H2 o consulting corporate
-
Upload
marco-grassano -
Category
Economy & Finance
-
view
125 -
download
2
description
Transcript of H2 o consulting corporate
Presentazione Generale Settembre 2014
H2O Consulting
2
H2O Consulting
Lugano (Switzerland)
www.h2oconsulting.ch
In
no
va
tio
n f
rom
Sw
iss t
rad
itio
n
2
Nato nel 1969. Laurea in
Ingegneria Nucleare. Executive
Master in Business
Administration (MBA)
all’Università della Svizzera
Italiana.
Specializzato in finanza
quantitativa, sentiment analysis
& finanza comportamentale, risk
management, reti neurali e
algoritmi genetici.
Cristian Bissatini
CEO
Nato nel 1972. Oltre 15 anni di
esperienza nel settore bancario,
in Svizzera, Lussemburgo e
Italia, con responsabilità nella
gestione di progetti strategici
presso importanti istituti bancari
internazionali.
Ha ricoperto incarichi direttivi
nell’esercizio delle attività di
audit e compliance, nonché
responsabile della
Organizzazione e Informatica.
Marco Grassano
Managing
Director
Nato nel 1972. Specializzato
nella gestione di sicurezza
informatica (protezione dei dati,
sistemi di cifratura e crittografia),
virtualizzazione,
telecomunicazione e networking,
creazione e manutenzione di
software bancario.
Davide Butti
CIO
Nato nel 1971. Laurea in
Ingegneria Gestionale.
Specializzato nella gestione di
sicurezza informatica
(protezione dei dati, sistemi di
cifratura e crittografia),
virtualizzazione,
telecomunicazione e networking,
creazione e manutenzione di
software per tutti gli ambiti
industriali e finanziari.
Ermanno
Scanagatta
CTO
H2O Holding Group
2005
Synthesis Services
2006
Nea Technologies
2012
H2O Consulting
2013
Telnext
4
2
Abbiamo trovato in H2O Consulting il nostro partner ideale per l’outsourcing
dell’ICT, una società dinamica ed affidabile come la nostra e pronta a creare
servizi personalizzati sulla base delle esigenze del cliente.
Carlo Regondi, Managing Partner A.M.&C. Finance
Dicono di Noi
5
Servizi & Prodotti
8
Templates
2
Livello Operativo
Livello Manageriale
Livello Strategico
Front Office Risk
Management
Portfolio
Management
Relationship
Manager
Operations Manager
Middle Manager
Senior Manager
BANCHE SGR SIM ASSET MANAGER INDIPENDENTI PROMOTORI FINANZIARI
Servizi & Prodotti
9
Sistemi di supporto direzionale (ESS)
Sistemi di supporto delle decisioni (DSS)
Sistemi di gestione delle informazioni per il
management (MIS)
Sistemi di elaborazione delle transazioni (TPS)
10
Modern Portfolio Theory (MPT)
Markowitz (1952)
Behavioral Portfolio Theory (BPT)
Shefrin, Statman (2000)
RiskAdvisor® for Finance: Una piattaforma finanziaria che unisce la Moderna Teoria di
Portafoglio con modelli di Finanza Comportamentale
La Piattaforma Finanziaria
11
Equilibrium Return
Views
Covariance Matrix
Volatility
Expected Return
Mike
Asset Manager Kelly
Relationship Manager
Proprietary Algorithm
Risk Tollerance
Questionnaires
Mean-Variance
Optimization
Black-Litterman
Model
System Overview
12
Our signals help
financial institutions to
evaluate and monitor
their portfolio as well as
to generate profitable
trade ideas.
Dashboard Finanziaria
Approccio Cliente Centrico
13
Come un’istituzione finanziaria
gestisce il rischio e l’incertezza
nei processi decisionali legati agli
investimenti?
