Ricerca

At RAM AI, we have developed a deep learning framework to forecast stock returns based on a wide array of time-series inputs. This paper illustrates how shorter-term strategies have attractive standalone characteristics and benefit lower-frequency books.  Read full paper here.

I profitti che un'azienda genera possono essere distribuiti ai suoi azionisti attraverso dividendi/acquisti d'azioni, possono essere usati per ripagare parte del suo debito o per nuovi progetti. Un'azienda investe nella sua crescita organica futura attraverso la ricerca e lo sviluppo (R&S) o investimenti di capitale (Capex). In un precedente documento di ricerca abbiamo studiato l'effetto degli annunci di Capex sui rendimenti azionari. Il presente documento analizza l'attività di R&S e il suo impatto sui fondamentali aziendali. Leggi il documento completo qui. Solo in inglese. 

I profitti che un'azienda genera possono essere distribuiti ai suoi azionisti attraverso dividendi/acquisti d'azioni, possono essere usati per ripagare parte del suo debito o per nuovi progetti. Un'azienda investe nella sua crescita organica futura attraverso la ricerca e lo sviluppo (R&S) o investimenti di capitale (Capex). Al gennaio 2021, il rapporto tra spese di capitale nette e vendite ha raggiunto il 2,54% per le aziende statunitensi. Leggi il documento completo qui. Solo in inglese.

RAM AI joined the Net-Zero Asset Manager’s initiative in 2021 and committed to meeting Net-Zero emissions by 2050. We also committed to interim goals with a carbon emission intensity reduction of 33% by 2025 and 50% by 2030. Three complementary approaches have been deployed to meet those targets:
- Climate risk mitigation through universe construction
- Climate opportunity integration
- Active ownership
In this paper, we will focus on universe construction and analyse how reducing the carbon footprint impacts financial performances and style biases. Read full paper here.

The Sustainable Finance Disclosure Regulation (SFDR) is a European regulation introduced in 2019 and applicable from 10th March 2021 to improve transparency in the market for sustainable investment products, prevent greenwashing and increase transparency around sustainability claims made by financial market participants. In this paper, we analyse the impact an SFDR governance framework can have on return and style biases. Read full paper here.

Over recent years, data measuring firms’ sustainability characteristics has proliferated. An important challenge that investment managers encounter is the combination of ESG and traditional factors such as value, growth and momentum, which is crucial for an optimal stock selection and portfolio construction process. RAM AI’s systematic equity team has developed a deep learning framework that models the interaction among different input features. In this paper, we will evaluate the efficacy of this framework when tuned to combine ESG and traditional factors for a stock return prediction task. Read full paper here.

Le considerazioni sul clima nell'analisi di portafoglio e negli investimenti sistematici ha attirato di recente numerose attenzioni. Cio' è dato dalla ricerca d'investimenti sostenibili per una transizione che porti a basse emissioni di carbonio. In questo articolo proponiamo d'integrare dati strutturati e non strutturati relativi al clima nell'investimento quantitativo per i mercati azionari, come ad esempio i punteggi delle emissioni di carbonio e gli eventi climatici dai flussi di notizie. Con una struttura di deep learning valutiamo le opportunità legate al clima e il rischio delle azioni nell'universo d'investimento. La valutazione sperimentale su dati reali dimostra la bassa intensità di carbonio del portafoglio costruito, così come il buon rendimento degli investimenti. Leggi il documento completo qui. Solo in inglese.

La rapida crescita dei dati ESG negli ultimi anni li rende una nuova dimensione interessante per il processo di investimento, ma l'integrazione di ESG presenta una vasta gamma di sfide, dal filtraggio del rumore ai bias nascosti. In questo articolo presentiamo alcune delle carenze dei dati ESG, così come il valore aggiunto che gli input ESG possono portare in un processo di selezione dei titoli. Leggi il documento completo qui. Solo in inglese.

Il credito di carbonio è un termine generico per qualsiasi certificato negoziabile che rappresenta una certa quantità di emissioni di carbonio. Un governo, un'azienda o qualsiasi individuo che voglia compensare una quantità definita di carbonio emesso dalle proprie attività, può acquistare crediti per una quantità specifica di CO² per bilanciare le proprie emissioni. Leggi il documento completo qui. Solo in inglese.

Nowadays, large language models are among the most impactful natural language processing techniques and have gained popularity in various applications, such as machine translation, language understanding, etc. These language models can be fine-tuned on domain-specific datasets to fit into the corresponding applications. In this paper, we will study the effect of financial news articles’ sentiments and text embeddings on predicting stock returns. Our in-house developed deep learning framework is able to model interactions between different input features and facilitates the comparison of feature combinations. Read full paper here.

In questo articolo esamineremo la crescente popolarità dell'intelligenza artificiale e il potenziale sviluppo per la finanza a seguito dell'implementazioni del machine learning. Poiché la tecnologia continua a spingere i confini della nostra immaginazione, nuove dimensioni emergeranno senza dubbio nel tempo. Leggi il documento completo qui. Solo in inglese.

I tradizionali dati di mercato sono tipicamente strutturati in termini numerici dai modelli statistici. Il Machine Learning può aiutare a gestire l'abbondanza di ricchi dati testuali ricavati da notizie finanziarie, rapporti sugli utili e trascrizioni e la loro correlazione con i mercati, attualmente meno sfruttati dai manager quantitativi. Facciamo un tuffo nelle tecniche NLP e nei loro metodi d'integrazione in RAM AI con il seguente Q&A. Domande e risposte con il ricercatore di RAM, Tian Guo. Solo in inglese.

L'incorporazione di fattori ambientali, sociali e di governance (ESG) negli investimenti sistematici ha attirato numerose attenzioni di recente. In questo articolo, ci concentriamo sugli eventi ESG nel flusso di notizie finanziarie ed esploriamo il potere predittivo delle notizie finanziarie ESG sulla volatilità delle azioni. In particolare, sviluppiamo una pipeline d'estrazione di notizie ESG, rappresentazioni di notizie e inferenza bayesiana di modelli di deep learning. La valutazione sperimentale su dati reali e su diversi mercati dimostra la superiorità delle previsioni, nonché la relazione tra l'alta volatilità e le azioni con rischio potenzialmente elevato e basso rendimento. Ció mostraanche la struttura di previsione flessibile per vari dati testuali e variabili target. Leggi il documento completo qui.Solo in inglese.

Genetic Algorithms, benefiting from their heuristic nature and inspired by the process of natural evolution, can solve portfolio construction problems that traditional methods struggle to address. Evolutionary algorithms, in general, require no fitness gradient information or correlation matrices to proceed, are easy to process in parallel and can escape from local minima, where deterministic optimisation methods may fail. The aim of this paper is to focus on the stability of the Genetic Algorithm that RAM's Systematic Macro team utilises to model financial markets and show that its stability is impressive when looking at an out-of-sample performance of the optimal portfolio. Read full paper here. 
 

Gli algoritmi evolutivi non sono nuovi e sono stati sviluppati dagli anni '50, sia per quanto riguarda i concetti sia per la struttura, basandosi sull'idea che il processo evolutivo potrebbe essere utilizzato come strumento d'ottimizzazione generale. Leggi il documento completo qui. Solo in inglese.