Responsabilità editoriale di ADVISOR, testata edita da Open Financial Communication

Crolli di Borsa: tutti i pericoli del trading ad alta frequenza

È il 6 maggio 2010. Sui mercati c’è nervosismo per la crisi greca, non certo panico. Ma alle 14:45 ora di New York, all’improvviso e simultaneamente, tutti i maggiori indici borsistici mondiali iniziano a scendere in picchiata. A precipitare senza motivo. In pochi minuti lo S&P500 perde più dell’8%, tra il panico degli operatori e delle reti tv all news finanziarie. Poi, sempre in modo inspiegabile, gli indici sfoderano un colpo di reni e tornano a salire, chiudendo comunque in profondo rosso. Il primo grande "flash crash" della storia, quello definito "da un trilione di dollari", dura 36 minuti in tutto.

A quel pionieristico "flash crash" ne sono seguiti molti: tra gli altri, quello del 23 aprile 2013 (innescato da una finta agenzia di stampa dall’account ufficiale Associated Press su un attacco alla Casa Bianca con ferimento del presidente) e sul fronte valutario quelli della sterlina (il 6 ottobre 2016, crollo del 6% in due minuti) e dello yen (2 gennaio 2019, a picco del 4% in pochi minuti). Per quanto diversi tra loro, tutti questi crack di Borsa hanno un minimo comune denominatore: i software automatizzati di trading ad alta velocità (high frequency trading, HFT).

Macchine che comprano e vendono a velocità disumane, a volte interagendo tra loro in modo imprevedibile (come avvenne nel 2010) e comunque amplificando i normali movimenti di mercato. Secondo una recente analisi di Aite Group, l’anno scorso gli algoritmi hanno gestito il 66% degli scambi sui mercati azionari statunitensi, il 47% su quelli europei, il 40% su quelli asiatici e oltre il 30% su quelli italiani. Il problema? È che il dominio degli algoritmi sulle Borse mondiali tende ad amplificare la volatilità, soprattutto nelle fasi di vendita.

Nel novembre 2017 uno studio del Financial Stability Board, che rappresenta le banche centrali e gli organi di regolamentazione del G20, ha lanciato l’allarme: buona parte delle strategie di investimento adottate dalle intelligenze artificiali sono state sviluppate negli ultimi anni, in un contesto di volatilità ai minimi storici e di solida crescita delle Borse. Una fase di grande tranquillità sui mercati, dovuta all'azione delle banche centrali, che però può risultare fuorviante. Come si legge nel report, questi modelli "possono non agire in modo ottimale durante recessioni economiche significative o crisi finanziarie".

Buona parte degli algoritmi automatizzati utilizzano infatti la volatilità (misurata dall’indice Vix) come strategia per operare sui mercati: se è bassa comprano azioni, se sale vendono. In appena tre mesi la profezia del Financial Stability Board è purtroppo diventata realtà: dopo anni di torpore, nel febbraio 2018 il Vix, chiamato anche "indice della paura", è improvvisamente balzato in alto costringendo a vendite forzate dapprima le strategie più speculative, poi via via i Vol Targeting funds (400 miliardi di dollari in gestione), i CTA (350 miliardi), i fondi Risk Parity (500 miliardi) e molti ETF. Vendite forzate che hanno fatto salire ancor più la volatilità, dando vita a un micidiale circolo vizioso, poiché più sale l’indice Vix più gli algoritmi vendono, ma maggiori vendite corrispondono a nuovi picchi di volatilità, con l’effetto di provocare nuove vendite e così via. Il risultato di questo effetto domino è stato che in una sola giornata, il 5 febbraio 2008, l’indice Vix è balzato in alto di oltre il 115%, con effetti rovinosi su tutte le strategie basate sulla volatilità.

Non dimentichiamo però che il trading algoritmico ha anche portato grandi benefici ai mercati. Per esempio, ha reso possibile l’avvento degli ETF, strumenti di investimento che replicano passivamente diversi indici, ma ha anche diminuito il cosiddetto "bid-ask spread", riducendo la differenza tra i prezzi per chi acquista e per chi vende, con enorme beneficio per gli investitori: nel mercato azionario statunitense il differenziale tra i prezzi in acquisto o in vendita dal 1994 è addirittura crollato del 95%, secondo la Managed Funds Association.

Questo non toglie però che le macchine possano potenzialmente essere stupide almeno quanto gli esseri umani, con la differenza che fanno tutto a velocità straordinaria. Nel 2012 è stato per esempio un algoritmo fuori controllo a far perdere 440 milioni di dollari in mezz’ora a Knight Capital, società specializzata in high frequency trading, facendola fallire. È proprio la velocità degli algoritmi a rendere tutto più rapido e pericoloso, amplificando i tradizionali movimenti di mercato - panico compreso - fino a innescare i micidiali "flash crash". Perché le macchine sono più brave degli uomini anche quando si tratta di essere stupidi.

L'articolo è tratto dalla sezione Tomorrow Augmented di AXA IM Italia.

La responsabilità editoriale e i contenuti sono a cura di ADVISOR, testata edita da Open Financial Communication

Video Economia