14
2
RiskAdvisor® for
Finance
15
Indicatori di Rischio
Analisi Quantitativa
Analisi Qualitativa
Rischio e Incertezza
CA
PM
Po
rtfo
lio P
rin
cip
les
Op
tio
n p
ricin
g
Arb
itra
ge
prin
cip
les Modigliani
& Miller
Markowitz
Sharpe, Lintner, Black Black,
Sholes, Merton
• Systematic Risk
• Systematic Risk
• Unsystematic Risk
• Unsystematic Risk
Bargaining Power of Customer
Bargaining Power of Supplier
Threat from
Substitute Products
Threat of New
Entrants
Industry Competitiveness
2
H2O Risk Advisor®
Modelli di valutazione
delle opzioni
Stima della Volatilità
Modelli di equilibrio
dei mercati
Gestione dei portafogli
obbligazionari
Asset Allocation
Modello di Markowitz Frontiera Efficiente
Risk Parity e Risk Budgeting
Sensitività e Greche
Pricing Opzioni Europee:
Modello di Black-Scholes
Pricing Opzioni Europee:
Modello Jump Diffusion
Pricing Opzioni Americane:
Modello Binomiale
Pricing di Opzioni Esotiche
Delta hedging
Dinamica dei corsi azionari con moto
browniano geometrico
Medie mobili semplici
Medie mobili ponderate
(EWMA)
Modello GARCH
Volatilità implicita
Modello DCF
(Discount Cash Flow) Stima dei tassi spot
Duration
Convessità
Matching perfetto (Dedication)
Immunizzazione
Vendite allo scoperto ammesse/non ammesse
Possibilità di investire e indebitarsi al tasso
privo di rischio
Macaulay
Quasi-modified
Pricing Opzioni Americane:
Algoritmo di Longstaff-
Schwartz
Modello di Black-Litterman (BL)
Capital Asset Pricing
Model (CAPM)
Modigliani & Miller
(Proposition I and II)
Capital Budgeting
(NPV, WACC) Bootstrapping
Haugen (1997)
Arbitrage Pricing Theory
(APT)
Value-at-Risk
Risk Adjusted Performance
Dinamica dei corsi azionari
con metodo Monte Carlo Teorema di separazione di Tobin
16
RiskAdvisor® Database
1'110 177
1'041
240
1'076
109
125
1'007
162 91
643 467
176
14 181
4'639
Azioni America
Azioni Asia
ETF Milano
Obbligazioni EuroMOT
Azioni Europa
Obbligazioni EuroTLX
Obbligazioni ExtraMOT
Fondi Italia
Valute
Futures
Indici
Azioni Milano
Obbligazioni MOT
Obbligazioni Convertibili Milano
Titoli di Stato Milano
Sicav
RiskAdvisor® Database
Azioni America 1'110
Azioni Asia 177
ETF Milano 1'041
Obbligazioni EuroMOT 240
Azioni Europa 1'076
Obbligazioni EuroTLX 109
Obbligazioni ExtraMOT 125
Fondi Italia 1'007
Valute 162
Futures 91
Indici 643
Azioni Milano 467
Obbligazioni MOT 176
Obbligazioni Convertibili Milano 14
Titoli di Stato Milano 181
Sicav 4'639
Totale 11'258
Asset Allocation e Ottimizzazione di Portafoglio
Analisi e ottimizzazione di portafoglio, allocazione di capitale, asset allocation e stima del rischio
Cono di Volatilità
Visualizza il comportamento atteso del portafoglio nel corso del tempo
Quale asset class influenza maggiormente l’output (rendimento atteso e rischio) del modello
e quindi la decisione di investimento?
21
What-if Analysis
22
Risk Parity: nuove risposte ad un antico bisogno Una ricerca condotta negli Stati Uniti nel 2011 tra fondi pensione e fondazioni mostra che circa il 50% dei rispondenti (per una massa complessiva gestita di circa 1000 miliardi di dollari) investe già o sta pensando di investire in strategie di risk parity.
