Odi il senso del tuo mondo / e consentire ti giovi (Rebora)
Nicolas Jamet, RAM Active Investments
Costituita nel 2007, con sede a Ginevra e uffici a Zurigo e Lussemburgo, RAM AI è uno dei principali gestori sistematici europei ed offre un’ampia gamma di fondi alternativi con gestione equity sistematica fondamentale e fixed income discrezionale ad una vasta platea di investitori istituzionali e professionali in molteplici mercati e asset class, tra azioni e reddito fisso con strategie tattiche e sistematiche. Circa un anno fa, Mediobanca e RAM Active Investments hanno annunciato il raggiungimento di un accordo di partnership strategica perfezionato nel marzo di quest’anno sulla base del quale Mediobanca ha acquisito una partecipazione del 69% in RAM AI, conservando quest’ultima la piena indipendenza operativa. RAM AI è particolarmente qualificata per integrare la piattaforma di Mediobanca e diventare la base per lo sviluppo di strategie sistematiche di gruppo ed un centro di innovazione e di generazione di nuove idee d’investimento, ha commentato il CEO di Mediobanca, Alberto Nagel. Noi ne parliamo con Nicolas Jamet, presente gli scorsi giorni al LAC di Lugano che fa parte della ricerca quantitativa del gruppo.
«Gestiamo oggi patrimoni per quasi 5 miliardi di dollari,» – spiega Nicolas Jamet – «la maggior parte in Equity sistematica e Alternative Asset Management basate su comprovate filosofie d’investimento. Copriamo ad esempio il mercato degli emergenti, dei Paesi sviluppati con lo spettro sulle Small, Mid e Large Cap.»
«Quest’anno i primi Paesi impattati dalle politiche monetarie sono stati appunto gli Emergenti che si finanziano in dollari, a motivo del rialzo sui tassi sul biglietto verde. Ebbene, sui nostri prodotti abbiamo tenuto bene negli Emergenti a motivo di una selezione basata sui fondamentali delle imprese, come ad esempio la loro capactià di generare flussi di cassa sani. La selezione settoriale che ne deriva è solo la conseguenza della nostra analisi con approccio bottom-up.»
«La nostra filosofia d’investimento» – aggiunge – «è quella di catturare le inefficienze del mercato sotto tutti gli aspetti, per evitare bias non desiderati, diversificando di conseguenza le fonti di alpha, sia sul lato corto che su quello lungo delle nostre strategie. Nella costruzione del portafoglio abbiamo quattro blocchi di strategie d’investimento, ciascuna delle quali ha l’ambizione di funzionare al meglio nei vari periodi del mercato per le correlazioni che implica. La prima, ricerca la convergenza nella valorizzazione e premia le imprese sottovalutate rispetto alla loro industria di base. Tuttavia, cerchiamo di catturare profili di convergence/value combinandoli con altri fattori per essere certi di una selezione efficace ed evitare trappole di valore. Verifichiamo dunque la qualità dei fondamentali (livello di indebitamento, profittabilità, trasparenza dei conti…) e cerchiamo un generale sentiment positivo verso l’impresa. Il secondo polo di attrazione è quello del basso rischio e dunque individua tutti i profili difensivi, per esempio nei settori non ciclici, come il settore farmaceutico (mentre nel biotech bisogna tener conto di altri titoli molti ciclici e aggressivi, con beta elevati). Per esempio, si cercano titoli con elevati dividendi o società che hanno in programma riacquisti di azioni proprie. Teniamo in considerazione rischi di mercato come ad esempio la volatilità. Il terzo blocco è formato da titoli che puntano piuttosto sulla divergenza rispetto al trend, catturando profili di società che sono growth/momentum. Comunque, valutiamo attentamente la ragionevolezza del prezzo e, come sempre, la qualità dei fondamentali per esser certi che il profilo del portafoglio rimanga saldamente “robusto”. Infine, l’ultimo blocco è basato sulla tecnologia machine-learning che ci permette di ponderare tutte le inefficienze nello stesso momento. Se ognuno dei primi tre blocchi prende in considerazione una decina di fattori, il quarto considera ogni titolo sotto un angolo multidimensionale, integrando in tal modo 50-60 fattori tra di loro. Queste sono le inefficienze su cui RAM lavora da oltre una decina d’anni.»
«Il programma di machine-learning ci offre potenze di calcolo superiori agli strumenti di analisi tradizionale. Permette di combinare in modo non lineare dozzine di fattori conservando il carattere generalizzabile del modello. Di conseguenza, ci aiuta ad utilizzare l’informazione in maniera efficiente.»
E il fattore umano? «L’intelligenza artificiale è uno strumento quanto mai prezioso, ma è cruciale comprendere i limiti e i vincoli di questo motore. La parte piu importante del processo è fissare i giusti obiettivi, selezionare gli opportuni algoritmi e controllare l’apprendimento della macchina attraverso l’ottimizzazione degli iperparametri», precisa Nicolas Jamet.
«Completa l’ampio spettro dell’approccio poliedrico di RAM AI l’attenzione che già dal 2014 poniamo sui fattori ESG, implementati tra i criteri alla base della ricerca interna. In questo senso, sono quattro i pilastri su cui si basa la nostra ricerca proprietaria nell’ambito dei criteri ESG: Governance, Transparency, Climate e Diversity. I quattro pilastri ESG da noi individuati sono già completamente ingrati nel nostro fondo Sustainable Income the offre agli investitori un approccio dualistico di azioni che generano reddito a livello globale.»
«RAM AI è in sostanza un gestore attivo ed alternativo che offre una gamma di strategie azionarie sistematiche (“RAM Systematic Funds”) e di strategie discrezionarie fixed income (“RAM Tactical Funds”) rivolte ad un’ampia platea di investitori istituzionali e professionali. Il nostro team» – conclude – «mira a generare alpha per i clienti con regolarità sul lungo termine, nell’arco di diversi cicli economici fornendo agli investitori elevate performance corrette per il rischio, unitamente a interessanti vantaggi in termini di liquidità e diversificazioneche uno stile di gestione attivo e disciplinato possa generare un valore interessante per gli investitori.»
Corrado Bianchi Porro
