Gli algoritmi genetici di ottimizzazione e il monito di Taleb sulle banche “too big to fail” condividono una logica profonda legata all’evoluzione, alla robustezza e alla fragilità dei sistemi complessi.
Algoritmi genetici in sintesi
Gli algoritmi genetici (GA) sono metaeuristiche di ottimizzazione ispirate alla selezione naturale e alla genetica. Funzionano così:
- Si parte da una popolazione di soluzioni candidate (individui), codificate come “genomi”.
- Si valuta la fitness di ciascuno (quanto è buona la soluzione rispetto all’obiettivo).
- Si applicano operatori genetici: selezione (i migliori si riproducono di più), crossover (ricombinazione) e mutazione (variazioni casuali).
- Si itera per generazioni, facendo evolvere la popolazione verso soluzioni migliori.
Sono particolarmente efficaci su paesaggi di ottimizzazione “rugosi”, multimodali, non differenziabili o ad alta dimensionalità, dove i metodi basati su gradiente falliscono facilmente. Mantengono diversità nella popolazione e riescono a bilanciare esplorazione e sfruttamento.
Il monito di Taleb sulle banche “too big to fail”
Nassim Nicholas Taleb ha ripetutamente avvertito (già negli anni ’90 e soprattutto in The Black Swan e Antifragile) che la concentrazione del sistema bancario in pochi giganti interconnessi crea fragilità sistemica.
La globalizzazione e le fusioni producono un’apparenza di stabilità (meno crisi frequenti) ma aumentano enormemente l’impatto quando qualcosa va storto: se fallisce una grande banca, falliscono tutte perché sono interconnesse. Taleb paragona questo a un ecosistema in cui la natura aborre ciò che è troppo grande (l’elefante è il massimo animale terrestre per una ragione evolutiva). “Nothing should ever become too big to fail” è uno dei suoi principi: ciò che è fragile deve rompersi da piccolo. Il salvataggio sistematico delle banche grandi rende il sistema più rischioso, non più sicuro, perché socializza le perdite e privatizza i guadagni, eliminando lo “skin in the game”.
Il collegamento concettuale
I due temi si incontrano su più livelli:
Evoluzione e robustezza
I GA imitano l’evoluzione biologica: la diversità genetica e la pressione selettiva producono soluzioni robuste. Taleb insiste che i sistemi economici e finanziari dovrebbero funzionare allo stesso modo: piccoli fallimenti frequenti (selezione) rendono il sistema complessivo più antifragile. Le banche “too big to fail” bloccano questo meccanismo evolutivo: non possono fallire, quindi non c’è selezione naturale, e il sistema accumula fragilità nascosta.Ottimizzazione di reti finanziarie
Esistono lavori concreti che usano algoritmi genetici per ottimizzare la topologia delle reti bancarie. Si rappresentano le banche come nodi e i collegamenti (prestiti interbancari, ecc.) come geni; gli operatori genetici (rewiring) cercano reti più stabili rispetto a shock. I risultati mostrano tipicamente che reti con distribuzione più equa della ricchezza (basso coefficiente di Gini) e minore concentrazione sono più stabili di quelle altamente diseguali e concentrate — proprio il contrario della tendenza “too big to fail”.Antifragilità e stress
C’è chi ha proposto esplicitamente di unire il concetto talebiano di antifragilità con i GA: introdurre stressor variabili (modifiche alla funzione obiettivo, vincoli più stretti, shock simulati) durante l’evoluzione della popolazione, in modo da far emergere individui non solo ottimizzati in condizioni normali, ma robusti o addirittura antifragili rispetto a perturbazioni. Questo è l’opposto di ottimizzare solo per il “caso medio” o per scenari gaussiani (errore che Taleb critica aspramente nei modelli di rischio bancario tipo VaR).Applicazioni pratiche in ambito bancario
I GA vengono già usati per ottimizzare portafogli di prestiti, decisioni di lending in condizioni di credit crunch, e strutture di portafoglio più resistenti a shock di asset. L’idea di fondo è spesso la stessa: non massimizzare solo il rendimento atteso, ma cercare soluzioni che restino buone anche sotto stress estremi.
In sintesi
Gli algoritmi genetici mostrano, in modo computazionale, ciò che Taleb sostiene a livello filosofico ed economico: un sistema evolutivo basato su diversità, fallimenti piccoli e selezione produce robustezza; un sistema concentrato, interconnesso e protetto dal fallimento produce fragilità catastrofica.
Applicare idee evolutive (e tecniche genetiche) al design del sistema bancario — favorire più banche piccole e diversificate, permettere fallimenti ordinati, ottimizzare le reti interbancarie per la stabilità piuttosto che per la dimensione — sarebbe coerente sia con i GA sia con il monito di Taleb.
Top comments (1)
tr.ee/dev-to