Risk Parity
Simulazione Monte Carlo
Market Info
Expected equilibrium
return
Subjective Views
Black & Litterman
Expected yield
The objective market condition is combined
with the investor’s subjective view (Bayes theorem)
Market expectations
«a priori» opinions (views) and associated reliability
Optimization
process input
Il Modello di Black Litterman
Dal punto di vista operativo si possono individuare i seguenti step per
considerare l’applicazione del modello di Black-Litterman all’interno del
processo di investimento:
1. Individuare gli asset che compongono il mercato di riferimento
2. Individuare la capitalizzazione di ciascun asset
3. Calcolare la matrice di varianza-covarianza
4. Calcolare il rendimento atteso di equilibrio secondo il CAPM
5. Specificare le views sul mercato
6. Unire le due distribuzioni del rendimento atteso
7. Inserire rendimento atteso e varianza-covarianza in un ottimizzatore
classico
25
Il Modello di Black Litterman
2
Il Modello di Black Litterman
2
Asset Class BL Combined ReturnImplied Equilibrium
ReturnDifference BL Weight
Market Capitalization
WeightDifference
US Bonds 0.07% 0.08% -0.02% 29.89% 19.34% 10.55%
Int'l Bonds 0.50% 0.67% -0.17% 15.58% 26.13% -10.55%
US Large Growth 6.50% 6.42% 0.08% 9.36% 12.09% -2.73%
US Large Value 4.32% 4.08% 0.24% 14.82% 12.09% 2.73%
US Small Growth 7.59% 7.43% 0.16% 1.04% 1.34% -0.30%
US Small Value 3.94% 3.70% 0.23% 1.64% 1.34% 0.30%
Int'l Dev. Equity 4.93% 4.80% 0.13% 27.81% 24.18% 3.63%
Int'l Emerg. Equity 6.84% 6.60% 0.24% 3.49% 3.49% 0.00%
103.63% 100.00% 3.63%
Excess Return 3.000% 3.101%
Variance 0.00979 0.01011
Standard Deviation 9.892% 10.057%
Excess Return 3.101%
Variance 0.01011
Standard Deviation 10.057%
Black Litterman Portfolio
Market Capitalization Weighted Portfolio
3.000%0.00979
9.892%
3.101%
0.01011
10.057%
0.0%
2.0%
4.0%
6.0%
8.0%
10.0%
12.0%
Excess Return Variance Standard Deviation
Market Capitalization Weighted Portfolio Black Litterman Portfolio
Incorporating user-specified confidence levels
Thomas M. Idzorek*
* Senior Quantitative Researcher, Zephyr Associates, Inc.
Il Modello di Black Litterman
2
Asset ClassMarket Capitalization
WeightBL Weight Difference
BL Weights (Based on
100% Confidence)Difference
Implied
Confidence
Level
US Bonds 19.34% 29.89% 10.55% 43.83% 24.49% 43.06%
Int'l Bonds 26.13% 15.58% -10.55% 1.64% -24.49% 43.06%
US Large Growth 12.09% 9.36% -2.73% 3.81% -8.28% 33.02%
US Large Value 12.09% 14.82% 2.73% 20.37% 8.28% 33.02%
US Small Growth 1.34% 1.04% -0.30% 0.42% -0.92% 33.02%
US Small Value 1.34% 1.64% 0.30% 2.26% 0.92% 33.02%
Int'l Dev. Equity 24.18% 27.81% 3.63% 35.20% 11.02% 32.94%
Int'l Emerg. Equity 3.49% 3.49% 0.00% 3.49% 0.00% 100.00%
0.0%
10.0%
20.0%
30.0%
40.0%
50.0%
US Bonds Int'l Bonds US Large Growth US Large Value US Small Growth US Small Value Int'l Dev. Equity Int'l Emerg. Equity
Portfolio Allocation
Market Capitalization Weight BL Weight BL Weights (Based on 100% Confidence)
Incorporating user-specified confidence levels
Thomas M. Idzorek*
* Senior Quantitative Researcher, Zephyr Associates, Inc.
