L’autrice di questo post è Alessia Di Noto, laureata magistrale in Finanza Quantitativa all’Università degli Studi di Verona. Ha redatto una tesi dal titolo “Applicazione dei text data per spiegare la volatilità in finanza” –

Con il termine econofisica si intende l’applicazione dei principi della fisica allo studio dei mercati finanziari, con l’ipotesi che il mondo economico si comporti come una raccolta di elettroni o un gruppo di molecole d’acqua che interagiscono tra di loro. Questa disciplina è stata introdotta per la prima volta dal fisico teorico Eugene Stanley nel 1995, alla conferenza sulla dinamica dei sistemi complessi, che si è tenuta a Calcutta, nota come StatPhys. Il campo multidisciplinare dell’econofisica utilizza la teoria della probabilità e i metodi matematici sviluppati nella fisica statistica per studiare le proprietà quantitative dei sistemi economici complessi costituiti da un gran numero di unità o popolazioni articolate rappresentate da unità semplici o umani. Lo scopo dell’econofisica è quello di descrivere e realizzare modelli di comportamento universali di un mercato, come un sistema aperto, in cui nuove informazioni esterne si mescolano con nuovi investimenti, piuttosto come input di energia e particelle nella fisica quantistica.

L’economia contemporanea coinvolge i fisici a fare economia con le teorie della fisica, il che solleva la questione di come le due discipline si relazionano l’una con l’altra.
Oggi, si è constatato che metodi e concetti della fisica statistica abbiano una reale influenza nel pensiero economico ma, non solo, è anche possibile che metodi e concetti economici possano influenzare anche il pensiero fisico.

Le tecniche della fisica statistica possono essere applicate con successo ai problemi economici e finanziari vista la grande esperienza dei fisici nel lavorare con dati sperimentali, offrendo loro un vantaggio unico nello scoprire leggi quantitative nei dati disponibili. Queste metodologie sono applicate a particelle economiche, vale a dire a investitori e consumatori. I mercati sono visti come sistemi complessi macroscopici con una struttura microscopica interna costituita da molte di queste particelle che interagiscono in modo da generare proprietà sistemiche. L’econofisica ha rivelato che la realtà eterogenea può essere spiegata con una teoria omogenea e questo è il ruolo principale della fisica statistica: unificare e semplificare l’economia.

Oltre alle proprietà statistiche e fisiche della volatilità del mercato, si pone l’attenzione sui fattori determinanti della volatilità del mercato azionario. Questi fattori comuni sono i fondamentali economici, anche se le relazioni tra la volatilità e le variabili macroeconomiche sono molto complesse.

La complessità dei determinanti della volatilità è anche rivelata da modelli tra cui processi markoviani stazionari, moto browniano relativistico, analisi della frattalità, reti complesse econofisiche che adesso hanno lasciato spazio alle tecniche di intelligenza artificiale. L’NVIX, il News Implied Volatility Index, è un indice che dà prova della grande importanza che stanno avendo i dati, nel caso specifico i text data, piuttosto che i fondamentali economici. Tutto ciò perché la prevedibilità dei fondamentali economici è piuttosto complicata ed è necessario scoprire nuovi determinanti della volatilità. L’NVIX considera le preoccupazioni e i timori degli investitori sugli eventi che si sono verificati nel corso del periodo analizzato. Gli argomenti o le parole chiavi della stampa catturano la loro attenzione a tal punto da diventare un fattore chiave nella determinazione dei rendimenti azionari.

Generalmente le analisi empiriche passate si concentrano solo sulla volatilità a lungo termine, poche prestano attenzione alla componente a breve termine. Ciò che si prevede è che l’impatto dell’incertezza sia di breve durata. Infatti, la globalizzazione rende la trasmissione delle informazioni tempestive in modo tale da far adeguare rapidamente le loro scelte d’investimento.

I comportamenti degli investitori, compreso il sentiment sono tali da riflettersi tempestivamente sui prezzi delle azioni in borsa.

Twitter @AlessiaDiNoto