ignorare il problema. Perché per
14:43
Speaker 2: il 99% dei giorni normali il modello stampava una montagna
14:46
Speaker 2: di soldi.
14:47
Speaker 3: Ed è stata proprio questa arroganza intellettuale che ha portato
14:51
Speaker 3: nel 94 alla nascita, e poi alla catastrofe, di Long Term
14:55
Speaker 3: Capital Management, o LTCM.
14:58
Speaker 2: Il famoso fondo dei Nobel
15:00
Speaker 3: Esatto. I freschi premi Nobel, Scholes e Merton fondano questo
15:05
Speaker 3: hedge fund. L'approccio era semplice ma audace. Usare i loro
15:09
Speaker 3: ipersofisticati modelli per scovare minuscole inefficienze di prezzo tra i
15:14
Speaker 3: mercati di tutto il mondo. scommettendo, insomma, che la matematica
15:18
Speaker 3: alla fine avrebbe inevitabilmente riallineato quei valori.
15:21
Speaker 2: E all'inizio sembravano onnipotenti. Le performance parlavano chiaro. Hanno fatto
15:27
Speaker 2: un 40% di rendimento nel primo anno.
15:30
Speaker 3: Una cifra spaventosa.
15:32
Speaker 2: Banche centrali, investitori istituzionali. Leggevo che persino la Banca d'Italia
15:37
Speaker 2: fece a gara per affidare loro enormi capitali. Erano visti come,
15:41
Speaker 2: non so, alchimisti infallibili che trasformavano il piombo in oro. Finché.
15:46
Speaker 2: Finché non arrivò
15:49
Speaker 3: l'agosto del 98. Il collasso della Russia.
15:51
Speaker 2: Esatto.
15:52
Speaker 3: La Russia dichiarò default sul proprio debito sovrano. Secondo le
15:56
Speaker 3: distribuzioni normali dei modelli di LTCM, era l'ennesimo evento virtualmente impossibile.
16:05
Speaker 3: Ma guarda, il vero meccanismo che ha distrutto il fondo
16:08
Speaker 3: non è stato il default in sé, ma la disintegrazione
16:11
Speaker 3: totale delle correlazioni.
16:13
Speaker 2: Aspetta, chiariamo bene questo punto. In che senso disintegrazione delle correlazioni?
16:18
Speaker 3: Allora, i modelli matematici presuppongono sempre che certi mercati siano
16:23
Speaker 3: slegati tra loro. Ad esempio, se crolla un'obbligazione a Tokyo,
16:28
Speaker 3: magari nello stesso momento un'altra a Londra sale e questo
16:31
Speaker 3: bilancia il rischio.
16:32
Speaker 2: La classica diversificazione, non mettere tutte le uova nello stesso paniere.
16:36
Speaker 3: Esattamente. Ma in uno scenario di panico totale e irrazionale,
16:41
Speaker 3: innescato da una nazione che va in bancarotta, La psicologia
16:44
Speaker 3: umana prende violentemente il sopravvento sulla statistica. Gli investitori erano
16:49
Speaker 3: così terrorizzati che hanno iniziato a vendere letteralmente qualsiasi cosa
16:53
Speaker 3: avessero in portafoglio, pur di ottenere liquidità immediata.
16:57
Speaker 2: Vendono l'oro, le azioni, i titoli di
17:00
Speaker 3: Stato, tutto? Tutto. Le diversificazioni sono saltate in aria. Le
17:04
Speaker 3: correlazioni tra asset che fino al giorno prima sembravano slegati
17:07
Speaker 3: sono andate improvvisamente a 1. Tutto scendeva simultaneamente.
17:11
Speaker 2: Quindi le equazioni di LTCM assumevano che i mercati avessero
17:15
Speaker 2: questi ammortizzatori naturali basati sulla probabilità. E invece si sono
17:21
Speaker 2: ritrovati su un'auto lanciata a 200 all'ora verso un muro senza freni.
17:28
Speaker 3: Una carneficina
17:28
Speaker 2: finanziaria. Iniziarono a perdere mezzo miliardo di dollari al giorno.