Il Modello di Black Litterman
Previsione dei Mercati Azionari (MCS)
Input
Index: Switzerland Stock Market (SMI)
Actual (December 30, 2013): 8’203 Index points
Simulation Date: January 8, 2014
Simulation Period: 1 year (252 trading days)
Input Distribution: Laplace(0.00067181;0.011508)
Best fitting on time series (daily total returns) from November 9, 1990 to December 30, 2013
Switzerland Stock Market (SMI) – Forecast 2014
Output
Most Likely Price (December 31, 2014): 9’716
Lower Limit (P75): 8’443
Upper Limit (P25): 10’810
Unit: Index points
31
6'500
7'500
8'500
9'500
10'500
11'500
12'500
13'500
1 9
17
25
33
41
49
57
65
73
81
89
97
10
5
11
3
12
1
12
9
13
7
14
5
15
3
16
1
16
9
17
7
18
5
19
3
20
1
20
9
21
7
22
5
23
3
24
1
24
9
Ind
ex P
oin
ts
Trading Days (2014)
Swiss Market Index (SMI) – Forecast 2014
Mean
+/- 1 Std. Dev.
5% - 95%
SMI Market Quote
Monte Carlo Simulation Details
Index: Switzerland Stock Market (SMI)
Actual (December 30, 2013): 8’203 Index points
Simulation Date: January 8, 2014
Simulation Period: 1 year (252 trading days)
Input Distribution: Laplace(0.00067181;0.011508)
Best fitting on time series (daily total returns) from
November 9, 1990 to December 30, 2013
Modern and powerful solution for stock market analysis and
prediction using Monte Carlo simulation
Previsione dei Mercati Azionari (MCS)
32
33
Previsione dei Mercati Azionari (MCS)
Input
Stock: Apple Inc. (AAPL)
Last Price (December 30, 2011): $401.44
Simulation Start Date: December 31, 2011
Input Distribution: Logistic(0.0011244;0.016086)
Best fitting on time series from April 15, 1996 to December 30, 2011
Output
Simulation Period: 1 year (252 trading days)
Most Likely (December 31, 2012): $531.36
Upper Limit (P75): $649
Lowe Limit (P25): $355
Errore Previsione (1 anno): < $1 (0.15%)
34
Previsione dei Mercati Azionari (MCS)
Il Moto Browniano Geometrico è un modello matematico che aiuta gli investitori a prevedere
l’andamento del mercati azionari a breve termine
Input
Stock: Microsoft Corporation (MSFT)
Last Price (September 4, 2013): $31.10
Simulation Start Date: September 4, 2013
Drift: 0.05%, Volatility: 1.45% (fitting on time series, 10y)
Confidence level: 90%
Output
Simulation Period: 1 month (21 trading days)
Most Likely(21 trading days): $31.55
Upper Limit (90%): $35.12
Lowe Limit (90%): $28.22
35
Previsione dei Mercati Azionari (GMB)
36
Per misurare la bontà dei propri modelli di asset allocation, la funzionalità di backtest consente di verificare
l’accuratezza delle previsioni passate
Backtesting
Risk Adjusted Performance
Quando il rendimento non basta per valutare il miglior prodotto finanziario
38
Risk Adjusted Performance
Tracking Error Volatility
E’ una misura della volatilità del differenziale tra il rendimento del fondo e quello del
benchmark (viene calcolata come deviazione standard delle differenze tra i
rendimenti di un prodotto finanziario e quelli del suo parametro di riferimento).
Information Ratio
Tale rapporto sintetizza sia una misura di extra-rendimento, sia una misura di extra-
rischio di un fondo. È espresso mettendo al numeratore la differenza tra il
rendimento di un fondo ed il rendimento del benchmark di riferimento, mentre al
denominatore troviamo la Tracking Error Volatily.
Indice di Sharpe
Misura il rapporto tra il maggior rendimento di un fondo, al netto del rendimento non
rischioso, e la sua volatilità. A parità di rendimento, tale indice diminuisce
all’aumentare della rischiosità del fondo mentre, a parità di volatilità, cresce
all’aumentare del rendimento.
