sONO APPUNTI CHE HO TROVATO INTERESSANTI E VE LI GIRO PER CONOSCENZA.

PREMESSA

Il problema che deve affrontare un gestore di attività finanziarie è quanto e quando comprare o vendere.
L'approccio che la teoria finanziaria tradizionalmente suggerisce è quello di analizzare attentamente i fattori di tipo "fondamentale" che possono influenzare l'andamento di un certo mercato o di una certo sistema economico. Abbiamo così che per tracciare l'andamento atteso di un'obbligazione occorre studiare i determinanti della curva dei rendimenti, oppure che per sapere se comprare o vendere una valuta occorre in qualche modo modellizzare l'economia del paese. E così via negli altri casi. Una volta che questa analisi sia effettuata e che possibilmente siano chiarite le relazioni che legano le molteplici variabili economiche, l'analista si crea un'aspettativa sul mercato. Se in quell'economia tutti gli operatori seguissero questo procedimento e tutti giungessero allo stesso risultato e se tale risultato fosse corretto, probabilmente i modelli macroeconomici basati sulle cosiddette "aspettative razionali" avrebbero un'effettiva capacità previsiva. Da tempo tuttavia sappiamo che esiste asimmetria di informazioni, di metodi di analisi, di conclusioni e dunque di aspettative. In questa condizione, il risultato ottenuto dall'analisi è del tutto ipotetico. E' normale che un'analisi proiettata sul futuro produca un risultato associato ad una probabilità di realizzarsi. Per chi effettivamente si trova ad operare sul mercato diventa allora fondamentale stimare -almeno per davvero problematico.
Come si fa a valutare l'affidabilità di un "guru"? Nella maggior parte dei casi semplicemente non è possibile. Esiste poi un secondo problema. Per quanto l'affidabilità di un'analisi fondamentale possa essere elevata, essa non è mai assoluta. Vi è dunque sempre una probabilità non irrilevante che l'analisi di per sè sia errata, anche in modo sostanziale. Che fare in questi casi? La risposta ovvia potrebbe essere che si provvede a revisionare l'analisi. Comunque con una considerazione inevitabile: la metodologia dell'analisi fondamentale porta alla costruzione di scenari di medio-lungo periodo i quali sono poco toccati da variazioni di alcuni dati nel breve. Gli aggiornamenti possono e debbono essere fatti, ma normalmente non sono nè rapidi, nè frequenti. Esiste infine un problema di ordine teorico. Gli studi e le analisi macroeconomiche sono usualmente ben pubblicizzate ed i risultati principali conosciuti da tutti. E' normale che il mercato già incorpori nei prezzi correnti le aspettative espresse da questo tipo di scenari. Anzi al contrario di quanto suggerito dalla teoria delle aspettative razionali, il mercato non si adagia di conseguenza sui prezzi correnti in attesa di qualche "shock casuale", ma comincia già a lavorare sulla base delle "aspettative delle aspettative". In altre parole il mercato continua sempre a chiedersi "come muteranno le aspettative sul futuro nei prossimi giorni?". Per esprimersi nei termini del noto aforisma keynesiano del concorso di bellezza "quale sarà nei prossimi giorni la ragazza che gli altri penseranno essere la più bella"? Si può dunque concludere che l'analisi fondamentale, vista dal punto di vista del trader, costringe a "giocarsi tutto" su una singola idea. Ad esempio, se pensiamo che il dollaro salga, compreremo dollari in ogni caso anche, e specialmente, se il mercato fa scendere il cambio. Se l'analisi è corretta prima o poi si guadagneranno molti soldi. E' però possibile che nel frattempo, le perdite realizzate siano così forti da costringerci ad uscire (gravemente feriti) dalle nostre posizioni prima di poter realizzare l'utile sperato. Questo è quanto accaduto nella realtà proprio nei confronti del dollaro: il suo andamento era sempre "troppo" diverso rispetto all'andamento atteso; con conseguenti accumulo di perdite anche da parte degli operatori migliori. Sorvoliamo su cosa poi accade se l'analisi è all'opposto del tutto errata.
A parziale difesa dell'analisi fondamentale, occorre ricordare che essa è nata originariamente per fornire una guida ed un supporto alla politica economica e non per l'attività di trading. La cosiddetta "analisi tecnica" invece nasce proprio dal "floor" dei mercati e si configura come una serie di regole empiriche che devono aiutare il trader nelle sue decisioni giornaliere. Ci si dovrebbe dunque attendere che l'analisi tecnica riesca là dove l'analisi fondamentale fallisce, oppure -ancora meglio- che un uso combinato delle due tecniche permetta di ottenere dei buoni risultati. Ma cosa è l'analisi tecnica? Abbiamo detto che essa nasce dal "floor" e dall'esperienza dei traders: ne consegue che essa non ha un particolare fondamento teorico e che il suo principale vantaggio risiede nella semplicità e rapidità con cui si può effettuare. Nelle sue forme più tradizionali l'analisi tecnica si basa sullo studio dei grafici, dei patterns o di certi tipi di indicatori che si suppone possano avere capacità predittive. Il risultato di questi studi è normalmente condensato in "ricette" del tipo "alla terza onda di Elliott bisogna comprare" oppure "allo sfondamento della linea di resistenza bisogna vendere". E perchè questo dovrebbe essere vero, e di grazia, esiste un modo chiaro di identificare la terza onda di Elliott o la linea di resistenza? e chi è Elliott 2 ? quante volte si è ottenuto il risultato ipotizzato sul particolare mercato che ci interessa? Che probabilità c'è che si ripeta? e se non è più vero cosa facciamo? I manuali di analisi tecnica (la maggior parte dei quali sono in verità decisamente scadenti) si guardano bene dal rispondere esaustivamente a queste domande: spesso anzi l'intera questione è passata sotto silenzio e la "ricetta" deve essere accettata per atto di fede. Che fare a questo punto?
In un libro recente il matematico francese Renè Thom, riaccendendo un dibattito antico, traccia un importante distinzione tra la capacità esplicativa e la capacità previsiva di un modello 3. Thom sostiene la predominanza in senso scientifico dei modelli esplicativi su quelli previsivi sottolineando che un modello esplicativo non deve necessariamente essere un buon modello previsivo. 2 Incidentalmente può interessare sapere che Elliott era un poveretto che perse tutto o quasi nel crack del '29 a Wall Street. Lasciò delle note scritte che qualcuno 50 anni dopo pensò bene di vendere come fossero ricette miracolose per vincere sui mercati. Rimane naturalmente irrisolto il quesito del perchè Elliot sia morto povero pur disponendo di tali conoscenze. 3 R. Thom "Predire n'est pas expliquer", Flammarion, Parigi. Un esempio classico di questo dibattito riguarda l'evoluzione della teoria sui tassi di cambio. Nell'arco degli ultimi trent'anni, si è passati dai modelli basati sugli squilibri della bilancia commerciale, ai modelli monetari degli anni '70, a modelli basati sulle scelte di portafoglio (con variazioni sul tema quasi infinite); per arrivare a concludere: (1) che nessun modello regge sufficientemente bene alla verifica empirica, (2) che l'arrivo di "news" (aspetto puramente pratico, privo di qualsivoglia evidenza teorica) influisce sui mercati a breve, (3) che nel "lungo" periodo probabilmente il principio delle Parità dei Poteri d'Acquisto funziona; di qui la necessità di tenere sotto controllo il prezzo degli hamburger nelle diverse capitali del mondo (si vedano le statistiche periodiche pubblicate dall'Economist). Se si accetta questo tipo di argomentazione, la teoria fondamentale trova una sua collocazione in quanto "spiegazione" del funzionamento di un'economia. Viceversa l'analisi tecnica tradizionale non trova una sua collocazione perchè non offre molto nè in termini esplicativi nè in termini previsivi.
Occorre dunque fare un passo in avanti. Cosa può essere oggi offerto al trader/gestore data l'impossibilità di generare un modello previsivo affidabile? Una prima risposta è: un metodo di lavoro che abbia certe caratteristiche di coerenza ed un certa performance passata direttamente misurabile. Questo studio si propone di esaminare i metodi di creazione e di analisi dei "sistemi di trading" nell'ambito di un processo di gestione finanziaria o di attività puramente speculativa. Il sistema di trading è proprio la formalizzazione matematica di un certo metodo di lavoro che può nascere all'analisi fondamentale, dall'analisi tecnica o da idee ed esperienze generate dall'operatività concreta sul mercato. I sistemi di trading di per sè non hanno necessariamente nè capacità esplicativa, nè capacità previsiva dei prezzi. A differenza dell'analisi tecnica tradizionale, l'analisi dei sistemi di trading è però incentrata sulla verifica realistica della performance passata del sistema stesso. In questo senso ciò che si ricerca è dunque una capacità previsiva sulla performance del sistema piuttosto che sull'andamento dei prezzi. L'obiettivo può apparire secondario a chi ancora ricerca un metodo di previsione dei prezzi o il modello esatto del funzionamento di un'economia. Esso ha però almeno due vantaggi. Anzitutto offre delle risposte non ambigue alle domande che ci siamo posti all'inizio: "quando comprare / vendere?" e "quanto comprare/vendere?". In secondo luogo, prevede sempre la possibilità di errore ed anzi ne fornisce una quantificazione. Questo non è tutto quello che serve per fare trading, ma è sicuramente una parte.

SEGUE....

INTRODUZIONE: COS'E' UN SISTEMA DI TRADING

Con il termine "sistema di trading", ci si riferisce a una metodologia rigorosamente definita, che utilizza determinate regole per decidere quando comprare o quando vendere su un certo mercato. Scopo del sistema di trading è quello di generare una strategia che sia nel medio -lungo periodo che sia profittevole per l'investitore o lo speculatore. In questo lavoro ci si occupa specificatamente dei mercati dei futures e dei tassi di cambio, anche se i concetti esposti possono essere utilizzati (con qualche difficoltà in più) anche per le azioni. Rimane invece praticamente esclusa un'applicazione per il mercato obbligazionario.
E' importante sottolineare che un sistema di trading non è (necessariamente) uno strumento previsivo. Ad esempio si può pensare ad un sistema di trading che per quanto riguarda l'operazione singola, non dia risultati migliori di quelli ottenibili con il lancio di una moneta: 50% di probabilità di vincita e 50% di probabilità di perdita. Se però il sistema fosse studiato in modo tale da produrre nel tempo, e sulla base di un suo uso ripetuto, perdite limitate e vincite ampie, il risultato nel medio-lungo periodo sarebbe di sicuro interesse. In questo caso, il sistema non avrebbe alcuna capacità previsiva, ma sarebbe comunque profittevole. Da questa considerazione discende un importante verità del trading: per guadagnare è sufficiente ma non necessario prevedere l'andamento futuro dei prezzi.
Dato che l'andamento dei mercati segue normalmente un processo casuale, la cui natura può sì essere, come vuole la teoria finanziaria classica, quella di un semplice "random walk" 4* , ma può anche essere molto più complessa, è normalmente molto difficile, se non impossibile, ottenere un sistema affidabile dal punto di vista previsivo. I numerosi studi compiuti in questo settore 5* da traders, economisti ed econometrici, pur avendo permesso l'approfondimento di certe relazioni causa - effetto presenti in tutte le economie, hanno dato risultati insoddisfacenti o comunque ambigui dal punto di vista sia della previsione che della determinazione della presenza di un'effettiva efficienza di mercato.
Tuttavia, in questo fase non interessa la capacità previsiva del modello, quanto la sua capacità di realizzare un utile. L'orizzonte temporale entro il quale si deve realizzare l'utile è medio-lungo. Cosa questo significhi può essere meglio illustrato se introduciamo il concetto di barra dei prezzi. Come è noto, molti mercati quotano prezzi continuamente, almeno nei loro orari di apertura. Tali prezzi possono essere rilevati dall'analista in maniera continua, producendo così una serie di rilevazioni dette "ticks" la cui lunghezza tuttavia nulla dice dell'intervallo di tempo trascorso: è possibile cioè avere 100 rilevazioni in due ore e successivamente solo 50 rilevazioni nello stesso periodo di tempo. Più spesso, l'analista rileverà i prezzi ad intervalli fissi di tempo (ogni settimana, ogni giorno, ogni ora, ogni 5 minuti, eccetera). In quest'ultimo caso, al fine di ottenere il maggior numero di informazioni .
4*L'esempio classico di un processo stocastico "random walk" è dato dalla passeggiata dell'ubriaco. Si puó sempre dire dove l'ubriaco è adesso ma non si puó dire dove andrà. 5* Cf. ad esempio Dunis-Feeny (1989), Goodhart (1988), Murfin-Ormerod (1984), Baillie-Bailey (1984), Taylor (1982), Levich (1979), Cornell-Kinmball (1978), Logue-Sweeney (1977), Giddy-Dufey (1975). possibile, l'analista non rileverà un solo prezzo, ma tre o quattro prezzi. Essi sono il prezzo registrato all'inizio del periodo, ad esempio il prezzo di apertura del mercato ("open"), il prezzo massimo registrato nel periodo ("high"), il prezzo minimo registrato nel periodo ("low"), e l'ultimo prezzo del periodo ("close"). Le rilevazioni così ottenute vengono poi espresse graficamente con una "barra" O-H-L-C del tipo illustrato in Figura 1.


Figura 1: alcune barre O-H-L-C registrate sul mercato del cambio dollaro - marco.
In alcuni mercati, come ad esempio i mercati dei futures e le borse, esistono orari di contrattazione predeterminati, del tipo dalle 9 alle 16. In questi casi è relativamente facile rilevare l'open che è il primo prezzo quotato all'apertura, ed il close che è l'ultimo prezzo quotato prima della chiusura. Il significato dell'open e del close quindi importante perchè esiste un periodo di tempo (ad esempio la notte) in cui il mercato non funziona ma in cui possono essere rese note notizie in grado di influenzare l'andamento dei prezzi e perciò di creare dei "gaps" tra l'open di un giorno ed il close del giorno precedente. Altri mercati, come ad esempio i mercati dei cambi, quotano prezzi 24 ore su 24 attraverso circuiti telematici come Reuter's, Telerate, Bloomberg, Knight Ridder ed altri. In questo caso non esiste nè un vero open, nè un vero close se non -ipoteticamente - a livello settimanale. L'open ed il close possono venire calcolati solo "artificialmente" semplicemente rilevando certi prezzi a certi orari predeterminati: evidentemente il loro significato è diverso da quello attribuibile agli open e close di mercati che effettivamente chiudono ad una certa ora. In pratica in questi casi si determina solamente un "close" (barra H-L-C): essendo la trattazione continua, l'"open" altro non è che il "close" del periodo precedente.
La lunghezza temporale di un sistema di trading è quindi correttamente espressa dal numero di barre su cui il sistema si sviluppa piuttosto che da un'unità temporale. Quando si dice che un sistema di trading deve produrre profitto su un orizzonte temporale medio-lungo ci si riferisce dunque ad un certo numero di barre e non ad una certa durata temporale. In particolare, riferendosi ad un periodo medio-lungo si pensa a 150 -300 barre: se poi queste barre rappresentino minuti, ore, giorni, o anche settimane non ha in questo caso importanza. E' compito dell'analista identificare il tipo di barra da utilizzare e questo dipende sia dalla liquidità del mercato (ad esempio un mercato scarsamente liquido non produce dati orari significativi), sia dalla possibilità fisica di effettuare operazioni di trading con una certa frequenza. Sarebbe ad esempio impensabile per la maggior parte degli investitori privati effettuare speculazioni infragiornaliere o addirittura infraorarie ed è spesso difficile anche effettuare speculazioni infrasettimanali.

SEGUE....

PIANO DELL'ESPOSIZIONE

La trattazione che segue affronta il tema dello studio e dell’analisi dei
sistemi di trading suddividendolo in tre sezioni.
Sezione 1
Si analizzano i seguenti aspetti relativi alla progettazione di un sistema:

i segnali di entrata (acquisto o vendita)
le regole di stop loss e stop profit
i costi di transazione.
Questa sezione si conclude proponendo un esempio pratico di
progettazione di un sistema.
Sezione 2
Viene discussa una metodologia di test e di affinamento di un sistema di
trading trattando:

la selezione dei dati da utilizzare
ottimizzazione dei parametri del sistema
simulazione in "forward testing"
"fine tuning" del sistema.
La sezione si conclude portando avanti l'esempio pratico.
Sezione 3

Si tratta della valutazione della performance di un sistema di trading e
della determinazione dell'importo ottimale da investire e si affrontano le
seguenti tematiche:

la definizione della performance e del rischio
i diversi metodi di analisi della performance e del rischio
il metodo di calcolo dell'importo ottimale da investire e del ritorno
aggiustato per il rischio.

Viene infine conclusa la trattazione dell'esempio pratico con il calcolo del
rischio e dell'importo da investire.

SEGUE....

SEGNALI DI ENTRATA

Il "cuore" di un sistema di trading è costituito dalle regole che definiscono quando comprare o quando vendere. Queste regole possono assumere forme svariate e la letteratura in proposito è già ricca di suggerimenti, anche se questi temi sono affrontate in modo sistematico solo da pochi anni [Cf. ad esempio Kaufman (1987)]. Si va da regole di tipo matematico - statistico, a regole grafiche,per finire a regole esoteriche che fanno riferimento all'astrologia o all'astronomia.
Queste regole dovrebbero rispettare due principî fondamentali. Anzitutto le regole devono essere chiaramente espresse e tra loro coerenti. Con questo si intende sottolineare che non vi devono essere ambiguità o contraddizione di sorta. Deve risultare assolutamente chiaro quando bisogna comprare e quando bisogna vendere, senza lasciare spazio incertezze o interpretazioni soggettive. Questo principio è fondamentale perchè permette successivamente di verificare in modo obiettivo la validità e la performance delle regole di acquisto e vendita [Per esprimersi con il linguaggio del filosofo Karl Popper si può dire che in questo modo la teoria è falsificabile. Viceversa teorie non falsificabili sono da rigettare proprio per il fatto che non è possibile decidere sul loro valore.] E' appena il caso di osservare che - pur nella sua semplicità - questo principio di chiarezza è spesso disatteso. Un lampante (e diffusissimo) esempio in proposito è costituito dalla cosiddetta teoria delle onde di Elliott (ampiamente utilizzata); le sue linee principali possono essere formulate; tuttavia, secondo i suoi stessi proponenti, la teoria possiede: "...rules that ... are extremely fine and delicate. It is almost impossible to state them precisely; they must be felt rather than formulated."
[R. Balan “Elliott Wave Principle Applied to the Foreign Exchange Markets”, p.V - 1.]
Questo "piccolo" problema verrebbe superato utilizzando quel "true aesthetic feeling which all mathematicians know ... but of which the profane are so ignorant as often to be tempted to smile"[Ibidem.] con il quale l'analista deve (dovrebbe?) riuscire a percepire dal grafico dei prezzi come applicare il metodo di Elliott. Un matematico con il senso estetico è, per eccellenza, il francese Henri Poincaré. Soltanto che a Lui il senso estetico serviva a formulare ipotesi matematiche che poi venivano accettate o rigettate seguendo processi rigorosamente logici. I teorici di Elliott, suoi autoconclamati epigoni, si accontentano apparentemente di formulare le ipotesi rigettando il processo di prova. Non è comunque questa la sede per discutere la validità di certe teorie di analisi tecnica che non hanno regole chiaramente definite (oltre a quella di Elliott ne esistono altre). Se esse funzionino o no non è materia che qui interessi. Esse non possono venire testate perchè contravvengono al principio di chiarezza delle regole e tanto basta per escluderle da questa analisi.
Un secondo principio fondamentale riguarda la consapevolezza da parte dell'analista dell'idea sottostante che cerca di verificare. La formulazione delle regole di acquisto e di vendita dovrebbe sempre nascere da una certa percezione del mercato che deriva a sua volta dall'esperienza e dallo studio: è inutile testare segnali senza capire quale idea si stia realmente sottoponendo a prova. L'analista deve necessariamente cercare di definire la sua idea del funzionamento del mercato prima di poterla esprimere chiaramente e quindi testarla. L'idea può variare da una semplicità estrema ad una grande complessità. Un esempio di idea semplice può essere "i prezzi tendono a prolungare l'andamento in una certa direzione quando superano i massimi (o minimi) registrati in un recente arco di tempo". Un esempio di idea leggermente più complessa può essere che "i prezzi tendono a proseguire il movimento in una certa direzione quando la loro velocità di allontanamento dai valori medi registrati in un periodo recente tende ad aumentare". Un'idea molto complessa può invece tentare di riferire l'andamento dei prezzi a patterns di tipo ciclico, frattale o anche caotico nel senso della moderna teoria del caos.
Queste idee sono squisitamente soggettive e dipendono dall'esperienza e dalle percezioni dell'analista e perciò non sono tutte catalogabili a priori, non sono immutabili, e soprattutto non sono aprioristicamente separabili in "giuste" e "sbagliate". L'esperienza tuttavia suggerisce alcune osservazioni.
La prima è quella che, in mancanza di forti convinzioni su idee particolari, conviene partire dalle idee semplici. Esse hanno il vantaggio di essere facilmente esprimibili e comunicabili anche ad altri e richiedono poco tempo e poco sforzo per essere testate e quindi accettate o rigettate. A seconda dei risultati poi ottenuti può convenire complicare le idee iniziali con condizioni aggiuntive od anche sostituirle del tutto. Il limite all'evoluzione di un'idea è dato dal punto in cui successive complicazioni della stessa non portano più benefici significativi in termini di risultati.
La seconda osservazione riguarda la definizione dell'ipotesi di lavoro da cui partire. E' necessario che l'idea sia esprimibile in termini di algoritmo matematico, anzitutto perchè il linguaggio matematico costringe alla coerenza ed alla chiarezza, superando l'ambiguità di un'esposizione puramente verbale. Un'idea che espressa dialetticamente può risultare ambigua, diviene forzatamente chiara e, se del caso, mostra anche le sue contraddizioni, una volta che è espressa con liguaggio matematico. Vi è un ulteriore vantaggio: un'idea espressa come algoritmo matematico è direttamente traducibile in programmi informatici e perciò può far leva sulla grande capacità di calcolo dei moderni computers per una verifica efficace, economica e veloce. Non dimentichiamo che data la complessità dei mercati finanziari, l'uso dei computers è pressochè indispensabile per quasi ogni tipo di analisi dei prezzi.
Alcuni esempi di segnali di entrata [a]
Da quando esistono i mercati, gli analisti o traders cercano di identificare segnali di entrata di un qualche tipo. La casistica riportata dalla letteratura è numerosissima. Scopo di questo lavoro non è quello di elencare e discutere i pro ed i contro dei vari tipi di segnale oggi disponibili (esistono ottimi già numerosi testi in proposito), ma piuttosto quello di approfondire una metodologia di studio e di verifica della loro efficacia. E' tuttavia opportuno, alfine di non addentrarsi in un discorso troppo lontano dalla "vita vissuta", offrire al lettore una breve panoramica che almeno per grandi linee riassuma le idee "fondamentali" sottostanti a questi segnali.
Possiamo raccogliere i segnali raggruppandoli a seconda della loro idea "fondamentale", basandoci sulle percezioni che si ricava dalla lettura dei testi citati nelle note. Non sono riportati per questi segnali le rispettive formulazioni matematiche per almeno tre motivi: (i) esistono numerosi testi di analisi tecnica che già affrontano questo tema [Vedi ad esempio Kaufman (1987) o Pring (198 ).] , (ii) tali e tante sono le variazioni di questi segnali che esiste una moltitudine di formule, (iii) raramente se non mai, un vero trader userà un segnale cosí come viene proposto in letteratura senza apportarvi le modifiche che l'esperienza gli suggerisce. Si è cercato anche di evitare la trappola costituita da una classificazione sulla base dei nomi che questi segnali hanno che sono spesso coloriti e talvolta decisamente fuorvianti. In diversi casi le idee fondamentali sono più d'una, quindi l'identificazione di quella principale ci ha forse portato a "forzare" un po' troppo, costringendo un segnale in una certa categoria.Di questo ci scusiamo anticipatamente.
Idea n. 1: esiste un trend sui prezzi e viene dal passato, seguiamolo. Questa idea nasce dalla semplice osservazione dei grafici di molti mercati. Nonostante i prezzi mostrino spesso un comportamento indubbiamente casuale segnato da numerosi disturbi, è altrettanto innegabile che talvolta esistono movimenti prolungati (trends) che portano i prezzi sempre in una certa direzione con solo alcune limitate oscillazioni. Su alcuni mercati in particolare, questi movimenti possono durare anche dei mesi, se non degli anni. Questi movimenti sono normalmente spiegati dal fatto che la speculazione sui mercati tende a reagire eccessivamente alle situazioni di disequilibrio prolungando gli aggiustamenti oltre il dovuto e quindi generando sia movimenti prolungati dei prezzi in una stessa direzione, sia nuove situazioni di disequilibrio (fenomeno dell'"overshooting").

I segnali di entrata che sono stati sviluppati per testare e sfruttare questa situazione sono numerosissimi. I più noti (e probabilmente i più antichi) sono i sistemi basati sull'attraversamento delle medie mobili dei prezzi. Nella maggior parte di questi modelli il segnale scatta quando il prezzo (in versione grezza od opportunamente prefiltrato) "attraversa" una media mobile calcolata in un certo modo; le formalizzazioni matematiche si
sprecano e per esse rinviamo alla bibliografia. Per citare solo alcuni dei nomi di questi segnali (che possono essere riconosciuti da chi abbia già esperienza in questo settore), ricordo ad esempio il "Double Moving Average Crossover" di Donchian, il "MACD" di Appel, il "Trix" di Hutson, il "Modified Three Crossover Model" di Hochheimer [11 Vedi Kaufman (1987) per una sintesi dettagliata di parecchi segnali di entrata basati sulle medie mobili e concetti affini. Più recentemente nuovi metodi sono stati suggeriti da Chande (1992) e Arrington (1993).]
Idea n. 2: un aumento della volatilità dei prezzi fa presupporre un mutamento del trend ora esistente. Sempre l'osservazione dei grafici dei prezzi permette di rilevare come spesso esistano dei periodi in cui il prezzo non sembra andare da nessuna parte ma sembra solo soggetto a degli "shock" casuali. Quando questi "shocks" tendono ad aumentare di dimensione, è possibile che essi siano indicativi di una futura accellerazione dei prezzi in una certa direzione. Perchè questa osservazione non rimanga inutile (sempre e per definizione quando si avvia un movimento il prezzo registra un aumento della volatilità!) occorre prestare attenzione alla sua particolare formulazione matematica.

Anche in questo caso sono stati proposti numerosi metodi sia di misurare la volatilità che di identificare il segnale di entrata. Sempre con il solo scopo di permettere al lettore di ricollegarsi a modelli che forse già conosce, alcuni tra i principali nomi sono i seguenti: le "bande" di Bollinger, la "Master Trading Formula" di Mart, il "Mass Index" ed il "Relative Volatility Index" di Dorsey, il "Damping Index" di McKallip. Citazione particolare al "Vydia" di Chande, concetto interessante (e semplice) che permette di integrare l'idea precedente relativa al trend con considerazioni di volatilità del mercato [Vedi Kaufman (1987), Dorsey (1992) e (1993), McKallip(1992), Chande(1992)]
.
Idea n. 3: la posizione relativa del close rispetto o all'high e low del giorno stesso e dei giorni precedenti e/o rispetto ai close dei giorni precedenti è indicativa della prossima direzione del prezzo. In questo caso si vuole sottolineare il fatto che i grandi movimenti di mercato non nascono dal nulla, ma vengono preparati da piccoli movimenti anticipatori determinati da una pressione all'acquisto o alla vendita che a un certo punto sboccano nel grande trend. Questo avverrebbe perchè sul mercato non accade spesso che tutti istantaneamente si convincano che il prezzo deve salire o scendere dai livelli attuali. La situazione più comune è quella che vede il diffondersi graduale di un'opinione. Il problema è in questo caso come misurare questi aumenti di pressione all'acquisto o alla vendita
senza confonderli con segnali casuali. Tra i numerosi segnali esistenti ne ricordiamo alcuni notissimi come il "Relative Strenght Index", il Directional Movement" e lo "Swing Index"
tutti di Wilder, lo "Stochastic Oscillator" di Lane, l'"A/D Oscillator", il "%R" e l'"Ultimate Oscillator" di Williams [Kaufman (1987) offre una sintesi di tutti questi segnali corredata da esempi numerici.] .
Alcuni esempi di segnali di entrata [b]
Idea n. 4: i patterns grafici dell'andamento del prezzo si ripetono in forme più o meno simili. Questo è uno dei più vecchi filoni di indagine dell'analisi tecnica. Esso è basato sull'ipotesi che particolari patterns che si registrano sui grafici dei prezzi siano spiegabili da ragioni psicologiche di mercato.Per esempio si dice che il pattern denominato Island Reversal, illustrato inFigura 2, sia normalmente seguito da un movimento discendente del prezzo.La ragione? I traders hanno venduto molto creando un inusuale movimento verso il basso del prezzo, ma a fine giornata è mancata la fiducia (vedi la poszione del close nella barra), qualcuno ha cominciato a comprare per paura di perdere i profitti realizzati, ed il close è risultato alto nella barra. Sulla scorta di quanto accaduto, in mancanza di nuove notizie, è improbabile che domani vi sia un radicale mutamento di aspettative che conduca il prezzo a nuovi minimi.


Figura 2: Island Reversal registrato il 10/1/94 sul cambio dollaro-marco.
Notiamo che l' High della barra del 1071/94 è inferiore al Low
della barra precedente e che il Close della barra 10/1/94 è nella
parte superiore della barra stessa. Questo "pattern" normalmente
segnala una risalita del cambio.
I tipi di patterns possono (e sono) naturalmente anche molto più complessi del semplice Island Reversal descritto sopra 14 . Inoltre, esistono diversi patterns a seconda che si utilizzi un grafico normale, un grafico del tipo "point and figure"15 o un grafico "candlestick" [Metodologia grafica in uso in Giappone da diversi secoli. Le barre vengono rappresentate
sotto forma di “candele” (da cui il nome) con corpi di varia misura bianchi o neri a seconda
della posizione degli open e dei close relativamente ai prezzi precedenti. Cf. Kaufman (1987).]Recentemente lo studio dei patterns è stato ripreso con rinnovato vigore utilizzando algoritmi basati su reti neurali in grado (almeno teoricamente) di riconoscere patterns ripetitivi anche di forma molto complessa .
[ Vedi ad esempio Kean (1992) e (1993), Brown (1993), Cassetti (1993), Katz (1992),
Mendelsohn (1993a) e (1993b). Per un’introduzione teorica alle reti neurali vedi Rumelhart
et. al. (1986), per gli aspetti matematici Hertz et al. (1991), per un’analisi semplificata
Carling (1992)..]
Idea n. 5: solo alcuni livelli di prezzo sono rilevanti cioè esistono barriere ("resistenze" o "supporti") su cui il prezzo tende a rimbalzare e superate le quali si hanno in seguito ampi movimenti. Anche questa idea è molto vecchia ed è basata su considerazioni di tipo psicologico: i prezzi tendono normalmente a rimanere in uno spazio predefinito a causa di ciò che potremmo definire "sticky expectations". I traders cioè tendono a pensare di trovarsi sempre più o meno in una situazione di equilibrio e perciò tendono a correggere i prezzi quando questi si avvicinano a delle soglie percepite come massime o minime relativamente al passato recente. Tuttavia, specialmente in presenza di nuove notizie, queste soglie possono venire superate di slancio ed allora il movimento è ampio perchè il mercato si trova sulla strada di un nuovo equilibrio potenzialmente anche molto diverso da quello precedente.
Si può osservare che anche in questo caso si tratta di un concetto vago che non ha un significato definito se non nella particolare formulazione di un algoritmo. Tra i molti esistenti ricordiamo uno dei più vecchi che è il "Livermore System" di Livermore, poi la famosa "4 Week Rule" di Donchian, il "Thrust Method" di Dunnigan ed il "4% Model" di Kargenian .[Vedi Kaufman (1987), Kargenian (1992).]

Idea n. 6: esistono insite nell'andamento del prezzo delle ciclicità più o meno nascoste di forma più o meno complessa. In altre parole ad una spinta dei prezzi in una certa direzione corrisponde sempre una spinta in direzione inversa che si manifesta seguendo una certa legge. L'idea che esista una componente ciclica in molte serie storiche, specialmente quelle economiche non è certo nuova e trova fondamenti anche nella teoria macroeconomica. Trovare la forma e la durata di questo ciclo è tuttavia
un compito non facile anche perchè accade spesso che la componente casuale della serie "copra" la componente ciclica.
La difficoltà nel reperimento della componente ciclica della serie dei prezzi ha favorito l'insorgere di tutta una serie di teorie, più o meno scientifiche sullo studio di "cicli" e "onde". Tra di esse abbiamo già ricordato la teoria delle "onde di Elliott", ma esiste anche la "Law of Proportions" di Tubbs, la "Sezione Aurea" di Fischer, il "Commodity Channel Index" di Lambert, la 18 Vedi Kaufman (1987), Kargenian (1992). "teoria spazio-tempo" di Gann. Altri autori utilizzano tecniche meno esoteriche e statisticamente più fondate come l'analisi spettrale [Vedi Kaufman (1987), in particolare su Elliott: Frost e Prechter (1985), Balan (1992); su Gann: Blasic (1992), Miner (1993a) e (1993b); sull’uso dell’analisi spettrale Ehlers (1990) e (1992).]
Esempi di segnali di entrata [c]
Idea n. 7: il comportamento del mercato è completamente casuale. Ció che è importante non è se si compra o se si vende ma quanto si compra o si vende. Questo concetto deriva originariamente dallo studio dei giochi d'azzardo come la roulette. Si sostiene che il fatto che si possa realizzare un'operazione in utile piuttosto che in perdita è in sostanza questione di fortuna perció diviene importante possedere una tecnica per sapere quanto giocare e quando uscire dalle operazioni.
Tra i metodi piú noti che appartengono a questa categoria ricordiamo i classici Martingale in cui ogni volta che si perde si raddoppia l'importo, e anti-Martingale 20 in cui si raddoppiano le vincite. Questi metodi hanno il non piccolo problema di richiedere, in presenza di una stringa continuata di perdite, un capitale a disposizione veramente enorme. Altri metodi di questo tipo sono il Pyramiding [Vedi Kaufman (1987) e Balzara (1992).] e il Tactical Trading di Eliason [Vedi Eliason (1989) e Logan (1989).]

Idea n. 8: anche nell'andamento apparentemente caotico dei prezzi esiste un ordine nascosto che è rintracciabile con metodi matematici. Questo è il filone che deriva recentemente dalla cosiddetta "matematica del caos". Per usare un po' di linguaggio tecnico si puó dire che si sostiene l'esistenza in molte serie di prezzi generati da un sistema dinamico caotico non lineare con punti di attrazione detti "strani" normalmente di dimensione frattale. A detta dei sostenitori di questo approccio, tali sistemi sono almeno in parte ricostruibili attraverso l'uso dei diagrammi di fase, il calcolo della dimensione frattale ed il calcolo degli esponenti di Lyapunov. In altri termini: parte dei movimenti dei prezzi che noi riteniamo casuali potrebbero non essere cosí casuali. Oggi è possibile costruire dei sistemi di equazioni che in talune circostanze esibiscono un comportamento apparentemente del tutto caotico e casuale, ma che in realtà è deterministico anche se di un determinismo molto complesso. Questo significa che, identificando il processo sottostante alla dinamica caotica, sarebbe possibile poter prevedere con molto maggior precisione di quanto non si possa fare con altri metodi il comportamento futuro dei prezzi [La matematica del caos e dei frattali ha ricevuto recentemente molta attenzione. Alcuni testi in proposito che mantengono ancora un certo grado di comprensibilità anche per il non addetto ai lavori sono Mandelbrot (1987), Schroeder (1991), Ruelle (1991), Devaney (1990) ed in particolare per le applicazioni finanziarie Peters (1991).]

.
La matematica del caos è sicuramente un argomento affascinante. Dobbiamo tuttavia dire che si mantiene una perplessità di fondo circa il possibile uso pratico di questa metodologia per lo sviluppo di sistemi di trading ed in particolare per l'identificazione dei segnali di entrata. La perplessità è questa: per produrre segnali di entrata io devo con questa metodologia essere in grado di comprendere la natura piú profonda del funzionamento del mercato per poterla poi modellizzare. Un obiettivo che farebbe rabbrividire il piú preparato degli analisti e che per quello che ci riguarda è sufficiente a scoraggiarci. Questo naturalmente non significa che in casi particolari, alcuni elementi utili circa la progettazione di particolari segnali di entrata possano venire anche da questa metodologia. Esiste già un primo esempio di un segnale detto "Delta Phenomenon" di Wilder che apparentemente usa alcuni di questi concetti anche se non è assolutamente chiaro il modo [Vedi Wilder (1990). Ci lascia tuttavia moltissimi dubbi il fatto che l’autore non espliciti chiaramente questo sistema nelle sue componenti e non ne incoraggeremmo sicuramente l’uso.].
Questa lista non è naturalmente esaustiva. Soprattutto occorre considerare che nuovi tipi di segnale vengono proposti ogni mese su pubblicazioni, riviste specializzate o attraverso seminari e convegni. L'interesse su questo tipo di problemi sembra accrescersi sempre di più a causa della sempre maggiore apertura dei mercati finanziari da un lato e della sempre più economica capacità di calcolo dei moderni computers. E' fuori discussione che l'approfondimento anche critico della letteratura esistente in materia possa essere utile per l'analista, mi permetto tuttavia di fare un invito. Un segnale di entrata può forzatamente recepire solamente alcuni degli aspetti del funzionamento del mercato: non esisterà dunque mai il segnale che è sempre corretto e la sua ricerca è futile. Diviene dunque importante che ogni analista utilizzi segnali che, a suo modo di vedere, riflettono quelli che egli pensa siano le caratteristiche più notevoli del mercato in questione e le rifletta in un modo che sia compatibile con il suo stile di trading. Non è purtroppo quasi mai possibile che esista un segnale che, preso dalla letteratura a scatola chiusa, riesca a rappresentare se non l'"ideale" almeno il "meglio". 24 Vedi Wilder (1990). Ci lascia tuttavia moltissimi dubbi il fatto che l'autore non espliciti chiaramente questo sistema nelle sue componenti e non ne incoraggeremmo sicuramente l'uso. L'invito è dunque rivolto all'analista, affinchè, se egli è serio relativamente allo studio del mercato, studi non solo i segnali proposti dalla letteratura, ma si sforzi di modificarli o crearne dei nuovi al fine di creare la maggiore corrispondenza possibile tra il modo in cui egli interpreta il mercato ed il funzionamento del suo sistema di trading. Questo non per aumentare il panorama di segnali esistenti (ne esistono già anche troppi), ma piuttosto per creare il massimo di sincronia tra analista (trader) e comportamento del sistema: più l'analista sa cosa aspettarsi dal sistema sia in termini di forza che di debolezza, più aumentano le probabilità di realizzare un profitto.

SEGUE....

A me è piaciuto molto questo:

E' importante sottolineare che un sistema di trading non è (necessariamente) uno strumento previsivo. Ad esempio si può pensare ad un sistema di trading che per quanto riguarda l'operazione singola, non dia risultati migliori di quelli ottenibili con il lancio di una moneta: 50% di probabilità di vincita e 50% di probabilità di perdita. Se però il sistema fosse studiato in modo tale da produrre nel tempo, e sulla base di un suo uso ripetuto, perdite limitate e vincite ampie, il risultato nel medio-lungo periodo sarebbe di sicuro interesse. In questo caso, il sistema non avrebbe alcuna capacità previsiva, ma sarebbe comunque profittevole. Da questa considerazione discende un importante verità del trading: per guadagnare è sufficiente ma non necessario prevedere l'andamento futuro dei prezzi.

REGOLE DI STOPLOSS E STOPFROFIT

Abbiamo già accennato al fatto che è impossibile trovare un segnale di entrata che sia sempre corretto. Questo significa, ovviamente, che prima o poi il mio segnale mi provocherà una perdita. Accenniamo qui ad uno dei punti principali dell'arte del trading e cioè del come gestire le perdite. In realtà, l'unica cosa di cui possiamo essere sicuri utilizzando un sistema di trading (o, più in generale, dedicandoci al trading per un periodo prolungato) è proprio che realizzeremo delle operazioni in perdita. Il sapere gestire le perdite è dunque tanto importante quanto il sapere fare profitti ed anzi in molti ritengono che sia addirittura più importante.
In questo paragrafo, discutendo dello stop-loss, cominceremo ad avvicinarci al problema della gestione delle perdite.
Anzitutto è opportuno chiarire che con il termine "stop-loss" si intende
riferirsi ad un'operazione di chiusura di una posizione esistente che -purtroppo - è andata male. Lo stop-loss serve anzitutto a cautelarsi contro la possibilità che la perdita superi certi livelli ritenuti inaccettabili. Esistono vari tipi di stop-loss, ma il piú comune è di gran lunga il cosiddetto "money management order" che consiste in un ordine di chiusura dell'operazione ad un livello predeterminato di prezzo. Tale livello di prezzo è calcolato, al momento in cui l'operazione principale viene effettuata, risolvendo per la perdita massima (espressa in lire) che l'investitore decide di sopportare. Occorre considerare che - in pratica -i brokers eseguono gli ordini di stop solo al prezzo successivo a quello al quale il livello di stop è stato toccato o superato per la prima volta.
Supponiamo ad esempio di avere acquistato 1 contratto future sul BTP del valore nominale di 200 milioni a 97.35. Supponiamo altresí di non voler rischiare piú di 3 milioni su questa operazione. Occorre in questo caso porre un ordine di vendita (stop-loss) a 95.85 ( = 97.35 - 3/200 * 100). Il funzionamento di questo tipo di ordine di stop-loss è illustrato nella Figura 3. La Figura 4 illustra invece un comune inconveniente che si puó registrare quando si usa uno stop-loss: il prezzo tocca il fatidico livello ma successivamente rimbalza nelle direzione attesa trasformando un'operazione potenzialmente buona in una perdità

Figura 3: l' esercizio dello stop-loss.

Figura 4: uno stop-loss che era meglio evitare.
Si è detto che lo stop-loss permette di predeterminare l'importo massimo a rischio sul mercato. Per essere piú precisi, lo stop-loss permette di predeterminare l'importo a rischio sulla singola operazione: se la mia attività di trading prevede molteplici operazioni, la mia perdita massima teorica si ottiene moltiplicando il numero di operazioni per la perdita prevista dallo stop-loss. Tuttavia ci si potrebbe anche chiedere perchè, in presenza di un buon sistema di trading, si debba mai ricorrere all'uso dello stop-loss. D'accordo che anche un buon sistema di trading presenta con tutta probabilità un certo numero di operazioni in perdita, ma tali perdite dovrebbero comunque essere sopravanzate dagli utili (o almeno cosí si spera) ed il porre uno stop-loss potrebbe finire per avere gli effetti deleteri visti in Figura 4. La risposta generale a questo quesito risiede nel fatto che qualsiasi sistema di trading viene definito come "buono" ed accettato inevitabilmente sulla base di quanto accaduto nel passato. Ne risulta che il sistema di trading prescelto presuppone l'esistenza di una qualche forma di stazionarietà nella serie dei prezzi ed il perdurare di tale stazionarietà anche in futuro.[E’ appena il caso di osservare, a beneficio degli esperti di statistica, che la “stazionarietà” a cui si fa qui riferimento ha ben poco a vedere con la “stazionarietà” come normalmente la si intende nell’analisi delle serie storiche. Quest’ultimo è un concetto ben piú restrittivo che presuppone l’assenza di mutamenti della media (trend), di mutamenti sistematici della varianza e di ciclicità evidenti. Qui invece si intende riferirsi al fatto che se il sistema è buono significa che esiste qualche caratteristica del mercato che ha un sufficiente grado di stabilità da essere identificata e sfruttata: quale sia esattamente la natura di questa caratteristica puó essere difficile a dirsi anche per lo stesso analista che ha studiato il sistema.
Purtroppo questo puó non essere il caso: anche se non sono la norma, esistono talvolta mutamenti "strutturali" del mercato che sono totalmente imprevedibili a priori e che finiscono per mutare radicalmente la performance del sistema. E ci se ne accorge solamente dopo! Un esempio di grafico dei prezzi che muta radicalmente aspetto dopo un evento imprevisto è dato dal contratto del future sul BTP a 10 anni (LIFFE) prima e dopo Giugno 1992 (vedi Figura 5). In questi casi un ordine stop-loss che permetta di uscire dal mercato con una perdita ragionevole e permetta di rianalizzare la situazione con la dovuta calma, senza lo stress di dover gestire una situazione ormai affidata al caso, puó effettivamente rappresentare il male minore. E' nostra personale convinzione che per quanto buono possa essere un sistema di trading debba in generale sempre esistere un livello predeterminato di stop-loss.

Figura 5: osserviamo l' impressionante differenza esistente tra i prezzi
del future BTP (LIFFE) prima e dopo Giugno 1992. Mutano
radicalmente l' ampiezza media della barra, la volatilità dei prezzi, la
dimensione media dei trend, nonchè il voulme degli scambi (colonne
in basso).
L'uso costante dello stop-loss porta poi un ulteriore beneficio: esso consente infatti al trader di ridurre lo stress decisionale legato alla gestione della posizione esistente. Uno stop-loss meditato in anticipo predetermina infatti il punto di uscita ed evita un continuo monitoraggio dei mutamenti di prezzo sul mercato. Psicologicamente è spesso indicato pensare alla perdita potenziale espressa dallo stop-loss come a soldi già persi a tutti gli effetti. Se il trader riesce ad assorbire questa idea, sarà normalmente molto più tranquillo nell'affrontare le successive evoluzione del mercato favorevoli o sfavorevoli che esse siano.
Una possibile eccezione all'uso dello stop-loss la si puó immaginare solo per sistemi basati su barre orarie (o di durata inferiore), i quali - per loro stessa natura - generano ordini con una tale frequenza da prevenire di fatto quasi sempre l'esecuzione dello stop-loss effettuando invece un'inversione dell'ordine principale. In altre parole, accade spesso che questi sistemi basati su rilevazioni infragiornaliere dei prezzi generino diverse operazioni di acquisto e vendita all'interno della stessa giornata. Essendo normalmente le oscillazioni dei prezzi giornalieri abbastanza contenute, molti sistemi finiscono per non usare mai lo stop-loss perchè la posizione viene preventivamente "girata" in senso inverso.
Il piazzamento dell'ordine di stop-loss avviene normalmente nello stesso momento in cui si effettua l'operazione principale. L'ordine di stop-loss è usualmente lasciato in carico al proprio broker con l'istruzione di eseguirlo nel caso in cui il livello prefissato venga raggiunto. Solamente nei casi in cui il trader segua personalmente ed in modo continuo il mercato puó essere possibile una sua gestione diretta dello stop-loss ed anche in questo caso, come già indicato sopra, non è raccomandabile, specialmente se il servizio offerto dal broker è di buona qualità.
Un ultima osservazione riguardo allo stop-loss. Quando si predetermina il livello di uscita da un'operazione in perdita, si assume implicitamente che quel particolare prezzo verrà raggiunto dal mercato se le cose si mettono male. Purtroppo non è sempre così. Accade talvolta che vi siano dei "gaps" tra il prezzo di chiusura del giorno precedente ed il prezzo di apertura del giorno dopo. Può darsi che durante la notte sia uscita una notizia tale per cui il mercato si trova ad aprire ad un livello di molto inferiore (o superiore) a quello registrato il giorno precedente. In questi casi, può verificarsi che il prezzo di stop-loss venga "saltato" cioè mai quotato sul mercato. Purtroppo in queste situazioni non rimane altro che prendersi una perdita più ampia del previsto. Osserviamo che casi di questo tipo si possono registrare, seppur con minore frequenza, anche su mercati a trattazione continua come i tassi di cambio: può darsi infatti che sulla scorta di una notizia particolare la quotazione del dollaro marco passi improvvisamente da 1.6000 a 1.6100 "saltando" gli stop-loss posti tra questi due livelli. Sul grafico giornaliero si vede una barra continua che unisce l'high ed il low, ma nella realtà non tutti i prezzi inclusi in quella barra sono stati effettivamente trattati.
Similmente all'ordine stop-loss, esiste la possibilità di piazzare ordini "stop-profit". Con questo termine si identificano quei tipi di ordini che servono a chiudere una posizione esistente una volta che essa stia realizzando un profitto. Il tipo di ordine stop-profit più comune è il
cosiddetto ordine "profit target" attraverso il quale viene prefissato l'importo che si desidera guadagnare da una certa operazione. Una volta che esso sia raggiunto, la posizione viene automaticamente chiusa.L'ordine stop-profit viene utilizzato idealmente per sfruttare al massimo quelle situazioni dove il movimento favorevole dei prezzi è solo temporaneo come illustrato in Figura 6. Il potenziale svantaggio derivante dall'uso dello stop-profit è illustrato in Figura 7.

Figura 6: uno stop-profit quasi perfetto.

Figura 7: uno stop-profit di cui pentirsi.
L'uso dello stop-profit è assai meno importante di quello dello stop-loss e la ragione dovrebbe essere evidente. Tenere sotto controllo i rischi è, in questo tipo di attività, di gran lunga prioritario rispetto alla massimizzazione del reddito verso cui è indirizzato un uso accorto dello stop-profit. In questo senso l'uso dello stop-profit va dunque inteso
come un raffinamento possibile del sistema di trading: il suo uso può essere raccomandato se sulla base di test statistici è stato profittevole farlo in passato. Oltre all'ordine stop-profit del tipo "profit target", ne esistono altri. Tra di essi ricordiamo i seguenti.
Il "breakeven stop". Questo ordine viene attivato solo dopo che il prezzo ha cominciato a muoversi in direzione favorevole. In questo caso il livello dello stop è posto allo stesso livello di entrata in modo da garantire come minimo un risultato di breakeven. Questo ordine naturalmente non serve a proteggersi da situazioni in cui il prezzo immediatamente dopo il piazzamento dell'ordine comincia a muoversi in maniera avversa e non torna più ai livelli di partenza.
Il " % risk trailing stop". Con questa tecnica si definisce un livello detto "floor" di profitto minimo, espresso in valore assoluto, che deve essere raggiunto prima che l'ordine venga attivato. Viene poi fissata una percentuale detta di "retracement" dal livello di profitto massimo
realizzato dalla posizione. Lo stop è posto ad un livello che garantisca il massimo profitto meno la percentuale di "retracement". Se il prezzo continua a muoversi in direzione favorevole, questo tipo di ordine permette di mantenere la posizione aperta, viceversa in caso il prezzo cominci a ritirarsi oltre la percentuale di "retracement", la posizione viene chiusa ed il profitto realizzato.
Esempio: compro un future sul BTP a 102. Il floor è posto a 2 lire ed il livello di retracement è del 25%. Se il prezzo scendesse da 102 verso valori piú bassi non succederebbe niente cosí come se il prezzo salisse ma non superasse le 104 lire. Se d'altra parte il prezzo superasse le 104 lire l'ordine verrebbe attivato nel modo seguente. Si inizierebbe registrando un utile teorico di 2 lire (=104-102) e si osserverebbe il comportamento successivo dei prezzi. Se questi scendono di almeno 0.50 lire (=.25 ??2) a 103.50 si effettuerebbe lo stop profit e si realizzerebbero 1.50 lire di guadagno. Se invece i prezzi salissero ancora si registrerebbe il nuovo massimo, ad esempio 105, ed il nuovo utile teorico di 3 lire (=105-102), e si sarebbe pronti ad intervenire con lo stop profit nel caso i prezzi scendessero di 0.75 lire o piú a 104.25 realizzando 2.25 lire di guadagno e cosí via. Come si vede il vantaggio di questo metodo sta nel non troncare troppo presto un'operazione, ma nel tentare di sfruttare un eventuale trend prolungato: inoltre piú il profitto teorico è elevato e piú questo tipo di ordine si prende dei rischi sopportando un retracement che in valore assoluto diviene sempre piú elevato (nel nostro esempio passa da 0.50 lire a 0.75). Quest'ultimo tipo di ordine non viene passato al broker ma richiede una presenza continua del trader sul mercato.

SEGUE...

I COSTI DI TRANSAZIONE

In quasi tutti i libri di economia una delle assunzioni semplificatrici ricorrenti nella descrizione di modelli e leggi finanziarie è l'assenza di costi di transazione. Non di rado i costi di transazione sono visti come un'"imperfezione" di mercato e si dimentica che senza questa
"imperfezione" i mercati stessi non esisterebbero o non sarebbero in grado di svolgere efficientemente la loro funzione. Nessuno piú del trader deve invece essere conscio dell'esistenza e della rilevanza dei costi di transazione. Infatti sono proprio i costi di transazione che rendono l'attività del trading e della speculazione un "gioco a somma negativa"[In teoria dei giochi si definisce “a somma zero” un gioco in cui tutto ció che un giocatore perde viene guadagnato dagli altri giocatori e viceversa. Un gioco a somma positiva è quello in cui la somma di tutto ció che è guadagnato da tutti i giocatori supera la somma di tutto ció che è perso da tutti i giocatori e dunque il gioco “crea” ricchezza. Un gioco a somma
negativa è quello in cui la somma di tutte le vincite di tutti i giocatori è inferiore alla somma di tutte le perdite ed il gioco “distrugge” ricchezza. Nel nostro caso la somma delle vincite di tutti i traders è inferiore alla somma di tutte le perdite e la differenza (costi di transazione) finisce ad un “non giocatore”, uno che non prende i rischi del gioco, l’intermediario o broker. sfavorevole.]
La principali tipologie di costi di transazione sono tre, una visibile e due invisibili. I costi di transazione visibili sono raccolti nella categoria delle "commissioni", "bolli", "spese amministrative" e simili. Si tratta di costi che sono o previsti dalla legge oppure fatturati dall'intermediario a seguito di accordi con il trader e sulla base delle tariffe vigenti su quel particolare mercato.
I costi invisibili sono rappresentati nelle due categorie dello "slippage" e piú in generale della "qualità del servizio". Con il termine "slippage" ci si riferisce a quella differenza che si registra praticamente sempre, tra prezzo di mercato (come riportato dai circuiti informatici o dalla stampa) e prezzo effettivo di esecuzione. Tale differenza, che in perfetto accordo con la ben nota "legge" di Murphy è quasi sempre sfavorevole al trader, non rappresenta sempre una cattiva esecuzione dell'ordine da parte del broker, quanto un prezzo che si paga alla liquidità meno che perfetta dei mercati. Anche sui mercati telematici, dove i circuiti riportano in tempo reale i prezzi a cui vengono concluse le transazioni, non è sempre detto che il prezzo che si ottiene per effettuare un'operazione sia esattamente pari a quello quotato giusto un secondo prima: l'ordine potrebbe essere troppo grosso oppure troppo piccolo; potrebbe darsi che alcune controparti siano uscite (od entrate) sul mercato proprio in quel momento
o piú semplicemente che le condizioni di mercato siano mutate. In teoria lo "slippage" potrebbe essere sia negativo che positivo per il trader e talvolta è proprio cosí. A livello di progettazione di sistema è comunque piú realistico oltre che piú conservativo assumere uno "slippage" sempre sfavorevole.
Un'altro costo invisibile è rappresentato dalla qualità del servizio che si riceve dall'intermediario o broker. Come già accennato per gran parte della teoria economica e finanziaria i costi di transazione non esistono, dunque i brokers non esistono e perció il servizio da essi ottenuto è sempre efficiente per definizione. Nella realtà tuttavia non è cosí e ogni operatore sa benissimo che per quanto liquido possa essere un mercato, per quanto basse possano essere le commissioni, per avere una buona esecuzione di un ordine occorre anche un intermediario che sappia fare il suo mestiere. E quale è il mestiere del broker? Seguire l'andamento dei prezzi minuto per minuto, essere in continuo contatto con un gran numero di controparti ed altri broker per poter eseguire gli ordini di entrata di uscita e gli stop-loss effettivamente al meglio. La qualità del servizio offerto dal broker risiede dunque nella tempestività e nell'efficacia con cui questi esegue gli ordini: se questa qualità manca, i costi di transazione possono facilmente divenire inaccettabili anche in presenza di commissioni e "slippage" modesti.
Purtroppo la qualità di un broker la si conosce soltanto utilizzandolo per un certo periodo di tempo e possibilmente confrontandolo con altri e dunque non esiste una ricetta a priori che permetta di trovare il broker "giusto". Esistono tuttavia alcune avvertenze ed alcuni errori comuni che si possono facilmente evitare.
Anzitutto occorre riflettere sul servizio che si vuole ottenere da un broker: esso è principalmente, come specificato prima, un servizio di buona esecuzione di ordini. Questa prima considerazione implica che un broker non deve essere valutato tanto sulla base di reports di mercato, suggerimenti e (peggio ancora) previsioni sull'andamento dei prezzi: tutto
questo ha ben poco a che fare con il suo mestiere. Occorre considerare cosa fa un broker tutto il giorno: sta al telefono di fronte ad uno o piú monitors continuamente cercando compratori e venditori: come puó avere il tempo e la preparazione per effettuare riflessioni sul mercato e addirittura previsioni? quand'anche disponesse di un servizio studi, poichè il reddito del broker è legato al volume di transazioni effettuato, possiamo stare certi che i suggerimenti sarebbero invariabilmente tesi a fare eseguire al cliente un buon numero di operazioni siano o non siano esse necessarie per la salute del portafoglio di quest'ultimo. E' tuttavia incredibilmente elevato il numero di persone che, chiamando un broker o un intermediario, finiscono per agire sulla base delle sue indicazioni cedendo alla pigrizia di effettuare un'analisi propria.
Un secondo comune errore riguarda un'eccessiva concentrazione sulle commissioni o sui prezzi da parte dei clienti. Vi sono clienti disposti a tutto pur di ottenere sconti sulle commissioni. A parte il fatto che il piú delle volte si tratta di cifre modestissime rispetto all'importo del guadagno (o perdita) che si puó realizzare sul mercato, occorre anche considerare che una contrattazione eccessiva, anche se coronata da successo, puó
portare il broker a tentare di recuperare profitti (con interessi) in altri modi: ad esempio con un'esecuzione non sempre brillante, oppure piú in generale con un servizio mediocre.
Anni fa, c'era in Italia un'impresa industriale che effettuava grosse operazioni sui cambi. Il tesoriere lavorava con 4 o 5 intermediari ed aveva l'abitudine di non fidarsi mai di nessuno e per qualsiasi cosa di proporre un'asta a tutti questi intermediari. Questo costringeva gli intermediari a ridurre il proprio margine al minimo e qualcuno anche a rinunciare al cliente. Poichè la cosa andava ripetendosi da parecchio tempo, e dato che il mercato era a quell'epoca abbastanza limitato e pertanto praticamente tutti gli intermediari si conoscevano tra di loro, questa strategia, ideata dal tesoriere per favorire la sua azienda, finí per ottenere il risultato opposto. Gli intermediari finivano per allocarsi tra di loro il risultato dell'asta spartendosela a quote, con un accordo informale per favorire uno particolare di loro ogni volta. I prezzi quotati erano regolarmente leggermente fuori mercato di modo che l'azienda finiva per pagare sempre di piú di quello che avrebbe pagato senza il meccanismo dell'asta. Non un grande esempio di professionalità da parte degli intermediari, ma neanche un grande esempio di intelligenza da parte dell'azienda.

La realtà è che il mercato non è quasi mai in grado di accontentare tutti i contraenti con la stessa efficacia: alcuni saranno trattati meglio di altri [Praticamente tutti i grandi traders riconoscono l’esecuzione dell’ordine come uno degli elementi critici per una sua buona riuscita. Vedi ad esempio le interviste contenute in Schwager (1990).] Per essere tra i favoriti occorre trovare la giusta miscela di capacità professionale del broker, costi di transazione e rapporti umani con l'intermediario stesso senza pretendere di raggiungere sempre e comunque l'ottimo in tutti e tre i campi: il trader e l'investitore non sono scattisti ma maratoneti e ció che importa loro è il risultato medio ottenuto nel lungo termine.

ESEMPIO:

Parte I : progettazione di un sistema di trading

In questo esempio cerchiamo di fornire una breve presentazione di come si può applicare in concreto la nostra metodologia di studio dei sistemi di trading. Il lettore deve essere comunque avvertito che il nostro scopo è solo quello di illustrare una metodologia di analisi e in alcun modo vogliamo suggerire l'uso di un particolare sistema per l'effettuazione di operazioni di trading effettivo. Infatti, per ragioni di semplicità, ci si è limitati ad un sistema abbastanza semplice, effettuando un'analisi semestrale che probabilmente non fornisce nemmeno un numero di dati sufficiente a raggiungere una conclusione definitiva.
Impostiamo dunque lo studio di un sistema di trading riferendoci al mercato del tasso di cambio dollaro USA / Yen giapponese. Le Figure E1 ed E2 illustrano l'andamento giornaliero di questo mercato negli ultimi

Figura E1: l’andamento del cambio Yen/USD da Dicembre 1988 a
Giugno 1991.

Figura E2: l’andamento del cambio USD/Yen da Luglio 1991 a
Giugno 1994.
La serie pur presentando le usuali increspature e ciclicità irregolari dovute alla casualità che sempre si registra sui mercati, mostra anche dei trend evidenti e molto prolungati. La prima idea puó essere di ipotizzare che il mercato USD/Yen mantenga anche in futuro questa caratteristica di trend prolungati e perció di studiare dei segnali di entrata “trend following”.
L’universo dei segnali “trend following” è molto variegato per cui in mancanza di idee piú precise si procede normalmente con una serie di test preliminari su diversi segnali per rendersi conto delle diverse caratteristiche di ognuno su questo mercato. Poichè peró lo scopo di questo esempio non è quello di produrre "il Sistema" per lo Yen, quanto quello di illustrare una procedura, ci si accontenta di esaminare un segnale che è stato scelto unicamente per semplicità di calcolo e senza nessuna pretesa di uso concreto.
Un possibile metodo di identificare l'inizio di un trend è il seguente. Si puó dire che un trend in salita o discesa è cominciato quando il prezzo diviene contestualmente superiore (o inferiore) a certi livelli che ha raggiunto in passato nel breve termine, nel medio termine e nel lungo termine.

Ma perchè non riferirsi semplicemente ad un unico livello di prezzo passato?
Perchè la serie, pur presentando trend prolungati, presenta anche molte "false partenze": movimenti che inizialmente possono venire interpretati come trend ma che poi si rivelano solo correzioni piú o meno casuali. La speranza è, identificando tre livelli di prezzo, di prendere un numero minore di falsi segnali.
[L’inizio di un trend puó essere definito in molti altri modi anche migliori e piú precisi. Si è scelto questo perchè come vedremo porta ad identificare un algoritmo per il segnale di entrata che è matematicamente molto semplice oltre che conosciuto e quindi rappresenta l’ideale per un esempio di questo tipo.]
Matematicamente si puó esprimere questo concetto nel modo seguente. Si compera USD contro Yen non appena si verifica questa condizione:

dove n1< n2 < n3 sono i tre orizzonti temporali e Et è il tasso di cambio
odierno espresso in numero di Yen per USD (come nelle figure E1 ed
E2).
Viceversa si vende non appena si verifica la condizione inversa:

Le formule qui riportate sono quelle relative al segnale conosciuto in letteratura come ROC (= Rate of Change) facilmente reperibile in qualsiasi Prodotti di analisi tecnica. Poichè si sono usati tre ROC di diversa durata, con scarsa originalità chiamiamo il segnale "Triplo ROC".
Si osservi che il Triplo ROC è perfettamente definito: si compera quando tutti e tre i ROC diventano positivi e si vende quando tutti diventano negativi. Si tratta dunque di un segnale che dopo il primo ordine è sempre sul mercato: cioè una volta che si è partiti o si è "lunghi" (in acquisto di USD contro Yen) o "corti" (in vendita di USD contro Yen) senza mai essere fuori dalla mischia. Il rischio è, in presenza di segnali sbagliati, di realizzare perdite molto ampie prima che il segnale stesso si inverta. E' perció opportuno utilizzare uno stop-loss del tipo "money management order" il cui livello definiremo piú avanti. In questo modo, se si comprasse su un falso trend rialzista, si realizzarebbe la perdita prevista dallo stop-loss, si uscirebbe dal mercato e si attenderebbe il segnale successivo per rientrare.
Alcune osservazioni sul comportamento teorico del Triplo ROC. Se la serie dei prezzi esibisse un comportamento perfettamente lineare crescente o decrescente, questo segnale giungerebbe ad acquisire l'esistenza del trend con un ritardo sempre pari a n3 giorni. Se invece la serie presentasse dei cicli regolari, questo segnale dovrebbe avere una buona performance in presenza di cicli di periodo pari a n1/2, n2/2 ed n3/2 [29L’eventuale esistenza di cicli di questo periodo puó essere verificata con l’analisi dello spettro della serie. La regola generale è che tuttavia cicli regolari sui mercati finanziari non esistono (sarebbe troppo facile!).]
Infine è necessario effettuare delle assunzioni sui costi di transazione. Il mercato del USD/Yen è un mercato trattato "over-the-counter" in cui i principali "price makers" sono le banche. L'importo minimo (per ottenere una buona esecuzione) è normalmente 1.000.000 di USD anche se talvolta è possibile avere buoni prezzi anche per USD 500.000. Lo spread "bid-offer" del mercato è in condizioni normali di 0.10 yen per 1 USD (ad esempio 100.10-100.20 yen per USD). Possiamo ipotizzare un ulteriore 0.05 yen di "slippage" portando cosí il totale dei costi di transazione a 0.15 yen per USD cioè 150.000 yen per 1 milione di
USD[In taluni casi, specialmente per un privato, questo potrebbe essere perfino poco.]
La garanzia necessaria per effettuare un'operazione a termine sui cambi varia da banca a banca, ma normalmente non supera il 25% dell'importo nominale (cioè non occorrono piú di 250.000 USD per fare un'operazione da 1.000.000 USD).

I DATI DA USARE PER L'ANALISI DEI SISTEMI DI TRADING

Abbiamo già accennato al fatto che le rilevazioni di mercato, salvo il caso in cui vengano registrate "tick per tick", sono rilevate sotto forma di barre O-H-L-C oppure H-L-C. Ovviamente il primo requisito per un'analisi corretta dei dati è che essi stessi siano quanto piú possibile rappresentativi dei prezzi ottenibili sul mercato. La fonte da cui i dati vengono presi deve essere perciò affidabile. Il secondo requisito è che i dati siano raccolti in numero sufficiente per ottenere dei risultati statisticamente significativi.
In generale, anche se il numero di dati necessario puó variare ampiamente a seconda dei test che si desiderano effettuare, l'esperienza indica che per la maggior parte dei sistemi occorrono circa 1200 barre che equivalgono a circa 5 anni di dati giornalieri o 6 mesi di dati orari. La
maggior parte dei sistemi di trading oggi in circolazione utilizza dati giornalieri o infragiornalieri (da orari a tick per tick). E' tuttavia possibile che qualche sistema utilizzi, in congiunzione con i dati giornalieri, anche rilevazioni settimanali o mensili nel tentativo di identificare dei trend di
lungo periodo. In quest'ultimo caso, il ruolo dei dati di lungo periodo è comunque secondario ed i requisiti sulla loro numerosità sono di solito molto meno stringenti.
Occorre una certa dose di cautela nel modo in cui si scelgono i dati per effettuare poi l'analisi di un sistema di trading. Anzitutto i dati dovrebbero essere tra loro omogenei: bisogna cioè assicurarsi che nel periodo che si va ad analizzare il mercato non abbia subito dei mutamenti strutturali tali da metterne in discussione la sua stessa natura.
Ad esempio, se si pensa alla serie storica del tasso di cambio lira / marco degli ultimi 5 anni (vedi Figura 8) viene sicuramente il forte sospetto di non trovarsi di fronte ad una serie omogenea. La serie si divide infatti in due tronconi, prima e dopo Settembre 1992, in ragione dell'uscita della lira dallo SME. E' ovvio che il passaggio della lira da una fluttuazione all'interno di una banda abbastanza stretta ad una situazione di mercato libero comporta una vera e propria modifica della natura del mercato.

Figura 8: il cambio marco - lira, un mutamento delle “regole del gioco” nel sett. 92.
In questi casi si richiede da parte dell'analista una particolare attenzione specialmente a livello di progettazione del sistema ed a livello di interpretazione dei risultati ottenuti.

L'OTTIMIZZAZIONE DEI PARAMETRI DEL SISTEMA

La componente stocastica (casuale) presente in modo rilevante su tutti i mercati comporta come conseguenza quasi sempre la necessità di mantenere un certo grado di indeterminatezza nella costruzione dei segnali di entrata. Come conciliare questa indeterminatezza con il principio di chiarezza e di coerenza dei segnali di entrata precedentemente esposto? E' semplice. Un segnale espresso chiaramente non deve necessariamente esprimere un concetto "rigido", anzi puó contenere elementi di flessibilità al fine di ottenere una maggiore generalità di applicazione (attraverso vari mercati o vari periodi di tempo). E' sufficiente che il carattere di flessibilità stesso sia chiaramente definito. In pratica, la formula matematica che esprime il segnale di entrata, contiene spesso dei "parametri" suscettibili di assumere un certo campo di valori.
Ad esempio, un sistema basato su una media mobile puó prevedere che quest'ultima venga calcolata usando dalle ultime 4 alle ultime 40 barre di prezzo.
La maggior parte dei sistemi prevede numerosi parametri: in questi casi occorre tener presente che il numero di combinazioni possibili tra tutti i parametri cresce in maniera esponenziale e diviene rapidamente elevatissimo.
Ad esempio, un sistema con 3 parametri ciascuno suscettibile di assumere 10 valori diversi presenta 10 3 = 1000 combinazioni posssibili.
Una procedura spesso utilizzata per caratterizzare i parametri del sistema è la cosiddetta "ottimizzazione". Si tratta di un procedimento numerico che è articolato in quattro fasi.
1. Si seleziona un certo periodo temporale (ad esempio un anno di dati giornalieri).
2. Si definiscono per ogni parametro dei campi di variazione e dei passi di variazione (ad esempio il parametro A deve variare da 4 a 40 con passo 4).
3. Si testano numericamente, simulando l'effettuazione di operazioni di trading, tutti i casi possibili registrando un certo numero di dati di interesse quali ad esempio il profitto (o perdita) totale, il numero di operazioni effettuate, il numero di perdite e di vincite, eccetera. (Vedi Figura 9).


4. Si seleziona quell'insieme di parametri che ha dato i risultati migliori secondo il criterio specificato (ad esempio l'insieme di parametri che ha generato il massimo profitto). Questi parametri sono detti "ottimizzati".
Questo procedimento è divenuto estremamente popolare negli ultimi anni grazie soprattutto all'ampia diffusione che hanno avuto i computers ed al fatto che la maggior parte dei Prodotti commerciali di analisi tecnica, anche quelli a basso costo, offrono questa possibilità. Per questo motivo è opportuno effettuare alcune osservazioni sia sulla metodologia che sul
suo significato.
Osservazioni sulla metodologia dell’ottimizzazione
1. Serie aggiustata e costi di transazione. Occorre ricordarsi che l'ottimizzazione va effettuata su una serie storica di prezzi "aggiustati" secondo quanto già discusso nel precedente paragrafo. La serie deve riflettere il piú fedelmente possibile la situazione effettiva di un
investitore che ha comprato un certo asset e lo ha tenuto in portafoglio. Nella procedura di ottimizzazione occorre anche che siano inclusi in modo appropriato (e cioè il piú realisticamente
possibile) tutti i costi di transazione relativi al mercato oggetto dell'analisi.

2. Scelta dei parametri. I parametri da ottimizzare dipendono dai segnali di entrata / uscita prescelti, tuttavia lo stesso non si puó dire del loro campo di variazione e del loro passo di variazione.
Ad esempio, un segnale basato sull'attraversamento da parte del prezzo
della sua media mobile puó essere ottimizzato utilizzando da 4 a 40 barre precedenti con passo 4 (11 test), oppure con passo 1 (41 test), ottenendo probabilmente risultati diversi. Analogamente il parametro puó essere testato da 2 a 20 o da 40 a 80.
Naturalmente piú il passo di variazione è stretto ed il campo di variazione è ampio tanto piú la stima ottenuta dal processo di ottimizzazione puó essere giudicata attendibile. L'analista si trova
dunque a mediare tra un'ottimizzazione molto dettagliata ed un tempo (= costo) di calcolo che puó divenire inaccettabile.
3. Stabilità dei risultati. Alcuni autori [Kaufman (1987), Ehlers (1992)] rilevano che l'insieme dei parametri determinato da questa procedura potrebbe non rappresentare la scelta "ottima" in quanto leggeri mutamenti degli stessi potrebbero causare drastici mutamenti nella erformance del sistema. Poichè l'unica cosa che si conosce con certezza è che i comportamenti del mercato non si ripetono mai nello stesso identico modo, è opportuno scegliere quell'insieme dei parametri che, anche se soggetto a leggeri mutamenti, fornisce una certa stabilità di performance.
Ad esempio, la Figura 10 illustra graficamente la performance ottenuta in ottimizzazione da un sistema con due parametri. Le curve di livello indicano il profitto. Evidentemente la combinazione di parametri data dal punto B è preferibile a quella generata dal punto A perchè, pur presentando un profitto inferiore, è piú stabile a piccole variazioni dei parametri (cioè a piccole variazioni del comportamento di mercato).

Figura 10: le cifre vicino alle curve di livello indicano i profitti toccati dal sistema per quella particolare combinazione di parametri, l' area dove le curve sono assenti indica profitti inferiori
a 90.
4. Stop-loss e stop-profit. In certi casi l'analista puó decidere di ottimizzare oltre ai parametri dei segnali di entrata anche gli eventuali livelli di stop-loss e/o stop-profit. Questo avviene essenzialmente nei casi in cui l'algoritmo che descrive il segnale di entrata ed uscita è
incentrato sullo stop-loss stesso[Ad esempio il segnale “Parabolic Stop and Reversal” proposto da Wilder. Vedi Kaufman (1987).]. Negli altri casi, a livello di ottimizzazione, lo stop-loss non è normalmente usato in quanto semplicemente non necessario! Infatti il procedimento di ottimizzazione stesso tende ad individuare proprio quei parametri che
generano solo operazioni corrette o al massimo piccoli errori. Un eventuale ordine di stop-loss non scatterebbe dunque quasi mai e l'unico risultato che si otterrebbe tentandone un'ottimizzazione sarebbe quello di appesantire i calcoli. Discorso perfettamente
analogo vale -"mutatis mutandis"- per lo stop-profit
Osservazioni sul significato dell'ottimizzazione
1. Backtesting. L'ottimizzazione dei parametri di un sistema porta a conoscere la combinazione di parametri che ha meglio funzionato in passato. In questo senso si tratta di una procedura "backward looking" ed infatti ad essa spesso ci si riferisce con il termine "backtesting". In sostanza ció che si fa ottimizzando un sistema è semplicemente ricercare il migliore "fit" con certi dati passati di mercato. Questa procedura non implica nulla riguardo alla possibile
esistenza di una qualche relazione (esplicativa o previsiva) tra sistema e mercato. Inoltre essa assolutamente non porta ad ottenere una simulazione corretta e realistica dell'effettivo uso di un sistema sul mercato. Si puó dire che l'ottimizzazione indica soltanto quale sarebbe stato il risultato di un ipotetico "colpo di fortuna" risultante dall'utilizzo del giusto insieme di parametri su un particolare mercato in un dato periodo. E' da ritenersi che la realizzazione di un tale "colpo di fortuna" sia, appunto, del tutto casuale.
2. Rischi. Da quanto detto sopra risulta chiaro che un utilizzo puro e semplice di un sistema con parametri ottimizzati puó rappresentare un rischio molto elevato. Fortunatamente sono molto pochi i traders e gli investitori che usano il procedimento dell'ottimizzazione in modo cosí
"naif". Anche il novizio, dopo un paio di prove, si rende conto che questa tecnica è spesso fuorviante. La realtà è che quasi qualsiasi sistema di trading (anche il piú strano) sottoposto ad ottimizzazione finisce per produrre dei risultati accettabili ... solo nel passato.
3. Utilità dell'ottimizzazione. Viene dunque spontaneo chiedersi in che cosa consista l'utilità di un procedimento di ottimizzazione. In effetti se si dispone di uno schema interpretativo del mercato sufficientemente dettagliato, l'ottimizzazione serve a poco:
"... somewhat facetiously I' m tempted to say I wish everyone in the world used optimization to the hilt. If they did, it would make the competition that much more lame!" [Schwager (1993) p.17.]
Tuttavia non sempre questo è il caso. Un valido schema interpretativo del mercato e con l'aggettivo "valido" si intende "utilizzabile per il trading" richiede sempre anni di lavoro ed una lunga maturazione. Inoltre, spesso è proprio tramite analisi effettuate usando l'ottimizzazione che si acquisisce l'esperienza e si generano le idee per crearsi uno schema interpretativo.
Quando, per qualsiasi motivo, uno schema interpretativo non sia disponibile la procedura dell'ottimizzazione permette di ottenere almeno due risultati. Il primo è quello di escludere idee o concetti palesemente errati. Se un sistema di trading produce infatti brutti risultati anche se ottimizzato, si puó essere ragionevolamente certi del fatto che esso vada abbondantemente rivisto e forse abbandonato. Il secondo è quello di permettere l'effettuazione di una simulazione
corretta del sistema utilizzando in combinazione ottimizzazione e "forward testing". Proprio quest'ultimo aspetto è cosí importante da meritare una trattazione dettagliata nei prossimi paragrafi.

questo thread lo stampo e lo rilego


thanks!!

LNZ

LA SIMULAZIONE IN FORWARD TESTING

Scopo di questa procedura è quello di effettuare una simulazione che sia il piú realistica possibile di una certa operatività di trading. Per ottenere questo risultato, tutte le decisioni di trading sono effettuate sui dati passati ma senza prendere in considerazione la conoscenza che già si possiede sull'andamento futuro dei prezzi.
Ad esempio supponiamo di avere una serie giornaliera dei prezzi che va dal 1/1/88 al 31/12/93. Se desideriamo effetuare un'analisi in forward testing dal 1/7/90 al 31/10/90, l'algoritmo che determina le decisioni di acquisto e di vendita puó utilizzare solo le informazioni che sarebbero state effettivamente disponibili alla data in questione. Cosí al 1/7/90, l'algoritmo
puó utilizzare tutti i prezzi dall'1/1/88 al 30/6/90, al 2/7/90 si possono utilizzare anche i prezzi dell'1/7/90 e cosí via.
La simulazione in forward testing deve ovviamente tener presente l'effetto di tutti i possibili costi di transazione e le eventuali condizioni di stop-loss e stop-profit [A differenza dell'ottimizzazione una qualche forma di stop-loss è generalmente sempre presente nel forward testing. Quanti traders infatti si avventurerebbero sul mercato a seguire un sistema giocando soldi veri senza porre condizioni di questo tipo?]
Le modalità del forward testing sono abbastanza semplici da realizzare e
si possono riassumere come segue.

Si determina anzitutto la durata del forward testing che puó essere
fissa (ad esempio 4 mesi) o variabile (ad esempio fino alla terza
perdita).

Barra per barra si verifica il comportamento del sistema (ordini di
acquisto, vendita, nulla) e lo si registra.

Procedendo in questo modo si ottiene una sequenza di operazioni in
utile od in perdita: tale serie rappresenta il risultato effettivo della
simulazione.
Una volta effettuato il forward testing, è possibile calcolare una serie di statistiche utili per la determinazione della performance e del rischio del sistema. In particolare, le più importanti di queste statistiche sono le seguenti.

Profitto totale. Si tratta del profitto o perdita complessivo che si sarebbe realizzato in un certo periodo seguendo le indicazioni del sistema sotto analisi.


Numero di operazioni in utile (W) e numero di operazioni in perdita (L). Questa statistica è un indicatore di rischiosità e permette di qualificare la performance del sistema: ovviamente essa è tanto migliore quanto più il rapporto W/L è elevato.
L'utilità di questo dato la si può apprezzare con un esempio. Assumiamo di avere un sistema che pur registrandocomplessivamente un profitto, ha collezionato 25 operazioni inperdita contro 2 in utile. Che cosa sarebbe successo a questo sistema se per qualche motivo si fosse mancato uno (od entrambi) dei segnali in utile? Assai probabilmente si sarebbe registrata complessivamente una perdita. Viceversa un sistema complessivamente in perdita ma con un rapporto W/L favorevole potrebbe indicare che si è sulla buona strada: forse una leggera modifica degli algoritmi che definiscono i segnali di acquisto e di vendita è sufficiente ad evitare qualcuna delle operazioni in perdita ed a capovolgere il risultato globale.
Il rapporto W/L è anche utile per l'ordinamento della performance dei vari sistemi e per costruirne una graduatoria: a parità di profitto il sistema con il maggiore rapporto W/L è sicuramente preferibile. Infine il rapporto W/L ha una rilevanza anche sul piano piú
strettamente psicologico e manageriale: quanti se la sentirebbero di seguire effettivamente un sistema di trading che generalmente colleziona un gran numero di perdite e solo di tanto in tanto realizza una singola operazione con utile così grande da sorpassare tutte le
perdite precedenti? [Pensiamo soprattutto ad un gestore di fondi di investimento che ha una contabilità ( e performance) rilevata trimestralmente, mensilmente o addirittura giornalmente. Egli si troverebbe durante gran parte dell’anno costretto a difendere di fronte ai suoi capi (e ai suoi clienti) delle performance scadenti e solo in alcuni fortunati momenti ad essere una “star” del mercato, tutto questo pur presentando sui lunghi periodi dei buoni risultati. Discorso solo parzialmente diverso vale per l’investitore privato che può essere anche molto paziente, ma raramente lo è.]


Perdita massima. Questo dato indica la perdita più elevata registrata in una singola operazione durante il periodo di forward testing. Si tratta sempre di un indicatore di rischio che è tanto migliore quanto più prossimo allo zero. Viene per lo più utilizzato per creare una graduatoria dei vari sistemi, ma qualche autore suggerisce un suo
utilizzo anche ai fini della determinazione dell'importo ottimale da investire[Vedi Vince (1990). Torneremo su questo punto nella Sezione 3.]


Massimo draw-down (MDD). A nostro parere il più importante indicatore di rischio. Esso riporta la massima perdita registrata nel corso del periodo di forward testing in termini di capitale (e non come nel punto precedente sulla singola operazione). In altre parole si può dire che si tratta dell'ipotesi di "massima sfortuna" infatti risponde alla domanda "quanto si sarebbe perso del proprio capitale se si fosse cominciato ad effettuare operazioni proprio nel momento peggiore e si fosse terminato ancora nel momento peggiore?". La Figura 11 illustra questo concetto graficamente

Figura 11: l' asse verticale riporta il valore cumulato dei trades eseguiti.
E' difficile sottovalutare l'importanza del MDD come indice di rischio: esso quantifica in modo efficace lo stress finanziario e psicologico che il trader deve essere preparato ad affrontare utilizzando un certo sistema. Rilevazioni delle variazioni del MDD nel corso di diversi periodi di forward testing danno un'immagine sintetica e ragionevolmente completa della rischiosità di un sistema nel tempo.

“FINE TUNING” DEL SISTEMA DI TRADING, OSSERVAZIONI SULLA METODOTOGIA DELL'OTTIMIZZAZIONE

L'uso combinato dell'ottimizzazione e del forward testing o l'uso del solo forward testing [Per sistemi che non richiedono l’ottimizzazione dei parametri.] permettono di ottenere una valutazione realistica della performance di un certo sistema di trading. Il risultato di questa simulazione è espresso dalla serie dei risultati ottenuti nelle singole operazioni e da statistiche riassuntive quali il profitto o perdita totale, il massimo drawdown ed altre. Basta tutto questo per generare un sistema in grado di essere effettivamente utilizzato sul mercato? La risposta è solo molto raramente positiva. Ció che piú spesso accade è che l'analista identifica con queste procedure uno o piú sistemi che sembrano contenere idee interessanti per quel mercato o quella situazione e che peró sembrano presentare anche altri aspetti suscettibili di miglioramento o di approfondimento. Si entra quindi in quella fase che si può denominare di "fine tuning" del sistema.
Le analisi effettuate nella fase del fine tuning sono molto variegate e dipendono sia dal particolare problema che si sta studiando che dalla sensibilità e dall'esperienza dell'analista. Non vi è dunque una lista univoca e vincolante di passi che devono essere intrapresi, ma solo qualche suggerimento basato sull'esperienza. In generale si puó dire che alcune analisi che spesso risultano utili sono le seguenti.
1. Analisi della dipendenza dei segni delle operazioni. La serie dei risultati delle singole operazioni presenterà una successione di utili e perdite. E' importante verificare se esista una dipendenza tra i segni delle operazioni che puó fornire spunti per il miglioramento del sistema.
Ad esempio, se si riscontrasse che un'operazione in perdita è normalmente seguita da un'altra in perdita o comunque con un utile molto basso, sarebbe conveniente "saltare" ogni segnale seguente un'operazione in perdita.
Un test statistico utilizzabile per verificare l'esistenza di una dipendenza dei segni di tipo semplice come quella illustrata nell'esempio precedente è il test di Wald - Wolfowitz che è disponibile su praticamente tutti i Prodotti di statistica. Tale test, valido quando si dispone di un campione di almeno 20 operazioni [Ma noi ci sentiremmo tranquilli solo con un campione molto piú ampio.] permette di determinare se la sequenza dei segni (utili = +, perdite = -) sia casuale o meno. In caso di non casualità è opportuno analizzare attentamente il sistema ed i risultati per cercare di identificarne la vera natura.
2. Variazione del periodo di forward testing. Per meglio comprendere la portata e la validità dei risultati ottenuti è anche opportuno provare a variare la lunghezza dei periodi sui quali si è effettuato il forward testing. Se ad esempio abbiamo utilizzato dei periodi di forward testing trimestrali, si puó sperimentare con periodi mensili o trimestrali o con periodi di durata variabile (la cui lunghezza è determinata dal numero di perdite registrate in un certo periodo, o dall'utile del periodo o da altri fattori).
3. Variazione delle regole di stop-loss e/o stop-profit. Questa analisi serve a verificare la dipendenza dei risultati ottenuti da particolari regole di stop-loss e stop-profit. Siccome queste due ultime regole sono in qualche modo legate alla propensione al rischio dell'analista [Noi per esempio non testeremmo mai sistemi usando stop-loss troppo ampi perchè sappiamo già che probabilmente poi non avremmo il coraggio di usarli effettivamente.]
4. Modifica dell'algoritmo del segnale di entrata. L'analisi dei risultati ottenuti in forward testing puó anche dare delle indicazioni utili per poter migliorare l'algoritmo che descrive il segnale di entrata. Ad esempio puó verificarsi il caso che un segnale tenda ad essere corretto solo in particolari situazioni di mercato e tenda sempre a sbagliare in altre. In questo caso si puó tentare di apportare delle modifiche al segnale stesso (e dunque in qualche misura alla sua stessa logica) al fine di renderlo di uso piú generale. Se si segue questa strada occorre comunque rifare tutta l'analisi in forward testing.
Un accorgimento utile per determinare quali tipi di analisi di fine tuning sono necessarie è quello di ripercorrere tutta l'analisi in forward testing del sistema manualmente cercando di immedesimarsi il piú possibile nelle situazioni vissute dal sistema in passato. Questo metodo, che ovviamente è applicabile per ragioni di tempo solo ai sistemi migliori, presenta due vantaggi. Il primo è appunto quello di permettere di scoprire attraverso un'analisi molto dettagliata i punti di forza e di debolezza del sistema e dunque progettare eventuali interventi di fine tuning. Il secondo è quello di entrare "psicologicamente" nel tipo di situazioni in cui quel sistema tende a portare (perdite, sequenze di perdite, rischi, grandi o piccoli profitti, ecc.). Questo aiuterà enormemente nel momento in cui si decidesse di passare dal "paper trading" ad un'operatività effettiva.

ESEMPIO:
Parte II: il test di un sistema di trading.

I dati mostrati in Figura E1 ed E2 relativi al mercato del cambio USD/YEN sono i cambi spot (cioè a pronti) rilevati giornalmente dal Financial Times sul mercato europeo. Il close in particolare si riferisce alla quotazione media di alcune banche alle 17.30 di Londra. Poichè il mercato dei cambi non chiude virtualmente mai (se non durante il week end), ma prosegue sulle piazze americane e poi su quelle asiatiche, il close ha un valore molto relativo. Per questo motivo, anzichè calcolare il Triplo ROC sui close, lo si puó calcolare su una media (H+L+C)/3 che in qualche modo riflette forse meglio la condizione del mercato.
Questi dati, non essendo relativi a contratti futures, non necessitano di particolari aggiustamenti. Tuttavia è importante osservare che con questo tipo di sistema ci si troverebbe ad usare probabilmente operazioni a termine e non operazioni spot. In altre parole si acquisterebbe (o
venderebbe) USD contro Yen per consegna futura. In questo caso il prezzo quotato dalla banca è il prezzo a termine che puó essere significativamente diverso dal prezzo spot [La diversità tra prezzo spot ed a termine è proporzionale al differenziale esistente sui tassi di interesse delle due divise ed alla durata dell’operazione.] Questo fatto viene qui trascurato per due motivi: (1) è praticamente molto difficile da includere nell'analisi in quanto occorrerebbe studiare parallelamente cambio e tassi di interesse, (2) non dovrebbe essere economicamente molto rilevante perchè circa su metà delle operazioni il premio viene pagato e sull'altra metà incassato.Per iniziare a verificare la validità del sistema si può decidere di procedere in questo modo.

Si ipotizzano dei valori per i parametri n1, n2 ed n3. Poichè si
dispone di dati giornalieri tali valori possono essere i seguenti:

tutti variabili con passo 2 o 3.

Dato che si è semplicemente interessati a fornire un esempio, si può anche ipotizzare che il sistema mantenga certe caratteristiche di stabilità per un periodo abbastanza prolungato, ad esempio 6 mesi. Si effettua dunque un’ottimizzazione in backtesting su periodi annuali ed un forward testing su periodi semestrali. In pratica, l’ottimizzazione è effettuata sui seguenti periodi: dal 31/12/88 al 31/12/89; dal 30/6/89 al 30/6/90; dal 31/12/89 al 31/12/90; e così via fino al termine dei dati. L’ottimizzazione è effettuata senza stop-loss. Il forward testing è invece effettuato sulle seguenti date: dal 1/1/90 al 30/6/90; dal 1/7/90 al 31/12/90; eccetera fino alla fine dei dati.

In forward testing si usa uno stop-loss del tipo "money management order" la cui misura minima è soggettivamente determinata essere pari circa a metà della perdita massima realizzata nel periodo di backtesting. Inoltre, lo stop-loss minimo è comunque fissato in 1.2 yen per 1 USD [Si tratta di condizioni abbastanza "risk averse": esse possono tuttavia essere rilassate in
sede di "fine tuning". giorno seguente a quello in cui scatta il segnale]

Si ipotizza inoltre che nel caso in cui la barra sia così ampia che nello stesso giorno scatti sia il segnale [Un'altra ipotesi fortemente conservativa. In molti sistemi l'esecuzione avviene nel momento stesso in cui scatta il segnale.] che lo stop-loss, nessuna delle due operazioni sia in pratica effettuata [Questo è coerente con il fatto di eseguire l'operazione al "close". Poichè il close è l'ultimo prezzo della giornata, a quell'ora si conosce già l'ampiezza della barra per cui si tratta di un calcolo lecito.


Figura E3: risultati dell' ottimizzazione per un' operatività ipotetica di 10 USD. I risultati sono espressi in yen. "Param" sono i valori dei parametri ottimizzati, "Total Profit" è il profitto o perdita realizzato durante l' intero periodo, "Wins" il numero di operazioni in utile,
"Losses" il numero di operazioni in perdita, "Max Loss" la perdita massima realizzata nel periodo e "Open" il valore della posizione aperta troncata a fine del periodo (tale valore è già incluso nel Total Profit).
I risultati del forward testing sono invece riportati nella Figura E4.

Figura E4: risultati del forward testing per un' operatività ipotetica di 10 USD. I risultati sono espressi in yen. "Param" sono i valori dei parametri usati per il forward testing, "Stop" è il valore dello stop-loss, "Total Profit" è il profitto o perdita realizzato, "MDD" è il
drawdown massimo del periodo di forward testing, "Wins" e "Losses" sono rispettivamente il numero delle operazioni conclusesi in utile ed in perdita.
Notiamo che, per quanto i risultati ottenuti in forward testing evidenzino sempre un utile salvo che nel II semestre 1992, il rapporto W/L non sia molto buono ed il MDD non di rado superi il profitto totale.
Un'osservazione più attenta della performance del sistema effettuata con una ricostruzione "operazione per operazione" del sistema stesso sembra suggerire, a livello di fine tuning, alcune modifiche. In particolare, sembra che in diversi casi, specialmente su trends brevi, il segnale sia arrivi troppo in ritardo nell'apertura delle operazioni. Viceversa su trends lunghi
il sistema sembra arrivare in ritardo nella chiusura dell'operazione. Si può perciò pensare di aggiungere due regole da applicarsi al forward testing del sistema:

non prendere un segnale quando esso è in ritardo di 4 barre o più (ad esempio non si prende un segnale in acquisto se le quattro barre precedenti quella d'acquisto presentano un "Low" strettamente crescente: Lt-4 < Lt-3< Lt-2 < Lt-1 e viceversa);

usare uno stop-profit del tipo "% risk trailing stop" con floor pari allo
stop loss moltiplicato per 2.4 e retracement percentuale del 20% [Si osservi che questi valori non sono ottimizzati. Essi sono stati ipotizzati basandosi sull'idea che il sistema deve più o meno finire in breakeven se riesce a fare almeno un'operazione giusta su tre. Se si accetta questo principio, occorre che lo stop profit sia almeno due volte lo stop loss: qui si è ipotizzato 2.4 volte per tener conto anche del retracement del 20%.]
I nuovi risultati ottenuti in forward testing sono i seguenti:

Figura E5: rifacimento dell' analisi di forward testing dopo l' introduzione delle nuove regole di fine tuning. Notiamo che vi è un miglioramento netto del rapporto W/L ed anche del
MDD in quasi tutti i periodi. Anche il profitto si ridistribuisce in modo differente con un minore utile nei periodi iniziali ed una performance più costante nei periodi segue

LA VALIDAZIONE DEL SISTEMA: RENDIMENTO E RISCHIO

Una volta definito e testato il sistema, le domande che si presentano sono: lo si può usare? per quale importo? La risposta a queste domande fondamentali tocca naturalmente la sfera della valutazione del ritorno e del rischio. In entrambi i casi la risposta ha peró due caratteristiche: è
soggettiva ed è relativa. Essa è soggettiva perchè dipende dal rapporto rischio-ritorno che si è disposti ad accettare e che varia da persona a persona. Essa è anche relativa perchè determinata sempre da un confronto che viene fatto con possibilità di investimento alternative.
Non sempre esiste dunque il modo di definire aprioristicamente un sistema "buono" o "non buono" se non riferendosi ad una determinata propensione al rischio e ad un particolare gruppo di alternative
[Eccezione: un sistema che sbaglia tutte le operazioni. Esso non è mai "buono" in nessun caso. Tuttavia un sistema di tale tipo vale probabilmente moltissimo: basta fare sempre l'opposto di quanto indica per diventare ricchi!]
Per procedere in quest'analisi occorre rifarsi ai risultati ottenuti dal forward testing (dopo l'eventuale fine tuning). Tipicamente, attraverso la ripetizione di analisi di forward testing su più periodi, dati quali quelli presentati in Figura 9 sono raccolti e valutati. Esisono diverse
metodologie possibili, qui se ne presentano tre: il metodo dei pesi, il metodo M.A.E. e l'analisi della distribuzione del drawdown.

METODO DEI PESI

L'analista identifica soggettivamente le dimensioni del ritorno e del rischio che gli paiono più importanti, ad esempio il profitto del sistema, il drawdown massimo (MDD), il rapporto W/L tra operazioni in utile ed in perdita e la volatilità dei ritorni (standard deviation). Quindi egli assegna soggettivamente un peso (tra 0 e 1) a ciascuna di queste dimensioni. I
pesi, complessivamente presi, devono sommare all'unità. Questi pesi rappresentano in un certo senso la propensione al rischio e perciò non dovrebbero essere variati spesso. Infine si calcola un indice medio ponderato che rappresenta una sorta di punteggio per quel particolare
sistema e questo permette il raffronto con altri sistemi.
Esempio. Assumiamo di aver ricavato dal forward testing i seguenti dati relativi ai sistemi A, B e C.

L'ultima riga della tabella riporta i pesi assegnati soggettivamente ai tre fattori considerati. Calcoliamo quindi il punteggio per questi sistemi:

Notiamo che 100 viene assegnato al sistema che per un determinato fattore presenta il valore massimo (o preferito), così al sistema A viene dato 100 per il fattore MDD perchè ha il drawdown meno elevato di tutti. Gli altri valori sono parametrati su quello massimo in modo che un 75 rappresenta un valore del 25% peggiore di quello preferito e così via. L'ultima colonna riporta il punteggio complessivo: è utile osservare che, pur avendo
assegnato un grosso peso al profitto (0.65) il sistema migliore risulta essere A che non è il più profittevole, mentre la propensione al rischio ipotizzata fa sì che i sistemi B e C risultino quasi equivalenti. In casi reali, la mia esperienza indica che è sempre meglio includere tra i fattori anche un indice di variabilità del ritorno (come la standard deviation del profitto) la
quale, del resto, è la misura principe del rischio secondo la teoria finanziaria.
Questo metodo di classificazione e di comparazione dei sistemi è abbastanza rozzo, ma ha il vantaggio di essere facilmente comprensibile e molto veloce da calcolarsi. E' particolarmente utile nel caso che i sistemi presi in considerazione siano molti e si intenda avere una prima
comparazione "quick and dirty" prima di procedere ad ulteriori analisi.

ANALISI DELLA DISTRIBUZIONE DEL MDD

L'importanza del MDD quale misura del rischio è già stata rilevata, non vi è dunque nulla di strano nel prendere in considerazione un metodo basato sul MDD per giungere alla selezione di un sistema. Qui si propone la forma di analisi che mi pare piú interessante e che è anche quella che ho trovato operativamente piú utile [In questa esposizione mi rifaccio, pur variandola, ad un'idea di Gallacher (1994).] Anche in questo caso si parte dai dati delle singole operazioni come ottenute attraverso le simulazioni di forward testing. Questi dati, assumendo che ve ne siano in numero sufficiente [Molti test statistici richiedono almeno 20 dati, tuttavia è preferibile lavorare con almeno una cinquantina] danno luogo ad una distribuzione che puó assumere varie forme: una è illustrata in Figura 16.

Figura 16: distribuzione dei risultati delle singole operazioni di un' analisi in forward testing. Osserviamo che la presenza di uno stop-loss tende a troncare il lato sinistro della distribuzione, mentre il lato destre scende asintoticamente.
L'ipotesi chiave che si effettua quando si compie un'analisi MDD è che la distribuzione dei trades cosí come ottenuta in forward testing sia ragionevolmente stabile in futuro. Senza questo tipo di ipotesi non siamo autorizzati a fare alcuna deduzione di tipo probabilistico.
I passi dell’analisi MDD sono i seguenti.

Si ipotizza un orizzonte temporale di trading, ad esempio un anno o cinque anni (ovviamente la lunghezza dell'orizzonte dipende anche dal tipo di dati usati per l'analisi: orario, giornaliero, ecc.). Si calcola poi il numero medio di trades normalmente effettuati dal sistema lungo tale periodo (ipotizziamo 30 trades all'anno).

Attraverso un generatore di numeri casuali [ Per formule di calcolo di generatori di numeri casuali vedi ad esempio Law-Kelton (1982). Tali generatori sono oggi completamente automatizzati e praticamente presenti in tutti i linguaggi per computer ed anche in molti spreadsheets quali Microsoft Excel ] adattato sulla
distribuzione empirica dei trades ottenuti in forward testing, si effettuano ripetute estrazioni di numeri casuali ciascuno dei quali rappresenta l'ipotetico risultato di un'operazione futura. I numeri estratti sono raggruppati sequenzialmente in gruppi di 30 elementi (abbiamo infatti ipotizzato 30 trades all'anno). Il numero delle
estrazioni deve naturalmente essere molto elevato per essere significativo (nel nostro caso si potrebbe pensare a 9000 o anche 15000 estrazioni in grado di produrre 300 o 500 gruppetti di 30).

Ciascun gruppetto di 30 rappresenta l'ipotetico risultato di un anno di trading. Su ciascuno di questi gruppetti si calcola quindi il MDD ottenendo un valore per ogni gruppetto. I valori cosí ottenuti rappresentano l'ipotetica distribuzione del MDD su un orizzonte temporale di un anno assumendo che la distribuzione dei trades non muti. Tale distribuzione puó essere plottata e studiata.

In particolare, è opportuno studiare la distribuzione cumulata del MDD la quale dà informazioni del tipo presentato nella Figura 16. In questo caso esiste il 15% di probabilità di registrare nel corso di un anno di trading un drawdown uguale o superiore a 100 lire.

Figura 16: esempio di distribuzione cumulata del MDD (dati ipotetici).
Effettuando l'analisi della distribuzione del MDD su diversi sistemi, è possibile apprezzarne le differenze in termini di profilo di rischio. Inoltre vedremo piú avanti come, stabilendo una sorta di obbiettivo di rischio (determinato soggettivamente) è possibile calcolare un ritorno
"aggiustato" per ogni sistema e dunque realizzare un confronto quantitativo.

RENDIMENTO,RISCHIO, IMPORTO

Le analisi precedenti permettono di studiare il profilo rischio - ritorno di un sistema di trading in senso astratto. Molto -forse quasi tutto- dipende peró dall'importo che si ha intenzione di investire su un certo sistema. Il rischio di perdere 100 milioni di lire puó essere insignificante per una banca ma è normalmente preoccupante per un privato.
La questione della determinazione dell'importo da investire è stata sempre considerata cosí importante che, come abbiamo già visto, esistono dei sistemi di trading interamente basati su di essa: si tratta di quei sistemi derivati dallo studio dei giochi di azzardo. Con l'eccezione dei sistemi basati su questi concetti, si è sempre in presenza del problema della determinazione dell'importo ottimale. Qui di seguito si presentano due tipi di analisi volte a rispondere a questa domanda: l'analisi del "f ottimale" di Vince e un raffinamento dell'analisi del MDD.

L’ANALISI DELL' “f ottimale”

L' "f ottimale" è definito da Ralph Vince [Vince (1990)] come l'ottima frazione fissa del
proprio capitale da investire in un certo sistema di trading. Questo concetto ha avuto recentemente un'ampia copertura nella stampa specializzata ed ha acquisito una certa popolarità: è perciò importante capirne i pregi e le limitazioni. Per definire il suo "f", Vince parte dalla
risoluzione del problema teorico del lancio della moneta.
Se si partecipa ad un gioco che consiste nel lanciare una moneta, vincere 100 lire quando esce testa e perdere 100 lire quando esce croce, qual'è la percentuale ottima del proprio capitale da giocare nel lungo periodo? Utilizzando un risultato ottenuto dal matematico Claude Shannon negli anni 40, la risposta è data dalla seguente formula:
f = 2×p -1
dove p è la probabilità di vittoria. In altre parole se la moneta non è truccata, meglio non giocare, infatti per p=0.5 si ha che f=0 (sorpresi?, non credo proprio). Se la moneta è truccata e si ha il 60% di probabilità di vittoria è ovvio che non giocare equivale a perdere un’opportunità di guadagno, ma è altrettanto ovvio che giocare tutto il proprio capitale
equivale, se si è sfortunati, a rischiare molto (ad esempio giocando tutto il proprio capitale e perdendo al primo lancio, si sarebbe subito fuori nonostante la moneta truccata). La formula indica che l’importo ottimale è dato da f = 2 × 0.6 -1 = 20% del proprio capitale: questo significa che occorre giocare sempre il 20% del proprio capitale calcolato inclusivamente di tutte le vincite e perdite mano a mano che esse si realizzano.
La formula può venire generalizzata ad un gioco in cui se esce testa si vince l'importo A e se esce croce si perde l'importo


e dove però deve valere anche la condizione

(se no, ancora una volta, è meglio non giocare).
I risultati presentati dalle due precedenti formule sono matematicamente ineccepibili: la dimostrazione formale si trova negli scritti di Shannon [Cf. Shannon (1948)] A questo punto peró Vince cerca di generalizzare i risultati di Shannon al trading. Il suo ragionamento è più o meno il seguente.

Attraverso il forward testing otteniamo una distribuzione di risultati delle singole operazioni che è rappresentativa del comportamento del sistema di trading.

Possiamo quindi immaginare che il comportamento del sistema di trading sotto osservazione sia equivalente a quello di un ipotetico dado su ogni faccia del quale è rappresentato il risultato di un'operazione come ottenuto in forward testing. Ad ogni operazione corrisponde una faccia del dado per cui, poichè è possibile avere piùoperazioni con lo stesso risultato, vi saranno anche più facce del dado con uno stesso numero.

Tirando il dado ripetutamente per un certo numero di volte si ottiene dunque una simulazione affidabile del comportamento futuro del sistema di trading. Ovviamente la perdita massima che è possibile realizzare con una simulazione di questo tipo è esattamente uguale alla perdita massima realizzata in forward testing e ogni operazione ottenuta da questa simulazione presenta lo stesso identico risultato di una qualche operazione ottenuta in forward testing. Il sistema di trading è così stato trasformato in una sorta di moneta dalle molte facce a cui, senza troppo sforzo, è possibile generalizzare il risultato di Shannon [In realtà Vince non menziona nei suoi libri alcun "dado" (forse è troppo naif), ma il suo ragionamento è l'equivalente matematico della spiegazione qui riportata.]
Vince ricava dunque una "f" variabile tra 0% e 100% anche per il sistema di trading. Non riporto le formule di Vince perchè è meglio invece riflettere sulla logica seguita da questo autore. La domanda che occorre porsi è se veramente il comportamento del sistema di trading possa
venire ragionevolmente simulato, per un periodo indefinito, ma sufficientemente lungo, dal particolare dado che abbiamo ipotizzato sopra. A nostro parere la risposta è nettamente negativa. A causa della presenza di una rilevante componente casuale nelle serie dei prezzi, i
risultati di un sistema di trading non sono mai esattamente uguali a quelli ottenuti nei forward testing precedenti e tanto più l'orizzonte temporale si allunga tanto più il fenomeno si accentua. I risultati di Vince d'altra parte sono strettamente dipendenti dai risultati specifici ottenuti dal forward testing e dalla loro probabilità di verificarsi di nuovo. Se nel mondo reale
questi risultati o queste probabilità sono poi anche leggermente differenti, la percentuale "f" anzichè ottima può facilmente essere catastrofica [Allo stesso risultato arriva, seguendo un cammino diverso, Gallacher (1994) che pone anche molte altre obiezioni di carattere operativo all'uso di f. La sua conclusione non lascia spazio ad ambiguità: "the very concept of an optimal f is suspect in principle" (p. 197) e "my advice to traders is to forget about optimal f" (p.198).]
Per concludere, nonostante i risultati di Shannon siano senz'altro interessanti ed aiutino a comprendere il tipo di rischio a cui si va incontro anche con giochi molto semplici, i risultati di Vince non lo sono altrettanto. L'uso dell' "f" ottimale per la determinazione dell'importo va
scoraggiato: fare del trading non è come giocare a testa o croce perchè la distribuzione dei risultati non è mai conosciuta con esattezza in anticipo.

UN RAFFINAMENTO DELL'ANALISI DEL MDD

Precedentemente si è mostrato come sia possibile simulare una distribuzione del MDD attraverso l'uso di un generatore di numeri casuali. La Figura 16 riporta un esempio ipotetico di una tale distribuzione. Si ricordi anche che tale distribuzione presuppone tra l'altrodi aver fissato un orizzonte temporale di trading. Un semplice raffinamento di quest'analisi permette di affrontare anche il problema dell'importo da investire.
Anzitutto si ricordi che la propensione al rischio è una materia ampiamente soggettiva, specialmente per quello che riguarda sistemi di supporto per la speculazione, e quindi non è possibile che esista un unico importo ottimo. E' peró possibile permettere all'analista di quantificare in qualche modo la sua propensione al rischio: ad esempio egli puó dire che gli risulterebbe inaccettabile perdere piú del 10% del capitale in un anno.
La Figura 17 mostra che - diciamo in un anno di trading - esiste il 5% di probabilità di perdere almeno 150 lire utilizzando il sistema a cui i dati si riferiscono [Si ricorda a costo di essere ripetitivi, che i dati in Figura 16 sono fittizi e non si riferiscono a nessun mercato in particolare.]Supponiamo altresí che tale risultato sia stato ottenuto da un sistema che metodicamente effettuava operazioni di importo nominale pari a 1000 lire.
E' importante osservare che nessuno puó garantire con assoluta certezza al nostro analista che egli non perderà piú del 10% del suo capitale in un anno. Come si è già osservato, i mercati presentano talvolta dei comportamenti totalmente inattesi ed entrambe la teoria finanziaria e l'esperienza indicano che non c'è ritorno senza rischio [Sia detto per inciso: se fosse possibile garantire al trader un rischio massimo (es. 10% del capitale in un anno) avremmo creato una strategia replicante un'opzione simile a quelle ottenibili con la cosiddetta "portfolio insurance". Ovviamente non è così e non è questo lo scopo che ci si è prefissi. Strategie a rischio massimo garantito sono perfettamente raggiungibili ma l'esperienza ha più volte dimostrato che non hanno ritorni interessanti: si tratta perciò non soltanto di eliminare il rischio, ma di minimizzarlo.] L'analista puó peró decidere soggettivamente che il 5% di probabilità di perdere il 10% (o piú) del capitale è accettabile. In questo caso, una semplice moltiplicazione ci dice che per investire 1000 lire di capitale nominale nel sistema di trading in oggetto, l'analista dovrebbe averne da parte almeno 1500 (= 150 ??0.10 ?100). Questo capitale non necessariamente corrisponde al margine richiesto dal broker per effettuare le operazioni, anzi normalmente è sempre piú elevato. Si tratta piuttosto del capitale che si dovrebbe avere da parte per affrontare con la tranquillità desiderata il mercato con il sistema di trading oggetto dell'analisi. Questo capitale dovrebbe essere investito in attività senza rischio e dovrebbe generare (nella misura in cui non è utilizzato per far fronte al drawdown) un ritorno "risk-free".
Questo metodo di analisi puó quindi essere riassunto come segue.

Si definisce un orizzonte temporale di trading (detto H) e si valuta il numero medio di operazioni che il sistema esegue in tale periodo di tempo.

Si definisce una propensione al rischio in questo modo. Si sceglie anzitutto la percentuale R del proprio capitale che si è disposti a rischiare durante il periodo H. In secondo luogo si determina un livello P che rappresenta la probabilità di perdere R% del proprio capitale nel periodo H. Nè R, nè la probabilità P possono assumere valori nulli (cioè chi non risica non rosica).

Si calcolano ripetutamente con il meccanismo descritto in precedenza le distribuzioni cumulate del MDD (ottenute dai dati di forward testing) per tutti i sistemi sotto analisi.

Su tavole del tipo di quella riportata in Figura 16 si calcola per ogni sistema il capitale necessario. Il calcolo è effettuato moltiplicando il MDD corrispondente al P prescelto per la percentuale R per 100.

La simulazione qui effettuata attraverso un generatore di numeri casuali non equivale al lancio del "dado" ipotizzato nel paragrafo precedente a proposito dell'f ottimale. Anzitutto, la distribuzione dei risultati ottenuti in forward testing può qui essere ipotizzata come continua: è dunque possibile che vi siano operazioni simulate il cui risultato è diverso da
quello di ogni operazione analizzata in forward testing. In secondo luogo l'esperimento è ripetuto centinaia o migliaia di volte al fine di produrre sequenze di operazioni diverse. Quest'ultimo fatto, una sorta di analisi Monte Carlo semplificata, crea ipotetici periodi di trading che hanno un diverso numero di vincite e perdite, diversi importi di perdita massima e diversi MDD. Se si volessero calcolare gli f ottimali non se ne otterrebbe uno, bensì una distribuzione probabilmente composta da valori molto differenti e quindi con uno scarso valore operativo.
E' importante anche comprendere la relazione che esiste tra le tavole della distribuzione cumulata del MDD come quella di Figura 17 e la scelta dell'orizzonte temporale H. Nello schema proposto l'orizzonte temporale è effettivamente rappresentato dal numero medio di operazioni eseguite dal sistema su tale durata. Cosa succede se H viene ampiato, ad esempio se si passa da un anno a due anni? Succede che occorre raddoppiare anche il numero di estrazioni effettuate con il generatore di numeri casuali per ogni ciclo di trading. Così, se le operazioni erano 30 all'anno, ora saranno 60 per due anni. Cosa succede alla distribuzione cumulata del MDD? La risposta a questo quesito è meno semplice di quello che sembra. Essa è equivalente alla risposta a questa domanda: "è piú rischioso investire in un certo sistema di trading per un anno o per due anni?". Tanto per cominciare occorre assumere che la distribuzione dei ritorni del sistema sia ugualmente stazionaria ad uno e a due anni, e questa è già una condizione difficilmente accettabile. Se si accetta questo, si puó ricalcolare la distribuzione dei MDD e si entra nel dominio di una delle piú sottili questioni della moderna teoria finanziaria e cioè se è possibile o meno trarre vantaggio da un effetto "diversificazione" temporale. La trattazione di questo problema esce tuttavia dagli scopi di questo scritto ed il mio suggerimento all'analista è quello pragmatico di non dimenticare che l'unico orizzonte temporale ragionevole è quello per il quale si ritiene che la distribuzione dei ritorni (e quindi dei MDD) di cui si dispone sia significativa. E normalmente non si tratta mai di un periodo molto lungo [ Una semplice e breve introduzione al problema della diversificazione temporale la si trova in Kritzman (1994). In sostanza quest’autore afferma che non esiste un effetto diversificazione temporale nel caso che (1) i ritorni siano casuali e distribuiti log-normalmente, (2) l’avversione al rischio dell’investitore sia invariante a mutamenti della sua ricchezza, (3) la ricchezza futura dell’investitore dipenda solamente dai risultati dei suoi investimenti. Viceversa, se qualcuna di queste condizioni non è valida, come ad esempio nel caso di funzioni di utilità discontinu o ritorni non casuali, è talvolta possibile trarre un vantaggio dalla diversificazione temporale.
Una volta definiti l'orizzonte temporale e la propensione al rischio, è possibile dunque calcolare il capitale necessario per ciascuno dei sistemi di trading che sono stati testati. Tanto migliore è la distribuzione simulata del MDD, tanto minore è il capitale richiesto. Tuttavia questa è solo una parte della storia: sul mercato si va non solo cercando di minimizzare i rischi ma anche e soprattutto per guadagnare. A questo punto è peró
facile generalizzare l'analisi per ottenere anche una stima del ritorno del sistema. Vi sono due metodi.
Il primo metodo è "quick and dirty". Si conosce il numero di operazioni medie che si effettuano in H ed ovviamente si conosce anche (dal forward testing) il ritorno medio di una singola operazione. Infine si conosce il capitale necessario per poter affrontare il mercato con il sistema dato alle condizioni di rischio prefissate. Facile.
Esempio: H = 1 anno, 30 operazioni all'anno, rendimento medio di 5.5 lire per operazione, capitale richiesto alle condizioni di rischio prefissate di 1500 lire. Il ritorno percentuale annuo è di 11% ( = (5.5?30)/1500).
Il ritorno cosí calcolato si puó definire "aggiustato per il rischio" nel senso della definizione di rischio basata sul MDD che è stata qui presentata. Si tratta di un "excess return" in quanto ricordiamo che il capitale (o almeno gran parte di esso) dovrebbe già rendere un "risk free return".
Questo primo metodo sottintende tuttavia un'assunzione difficile da ingoiare. Si sta infatti accettando il fatto che il ritorno atteso sia sempre lo stesso qualunque sia il MDD. In realtà è altamente probabile che quando il sistema genera ampi valori di MDD, il ritorno finale sia ben inferiore a quello ottenibile quando il sistema genera un basso MDD. Anzi proprio la simulazione "tipo Monte Carlo" effettuata sul MDD permette senza sforzo anche il calcolo di una distribuzione di ritorni totali attesi lungo il periodo H. Conseguentemente è possibile associare ciascun ritorno ad una classe di MDD. Tutto questo puó essere visualizzato in un grafico come quello riportato in Figura 18.