17:32
Speaker 2: Mezzo miliardo. Al giorno. In cinque settimane mandarono in fumo 4,6
17:38
Speaker 2: miliardi di dollari. E la cosa spaventosa è che l'esposizione
17:42
Speaker 2: del fondo era così ramificata nel sistema che un loro
17:46
Speaker 2: fallimento disordinato avrebbe fatto saltare in aria i bilanci delle
17:51
Speaker 2: più grandi banche del mondo.
17:52
Speaker 3: Avrebbe paralizzato il credito globale.
17:54
Speaker 2: Completamente. Infatti la gravità della situazione obbligò la Federal Reserve,
17:59
Speaker 2: la banca centrale di New York, a intervenire. E non come, sai,
18:03
Speaker 2: ente regolatore, ma come un disperato mediatore d'emergenza.
18:07
Speaker 3: Hanno dovuto chiudere tutti in una
18:09
Speaker 2: stanza. Letteralmente. Hanno riunito i vertici delle 14 banche principali e
18:14
Speaker 2: li hanno costretti, diciamo, a raccimolare 3,65 miliardi in pochissime ore
18:20
Speaker 2: per un salvataggio in extremis. Fu la dimostrazione, brutale, che
18:25
Speaker 2: quelle code estreme scoperte da Mandelbrot potevano davvero radere al
18:29
Speaker 2: suolo le teorie accademiche.
18:31
Speaker 3: È un epilogo incredibile, ma c'è un colpo di scena.
18:35
Speaker 2: Eh, sentiamo.
18:36
Speaker 3: Perché mentre i Nobel vedevano cronnare il loro meraviglioso castello
18:40
Speaker 3: di carte, costruito sulla ferrea convinzione che il mercato dovesse
18:44
Speaker 3: per forza ubbidire la loro teoria … Qualcun altro, in
18:48
Speaker 3: quel preciso momento storico, stava ottenendo risultati impensabili, agendo però
18:53
Speaker 3: sull'assunto diametralmente opposto.
18:55
Speaker 2: E qui entra in gioco Jim Simons.
18:57
Speaker 3: Un matematico, ma specializzato in geometria differenziale.
19:03
Speaker 2: Che è una branca lontanissima dall'economia. Lontanissima. Durante la Guerra Fredda,
19:08
Speaker 2: Simons non si occupava minimamente di finanza. Lui si occupava
19:12
Speaker 2: di codici. Lavorava per l'NSA, l'Agenzia di Sicurezza Americana, analizzando
19:18
Speaker 2: fiumi sterminati di comunicazioni criptate sovietiche. Il suo unico scopo
19:23
Speaker 2: era trovare degli schemi nascosti in quello che sembrava solo
19:27
Speaker 2: rumore bianco.
19:28
Speaker 3: E ha portato questa esatta identica filosofia nei mercati finanziari.
19:32
Speaker 2: Con una freddezza glaciale peraltro.
19:34
Speaker 3: E la distinzione metodologica tra LTCM e il fondo creato
19:40
Speaker 3: da Simons che si chiamava Renaissance Technologies È davvero affascinante. Cioè,
19:46
Speaker 3: LTCM partiva sempre da una teoria economica grandiosa ed elegante.
19:51
Speaker 3: Se i dati reali non corrispondevano al loro modello, loro
19:54
Speaker 3: credevano intimamente che fosse il mercato a sbagliarsi in quel momento.
19:58
Speaker 2: Un po' presuntuosi.
20:00
Speaker 3: Molto. Simons, al contrario, non aveva assolutamente alcun interesse a
20:05
Speaker 3: capire il perché di un movimento finanziario. Zero. Non cercava
20:09
Speaker 3: nessuna logica economica dietro a un calo di prezzo.
20:13
Speaker 2: Niente teorie. Solo segnali nel rumore.
20:15
Speaker 3: Esatto. Loro cercavano microscopiche temporanee anomalie statistiche nei dati storici.
20:22
Speaker 3: Pattern che, guarda, si verificavano con una frequenza appena appena
20:26
Speaker 3: superiore al puro caso. Magari funzionavano il 51% delle volte.
