La finanza algoritmica deve molto al… backgammon! « LMF Lamiafinanza

Se fai parte di quella piccola minoranza che conosce bene le backgammon regole ed è anche una laurea in ingegneria informatica, allora probabilmente sai già quanto sia stato importante per il mondo della finanza algoritmica il gioco del backgammon. Se non lo sai, beh, sei capitato nel posto giusto perché in questo articolo ti spiegheremo come ha fatto uno dei più antichi giochi da tavolo al mondo ad avere un ruolo così importante e insospettabile nello sviluppo di tecniche e algoritmi che al giorno d’oggi sono alla base di diversi sistemi per il mondo della finanza.

Tutto questo si deve al mix di caratteristiche uniche del backgammon: un mix equilibrato di strategia, caso e decisioni in contesti di informazione parziale; tutto il necessario per far si che il backgammon si rivelasse un terreno a dir poco ideale per la sperimentazione e il perfezionamento dei metodi di apprendimento automatico che tanto servono al mondo dei mercati finanziari e tanto sono serviti anche per il mondo dell’intelligenza artificiale.

Tutto nasce dal TD-Gammon

Durante il corso degli anni novanta un progetto chiamato TD-Gammon ha permesso al mondo dell’informatica di utilizzare reti neurali addestrate in maniera molto più efficiente rispetto al passato. Questo è stato possibile grazie al temporal-difference learning, una forma particolare di reinforcement learning (una tecnica di apprendimento automatico) in cui l’algoritmo apprende valutando la differenza temporale tra le previsioni successivo del valore di una posizione di gioco.

TD-Gammon altro non faceva che giocare milioni di partite contro sé stesso migliorando progressivamente la comprensione delle sue posizioni ottimali: una procedura ascrivibile, nei mercati finanziari, al miglioramento di agenti che apprendono strategie di acquisto e vendita sulla base di variazioni di mercato e di indicatori tecnici. Il backgammon si è dimostrato particolarmente utile grazie a una combinazione di elementi e, sopratutto, l’equilibrio tra aleatorietà e regolamenti, esattamente come in finanza i prezzi si muovo in maniera stocastica e molte informazioni utili come gli ordini futuri di acquisto e vendita non sono completamente visibili.

Sempre TD-Gammon ha apportato alla finanza algoritmica anche l’utilizzo di database di aperture e le cosidette “librerie endgame”: ovvero parliamo di grandi databasi che fornivano esempi di mosse ottimali in determinate fasi del gioco che, in ambito finanziario, solo recentemente sono state ripensate ad-hoc grazie al concetto dei big data, ovvero enormi dataset storici di informazioni come prezzi, volumi e indicatori tecnici.

Da un semplice tavolo di gioco alla finanza

Quello che iniziato come un esperimento quasi avanguardistico di intelligenza artificiale, in un epoca in cui l’intelligenza artificiale era roba da libri di fantascienza, si è trasformato poi in una delle basi per alcune delle tecniche odierne più importanti nei sistemi e negli strumenti di trading algoritmico.  A oggi i modelli si possono addestrare su parte dei mercati per avere punti di partenza utili per adattarsi a settori specifici, oltre che esiste la possibilità di utilizzare sistemi di adattamento rapido per rispondere rapidamente a cambi di regime di mercato.

Le frazioni di secondo che un algoritmo impiega per scegliere se acquistare un futuro o passare sono un retaggio di tante, tantissime partite di backgammon, tra dadi e pedine: la coda lunga del grande divertimento che ancora oggi veleggia tra tantissimi casinò.