BlackRock ha ampliato la piattaforma di prodotti azionari attivi rivolta agli investitori istituzionali facendo leva per la selezione dei titoli sull’analisi avanzata dei dati.
Advantage Series
Attraverso l’impiego di tecniche avanzate di machine learning e data science, BlackRock Investment Management ha ampliato la piattaforma di prodotti azionari attivi con il lancio di Advantage Series, una gamma composta da sei fondi, uno a copertura globale e cinque con esposizioni regionali: World, US, Emerging Markets, Pan-European, Europe ex-UK, Asia ex-Japan. I fondi, dedicati agli investitori istituzionali, si collocano nel segmento degli investimenti basati su strategie “quantitative attive” e prevedono spese correnti comprese tra 30 e 60 punti base. Proposta finalmente anche in Europa, dopo il lancio sul mercato statunitense avvenuto nel 2017, la Advantage Series costituisce solo una delle quattro suite che compongono la piattaforma Active Equities di BlackRock: Systematic Alpha (che comprende la Advantage Series), High Conviction, Specialised Outcomes e Thematic.
La selezione dei titoli
«Il team Systematic Active Equity gestisce un patrimonio di 105 miliardi di dollari - precisa Raffaele Savi, Co-Head of Systematic Active Equity di BlackRock (in foto). Tra i membri del team figurano più di 20 esperti con PhD in informatica, economia e finanza, fisica e ingegneria. Il loro lavoro mira a generare alpha utilizzando i dati e la capacità di analisi della tecnologia per estrarre le intuizioni migliori. Il processo si avvale di oltre 30 anni di esperienza e innovazione basati sull’analisi approfondita dei driver dei mercati azionari e sulla previsione dei rendimenti relativi utilizzando modelli interamente proprietari».
La propensione di BlackRock Lab a far leva sulla tecnologia per comprendere meglio lo scenario e le opportunità di mercato, ha portato nel mese di febbraio anche alla creazione a Palo Alto in California di un apposito laboratorio di ricerca per l'Intelligenza Artificiale. «L’obiettivo è quello di utilizzare nel modo più possibile mirato l’intelligenza artificiale e le discipline ad essa connesse tra cui l’apprendimento automatico, il data science e l’elaborazione del linguaggio naturale per migliorare le performance. Ad affiancarlo, vi è l’hub “Data Science Core” che ha lo scopo di formalizzare i progetti già in corso nell’area della scienza dei dati e di favorire l’adozione di best practice e standard coerenti».
