Analisi quantitativa. Che cos’è di preciso? Come può essere utile? | Investopedia

Tre analisti quantitativi (detti quants) spiegano la scienza che sta dietro al loro lavoro. L’ analisi quantitativa ha certamente a che fare col mondo dei numeri, ma può farlo in maniere sorprendenti, e dare risultati che lo siano altrettanto. Investopedia cerca di spiegarlo brevemente con le definizioni che ne danno tre protagonisti di questa branca.

Che cos’è l’ analisi quantitativa

L’analisi quantitativa si riferisce ad un’analisi economica, commerciale o finanziaria che mira a capire o prevedere comportamenti o eventi attraverso l’utilizzo di misure matematiche e calcoli, modellazione statistica e ricerca. Gli analisti quantitativi mirano a rappresentare una data realtà in termini di valore numerico. L’analisi quantitativa viene utilizzata per una serie di ragioni; tra queste la misurazione, la valutazione delle prestazioni o la valutazione di uno strumento finanziario. Sono oggetto di studio anche la previsione di eventi reali come i cambiamenti del tasso di crescita del prodotto interno lordo (PIL) di un paese.

Leigh Drogan, AD e fondatore di Estimize

L’analisi quantitativa è, di base, il processo di fare scienza. E’ un metodo scientifico per capire che, se accade “a”, a qualche asset accadrà “b”. E’ un approccio molto diverso da quello di “leccarsi il dito, alzarlo e sentire da che parte tira il vento”. Quindi, al di là delle facili polemiche, è molto diverso da quello che hanno utilizzato molti manager discrezionali per lungo tempo.

In pratica, si sta dimostrando che sia l’ora di utilizzare un metodo molto più scientifico per prendere decisioni.

Melissa Brown, Direttrice delle Scienze Applicate per Axioma

Guardandoci intorno, ci si chiede: cosa sta succedendo nei mercati che dei modelli possano aiutare a spiegare? Od a chiarire? Parlando con i clienti, si cerca sempre di avere un’idea di cosa li stia confondendo; quali siano i problemi che stanno osservando nei loro portafogli. Con l’analisi quantitativa si cerca di trovare soluzioni che possano mitigare i loro problemi; allo stesso tempo, queste soluzioni dovrebbero rendergli il lavoro un po’ più facile.

Peter Hafez, Responsabile Scientifico dei Dati di Ravenpack

Un giorno standard di lavoro corrisponde a guardare un nuovo, o nuovi, set di dati. Fatto questo, provare a capire quale schema, quali correlazioni ci siano con gli obiettivi prefissati, come un livello di prezzo. Se ci si riesce, possiamo sperare di aver trovato un buon alpha, che il cliente possa implementare come parte del processo di investimento.