20:31
Speaker 2: Sembra pochissimo.
20:32
Speaker 3: Sembra pochissimo, ma se tu le aggreghi a migliaia e
20:35
Speaker 3: migliaia al giorno, queste minuscole inefficienze creano un vantaggio statistico formidabile.
20:41
Speaker 3: È un approccio basato sull'estrazione bruta dei dati, molto simile
20:45
Speaker 3: a quello che oggi chiameremmo machine learning o intelligenza artificiale,
20:49
Speaker 3: ma applicato, sai, decenni prima che diventasse la norma
20:53
Speaker 2: Tra l'altro c'è un altro aspetto fondamentale in Renaissance. Simons
20:56
Speaker 2: ha automatizzato praticamente tutto. Lui sapeva, forse proprio perché non
21:01
Speaker 2: era un economista, che in momenti di estremo stress l'essere
21:05
Speaker 2: umano prende sempre decisioni dettate dalla paura o dall'avidità.
21:08
Speaker 3: Distruggendo ogni strategia.
21:10
Speaker 2: Distruggendo tutto. Quindi ha affidato le operazioni interamente ai computer,
21:15
Speaker 2: macchine che assimilavano montagne di dati e soprattutto si adattavano
21:19
Speaker 2: in tempo reale, eliminando senza pietà le strategie che non
21:23
Speaker 2: funzionavano più. E i risultati
21:23
Speaker 3: finali parlano da soli. Ridimensionano letteralmente qualsiasi altro investitore nella storia.
21:31
Speaker 3: Dal 1988 il fondo principale di Renaissance ha generato rendimenti medi
21:37
Speaker 3: annui del 66% e lo ha fatto per oltre tre decenni.
0:00
Speaker 3: 66%
21:44
Speaker 2: all'anno? Pazzesco
21:44
Speaker 3: Per contestualizzare questo numero, per chi ci ascolta... Warren Buffett,
21:48
Speaker 3: che è considerato l'investitore umano più celebre e di successo
21:52
Speaker 3: della storia, ha una media storica che si aggira intorno
21:55
Speaker 3: al 20%. Simons ha generato rendimenti che sono più del
22:00
Speaker 3: triplo rispetto ai migliori approcci tradizionali, sfidando ogni logica del
22:04
Speaker 3: mercato classico.
22:05
Speaker 2: Proviamo a trasformare queste percentuali in qualcosa di tangibile, che
22:10
Speaker 2: fa girare la testa. Mettiamo che tu avessi avuto 100 dollari,
22:14
Speaker 2: un capitale piccolissimo. Investito nella normale borsa americana nel 1988, 30 anni
22:20
Speaker 2: dopo sarebbe diventato, calcolando l'interesse composto, di circa 2400 dollari. Un
22:26
Speaker 2: ottimo guadagno.
22:27
Speaker 3: Ottimo.
22:28
Speaker 2: Ma quegli stessi 100 dollari, se elaborati dai computer di Simons,
22:32
Speaker 2: si sarebbero trasformati in 8,4 miliardi di dollari.
22:36
Speaker 3: È una roba fuori scala.
22:38
Speaker 2: È una progressione che sfiura la fantascienza, sì. E che
22:42
Speaker 2: ci porta, credo inevitabilmente, verso la fine di quest'analisi a
22:46
Speaker 2: chiederci quale sia in fondo l'essenza stessa dei mercati. Perché
22:50
Speaker 2: questa narrazione svela una frattura, cioè una frattura ontologica enorme
22:54
Speaker 2: tra la fisica e l'economia.
22:56
Speaker 3: Sono convinta che sia una frattura che il povero Bachelier
23:00
Speaker 3: nel 1900 non poteva proprio cogliere a pieno. Il problema di
23:04
Speaker 3: applicare la fisica pura alla finanza risiede proprio nell'oggetto stesso dell'osservazione.
23:11
Speaker 2: In che senso?