Figura 18: l' asse delle ascisse riporta la probabilità cumulata di ottenere un certo risultato (ad esempio c' è il 95% di probabilità di avere un reddito inferiore a 400), l' asse delle ordinate a sinistra riporta il MDD (rappresentato dalle barre) e a destra riporta il reddito (linea continua). I dati sono solo ipotetici.
Lo studio della figura non consente un calcolo numerico come quello realizzato con il primo metodo, ma permette un apprezzamento simultaneo delle condizioni di rischio e di ritorno, associate alle rispettive probabilità, del sistema in oggetto. Per concludere si puó dire che l'analisi del MDD si presenta come lo strumento piú flessibile e piú ricco di potenzialità per quanto riguarda l'analisi del rischio e della performance e quindi la validazione del sistema. Non è comunque inutile ricordare ancora una volta che essa è affidabile solo nella misura in cui la distribuzione dei ritorni ottenuta in forward testing puó essere ritenuta attendibile per il futuro.

ESEMPIO:
Parte III: calcolo dell’importo da investire

Si effettua un'analisi del MDD sul sistema Triplo ROC relativo al cambio USD / Yen discusso nella Parte II dell'esempio. Il sistema (inclusivo dei miglioramenti effettuati con il fine tuning) genera mediamente 11 operazioni all'anno (cioè 11 acquisti ed altrettante vendite). Si ipotizza che l'orizzonte temporale che ci interessa sia pari ad un anno. Per questo esempio sono stati generati 100 ipotetici anni di trading ciascuno dei quali
ha dato luogo ad un certo MDD. La Figura E6 riporta i risultati.

Figura E6: il MDD è espresso in yen per un' operatività di 10 USD di importo nominale. La tabella indica ad esempio che nel 20% dei casi il MDD su un periodo di un anno è stato peggiore di 40 yen.
Si suppone infine che l'investitore sia disposto ad accettare il rischio di perdere il 10% (o più) del capitale solo nel 5% dei casi. Interpolando, otteniamo dalla Figura E6 che tale probabilità corrisponde ad un livello di MDD di circa 58 yen ogni 10 USD di importo nominale. Il capitale richiesto è perciò pari a 580 (= 58 ??10) yen ogni 10 USD di nominal. Per effettuare un'operazione da 1 milione di USD di nominale con questo sistema alle condizioni di rischiosità prescelte occorre dunque disporre di 58.000.000 di yen.
La Figura E7 riporta infine la distribuzione del reddito relativamente a
quella del MDD.


Figura E7: distribuzione del MDD relativamente al reddito come ottenuta nel corso di 100 simulazioni di 1 anno di trading con il sistema Triplo ROC. Sul grafico viene anche riportato, a titolo indicativo, un fit polinomiale con relativi intervalli di confidenza al
95%. Quando si è in presenza di un elevato numero di dati questo tipo di grafico è più leggibile di quello presentato in Figura 18.
Come ci si poteva attendere, la correlazione tra MDD e reddito è positiva e statisticamente significativa. Se, per una stima veloce, si prende come significativo il livello della media del reddito che è 116.05 yen per 10 USD, si ottiene che il ritorno medio atteso è pari al 20% annuo (=116.05/580) circa. Questo ritorno è espresso in yen e si tratterebbe di "excess return" da aggiungersi al "risk free return" maturato sul capitale di 580 yen. Data l'elevata correlazione esistente tra MDD e reddito e l'elevata volatilità di quest'ultimo (che - sia detto per inciso - non è distribuito normalmente), questa stima è da prendersi con molta cautela. Se da un lato dovrebbe rassicurare il fatto che redditi negativi sono stati registrati solo molto sporadicamente, dall'altro occorre anche considerare che un segnale cosí semplice come il Triple ROC può essere soggetto ad elevati ed improvvisi mutamenti di performance ove il mercato non mantenesse certe caratteristiche di trend prolungato.
Conclusione
L'analisi dei sistemi di trading prescinde da qualsiasi considerazione di tipo fondamentale così come da un uso troppo "naif" dell'analisi tecnica. Il fatto che il movimento dei prezzi sia correttamente descritto da processi "random walk" come prescrive la teoria finanziaria o piuttosto da processi di tipo più complesso è alla fine anch'esso non molto rilevante. La quotidianità dei mercati sembra suggerire che, a seconda dei momenti, esistono entrambe queste situazioni. L'investitore, il trader e lo speculatore si trovano a dover convivere con la concreta impossibilità di prevedere l'andamento futuro dei prezzi. Anche se possiamo chiederci perchè questo accade, non riusciremo tuttavia a superare questo problema di fondo. In questa situazione di incertezza strutturale, l'obiettivo minimo che ci siamo posti è quello di fornire qualche strumento di supporto decisionale che sia mirato alle effettive esigenze del trader (massimizzazione del profitto), che mantenga certe caratteritiche di coerenza interna e che sia correttamente testato in tutti i suoi aspetti di profittabilità e rischio.
Lo studio dei sistemi di trading automatizzato è ancora all'inizio e sarà enormemente facilitato dall'avvento di computers e Prodotti sempre piú moderni [ Tutte le grandi banche stanno investendo in questo settore. Vedi ad esempio l’articolo di V. Houlder “Of Machines and Men”, Financial Times 22/9/94.] Tuttavia, il lettore ha probabilmente già rilevato da queste pagine che non è nè saggio nè opportuno aspettarsi di trovare la "sfera di cristallo", il computer che dice quando comprare o quando vendere mentre si sta in vacanza alle Hawaii. Nessuno ottiene profitti dal mercato se non con un duro lavoro ed una continua applicazione. L'utilità primaria dell'analisi e dell'uso dei sistemi di trading è quella di fornire all'analista e allo speculatore (a) strumenti di riflessione sulla natura dei mercati, (b) una sorta di esperienza "compressa e accellerata" di un certo tipo di trading e (c) capacità di analizzare seriamente e con salutare scetticismo idee proprie e altrui. Inoltre, il sistema di trading puó essere di grande aiuto nel gestire uno degli aspetti piú difficili e stressanti che derivano da questo tipo di attività: le perdite. I sistemi sono forzatamente "disciplinati" e seguono sempre le regole che si sono posti. Perdite e profitti vengono trattati imparzialmente per ció che sono: eventi inevitabili e parte del gioco. Tutti i grandi traders sono concordi nell'indicare che una delle cause principali di fallimento in questo mestiere va proprio ricercata nella mancanza di disciplina e nell'eccessivo coinvolgimento emotivo derivante da stringhe di perdite o di profitti. Se i sistemi di trading possono aiutare a superare questi problemi, essi hanno già raggiunto gran parte del loro scopo.

A CHI FOSSE INTERESSATO ALL'ARGOMENTO POSSO MANDARE SIA QUESTO FILE CHE ALTRI....BASTA CHE ME LI RICHIEDETE PER MAIL...GP

Trading System: indice


 Cos'è un Trading System
 Le tipologie di Trading System
 Trading System Trend Following
 Trading System Supporti e Resistenze
 Trading System Volatility Breakout
 L'importanza del Money Management
 Il Money Management classico
 Costruzione di un Trading System: i principi di base
 Costruzione di un Trading System: uno schema logico
 Il processo di ottimizzazione
 La banca dati
 L'uso di un Trading System
Cos'è un Trading System



Ing. Giuseppe Belfiori (IGB Trading System) - redazione@piazzaffari.org

Esempi concreti di Trading System su Piazzaffari sono sull'angolo del trader : http://www.piazzaffari.org/trader/trader.htm


Per operare sui mercati finanziari è necessario avere una strategia ed una tattica. La strategia ci indica quali asset inserire nel portafoglio (obbligazioni, azioni, derivati) in funzione della propensione al rischio, degli obiettivi temporali e di altri fattori personali. La tattica ci indica come movimentare il portafoglio all'interno dei vincoli posti dalla strategia. Chiunque faccia trading, consapevolmente o inconsapevolmente esegue queste scelte: definisce gli asset come scelta di medio periodo, opera sui mercati finanziari con una tattica conseguendo continuamente scelte di breve periodo.

Un trader vincente è un trader che dispone di una tattica che gli indica quando comperare e quando vendere. Quindi dispone di regole da seguire basate su indicatori, su oscillatori, su analisi fondamentali, su analisi tecnica, su analisi astronomiche, ecc.

Il trader analizza gli input che gli provengono dalle analisi e decide come operare: il Trading System fa esattamente lo stesso. Alimentato dai flussi di prezzi e volumi che provengono dai mercati finanziari, il Trading System prende decisioni tattiche ed indica cosa e quando comperare, cosa e quando vendere.

Il Trading System è l'insieme di regole che il trader adotta per operare su i mercati. Queste regole sono tradotte in modo da poter essere comprese da un calcolatore e poi elaborate in tempo reale. L'operatività che ne consegue è trasmessa dal Trading System al trader a cui non rimane che inoltrare l'ordine all'intermediario. Il trader quindi decide a priori quali regole impostare per operare sui mercati finanziari e poi demanda ad un calcolatore il compito di seguire queste regole e di comunicargli l'operatività.

Il Trading System non decide l'aspetto strategico dell'investimento: il trader rimane responsabile delle decisioni di medio periodo. Il trader decide su quali strumenti finanziari applicare il Trading System, quanto capitale assegnare ai diversi segnali operativi provenienti dal Trading System. Ma il trader non decide più direttamente cosa comperare e quando: questo è il compito del Trading System.

I vantaggi di uno schema decisionale di questo tipo sono diversi:
 Viene eliminata la componente emotiva che spesso e volentieri porta ad operare in modo difforme dalle regole che ci si è imposti e che si ritengono valide e che sempre porta ad operare in modo non corretto: il computer è privo di emozioni, elabora e comunica le decisioni operative. L'ingresso e l'uscita dal mercato saranno coerenti e basati su criteri logici.
 Viene eliminato lo stress dovuto ad operazioni negative: esiste una sorta di deresponsabilizzazione del trader. La macchina ha sbagliato, non il trader.
 La tattica adottata e le decisioni strategiche possono essere testate sul passato per sapere come si sarebbe comportato il portafoglio basato su determinate regole in talune fasi di mercato. Questo permette di conoscere con buona approssimazione quale sarà il rischio della tattica di trading che si adotta, quale sarà la massima perdita consecutiva che dovrà essere sopportata, quale sarà il rendimento atteso, e così via.
 E' possibile gestire il rischio di portafoglio in maniera precisa partendo da risultati storici statistici.
 Le regole di trading risultano confacenti alle caratteristiche del trader e l'operatività reale viene gestita in modo ottimale.

È possibile acquistare delle tattiche vincenti elaborate da altri trader che le hanno codificate e rese trasmissibili. In questo modo anche chi non ha il fiuto o non ha il tempo di elaborare continuamente le informazioni che provengono dal mercato può operare in modo corretto sui mercati finanziari, potendo delegare le decisioni tattiche ad una macchina.

Le tipologie di Trading system



Ing. Giuseppe Belfiori (IGB Trading System) - redazione@piazzaffari.org

Esempi concreti di Trading System su Piazzaffari sono sull'angolo del trader : http://www.piazzaffari.org/trader/trader.htm


Le tipologie di trading system, ossia le regole con cui decidere l'operatività, possono essere classificate secondo diversi punti di vista.

1. In quale mercato guadagnare
Da questo punto di vista la suddivisione mira ad evidenziare le caratteristiche del mercato che portano il Trading System a generare profitto e, di contro, quelle che creano invece operazioni perdenti. Le categorie principali sono:
 Trend Following
 Supporti e Resistenze
 Voaltility Breakout

Nei prossimi articoli vedremo il dettaglio di ciascuna di queste categorie
2. Quale Rischio accettare

Valutando la tipologia di rischio insita nel Trading System possiamo considerare due categorie ben distinte:
 Intraday
 Overnight

Il Trading System Intraday ha come regola imprescindibile quella di chiudere tutte le posizioni aperte prima della chiusura del mercato: non è ammesso che un'operazione si trascini per più giorni. Il rischio intraday, di conseguenza, è limitabile in maniera precisa (ammettendo che gli strumenti su cui si fa trading siano sufficientemente liquidi da scambiare in maniera consistente a tutti i livelli del book).
Il rischio overnight, invece, non è quantificabile a priori: per i 2/3 della giornata non è possibile intervenire sulla posizione aperta. Eventi improvvisi e inattesi che si dovessero verificare nelle ore di chiusura del mercato genererebbero dei salti nei prezzi (gap). I gap espongono l'investitore ad un rischio (di perdita o di guadagno) superiore rispetto ad una strategia che apre e chiude le posizioni nella stessa giornata.


3. Cosa ricercare sul mercato

Un Trading System può basare la sua analisi su diverse teorie di trading. A seconda della teoria che implementa e in base alla quale genera profitto, può essere fatta una classificazione di questo tipo:
 Figure grafiche
 Condizioni degli oscillatori
 Movimenti dei prezzi

Nel primo caso il Trading System baserà il suo set di regole sulla ricerca di particolari configurazioni grafiche (doppio minimo/massimo, triangoli, ecc.), con regole di negoziazione basate sull'analisi chartistica classica.
Nel secondo caso, invece, il modello di analisi del mercato sarà basato sugli oscillatori e prevarrà l'analisi basata sulle condizioni di ipercomperato e ipervenduto oppure sulle divergenze.
Infine, nel terzo caso prospettato, il modello di analisi prescinderà da figure grafiche o condizioni di oscillatori per operare in funzione di condizioni del prezzo: incroci con medie mobili, perforazione al rialzo di massimi o al ribasso di minimi, e così via.


4. Che tipo di analisi svolgere

Un'ultima chiave di lettura dei Trading System prevede la loro suddivisione a seconda della tipologia di dati che elaborano e da cui traggono le informazioni di mercato necessarie per generare i segnali operativi:
 Sul singolo strumento
 Incrociando diversi strumenti
 Incrociando lo stesso strumento su più frame temporali

La maggior parte dei Trading System opera solamente sul grafico dello strumento con cui fa trading, accontentandosi delle informazioni che provengono da quei dati.
Altri trading system, invece, incrociano serie di dati differenti, elaborando in questo modo una quantità maggiore di informazioni, nel tentativo di migliorare la precisione operativa e di garantire maggiori performance dal punto di vista rendimento/rischio.
L'analisi contemporanea di più serie di dati può essere fatta partendo da frame temporali differenti dello stesso strumento, ad esempio utilizzando una serie storica con lunghezza maggiore per decidere il tipo di operazione ed una serie storica con frame temporale più basso per stabilire l'esatto timing sul mercato.

In alternativa è possibile compiere analisi su serie storiche di strumenti differenti, come nella classica analisi intermarket in cui vengono paragonati, barra dopo barra, il mercato obbligazionario e quello azionario e l'operatività è decisa in funzione delle informazioni provenienti da entrambi i mercati.


I Trading System Trend following

22 luglio 2002 11.40

Ing. Giuseppe Belfiori (IGB Trading System) - redazione@piazzaffari.org

Esempi concreti di Trading System su Piazzaffari sono sull'angolo del trader : http://www.piazzaffari.org/trader/trader.htm

I Trading System della categoria Trend Following sono quelli progettati per guadagnare dai movimenti consistenti degli strumenti finanziari, dalle variazioni significative di prezzo che spostano l'equilibrio dello strumento finanziario più in alto o più in basso.

Il termine stesso, Trend Following, indica proprio questa capacità del modello di analisi di individuare i trend del mercato e di seguirli nel loro svolgersi.

L'obiettivo è quello di prendere la fetta più grande possibile del trend, aprendo le posizioni appena il movimento si manifesta e chiudendole quando il movimento segnala l'esaurimento della spinta rialzista o ribassista.

Dovendo seguire il trend è necessario "vedere" il trend sul mercato, quindi attendere che parte del movimento si sia realizzata: quindi si comprerà in alto per rivendere ancora più in alto, si venderà in basso per ricomperare poi ancora più i basso.

I mercati finanziari trascorrono la maggior parte del loro tempo in fasi di laterale (circa il 70 – 75% del tempo complessivo): questo comporta che i Trading System Trend Following generino i loro profitti in archi temporali brevi, con operazioni molto profittevoli. Ma questa asimmetria tra la durata dei periodi laterali e quella dei periodi di trend comporta in genere l'accumulazione di numerose piccole perdite da parte dei Trading System Trend Following.

Complessivamente, quindi, il rapporto tra operazioni vincenti e perdenti sarà a favore delle seconde: tuttavia la perdita media sarà molto inferiore al guadagno medio di ciascuna operazione in modo da rendere la somma complessiva di profitti e perdite ampiamente positiva.

I Trading System Trend Following vengono in genere costruiti con diversi meccanismi per filtrare i mercati laterali: questo permette di ridurre notevolmente la serie di perdite consecutive e quindi ridurre il rischio associato al metodo di trading. D'altra parte queste regole tendono a ritardare l'ingresso sul mercato anche quando partono i trend: dovranno quindi essere bilanciati in modo corretto i benefici e gli aspetti negativi di questi filtri.

Questa tipologia di sistemi automatici per il trading è la più diffusa perché si avvicina alla psicologia della maggior parte dei trader il cui obiettivo e la cui volontà è di guadagnare quando si manifestano sul mercato i trend di maggiore respiro. è la più diffusa nonostante sia molto difficile da seguire poiché il numero elevato di perdite consecutive e l'incapacità di generare profitto per lunghi periodi di tempo portano a perdere fiducia nel sistema e ad accumulare stress. E questi due elementi comportano in genere da parte del trader la decisione di non seguire più il sistema: perdendo di conseguenza le operazioni vincenti che seguono alle serie negative.

L'errore che si commette con più frequenza nell'utilizzo di sistemi automatici di questo tipo è quello di seguirli in modo discrezionale: interrompendo la ripetizione delle operazioni dopo un certo numero di operazioni negative e riprendendo ad operare dopo un'operazione vincente . Il risultato complessivo è quello di eseguire la maggior parte delle operazioni perdenti e di non eseguire quasi tutte quelle vincenti ossia esaurimento del capitale e fallimento del trader, ma non per colpa del sistema automatico, piuttosto per l'incapacità da parte del trader di seguire il sistema.

Quindi quando si decide di operare con un Trading System di questa categoria è necessario avere bene presente i suoi meccanismi, i tipi di mercato nei quali può generare profitto e i limiti dal punto di vista di operazioni sbagliate e perdite consecutive.

In realtà e più in generale, è necessario sempre avere presente che un sistema automatico è capace di generare profitto solo in certe fasi di mercato mentre in altre può solo difendersi, cercando di limitare le perdite: i Trend Following guadagnano molto in poco tempo e perdono



I Trading System Supporti e Resistenze

22 luglio 2002 11.56

Ing. Giuseppe Belfiori (IGB Trading System) - redazione@piazzaffari.org

Esempi concreti di Trading System su Piazzaffari sono sull'angolo del trader : http://www.piazzaffari.org/trader/trader.htm

Questa seconda tipologia di Trading System (dopo i sistemi Trend Following, visti nel precedente articolo) è concepita per generare guadagno nelle fasi di mercato laterale, quando i prezzi si muovono in un canale ben definito rimbalzando continuamente tra supporti e resistenze.

