H2 o consulting corporate

Presentazione Generale
Settembre 2014

H2O Consulting
2
H2O Consulting
Lugano (Switzerland)
www.h2oconsulting.ch
Innovation from Swiss tradition

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

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
CAPM
Portfolio Principles
Option pricing
Arbitrage principles
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 America1'110Azioni Asia177ETF Milano1'041Obbligazioni EuroMOT240Azioni Europa1'076Obbligazioni EuroTLX109Obbligazioni ExtraMOT125Fondi Italia1'007Valute162Futures91Indici643Azioni Milano467Obbligazioni MOT176Obbligazioni Convertibili Milano14Titoli di Stato Milano181Sicav 4'639Totale11'258

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

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 Return
Implied Equilibrium
Return
Difference BL Weight
Market Capitalization
Weight
Difference
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 Class
Market Capitalization
Weight
BL 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
105
113
121
129
137
145
153
161
169
177
185
193
201
209
217
225
233
241
249
Index Points
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
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 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

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

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
0.40
0.25
0.16
0.10
0.07
-80
-60
-40
-20
0
Time to
expiration
Current Stock Price
Theta (Θ) Call
0.40
0.25
0.16
0.10
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
0.0
5.0
10.0
15.0
20.0
25.0
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. Variance
#1
#2
#3
#4
#5
#6
#7
#8
#9
#10
#11
#12
#13
#14
#15
#16
#17
#18
#19
#20
#21
#22
#23
#24
#25
Max Return
Utility 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%
Expected Return
Volatility
Indifference Curves
Efficient Frontier
U=5%
U=10%
U=15%
U=20%
U=25%
U=30%
U=31%
U=35%
U=40%

Multi Channel Dashboard
77
Our signals help
financial institutions to evaluate and monitor
their portfolio as well as to generate profitable
trade ideas.

H2 o consulting corporate

Recommended

Recommended

More Related Content

Viewers also liked

Viewers also liked (11)

Similar to H2 o consulting corporate

Similar to H2 o consulting corporate (20)

H2 o consulting corporate