Trading azionario basato sull'IA: quale strumento Gen IA è migliore

LLM strumenti sono stati utilizzati nel trading azionario basato sull'IA sin dalla loro comparsa.¹

Ho testato 14 modelli di IA generativa per il trading azionario basato sull'IA per valutare la loro capacità di prevedere le variazioni di prezzo di 132 azioni utilizzando le informazioni fornite. I risultati mostrano che

• ChatGPT 5 modello Thinking e il modello Gemini 2.5 Pro hanno offerto le migliori prestazioni.
• I modelli attuali di ChatGPT e Gemini ottengono risultati peggiori rispetto ai modelli precedenti.
• Il tasso di successo diminuisce quando vengono forniti dati aggiuntivi.

Prestazioni degli strumenti basati sull'IA

Per ulteriori dettagli sul benchmark, leggi la sezione metodologia del benchmark di trading azionario.

Versioni attuali

GPT 5.5 Instant

Le etichette sono state assegnate utilizzando fattori comunemente associati alle reazioni del mercato negli studi sugli eventi delle imprese familiari:

• Importanza del dirigente uscente (CEO > Presidente > ruoli onorari).
• Concentrazione della proprietà familiare.
• Redditività (ROE, ROA).
• Leva finanziaria.
• Implicazioni generali della transizione di governance.

Claude Opus 4.8 Medium

Logica centrale Due forze opposte guidano la reazione:  

(+) Sollievo da incistamento: La morte di un insider incistato/sotto-performance può attivare il mercato del controllo e aumentare le speranze di risanamento.

(-) Capitale umano perso: La morte di un proprietario-manager che genera valore distrugge competenze difficili da sostituire e crea rischio di successione.  

(0) Nessuna sorpresa: Titoli cerimoniali/pensionati, ruoli di puro consiglio, o casi attenuati/compensati non producono reazioni significative.

Regole decisionali:

• Emerito/onorario -> 0 (ritirato).
• Membro del consiglio/amministratore, redditizio -> 0; in perdita -> +1 (scossa).
• Dirigente attivo + perdite/ROA<1 -> +1 (sollievo/opzionalità).
• Dirigente attivo + forte (ROA>=mediana & ROE>=10 & NI>0) & proprietà>=60% -> -1 (amministratore perso).
• Dirigente attivo + forte ma proprietà<60% -> 0 (cuscino di supervisione).
• Segnale medio / mancante / ruolo sconosciuto -> 0.

DeepSeek V3.2 (Instant & Deep Think)

DeepSeek V3.2 con e senza Deep Think mostra un tasso di successo del 58%. Si basa sul ruolo del defunto e sulle performance aziendali.

Reazione negativa (-1): Il mercato prevede un'interruzione.

• Alta dipendenza: Se il defunto era il fondatore o un CEO/Presidente attivo (operativo) con un lungo mandato, la loro perdita crea un significativo vuoto di leadership.
• Bassa proprietà familiare: Una proprietà inferiore potrebbe significare meno "impegno" da parte della famiglia per stabilizzare l'impresa dopo la crisi.

Reazione positiva (+1): Il mercato prevede un miglioramento.

• Sollievo: La morte risolve una situazione negativa. Questo spesso si verifica se l'impresa stava performando male (reddito netto negativo o ROE) sotto una leadership di lunga data. Il mercato scommette su un nuovo inizio.
• Successione consolidata: Se il defunto era non operativo (workD=0) o un presidente in pensione, il successore è probabilmente già in carica.
• Alta proprietà familiare: Un'elevata proprietà familiare spesso segnala un impegno a mantenere il valore e garantire una transizione fluida.

Reazione neutra (0): L'evento è già prezzato o irrilevante.

• Ruolo non critico: Se il defunto era un membro del consiglio non esecutivo o una figura in pensione non coinvolta nelle operazioni quotidiane.
• Transizione graduale: Se la morte non è stata improvvisa e l'impresa è grande (alto numero di dipendenti/attivi), è probabile che esistano sistemi per gestire la transizione senza interruzioni.

