Data science, l’ultima prova degli analisti finanziari

Corriere Economia - 15 maggio 2023

Esiste un rischio algoritmo in finanza? Per rispondere a questa domanda, Aiaf (l’associazione italiana per l’analisi finanziaria) ha lanciato nel 2022 il progetto Cra (Centro di ricerca sugli algoritmi) finalizzato alla divulgazione della ricerca sugli algoritmi che sono alla base delle applicazioni di intelligenza artificiale dedicate al settore. Il gruppo di lavoro capitanato da Umberto Cherubini, docente di Matematica all’università di Bologna, ha elaborato Il primo Review Paper che sarà presentato nel corso della conferenza «Investire sulle competenze: l’importanza della formazione finanziaria certificata europea» durante la terza giornata del Salone del. Risparmio (giovedì 18 alle 14:15), in programma a Milano. Il dibattito tra accade miei ed operatori non è giunto in questa prima ricognizione a conclusioni definitive, ma nello studio vengono individuati due elementi dal cui incrocio nasce la specificità del rischio algoritmico: la maledizione della velocità e quella dimensionale. Due fattori moltiplicativi, innescati da crescenti potenze e velocità di calcolo e dalla quantità e dalla qualità dei dati, che, insieme a sempre nuovi modelli algoritmici, possono rendere difficile la comprensione dei risultati. «Stiamo attraversando un delicato momento evolutivo in cui la tecnologia offre opportunità straordinarie che possono essere colte senza timori dalle nuove generazioni degli analisti finanziari —spiega Davide Grignani, presidente di Aïaf —. Data science e intelligenza artificiale richiedono infatti la supervisione umana, centrale sia nella scelta della base dati con cui pre-addestrare i sistemi sia nella valutazione finale dei risultati. Ne troviamo eco nel recentissimo progetto di Regolamento Al Act che ha avviato in questi giorni il Trilogo di approvazione da parte degli organi comunitari e che mette al centro i valori dell’Unione europea, i diritti fondamentali dei cittadini e la privacy dei dati connessi. Ai giovani analisti si chiede di essere sempre più trasversali nelle competenze, che non si limitano alle tecniche base dell’analisi fondamentale, ma devono estendersi alle nuove frontiere del machine learning e dell’intelligenza artificiale. Noi lo chiamiamo Next Gen Aiaf», conclude.

 

 

Articoli correlati: