Strategia CORE® di Goldman Sachs

bow

Nuovo Utente
Registrato
24/10/12
Messaggi
3.831
Punti reazioni
1.932
Questa volta approfitto io del forum per una domanda, se c'è qualcuno sufficientemente informato e tecnico da potermi aiutare.

Goldman Sachs vanta, in alcune sue Sicav l'applicazione di una strategia specifica e personalizzata chiamata CORE® (con il marchio registrato).
Il classico titolo basato su questo metodo di gestione del risparmio è LU0133265339 .
Nelle varie descrizioni la descrizione più specifica che ho trovato è:

Global and Regional CORE® Equity Portfolios utilise the CORE® strategy, a multi-factor proprietary
model developed by Goldman Sachs which aims to forecast returns on securities. Security combinations
are calculated to aim to construct the most efficient risk/return portfolio given the forecast of return and
risk relative to each CORE® Portfolio benchmark.
There is a risk that a strategy used by the Investment Adviser may fail to produce the intended results.
The Investment Adviser attempts to execute a complex strategy for the Global and Regional CORE®
Equity Portfolios using proprietary quantitative models. Investments selected using these models may
perform differently than expected as a result of the factors used in the models, the weight placed on each
factor, changes from the factors’ historical trends, and technical issues in the construction and
implementation of the models. There is no guarantee that the Investment Adviser will make effective
tactical decisions for the Global and Regional CORE® Equity Portfolios.


Dai rendiconti semestrali ci ho capito poco, intuisco che si tratta di una strategia molto 'value', certamente nell'azionario Europa ha mostrato un buon grado di efficacia.

Qualche smanettone dei metodi quantitativi e dei prodotti di risparmio gestito ha informazioni più specifiche? Oppure si tratta di un 'segreto industriale' di Goldman Sachs e bisogna quindi crederci per fede?

Da quanto ho capito, comunque, questi portafogli CORE® strategy non si possono considerare flessibili, ma solo basati su metodi quantitativi (che spesso condanno, magari devo ricredermi...), dato che poi l'asset allocation è ben definita (es. quello sull'europa è un large cap europeo etc...).

Voi che ne pensate?
 
A pelle ho timore di questi strumenti, comunque dovresti verificare come si comportano nei momenti di forte direzionalità dei mercati e nei momenti invece di forte volatilità.
 
.

LU0201159711

Ne abbiamo anche discusso su FoL tempo fa.
 

Allegati

  • pf_ceq_it_eu.pdf
    101,6 KB · Visite: 47
Ultima modifica:
.

LU0201159711

Ne abbiamo anche discusso su FoL tempo fa.

Sì, al di là della pubblicità del KIID e del prospetto... in soldoni come funziona? Un approccio Value combinato a diversificazione sui settori che hanno più crescita nel mercato (quindi molto pro-ciclici)? Una sorta di Momentum (selezione automatica di titoli con performance più alta nel periodo)?
Volevo capire se è affidabile o sono le solite fuffe quantitative che alla fine ti espongono alla parte più volatile del mercato con approccio settoriale e con la conseguenza che finché va sovraperformano, quando scende vanno giù e poi impiegano il doppio per recuperare .. tra l'altro da una parte parla di large cap e dall'altra diversificazione su 2200 titoli ..
 

A me le performance non dispiacciono ma questo discorso del "con i robot anticipiamo i listini" mi preoccupa un po'... cioè se è vero che riescono a sovraperformare costantemente con questo sistema hanno vinto...
 
E' un modello multifattoriale: senza conoscere i fattori che hanno selezionato, non puoi saperne di più.

Uno dei fattori potrebbe essere il momentum e un altro la volatilità, ma anche altri completamente diversi.

Ovviamente Goldman Sachs non ha interesse ad esplicitare i fattori, altrimenti potresti facilmente replicarti tutto in casa.
 
Comunque tornando all'argomento impossibile dire di più se la metodologia è riservata e/o segreta.
Leggendo gli articoli velocemente mi pare di capire che si tratta di un ausilio per i consulenti e clienti di GS e che alla fin fine il fattore umano è sempre determinante alla faccia dei robot advisor!
 
E' un modello multifattoriale: senza conoscere i fattori che hanno selezionato, non puoi saperne di più.

Uno dei fattori potrebbe essere il momentum e un altro la volatilità, ma anche altri completamente diversi.

Ovviamente Goldman Sachs non ha interesse ad esplicitare i fattori, altrimenti potresti facilmente replicarti tutto in casa.

La cosa che trovo interessante di questo modello (più del fondo Morgan Stanley confrontato in uno dei link che, al solito, sovraperforma alla grande con un portafoglio concentrato al 25% in Amazon, Alphabet e Facebook che hanno fatto molto più del resto del ACWI) è proprio questo approccio.

Spiego il mio umile punto di vista:
- Il classico fondo flessibile/total return alle volte è basato sulle convinzioni/strategie/capacità del gestore. Magari è bravo, ci prende, poi la strategia gli si rivolta contro, oppure lo sostituiscono, o fa una serie di cavolate e dopo 2 anni buoni sottoperforma di brutto proprio quando la società di gestione basandosi sul suo talento ha aumentato costi di gestione e balzelli vari.
- Alcuni modelli usano una semplice estrema sovraesposizione al rischio o tecniche a leva molto pericolose (il pensiero va agli H2O ma anche lì della strategia utilizzata ci ho capito poco) che un bel giorno ha fatto fare 'bum!' ad alcuni fondi miracolosi.
- Questi che invece usando big data ed un modello diciamo 'automatizzato' invece dovrebbero essere meno influenzati dalla concentrazione nei 'top performer' (anzi mi sembrano molto diversificati), dovrebbero subire di meno la capacità/incapacità umana (salvo modifiche al modello) e, mi auguro, non operare a leva o con scelte estreme e non fare 'bum!'.