Gemini 3.1 Pro

Ecco il quadro finanziario utilizzato per classificare le 132 imprese in 1, -1 o 0:

1. Significativamente Negativo (-1) (Riepilogo: “Perdita di talenti chiave”)
   • Condizione: Il defunto ricopriva un ruolo esecutivo critico (CEO, Presidente, Presidente del Consiglio) E l'impresa era altamente redditizia (es., ROE > 10% o ROA > 5%).
   • Motivazione: La morte improvvisa di un leader familiare altamente efficace rimuove un visionario centrale e generatore di valore. Ciò introduce una grave incertezza successoria e operativa, portando al panico e a reazioni negative del mercato.
2. Significativamente Positivo (1) (Riepilogo: “Sollievo dall'incistamento”)
   • Condizione: L'impresa stava storicamente sotto-performando prima dell'evento (Reddito Netto Negativo, ROA < 0, o ROE < 0).
   • Motivazione: Nelle imprese familiari, fondatori o manager con scarse performance sono spesso protetti dal licenziamento a causa dei legami familiari (incistamento). La loro scomparsa è spesso vista favorevolmente dal mercato come catalizzatore per la professionalizzazione, la ristrutturazione e una nuova gestione.
3. Non Significativo (0) (Riepilogo: “Successione di routine”)
   • Condizione: L'impresa aveva una performance finanziaria media e moderata, OPPURE il defunto ricopriva un ruolo non esecutivo/onorario/consulenziale (es., membro del consiglio, presidente onorario).
   • Motivazione: In assenza di performance eccezionalmente elevate o basse, o se il ruolo non era critico per le operazioni quotidiane, il mercato considera la morte come un evento successorio di routine che non altera materialmente i flussi di cassa futuri dell'impresa.

Modelli precedenti

GPT 5.4 Instant

GPT 5.4 Instant raggiunge un tasso di successo del 69%. Il modello si concentra principalmente sulla redditività dell'impresa, utilizzandola come segnale primario.

• Logica dell'etichetta negativa: Più probabile quando il defunto ricopriva un ruolo operativo centrale (specialmente CEO/presidente), l'impresa appariva redditizia/sana, il controllo familiare era elevato e l'evento implicava un significativo rischio di continuità o successione.
• Logica dell'etichetta positiva: Più probabile quando la redditività appariva più debole e/o la leva finanziaria era più alta, quindi l'evento poteva essere interpretato come un reset della governance o catalizzatore di risanamento, specialmente quando la profondità della successione familiare sembrava disponibile.
• Logica dell'etichetta neutra: Utilizzata quando il ruolo appariva meno operativo/cerimoniale, quando forze compensative dominavano, o quando le informazioni non supportavano fortemente una reazione significativa nella finestra breve.

GPT 5.4 Modello Thinking

GPT 5.4 Thinking raggiunge un tasso di successo del 64% con input limitati. Combina redditività e proprietà familiare.

• Logica dell'etichetta negativa: Più probabile quando il familiare scomparso aveva un ruolo operativo centrale, la redditività appariva solida e l'influenza familiare era significativa.
• Logica dell'etichetta positiva: Più probabile quando il familiare scomparso aveva un ruolo centrale, ma l'impresa appariva più debole o più indebitata, quindi il mercato può accogliere favorevolmente il cambiamento.
• Logica dell'etichetta neutra: Più probabile quando il ruolo era onorario / meno operativo, l'impresa era abbastanza grande da assorbire il cambiamento, o i segnali dell'impresa erano misti.

Gemini 3 Thinking

Il tasso di accuratezza di Gemini 3 Thinking è del 53%. Il meccanismo decisionale sottostante è il seguente:

• Significativamente Positivo (1): Queste imprese hanno sotto-performato sotto la leadership familiare ($ROA < 2.5\%$). Il mercato probabilmente vede la partenza di un manager familiare centrale (CEO o Presidente) come un segnale di professionalizzazione o di un necessario risanamento strategico.
• Significativamente Negativo: Queste imprese erano eccezionalmente performanti ($ROA > 12\%$) sotto il loro leader centrale. La loro partenza rappresenta una significativa perdita di capitale umano strategico e leadership visionaria.
• Non Significativo: Questa categoria si applica alle imprese con performance media o dove l'individuo uscente ricopriva un ruolo onorario, emerito o secondario (es., Vice Presidente, Membro del Consiglio), suggerendo che la partenza ha un impatto minimo sulle operazioni quotidiane o era "prezzata".

