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


2


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.


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.


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


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


32

33


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


Most Likely (December 31, 2012): $531.36

Upper Limit (P75): $649

Lowe Limit (P25): $355

Errore Previsione (1 anno): < $1 (0.15%)

34


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


Quando il rendimento non basta per valutare il miglior prodotto finanziario

38


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


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


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

Date post:	02-Jul-2015
Category:	Economy & Finance
Upload:	marco-grassano
View:	126 times
Download:	2 times

H2 o consulting corporate

Economy & Finance