L'unica caduta di stile gliela attribuisco nel presentarsi dicendo che riescono a 'prevedere i mercati'. Ecco, questa cosa mi fa pensare ad Asimov, alla Fondazione ed a cose che c'entrano poco con i mercati. :D :D :D
 
- Questi che invece usando big data ed un modello diciamo 'automatizzato' invece dovrebbero essere meno influenzati dalla concentrazione nei 'top performer' (anzi mi sembrano molto diversificati), dovrebbero subire di meno la capacità/incapacità umana (salvo modifiche al modello) e, mi auguro, non operare a leva o con scelte estreme e non fare 'bum!'.

L'unica caduta di stile gliela attribuisco nel presentarsi dicendo che riescono a 'prevedere i mercati'. Ecco, questa cosa mi fa pensare ad Asimov, alla Fondazione ed a cose che c'entrano poco con i mercati. :D :D :D
Il più famoso esempio di modello multifattoriale è questo:

L'abilità (se così vogliamo chiamarla) del gestore è quella di trovare dei fattori con un buon potere predittivo; questo significa anche che questi fattori non sono ancora stati scoperti da (tutti gli) altri e sfruttati al punto tale da annullarne il potere predittivo.

I "big data" possono avere un peso come anche essere solo una trovata pubblicitaria: diciamo che in generale più dati hai più fattori puoi trovare, questo è assolutamente ovvio; dopodiché su fondi che operano con frequenze basse e periodi lunghi è da chiedersi se il termine non sia abusato e se i data set non siano in realtà privi delle caratteristiche per classificarsi come "big" (ad es. dati di natura fondamentale come bilanci e indicatori macroeconomici non potranno mai costituire un data set "big" in termini di numero di osservazioni, al limite il data set può assumere dimensioni rilevanti aumentando il numero delle variabili in ingresso ma un sano scetticismo è d'obbligo).

Lo stesso eventualmente strombazzato utilizzo di tecniche di machine learning per trovare i segnali aggiunge poco al modello strategico, può al limite consentire di scoprire delle relazioni difficili da individuare ma fa sicuramente molta presa sul pubblico.
 
L'abilità (se così vogliamo chiamarla) del gestore è quella di trovare dei fattori con un buon potere predittivo; questo significa anche che questi fattori non sono ancora stati scoperti da (tutti gli) altri e sfruttati al punto tale da annullarne il potere predittivo.

Grazie, sei stato fantastico.
Mi hai fatto capire grossomodo come funziona (permettendomi anche di rispiegarlo all'occasione)! ;)
 
Riassunto di quello che ci ho capito con qualche considerazione:

Il modello French-Fama a 3 fattori introduce oltre al rischio di mercato (beta) i fattori di capitalizzazione (small-minus-big, SmB) e il fattore value (high-minus-low, HmL).

Il fattore SmB sembra profittevole nello scenario US ma lo è molto poco nello scenario globale. Aumentare il peso alle small-cap indistintamente può non essere profittevole per via di una componente non trascurabile di small-cap caratterizzate da regime growth + low profitability (la profitability è un altro fattore con cui il modello si può estendere). In ottica globale SmB si può ignorare.

Sembra che selezionare i fattori individualmente non sia facile, anche perché poi gli ETF diventano più settoriali e sono meno liquidi.

Il benchmark low-volatility permette di "catturare" alcuni fattori in maniera favorevole, ma questo non è vero in tutti i periodi storici. Il benchmark momentum sembra più empirico che altro. Entrambi derivano dall'osservazione dei prezzi e non sono legati a variabili indipendenti (come HmL) o comunque definite in maniera puntuale (come SmB), quindi non mi pare siano buoni "fattori".

Se c'è qualcosa che i fondi possono dare più degli ETF è sfruttare un modello multi-fattoriale in maniera efficiente, visto che gli strumenti per l'investitore fai-da-te sono limitati. Va detto che ci sono anche indici "scientific beta" che dovrebbero replicare una strategia multi-fattoriale, ma anche qui sarei scettico sul fare accumulo in uno strumento di "nicchia".
 
  • Like
Reazioni: bow
L'abilità (se così vogliamo chiamarla) del gestore è quella di trovare dei fattori con un buon potere predittivo; questo significa anche che questi fattori non sono ancora stati scoperti da (tutti gli) altri e sfruttati al punto tale da annullarne il potere predittivo.

La vedo un po' diversa. Il senso di un fattore nel modello dei prezzi è quello di individuare un fattore di rischio a cui corrisponde un rendimento. In questo senso non credo che un fattore si annulli se viene sfruttato da tutti: una strategia basata su un modello multi-fattoriale batterà il mercato semplicemente perché incorpora un rischio maggiore (il vantaggio è di avere fattori di rischio in principio decorrelati). Questo se intendiamo il "mercato" come pura allocazione pesata sul market-cap.

Poi trovare i fattori "perfetti" è un altro problema. Mi sembra che il value sia l'unico sufficientemente solido da garantire un premium di per sé.
 
Indietro