Gemini 3 Flash

GPT 5.4 Instant raggiunge un tasso di successo del 54%. Le previsioni si basano su due teorie di mercato concorrenti riguardanti la successione nelle imprese familiari:

• Teoria della persona chiave (-1): Nelle imprese con redditività eccezionalmente alta ($ROA > 10\%$), il mercato spesso considera il leader come una "star" o un visionario. La loro partenza crea un vuoto di talento strategico, portando a rendimenti anomali negativi.
• Teoria della professionalizzazione/incistamento (+1): Nelle imprese sotto-performanti ($ROA < 3\%$) o con elevata proprietà familiare, la partenza di un manager familiare è spesso vista come un'opportunità per "nuovo sangue" o una gestione professionale che subentri, portando a rendimenti anomali positivi.
• Stabilità/neutralità (0): Per le imprese con performance moderata o dove il leader ricopriva un ruolo non attivo/onorario (es., Emerito, Presidente Onorario), l'evento è spesso considerato "prezzato" o operativamente insignificante.

Claude Sonnet 4.2

Il tasso di accuratezza di Claude Sonnet 4.2 sul benchmark è del 48%. Il modello assegna un punteggio a ciascuna impresa lungo 6 dimensioni derivate dalla teoria degli event study sulle transizioni di leadership nelle imprese familiari:

1. Rilevanza del ruolo (più importante)

La posizione del defunto determina quante informazioni la partenza trasmette al mercato:

• Ruoli onorari/Emeriti (+0.4): Questi individui si sono ritirati operativamente. L'annuncio è a bassa sorpresa, spesso pre-comunicato → la reazione del mercato è lievemente positiva o neutra.
• CEO/Presidente attivo (−0.6): Il rischio della persona chiave è massimo. I mercati prezzano l'incertezza su chi subentri e se la strategia cambierà.
• VP/Presidente (−0.25): Preoccupazione moderata, ma l'impresa è meno dipendente da un singolo dirigente.
• Membro del consiglio/Amministratore (+0.1): Non esecutivo; minima interruzione operativa.

2. Segnale ROA

• ROA negativo (+1.2): Un manager uscente sotto la cui gestione gli attivi hanno prodotto rendimenti negativi → il mercato legge l'uscita come sollievo. Questo è il singolo driver positivo più forte.
• Sotto p25 (ROA < 1.8%) (+0.5): Impresa sotto-performante, la partenza è comunque ben accolta.
• Sopra p75 (ROA > 9.6%) (−0.6): Un'impresa con ROA elevato che perde un dirigente chiave segnala che il mercato potrebbe perdere l'artefice di quei rendimenti.

3. Reddito Netto / EBITDA

• Perdita netta (+0.6) e EBITDA negativo (+0.5) rafforzano il segnale di sollievo dalla difficoltà indipendentemente dal ROA.

4. ROE (quartile superiore, −0.3)

Anche dove il ROA è moderato, le imprese nel quartile ROE superiore (>19.3%) sono considerate come aventi un allocatore di capitale altamente efficace — la cui perdita il mercato sconta negativamente.

5. Proprietà familiare

• ≥75% (+0.45): Un elevato controllo familiare significa che la successione è quasi certamente all'interno della famiglia e pre-pianificata. Riduce l'incertezza.
• 50–74% (+0.20): Famiglia maggioritaria, stabile ma leggermente meno certa.
• <30% (−0.25): Proprietà dispersa solleva dubbi sull'identità del successore.

6. Leva finanziaria

• >0.70 (+0.40): Imprese con leva elevata e un leader uscente segnalano un potenziale reset strategico; i mercati possono vederlo positivamente (uscita dalla difficoltà).
• Sopra p75 (>0.36) (+0.20): Debito elevato rilevato.

Punteggio ≥ 0.90 → Etichetta Significativamente positivo

Punteggio ≤ −0.70 → Etichetta Significativamente negativo

Altrimenti → Etichetta Non Significativo

GPT 5 Modello Thinking

Il modello Thinking di ChatGPT 5 presenta l'accuratezza più alta tra gli strumenti testati, con un tasso di successo del 74%. Lo strumento prevede la variazione di prezzo sulla base di due indicatori:

Indice di concentrazione della leadership (LCI) → più alto = più probabile un CAR negativo sostanziale

• LCI = 0.40·z(importanza_ruolo) + 0.30·z(controllo_familiare) + 0.20·z(forza_finanziaria) − 0.10·z(dimensione)
  • importanza_ruolo: peso gerarchico del defunto (CEO > presidente > chairman > vice-presidente).
  • controllo_familiare: proprietà familiare (% di diritti di voto).
  • forza_finanziaria: composito di ROE e ROA (redditività).
  • dimensione: ln(attivi).
• Intuizione: I mercati si aspettano una maggiore interruzione quando un membro centrale della famiglia muore in un'impresa strettamente controllata, redditizia, ma relativamente più piccola.
• Decisione: Etichetta Negativo sostanzialmente se LCI è nel top 30% del campione e ≥ 0.5 unità z sopra l'Indice di Rinnovo.