39
Risk Adjusted Performance
Alpha
Il coefficiente alfa esprime l'attitudine di un titolo a variare indipendentemente dal
mercato (rischio specifico). A un alfa positivo, quindi, corrisponde la capacità di un
titolo a generare autonomamente reddito in linea capitale mentre a un alfa negativo
corrisponde la tendenza di un titolo a subire perdite indipendentemente
dall'andamento di mercato.
Beta
Il coefficiente beta misura l'attitudine di un titolo a variare in funzione del mercato
(rischio sistematico).
Alpha di Jensen
L’Alfa di Jensen misura il rendimento incrementale o extra-rendimento che un
fondo di investimento ha prodotto rispetto alla redditività che avrebbe dovuto offrire
sulla base del suo livello di rischio sistematico (beta).
Indice di Treynor
L’indice di Treynor esprime il surplus di rendimento del portafoglio rispetto al titolo
non rischioso, per unità di rischio sistematico.
40
Risk Adjusted Performance
Indice di Modigliani
Rappresenta una misura del rendimento che il fondo avrebbe garantito se avesse
avuto la stessa volatilità del benchmark. Essendo l’indice di Sharpe l’extra-
rendimento del fondo per unità di volatilità, l’indice di Modigliani si calcola come il
prodotto tra l’indice di Sharpe del fondo e la deviazione standard del benchmark di
riferimento.
Downside Risk
A differenza della Deviazione Standard, Il Downside Risk si concentra sulla parte
negativa della volatilità dell'investimento (il valore di riferimento non è la media dei
rendimenti, bensì il rendimento minimo accettabile rappresentato dai titoli risk-free).
Indice di Sortino
E’ simile all’indice di Sharpe ma utilizza una differente misura della rischiosità del
portafoglio concentrandosi solo sul rischio di extra-rendimenti negativi. L’indice di
Sortino è il rapporto tra l’eccesso di rendimento del fondo, rispetto al rendimento
minimo accettabile, che solitamente è il risk-free, ed il Downside Risk. L’idea alla
base di questa misura è che l’investitore voglia proteggersi solo dal rischio legato a
rendimenti minori di quello minimo accettabile, e non dal “rischio” di rendimenti
maggiori.
41
L'Ulcer Index parte dal presupposto che la rischiosità storica di un’ attività finanziaria è determinata sia dalla profondità delle sue perdite dai massimi relativi precedentemente raggiunti, sia
dal tempo necessario per recuperare tali perdite.
L'indice dell'ulcera (Ulcer Index) è stato così bizzarramente denominato perché’ parte dal presupposto
che l'ansia indotta negli investitori dalle perdite di portafoglio (e, conseguentemente, l'ulcera in essi
provocata) sia proporzionale al prodotto della profondità delle perdite per il tempo che esse rimangono
tali, ovverosia per il tempo necessario al portafoglio per recuperare le quotazioni massime
precedentemente raggiunte.