23:13
Speaker 3: Quando un fisico codifica le regole perfette con cui il
23:16
Speaker 3: calore si propaga in una barra di metallo, sai, il
23:19
Speaker 3: metallo non altera il suo comportamento per fargli dispetto. Non
23:23
Speaker 3: cerca di eludere l'equazione. È metallo
23:26
Speaker 2: Giusto. Non ha una volontà
23:28
Speaker 3: Ma in finanza l'osservazione stessa cambia la natura del sistema.
23:32
Speaker 3: Se tu scopri un'anomalia matematica che fa guadagnare soldi e
23:36
Speaker 3: inizi a sfruttarla, indovina un po', il mercato se ne accorge.
23:41
Speaker 3: Altri capitali affluiscono su quel medesimo pattern per copiare la
23:44
Speaker 3: mossa e la pressione stessa delle transazioni fa svanire l'inefficienza.
23:49
Speaker 3: Il mercato è un ecosistema mutante, costantemente riprogrammato dalle reazioni umane.
23:57
Speaker 2: Ed è una realtà cruda che aveva già intuito Isaac
24:00
Speaker 2: Newton agli albori del Settecento. Newton non uno qualunque. Dopo
24:05
Speaker 2: aver perso una marea di soldi, quasi tutto il suo patrimonio,
24:08
Speaker 2: nella bolla speculativa della South Sea Company, pronunciò una frase
24:12
Speaker 2: che secondo me racchiude il fallimento di tutto questo approccio meccanicistico. Disse,
24:18
Speaker 2: posso calcolare i moti dei corpi celesti, ma non la
24:21
Speaker 2: follia degli uomini.
24:22
Speaker 3: Bellissima e terribile
24:24
Speaker 2: Eh sì. Il cosmo segue regole immutabili, ma il mercato
24:27
Speaker 2: è ostaggio della psicologia.
24:29
Speaker 3: E i modelli matematici più complessi falliscono miseramente proprio nel
24:34
Speaker 3: momento in cui i creatori dimenticano che stanno di fatto
24:39
Speaker 3: misurando il comportamento di una folla spaventata.
24:43
Speaker 2: E questo ci conduce, direi, a una riflessione finale da
24:46
Speaker 2: lasciare aperta per chi ci ascolta. Perché oggi stiamo assistendo
24:50
Speaker 2: a una sorta di evoluzione estrema del metodo di Simons.
24:54
Speaker 2: Stiamo affidando porzioni sempre più vaste e cruciali dell'economia mondiale
24:58
Speaker 2: a intelligenze artificiali, a reti neurali.
25:01
Speaker 3: Sistemi automatizzati onnipotenti.
25:04
Speaker 2: Esatto, sistemi che imparano da soli, analizzano terabyte di dati
25:08
Speaker 2: al millisecondo e cercano costantemente di prevedere proprio quella famosa
25:12
Speaker 2: follia degli uomini. La promessa che ci fanno è sempre
25:15
Speaker 2: la stessa. Mercati più efficienti, stabili e razionali.
25:19
Speaker 3: Come ai tempi di Black Scholes. Ma...
25:22
Speaker 2: Infatti viene da domandarsi, addestrando questi algoritmi a speculare sulle
25:27
Speaker 2: nostre dinamiche psicologiche, stiamo davvero eliminando il rischio dal sistema finanziario?
25:33
Speaker 2: O forse stiamo solo silenziosamente costruendo una nuova titanica curva
25:38
Speaker 2: a campana, ponendo le basi per un evento estremo di
25:41
Speaker 2: proporzioni che non abbiamo mai visto prima, innescato questa volta
25:45
Speaker 2: non dall'emozione umana, ma dalle macchine stesse che vanno in
25:48
Speaker 2: cortocircuito tra loro?
25:50
Speaker 3: È uno scenario che fa riflettere. E un po' spaventa.
25:54
Speaker 2: Sicuramente. Per chi volesse approfondire e esplorare questo confine invisibile
25:59
Speaker 2: tra matematica e psicologia umana, offre degli spunti davvero affascinanti.
26:03
Speaker 2: E sì, decisamente inquietanti. Noi vi ringraziamo per aver partecipato
26:08
Speaker 2: a questa indagine e vi diamo appuntamento alla prossima analisi.