Indice di potenziale di rinnovo (RPI) → più alto = più probabile un CAR positivo sostanziale

• RPI = 0.40·(−z(forza_finanziaria)) + 0.25·z(leva) − 0.20·z(controllo_familiare) − 0.10·z(dimensione) + 0.05·z(stress_liquidità)
  • leva: (debito a lungo + breve termine) / patrimonio netto.
  • controllo_familiare: proprietà familiare (% di diritti di voto).
  • stress_liquidità: debiti verso fornitori / attivi.
  • forza_finanziaria: composito di ROE e ROA.
  • dimensione: ln(attivi).

• Intuizione: Le imprese con redditività debole, una certa pressione debitoria, minore dominanza familiare e tensione di liquidità possono vedere il mercato accogliere la possibilità di un cambiamento di governance o di una nuova leadership.
• Decisione: Etichetta Positivo sostanzialmente se RPI è nel top 30% del campione e ≥ 0.5 unità z sopra LCI.

Gemini 2.5 Pro modello

Gemini 2.5 Pro prevede correttamente il 71% delle variazioni di prezzo delle azioni. Questo modello suggerisce che i trader attivi prendono decisioni basate sulla vulnerabilità dell'impresa e sul potenziale di rinnovo.

Indice di vulnerabilità (VI) → più alto = più probabile un CAR negativo sostanziale

• VI = 0.40·z(controllo_familiare) + 0.35·(-z(forza_finanziaria)) + 0.20·z(leva) – 0.05·z(dimensione)
  • controllo_familiare: Proprietà familiare (% diritti di voto).
  • forza_finanziaria: Punteggio z composito di ROE e ROA.
  • leva: Debito a lungo termine / patrimonio netto.
  • dimensione: Log naturale degli attivi totali (ln(attivo)).
• Intuizione: Il mercato punisce il titolo quando la morte di un leader chiave crea un vuoto di potere. Questo rischio è massimo in imprese altamente indebitate, non redditizie e dominate dalla famiglia, che mancano della resilienza e della profonda struttura manageriale delle grandi società. La combinazione di alto controllo familiare, cattiva salute finanziaria ed elevata leva crea un mix potente per l'incertezza degli investitori.
• Decisione: Etichetta Sostanzialmente Negativo se il punteggio VI di un'impresa è nel top 5% del campione.

Indice catalizzatore di risanamento (TCI) → più alto = più probabile un CAR positivo sostanziale

• TCI = 0.50·(-z(forza_finanziaria)) + 0.25·z(controllo_familiare) – 0.15·z(leva) – 0.10·z(dimensione)
  • forza_finanziaria: Punteggio z composito di ROE e ROA.
  • controllo_familiare: Proprietà familiare (% diritti di voto).
  • leva: Debito a lungo termine / patrimonio netto.
  • dimensione: Log naturale degli attivi totali (ln(attivo)).
• Intuizione: Il mercato reagisce positivamente quando la morte è percepita come un'opportunità di rinnovo. Ciò si verifica quando un leader familiare incistato in un'impresa sotto-performante ma finanziariamente stabile muore. Il mercato anticipa che un cambiamento di leadership sbloccherà valore migliorando strategia e operazioni, rendendo l'impresa una potenziale storia di risanamento o un obiettivo di acquisizione.
• Decisione: Etichetta Sostanzialmente Positivo se il punteggio TCI di un'impresa è nel top 5% del campione ed è almeno 0.5 unità z sopra il suo punteggio VI.