Ulcer Index
42
Ulcer Index
The essential risk measures and profit/loss guideposts in options strategies
0.40
0.16
0.07
0.0
0.5
1.0
$50
$55
$60
$65
$70
$75
$80
$85
$90
$95
$100
$105
$110
$115
$120
Time to expiration Current Stock Price
Delta (Δ) Call
0.4
0
0.2
5
0.1
6
0.1
0
0.0
7
-80
-60
-40
-20
0
Time to expiration
Current Stock Price
Theta (Θ) Call
0.400.25
0.160.10
0.07
0.00
0.05
0.10
$50$60$70$80$90
$100
$110
$120
Time to expiration
Current Stock Price
Gamma (Γ) Call/Put
0.05.010.015.020.025.0
Time to expiration
Current Stock Price
Vega (υ) Call/Put
Input Values
Current Stock Price $94
Exercise Price $80
Risk free rate 0.1%
Time to expiration (years) 0.39726
Volatility (annualized) 50.0%
Annual dividend yield 0%
43
Strategie con Opzioni
44
0 T Pay-off
$115 $15.2
$100 Delta 0.79 $100 $0.0
Call price
$8.33
$87 $0.0
$107
$93
$0.00
T/2
$11.25
European Call
77.1%
77.1%
77.1%
22.9%
22.9%
22.9%
Input Values
Current Stock Price S $100
Exercise Price X $100
Risk free rate rf 8.0%
Time to expiration T (years) 1
Volatility (annualized) s 10.0%
Annual dividend yield y 0%
Binomial Trees
# of Periods 2
Delta T Years 0.5
Up factor Period 1.073271
Down factor Period 0.931731
Probability Up move Period 77.1%
Probability Down mpve Period 22.9%
0 T Pay-off
$115 $0.0
$100 Delta -0.48 $100 $0.0
Put price
$1.50
$87 $13.2
American Put
$2.91
$7
T/2
$0.00
$107
$0.00
$93
77.1%
77.1%
77.1%
22.9%
22.9%
22.9%
Binomial Option Pricing Model is able to provide a
mathematical valuation of the option at each point in time
specified
Strategie con Opzioni
45
Gain/Loss of Market Value
Time to think about minimizing interest rate risk in your portfolio
Market interest rates are a function of several factors such as the demand for, and supply of,
money in the economy, the inflation rate, the stage that the business cycle is in as well as
the government's monetary and fiscal policies.
Strategie con Obbligazioni
Come un’istituzione finanziaria
raccoglie informazioni su
profilo di rischio del cliente
e orizzonte temporale
prima di fornire indicazioni
di investimento?
46
The European Directive 2004/39/EC (art. 19, par. 4) and the following 2006/73/CE (art. 35-4,36 and 37-1)
about the Markets in Financial Instruments (MiFID) requests that the financial intermediaries gather
information on their clients’ risk and time preferences before providing any investment advice.
H2O
RiskAdvisor®
for Finance
Al fine di adattare il prodotto finanziario
al rischio dell'investitore, uniamo analisi
qualitative con valutazioni
quantitative che rendono il nostro
modello unico, affidabile e trasparente.
47
La Profilatura del Rischio (Direttiva MiFID)
48
La Profilatura del Rischio (Direttiva MiFID)
H2O RiskAdvisor® propone una struttura di
questionario che permette di derivare il profilo
di rischio dei risparmiatori considerando
anche gli aspetti comportamentali che
influiscono sulle loro scelte di
investimento
49
Source: ©Ibbotson Associates, Inc.
Ibbotson Associates, Inc. is a registered investment advisor and wholly owned subsidiary of Morningstar, Inc.
Profilo di Rischio
50
Profilo di Rischio
0.00%
5.00%
10.00%
15.00%
20.00%
25.00%
30.00%
35.00%
40.00%
12.00% 14.00% 16.00% 18.00% 20.00% 22.00% 24.00%
Efficient Frontier
10.0%
15.0%
20.0%
25.0%
30.0%
35.0%
40.0%
Min
. Va
riance
#1
#2
#3
#4
#5
#6
#7
#8
#9
#1
0
#1
1
#1
2
#1
3
#1
4
#1
5
#1
6
#1
7
#1
8
#1
9
#2
0
#2
1
#2
2
#2
3
#2
4
#2
5
Max R
etu
rnUtility Function (Quadratic)
RAF=0
RAF=1
RAF=2
RAF=3
RAF=4
RAF=5
RAF=10
5.00%
10.00%
15.00%
20.00%
25.00%
30.00%
35.00%
40.00%
45.00%
50.00%
12.00% 14.00% 16.00% 18.00% 20.00% 22.00% 24.00%
Exp
ect
ed
Re
turn
Volatility
Indifference Curves
Efficient Frontier
U=5%
U=10%
U=15%
U=20%
U=25%
U=30%
U=31%
U=35%
U=40%
51
Profilo di Rischio
Multi Channel Dashboard
77
Our signals help
financial institutions to evaluate
and monitor
their portfolio as well as to
generate profitable
trade ideas.
H2O Consulting © 2014 All Rights Reserved
Grazie per la Vostra Attenzione