Il lavoro utilizza tecniche di machine learning per individuare i principali fattori alla base delle riallocazioni di portafoglio decise dai gestori di fondi comuni azionari che investono nei paesi emergenti. Queste tecniche, combinate con l’utilizzo di un ampio insieme di caratteristiche riferite ai singoli titoli, consentono un’analisi granulare di tali fattori.

La dimensione delle imprese e le caratteristiche di mercato dei titoli, come la capitalizzazione e il volume degli scambi, sono i fattori che maggiormente incidono sulle riallocazioni di portafoglio. La loro importanza relativa cambia nel tempo (ad esempio nei periodi di turbolenze finanziarie), in funzione delle caratteristiche dei fondi comuni (come una strategia di investimento attiva o passiva) e in relazione al tipo di investitori cui il fondo si rivolge (professionali o al dettaglio).

Fonte: Banca d’Italia

N. 913 – I modelli di machine learning per l’analisi delle riallocazioni di portafoglio dei fondi comuni azionari
(testo in inglese)