GPT 5 Pro modello

Il tasso di accuratezza di GPT 5 Pro è del 56% per il mio benchmark. Lo strumento GenAI effettua previsioni basate su due indicatori:

Indice di rischio persona chiave (KPRI) → più alto = più probabile un CAR negativo sostanziale

• KPRI = 0.40·z(proprietà) + 0.30·z(leva) − 0.20·z(dimensione) + 0.10·z(redditività)
• Intuizione: imprese strettamente controllate, più indebitate, più piccole e attualmente redditizie affrontano un rischio percepito di persona chiave più elevato alla morte di un membro della famiglia.
• Decisione: Etichetta negativo sostanzialmente se KPRI è nel top 30% del campione e ≥ 0.5 unità z sopra TPI.

Indice di potenziale di risanamento (TPI) → più alto = più probabile un CAR positivo sostanziale

• TPI = 0.40·(−z(redditività)) + 0.20·z(leva) − 0.20·z(proprietà) − 0.10·z(dimensione) + 0.10·z(debiti_fornitori/attivi)
• Intuizione: performance deboli + una certa pressione finanziaria, ma un minore controllo familiare possono far sì che i mercati accolgano il cambiamento di leadership.
• Decisione: Etichetta positivo sostanzialmente se TPI è nel top 30% e ≥ 0.5 unità z sopra KPRI.

GPT 4o

Questo vecchio modello ChatGPT utilizza algoritmi di IA basati sul ruolo del defunto nell'impresa, la proprietà familiare, le dimensioni dell'impresa e la leva finanziaria. Il modello prevede i CAR degli eventi come

Sostanzialmente negativo, se

• Il defunto è CEO/Presidente
• Alta proprietà familiare (>70%) e il defunto ricopriva un ruolo di leadership
• Imprese più piccole o meno diversificate (bassi attivi/ricavi)
• Leva elevata: debito a lungo termine o debito a breve termine > attivi

Sostanzialmente positivo, se

• Il defunto aveva un ruolo minore (es., membro del consiglio o VP)
• L'azienda stava sotto-performando (es., ROE o ROA negativi), i mercati potrebbero vederlo come positivo
• Basso controllo familiare (<30%)

Nessuna variazione significativa, se

• Imprese medio-grandi con solidi dati finanziari
• Defunto non in leadership attiva
• Proprietà familiare medio-bassa (30%–60%)

Claude Sonnet 4

Claude Sonnet 4 raggiunge un tasso di accuratezza del 46% nel prevedere i movimenti dei prezzi delle azioni in seguito alla morte di leader familiari. Questo modello impiega un sistema di punteggio multi-fattore che pondera il rischio di successione della leadership rispetto ai fattori di resilienza dell'impresa.

Punteggio di interruzione della successione (SDS) → più alto = più probabile un CAR negativo sostanziale

• SDS = 0.30·z(peso_posizione) + 0.25·z(proprietà_familiare) + 0.20·(-z(performance_finanziaria)) + 0.15·z(onere_debito) – 0.10·z(scala_aziendale)
  • peso_posizione: Punteggio gerarchico dove CEO = 3, Chairman = 2.5, Presidente = 2, VP = 1, Consiglio = 0.5
  • proprietà_familiare: Percentuale di controllo dei voti familiari
  • performance_finanziaria: Punteggio composito dei punteggi z di ROE e ROA
  • onere_debito: Rapporto debito a lungo termine / attivi
  • scala_aziendale: Numero di dipendenti come proxy della profondità organizzativa
• Intuizione: I mercati reagiscono più negativamente quando un vuoto critico di leadership si combina con un controllo familiare concentrato e una debole resilienza istituzionale. La morte di un CEO o Presidente in un'impresa dominata dalla famiglia crea una crisi di successione immediata, in particolare quando l'impresa manca della forza finanziaria per superare l'incertezza o della profondità organizzativa per garantire la continuità. Un debito elevato amplifica questa vulnerabilità limitando la flessibilità strategica durante il periodo di transizione.
• Decisione: Etichetta Sostanzialmente Negativo se SDS è nel top 36% del campione (punteggio ≤ -3.0).

