La ricerca non dorme mai

La ricerca non dorme mai

0 521

La curiosità è sintomo di intelligenza? Forse, o magari Probabile! Di certo è la maledizione di chi fa questo mestiere. E così ti capita di fare comunella con altri figuri come te.

Mesi or sono ci siamo trovati con Luigi Piva e Massimiliano Malandra a discutere di inefficienze di mercato. L’obiettivo era ed è quello di creare due portafogli, azionario USA ed azionario Italia, che massimizzino il rendimento/rischio ma che risultino estremamente agevoli da seguire.

Ormai da diverso tempo, su queste stesse pagine, Max Malandra tiene una rubrica su una tecnica di selezione dei titoli in base ai dividendi (ma non esclusivamente). Semplice, forse banale, ma funziona. Basterebbe adottarla per fare meglio della stragrande maggioranza dei fondi di investimento azionari sui benchmark di riferimento. O almeno così è stato in media fino ad oggi. Ecco la spiega dello stesso Max.

Visto che il giochino funziona ci siamo chiesti: come migliorarlo?

Abbiamo appunto coinvolto Luigi Piva per fare due righe di codice e quattro test (magari è stato un filino più complesso). Qui sotto a seguire lo stesso Luigi Piva darà conto delle risultanze.

Fin dalla prossima settimana invece vedremo come evolvono questi due portafogli. Visto che prendono il via dai Cani del Dow abbiamo deciso di chiamarli rispettivamente i Mastini del Dow e del FtseMIB. 

Volentieri lascio spazio al lavoro di Luigi.

 

Credo che l’intervento tenuto all’ITF di Rimini lo scorso Maggio con Ascanio e Max sulla gestione alternativa di portafogli azionari abbia introdotto un processo di investimento innovativo. Niente di meglio per un trader algoritmico come me, sempre alla ricerca di inefficienze profittevoli, che lavorare su una selezione di titoli che rappresentano, da un punto di vista storico, già una inefficienza profittevole.

Il fatto che I “dogs of the dow” sovra-performino l’indice conferma che I mercati non sono sempre efficienti. Elementi psicologici e comportamentali fanno parte dei meccanismi di pricing e gli studi evidenziati da Max evidenziano la possibilità di ottenere rendimenti al di sopra della media.

C’e’ pero’ un altro elemento da tenere presente , anch’esso a riprova dell’inefficienza dei mercati: la possibilita’ di cali sostanziali come quello del 2008, ancora ben presente nella mente di tutti. E’ necessario quindi mettere in campo elementi di timing che permettano all’investitore di essere fuori dal mercato prima possibile quando un downtrend colpisce il mercato.

Come analista e trader quantitativo il mio ruolo nel team e’ e sara’ quello di aggiungere l’elemento di timing per le entrate e le uscite. L’analisi quantitativa poggia su basi matematiche e statistiche. I “Quants” si occupano soprattutto della creazione di Alpha Models, cioè di modelli con aspettative di sovraperformare un benchmark, la differenza tra il benchmrk e il rendimento del modello è l’Alpha.

tree

Nel diagramma qui sopra vedete come l’obiettivo sara’ creare Alpha unendo l’analisi fondamentale e quella strettamente numerica e quantitaiva. In particolare, i modelli da me sviluppati si concentrano sui trend, filtrando i periodi di trend negativi . Fondamento di gran parte dei sistemi di trading meccanici è Il principio che la storia si ripeta in qualche modo.

Il modello di timing cerca quindi di tenere le posizioni long quando i titoli del paniere hanno probabilita’ di un trend positivo o neutro e liquida le posizioni quando le probabilita’ sono per un trend negativo imminente.

S&PvsPort

 

Questa analisi viene fatta in maniera distinta per ogni titolo del paniere, senza particolari riferimenti all’indice.

I risultati , come vedete , sono molto interessanti. Qui sopra vedete come il modello (Series 1) abbia successo nel difficile compito di sovraperformare l’S&P500 (Series 2), ma soprattutto il rischio/rendimento del modello e’ notevolmente favorevole rispetto al nostro benchmark. Questo lascerebbe, per esempio, spazio ad un leggero leveraging (1.5:1 per esempio)

 

FtseMIBvsPort

 

Sul mercato italiano, piu’ speculativo, il modello stacca il benchmark di diverse lunghezze, avendo un lavoro molto piu’ facile, anche per la non brillante performance del FtseMib negli ultimi anni.

Luigi Piva

Quantlab Limited ltd

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Author Image
Classe 1970, ha iniziato ad interessarsi di Borsa nel 1993. Nel 1996 abbandona la carriera di ufficiale dell’Esercito (Genio Trasmissioni) per dedicarsi al trading e all’editoria finanziaria. Giornalista – pubblicista ha collaborato con diverse testate giornalistiche (Borse&Finanza, Gazzetta di Modena, PC&Borsa, etc etc). Per diversi anni ha tenuto una rubrica di analisi tecnica su “Economia” del gruppo Rieffeser (Il Resto del Carlino, La Nazione, Il Giorno). Socio fondatore, è stato amministratore delegato e vice direttore di LombardReport.com, storica testata giornalistica on line di borsa. Dal 1999 organizza Il Campionato di Borsa con denaro reale, la ITCup, che ha sfornato personaggi di primissimo piano nel panorama del ToL italiano. Attualmente direttore della testata on line itConsilium, blogger sulle testate del gruppo Browneditore (FinanzaonLine, Borse.it, Finanza.com), collabora con Trading Library e con il portale Eduweb. Coautore del libro “Guida al Trading di Borsa” edito da Il Sole 24 Ore. Appassionato di storia (soprattutto militare), di energie alternative e delle tematiche dello sviluppo sostenibile, è socio e consigliere d’amministrazione di società di produzione di energia fotovoltaica.

NO COMMENTS

Leave a Reply