Indice di rinnovo della governance (GRI) → più alto = più probabile un CAR positivo sostanziale

• GRI = 0.35·(-z(performance_finanziaria)) + 0.25·z(qualità_istituzionale) – 0.20·z(proprietà_familiare) + 0.15·z(sviluppo_mercato) – 0.05·z(peso_posizione)
  • performance_finanziaria: Punteggio composito di debolezza ROE/ROA
  • qualità_istituzionale: Indicatori di dimensione dell'impresa e stabilità del settore
  • proprietà_familiare: Concentrazione del controllo familiare (invertita)
  • sviluppo_mercato: Proxy dell'efficienza del mercato basata sul paese
  • peso_posizione: Importanza della posizione di leadership (invertita)
• Intuizione: I mercati anticipano la creazione di valore quando il cambiamento di leadership avviene in imprese sotto-performanti con strutture proprietarie disperse. La morte rimuove potenziali effetti di incistamento preservando le capacità istituzionali necessarie per il risanamento. Ciò è particolarmente pronunciato nei mercati sviluppati dove la successione manageriale professionale è più facilmente disponibile e i meccanismi di governance sono più forti.
• Decisione: Etichetta Sostanzialmente Positivo se il punteggio GRI è nel top 17% del campione (punteggio ≥ 1.5) e supera SDS di almeno 2.0 punti.

DeepSeek

Questo strumento di IA generativa utilizza un'analisi euristica esperta, raggiungendo un tasso di accuratezza stimato di ~65% su benchmark standard di event study finanziari. Il nucleo decisionale valuta tre fattori primari:

Ruolo del defunto

• Chairman/CEO/Presidente: Immediatamente segnalato per alto potenziale di impatto negativo.
• Emerito/Onorario/VP: Ponderato significativamente meno, spesso porta a una previsione "Nessuna Variazione Significativa".
• Ruoli Minori: Trattato come segnale debole.

Salute finanziaria

• Reddito netto e ROE/ROA: Un reddito netto negativo o bassi rendimenti abbinati a un ruolo chiave spesso spingevano la previsione verso "Negativo". Se il ruolo era minore, poteva suggerire "Positivo".
• Debito a lungo/breve termine: Livelli di debito elevati amplificavano il rischio percepito per le imprese con ruoli chiave.

Proprietà familiare

• Proprietà Elevata (>60%) + Ruolo Chiave: Amplificava fortemente la previsione "Negativo" (leadership incistata, incertezza successoria).
• Proprietà Bassa (<30%) + Performance Scarsa: Amplificava la previsione "Positivo" (più facile per gli esterni forzare il cambiamento).

Gemini 2.5 Flash modello

Gemini 2.5 Flash afferma che le previsioni sono basate su un event study e sulla letteratura di corporate governance, presentando un tasso di accuratezza del 23%. Il modello etichetta i CAR degli eventi in base a queste ipotesi:

• Sostanzialmente Negativo: La percentuale di proprietà familiare è relativamente alta (>30%) e il defunto ricopriva una posizione critica (CEO o Presidente).
• Nessuna Variazione Significativa: La percentuale di proprietà familiare è relativamente bassa (<30%) o l'impresa è grande e sembra avere una forte struttura societaria.
• Sostanzialmente Positivo: Questo scenario si verifica tipicamente quando la performance del manager è scarsa o quando si ritiene che costituisca un ostacolo per il futuro dell'azienda. Non ci sono sufficienti informazioni nei dati forniti per fare tale previsione. Pertanto, tutte le previsioni sono state etichettate come "Sostanzialmente Negativo" o "Nessuna Variazione Significativa".

Accuratezza del modello con input esteso

Quando vengono fornite più informazioni nel secondo round, le prestazioni del modello cambiano:

• DeepSeek V3.2 Deep Think (64%) e Gemini 3 Thinking (62%) migliorano maggiormente.
• GPT 5.4 modelli mostrano risultati misti e un'accuratezza leggermente inferiore rispetto al caso limitato.
• Claude Sonnet 4.2, GPT 5.5 Instant e Gemini 3.1 Pro diminuiscono ulteriormente, suggerendo difficoltà nel gestire input più complessi.

Quando vengono aggiunti dati aggiuntivi, i modelli che possono integrare più segnali migliorano. Tuttavia, i modelli più semplici possono diventare meno accurati perché non riescono a dare priorità efficacemente alle informazioni aggiuntive.

Metodologia del benchmark di trading azionario basato sull'IA

Prompt

Il benchmark valuta se gli strumenti di IA generativa possono prevedere le reazioni del mercato azionario a un evento inatteso, sulla base dei fondamentali aziendali forniti. L'impostazione si basa sui dati di Tanyeri & Alp (2023) e Arslan & Tanyeri-Günsur (2025):² ,³

Ogni strumento di IA riceve un'istantanea di informazioni a livello di impresa per il primo round:

Informazioni finanziarie

• Dimensione degli attivi
• Dimensione del patrimonio netto
• Utile prima di interessi, tasse, deprezzamento e ammortamento (EBITDA)
• Reddito netto
• Ricavi annuali
• Debito a lungo e a breve termine
• Debiti verso fornitori
• Return on equity (ROE)
• Return on assets (ROA)

Altre informazioni

• Quota di proprietà familiare
• Paese della sede centrale e di quotazione
• Numero di dipendenti
• Industria/settore

Nessun nome di impresa o altro identificativo viene fornito.

Nel secondo round, vengono aggiunte le seguenti informazioni:

• se il defunto stava lavorando al momento del decesso
• la generazione del defunto dopo la fondazione dell'impresa
• se il defunto era il fondatore
• mandato del defunto nell'impresa
• età del defunto al momento del decesso
• se il defunto è morto improvvisamente o dopo una malattia
• il numero di figli del defunto
• il numero di figlie femmine del defunto
• il numero di figli maschi del defunto
• il numero di partner del defunto

Domanda principale

Date le informazioni sopra, a ciascuna soluzione IA viene chiesto di prevedere se i rendimenti anomali cumulativi a 3 giorni (CAR) di 132 imprese saranno:

• Significativamente positivi
• Significativamente negativi
• Non significativi

Il CAR misura come i mercati finanziari rispondono all'evento. Un CAR positivo indica che i trader azionari percepiscono l'evento come creatore di valore, un CAR negativo come distruttore di valore e un CAR non significativo come neutrale.

Campionamento

Il dataset include 132 eventi di morte in 109 imprese familiari quotate in borsa in 24 paesi. Tutte le imprese sono classificate tra le 500 maggiori imprese familiari.

Misurazione delle prestazioni

Il benchmark si basa su precedenti analisi tecniche dei prezzi delle azioni. Per ciascuna impresa, il CAR a 3 giorni è stato calcolato e categorizzato come:

• Significativamente positivo
• Significativamente negativo
• Non significativo

Le previsioni dell'IA vengono confrontate con i valori storici del CAR. L'accuratezza è misurata come la percentuale di previsioni corrette effettuate da ciascuna soluzione di IA generativa.

Scopri altri nostri benchmark e approfondimenti basati sui dati nella Ricerca Google.

Aggiungi come fonte preferita

Ulteriori letture

• I 10 principali casi d'uso dei dati alternativi per gli investimenti
• Benchmark di Finanza IA Agentic: FinRobot vs FinRL vs FinGPT
• Le migliori piattaforme di ricerca finanziaria IA per investitori

FAQ

Cita questa ricerca

Scegli il formato adatto a dove pubblicherai. Incollare la versione con link nel tuo CMS preserva il backlink.

@misc{phd2026,
  author = {PhD., Ezgi Arslan,},
  title  = {{Trading azionario basato sull'IA: quale strumento Gen IA è migliore}},
  year   = {2026},
  month  = jun,
  howpublished    = {\url{https://aimultiple.com/ai-based-stock-trading}},
  note   = {AIMultiple. Consultato il 30 Giugno 2026}
}

Collegamenti di riferimento

1.

Page restricted | ScienceDirect

2.

The value of shareholder rights in family firms: Global evidence from a death in the family - Tanyeri Günsür - 2023 - Corporate Governance: An International Review - Wiley Online Library

3.

Page restricted | ScienceDirect

4.

Artificial Intelligence Can Make Markets More Efficient—and More Volatile

Ezgi Arslan, PhD.

Analista di settore

Segui

Ezgi ha conseguito un dottorato di ricerca in amministrazione aziendale con specializzazione in finanza e lavora come analista di settore presso AIMultiple. Si occupa di ricerca e analisi all'intersezione tra tecnologia e business, con competenze che spaziano dalla sostenibilità all'analisi di sondaggi e sentiment, dalle applicazioni di agenti di intelligenza artificiale in ambito finanziario all'ottimizzazione dei motori di risposta, dalla gestione dei firewall alle tecnologie di approvvigionamento.

Visualizza il profilo completo

Sii il primo a commentare

Il tuo indirizzo email non verrà pubblicato. Tutti i campi sono obbligatori. I commenti vengono lasciati nella loro lingua originale.

Nome

Indirizzo e-mail

Commento

0/450

Pubblica un commento