Il Trading System dovrà essere costruito su di un modello in grado di rilevare correttamente i livelli di minimo (supporto) e massimo (resistenza), graficamente, tramite l'impiego di teorie quali quella di Fibonacci o per mezzo di oscillatori. Questi ultimi vengono impiegati seguendo la metodologia classica: acquistare in ipervenduto e vendere in ipercomperato.

Le operazioni avranno respiro modesto rispetto a quanto di norma fatto dai sistemi Trend Following, avendo a disposizione la sola corsa concessa dal canale di oscillazione. Tuttavia il numero di operazioni vincenti sarà di norma elevato portando a generare il profitto con tante piccole operazioni vincenti.

Questo è uno degli aspetti di forza del sistema: un rapporto favorevole tra operazioni vincenti e operazioni in perdita. Inoltre l'accumulo dei guadagni avviene quando la maggior parte degli investitori soffre perdite a causa della mancanza di trend.

La logica che porta a guadagnare per movimenti di mercato all'interno di un canale definito suggerisce l'adozione di segnali di tipo stop and reverse (qualora sia possibile operare in short) e comunque l'impiego di take profit. La corretta analisi e definizione dei livelli del canale porta a definire i punti di svolta del mercato e quindi ad individuare i valori su cui è conveniente aprire e chiudere una posizione, prendendo profitto. L'adozione del take profit è invece poco efficace, in genere, nei sistemi trend following dove è preferibile un trailing stop che segua il trend senza interromperlo, pronto però a cogliere l'inversione del mercato.

La continua ricerca di inversioni del trend, efficace in periodi di laterale, si dimostra fallace quando partono trend robusti sul mercato. In queste fasi i sistemi Supporti e Resistenze vanno incontro a continue perdite cercando sempre di porsi contro il mercato. È importane allora, costruire un sistema che abbia un oculata gestione delle posizioni, che limiti fortemente le perdite con stop stretti.

L'obiettivo di questa tipologia di Trading System è quello di vendere sui massimi e comperare sui minimi. Quindi se una posizione comincia a mostrare una perdita è un segnale che il livello di supporto o resistenza impiegato non era corretto. Pertanto è ragionevole chiudere la posizione con una piccola perdita ed evitare che la partenza o la continuazione di un trend portino in poche barre ad avere perdite consistenti.

Per evitare la continua ripetizione di operazioni sbagliate in fase di trend è altresì efficace l'adozione di indicatori di trend (come ad esempio l'ADX) che cerchino di limitare l'operatività nelle fasi di mercato avverse a questi sistemi. L'adozione di un filtro di questo tipo, tuttavia, dovrà essere tale da non compromettere eccessivamente l'operatività in mercati laterali.

Da un punto di vista della gestione dell'operatività, questi sistemi sono molto facili da seguire quando il mercato rimane in laterale: si vende in alto e si compera in basso. Ma quando si instaura sul mercato una fase di trend prolungata che porta a forti guadagni in breve tempo, diviene difficile sopportare perdite o, al meglio, non riuscire a generare profitto.

Un ottimo testo che propone diversi approcci all'operatività basata sulla ricerca dei livelli di supporto (minimo) e di resistenza (massimo) è quello di Thomas DeMark, "New Market Timing Techniques". All'interno del testo è descritto, tra gli altri, il suo sistema sequential che propone un originale approccio per l'individuazione dei punti di svolta del mercato.
Trading System Volatility Breakout

22 luglio 2002 12.11

Ing. Giuseppe Belfiori (IGB Trading System) - redazione@piazzaffari.org

Esempi concreti di Trading System su Piazzaffari sono sull'angolo del trader : http://www.piazzaffari.org/trader/trader.htm

La terza ed ultima categoria di Trading System che presentiamo è denominata Volatility Breakout. Questi sistemi sono concepiti per guadagnare su improvvisi aumenti della volatilità che generano strappi repentini nei prezzi.

Le condizioni sono fondamentalmente due: l'esistenza di un breakout (quindi, in genere, l'uscita da un canale di trading range) e l'espansione, l'aumento della volatilità.

I sistemi di questo tipo, quindi, dovranno monitorare sia la volatilità presente sul mercato sia i movimenti dei prezzi: la conseguenza di questa duplice richiesta è la scarsa operatività dei sistemi, che possono rimanere al di fuori del mercato per lungo tempo, specialmente quando la volatilità si abbassa e tutti i movimenti di mercato avvengono lentamente. Per ovviare a questo inconveniente si preferisce, di norma, utilizzare questi sistemi su grafici costruiti con frame temporali corti.

La durata delle operazioni è in genere contenuta e il profitto viene realizzato sullo strappo del prezzo a prescindere che a questo movimento iniziale posa seguire un trend o meno. In conseguenza di ciò si opera a basso rischio con alto numero di operazioni vincenti e basso profitto per ciascun trade.

Di controverso l'idea di prendere profitto rapidamente sui movimenti esplosivi del mercato porta a perdere qualsiasi tipo di trend prolungato e quindi mancare i grossi profitti.

Questo tipo di operatività è sicuramente la più coinvolgente ed eccitante, i guadagni sono rapidi ed associati ad operazioni speculative di breve termine: la gestione operativa è quindi abbastanza facile. Psicologicamente è al contrario difficile sostenere i periodi di inoperatività associati alle fasi di trading range a bassa volatilità o l'incapacità di guadagnare in modo marcato durante i trend robusti.

Lo schema dei segnali di uscita è basato essenzialmente su di uno stop loss ed un take profit o in alternativa un trailing stop la cui distanza dal mercato deve essere molto piccola in modo da cogliere in pieno il movimento dovuto all'innalzamento della volatilità. Inoltre sono spesso impiegati segnali di uscita a tempo regolati su di un numero di barre (ad esempio su un movimento che comincia durante una giornata mantenere la posizione sino al mattino dopo per cogliere sia il movimento intraday sia quello overnight).

La ricerca di esplosioni della volatilità è spesso associata a notizie o eventi particolari che turbano in modo significativo l'equilibrio del mercato: il sistema dovrà essere costruito in modo da cogliere quanto prima questi avvenimenti e sfruttarli al meglio. La rapidità delle operazioni è un buon metodo di trading che contiene il rischio ma per essere profittevole implica un sistema particolarmente sensibile. Tra le tre categorie di sistemi visti (Trend Following, Supporti e Resistenze e quest'ultimo), i Volatility Breakout risultano in genere i più difficili da costruire e mettere a punto in modo da garantire una continua e stabile operatività nel tempo. È infatti necessario che il sistema sia in grado di rilevare prontamente le variazioni significative della volatilità del mercato evitando al contempo di cadere in una iperattività contrassegnata da un numero notevole di falsi segnali. Il guadagno nelle operazioni vincenti è infatti limitato e deve quindi essere attivo un sistema di money management molto accurato ed efficace.

Questi Trading System sono particolarmente adatti per l'operatività intraday (chiusura delle operazioni nella stessa seduta di borsa in cui sono state aperte) o per l'operatività overnight su grafico intraday (15 – 30 minuti). Frame temporali così brevi esaltano infatti le qualità speculative di questi metodi di trading.

Un buon testo che approfondisce questa tipologia di sistemi è "The compleat Day Trader" di Jake Bernstein

Il prossimo articolo sarà dedicato al money management, alla sua importanza ed ai sistemi per implementarlo.



L'importanza del Money Management

22 luglio 2002 17.52

Ing. Giuseppe Belfiori (IGB Trading System) - redazione@piazzaffari.org

Esempi concreti di Trading System su Piazzaffari sono sull'angolo del trader : http://www.piazzaffari.org/trader/trader.htm

Con il termine Money Management si intende l'insieme delle decisioni che sono finalizzate all'allocazione del capitale, alla sua gestione e alla sua protezione. Abbiamo quindi tre piani decisionali che devono essere esaminati

Parlando di allocazione del capitale intendiamo tutte quelle decisioni che riguardano la determinazione del capitale da assegnare ad una determinata categoria di strumenti finanziari: pronti contro termine, obbligazionari, azionari o derivati. A seconda della propensione al rischio che lo caratterizza, ciascun investitore sceglierà differenti tipologie di investimento e allocherà su ciascuna di esse un determinato capitale.

In questa decisione rientrano fattori personali quali l'ammontare del capitale che si vuole investire, le prospettive di reddito futuro, la situazione finanziaria generale, il tempo che si vuole concedere all'investimento per generare utile, la situazione dei mercati e così via.

Il capitale allocato su una categoria di strumenti finanziari dovrà poi essere gestito, investito secondo una o più strategie di investimento. Si può andare dalla delega ad un fondo il cui mandato sia congruente con le decisioni prese a livello di allocazione all'impiego di strumenti di analisi fondamentale, dal trading on line "a naso" all'impiego di Trading System.

In questi articoli ci stiamo occupando dei Trading System e quindi focalizzeremo l'attenzione sulla gestione del capitale attraverso questi strumenti di investimento. I vantaggi dei Trading System sono già stati illustrati nei precedenti articoli. In questa sede sottolineiamo ancora una volta la capacità dei Trading System di offrire dei metodi operativi, delle strategie chiare che possono essere perseguite nel tempo e che permettono una gestione efficiente e profittevole dei capitali.

La riduzione del rischio, obiettivo che è sempre bene tenere a mente poiché l'investimento non è un gioco d'azzardo ma una scienza basata sulle variabili rendimento e rischio, può essere ottenuta sia scegliendo dei Trading System ossia delle strategie di investimento prudenti, sia applicando il principio della differenziazione.

Introduciamo quindi un ulteriore vantaggio offerto dai sistemi automatici di investimento: la possibilità di perseguire contemporaneamente molteplici strategie sugli stessi titoli. L'operatività manuale, di contro, non permette in genere l'adozione di differenti strategie sia per il tempo limitato che il trader ha a disposizione per prendere le decisioni sia perché lo stesso individuo difficilmente riesce ad operare secondo modelli logici differenti che, a volte, possono essere in contrasto tra di loro.

Differenziare può voler dire aumentare i titoli su cui fare trading, cambiando mercato, ad esempio, oppure settore. Tuttavia la globalizzazione dei mercati mondiali sta spingendo verso un incremento della correlazione tra le diverse piazze finanziarie, in particolare tra quelle della stessa area geografica. I mercati europei, tranne rare eccezioni, tendono a muoversi in maniera sincrona pertanto operare in Italia, Francia, Germania o altrove in Europa non offre più grandi vantaggi di riduzione del rischio.

La differenziazione può allora essere ottenuta in modo diverso grazie al contemporaneo utilizzo di più metodologie di investimento, di più Trading System. Questi dovranno essere basati su principi diversi, con caratteristiche proprie di aggressività sul mercato e di rischio differenti. Un buon mix di Trading System permette di gestire in modo particolarmente efficiente il capitale allocato e tende a massimizzare il rapporto rendimento/rischio vero indicatore della bontà di ciascun investimento.

Da un punto di vista logico differenti strategie possono essere considerate come differenti Trading System da utilizzare contemporaneamente; da un punto di vista pratico, tuttavia, è possibile avere differenti Trading System così come è possibile riunire differenti strategie all'interno di uno stesso Trading System ed operare formalmente con un solo Trading System che raccoglie ed implementa le diverse strategie.

Su questo piano dovrà essere deciso, quindi, quali strategie di investimento adottare e di conseguenza come suddividere il capitale allocato tra i diversi Trading System. I differenti Trading System dovranno poi essere applicati ad una lista predefinita di titoli: in funzione del numero dei titoli, del numero dei Trading System e del rapporto titoli max in portafoglio/titoli monitorati in grado di generare il miglior rendimento per ciascun Trading System (dato che può essere ricavato da studi su banche dati) dovrà essere deciso il capitale da assegnare a ciascuna operazione.

Un ultimo aspetto del Money Management riguarda la gestione delle posizioni aperte: come difendere il capitale effettivamente investito sui mercati finanziari, quando chiudere una posizione in perdita e quando prendere profitto. Queste tecniche devono essere implementate all'interno del Trading System e fare parte integrante della strategia di investimento.

Vedremo nel prossimo articolo i dettagli di queste tecniche e i principi più comuni che guidano queste decisioni.



Il Money Management classico

22 luglio 2002 19.04

Ing. Giuseppe Belfiori (IGB Trading System) - redazione@piazzaffari.org

Esempi concreti di Trading System su Piazzaffari sono sull'angolo del trader : http://www.piazzaffari.org/trader/trader.htm

Nel precedente articolo abbiamo visto i diversi aspetti legati al Money Management: ci soffermiamo ora sui temi legati al Money Management all'interno dei Trading System.

Costruendo una strategia di investimento, sia essa implementata manualmente sia essa automatizzata e delegata ad un calcolatore, è fondamentale avere chiaro i meccanismi con cui chiudere una posizione, long o short.

Durante lo studio dei mercati l'analista o il trader tendono ad individuare i meccanismi di ingresso sul mercato, basati su oscillatori, su pattern, su indicatori o su qualsiasi altra cosa. È naturale prima pensare a come aprire una posizione e poi pensare a come chiuderla. Tuttavia è sicuramente più importante integrare nella strategia delle condizioni efficaci di uscita piuttosto che dei buoni segnali di ingresso (che sono comunque necessari).

L'insieme dei segnali di chiusura di una posizione sono la faccia del Money Management presente all'interno dei Trading System. Gestire il guadagno o la perdita di una posizione aperta in modo corretto è essenziale per preservare il capitale nelle operazioni errate e massimizzare la resa delle operazioni vincenti.

I segnali classici del Money Management nei Trading System sono cinque:
 Stop Loss
 Breakeven Stop
 Trailing Stop
 Take Profit
 Shock Protection

Lo Stop Loss è quel segnale che limita la perdita massima associata a ciascun trade. L'entità di questa perdita può essere fissata in diversi modi:
 % fissa
 % legata alla volatilità del titolo
 punti fissi

Si impiega la % fissa quando non si vuole ammettere in nessun caso una perdita superiore ad un dato ammontare (in % sul capitale investito), indipendentemente dal titolo negoziato e quando si è convinti che raggiunta una perdita pari al valore prefissato, il segnale di ingresso sia da ritenersi invalidato e pertanto non sussistano più le ragioni che hanno spinto ad aprire la posizione.

Si impiega la % legata alla volatilità del titolo (magari ancorando il valore dello stop all'Average True Range del titolo) quando si vuole considerare la caratteristica intrinseca dei diversi strumenti azionari che possono percorrere lo stesso cammino con ampiezza delle onde (e quindi volatilità) decisamente diversa.

Si impiega un ammontare fisso quando si opera con strumenti future. Infatti questi strumenti portano a guadagnare o perdere non in ragione del movimento % realizzato quanto piuttosto in funzione del numero di punti incamerati o lasciati sul mercato. Perdere 1.000 punti per un ingresso errato a 50.000 piuttosto che a 25.000 è la stessa cosa da un punto di vista monetario: in entrambi i casi sono stati bruciati 5.000 euro per contratto (i dati espressi si riferiscono al Fib 30). Nel primo caso con un movimento del 2% nel secondo con un movimento del 4% dello strumento trattato.

Il Breakeven Stop è quel segnale che permette di chiudere una posizione in pareggio una volta raggiunto un determinato profitto. Il trigger da regolare è il guadagno che attiva il segnale. Il procedimento per la sua determinazione ricalca quanto visto per lo stop loss con i metodi a % fissa, % variabile e punti fissi. Attivare presto il segnale significa cautelarsi maggiormente da inversioni del mercato ma rischiare di chiudere in anticipo un trade profittevole. Al contrario attendere troppo per l'attivazione di questo segnale può portare una operazione favorevole che ha generato un bel guadagno virtuale a trasformarsi in una operazione che genera perdita reale!

L'evoluzione naturale dei due segnali precedenti è il Trailing Stop: qualora l'operazione si riveli profittevole e il guadagno continui ad incrementarsi è necessario cominciare ad assicurarne parte di esso, in modo che qualsiasi inversione del mercato (eccezion fatta per gap nell'overnight) non ci eroda l'intero guadagno virtuale accumulato.

In questa tipologia di segnale è necessario stabilire due livelli (ancora una volta secondo le metodologie esposte): il livello a cui attivare il segnale e il livello a cui porre la chiusura della posizione. Per il primo livello dovremmo scegliere un valore di guadagno superiore rispetto al breakeven stop, mentre per il secondo livello è necessario decidere quanto del guadagno virtuale accumulato siamo disposti a cedere al mercato. Se siamo disposti a cedere poco del guadagno accumulato rischiamo di andare incontro ad una uscita anticipata alla prima correzione del mercato; di contro mantenere il trailing stop eccessivamente lontano dai massimi (o minimi) raggiunti porta a vedere vanificato gran parte del guadagno accumulato.

Sarà una valutazione della strategia nel suo complesso e delle caratteristiche del trader ad indicare quali valori adottare per questi settaggi.

Il quarto caposaldo del Money Management nei Trading System è il Take Profit. Questo segnale indica la chiusura della posizione raggiunto un determinato profitto, stabilito con le metodologie indicate. A differenza del Trailing Stop che non preclude la corsa dei prezzi, questo segnale pone un traguardo massimo al guadagno che può essere accumulato. Pertanto sarà un segnale particolarmente efficace per quelle operazioni che nascono in trading range ove lo spazio a disposizione per i movimenti di prezzo appare limitato. Meno efficace rispetto all'impiego del Trailing Stop sarà l'adozione del Take Profit nei grossi trend la cui entità è difficilmente quantificabile a priori.

L'ultimo segnale che vediamo, lo Shock Protection, è legato ad avvenimenti esterni che possono provocare shock sul mercato. Lo scopo di questo segnale è di proteggere la posizione aperta qualora il mercato imbocchi improvvisamente ed inaspettatamente una direzione opposta a quella desiderata, con forte incremento della volatilità. Prima che possa intervenire qualsiasi altro segnale chiudiamo la posizione grazie all'intervento di questo meccanismo che prevede una escursione massima avversa tra due barre pari ad un valore prefissato.

Nel prossimo articolo, in uscita a settembre, cominceremo ad affrontare i principi di base che regolano la costruzione di un Trading System.

Buone vacanze a tutti e arrivederci a settembre.


Costruzione di un Trading System: i principi di base

16 settembre 2002 12.24

Ing. Giuseppe Belfiori (IGB Trading System) - redazione@piazzaffari.org

Esempi concreti di Trading System su Piazzaffari sono sull'angolo del trader : http://www.piazzaffari.org/trader/trader.htm

Operare sui mercati finanziari utilizzando le indicazioni fornite da un Trading System può essere estremamente profittevole ma ciò non toglie che i rischi associati agli investimenti in strumenti finanziari rimangano. Per limitare la componente rischio ed avere le maggiori probabilità di successo è necessario che il Trading System sia costruito in modo tale da rispettare cinque regole.

La prima regola, che può sembrare banale ma non lo è, dice che il Trading System deve essere profittevole.
Se un Trading System è profittevole, allora il suo Average Net Profit (di seguito ANP) è maggiore di zero, ossia il profitto medio per operazione è superiore a zero. Quindi le operazioni in guadagno generano un profitto superiore alla perdita imputabile alle operazioni chiuse negativamente.

Ma ciò non basta: l'ANP deve essere sufficientemente positivo per coprire anche i costi di transazione dovuti alle commissioni e allo slippage (ciò è particolarmente vero per quei sistemi che operano intraday, sui future, con un'operatività molto spinta).
Infine l'ANP, depurato dai costi suddetti, deve essere ancora sufficientemente ampio per ripagare del rischio associato al trading, garantire performance positive anche in fasi di mercato meno favorevoli, in scenari ostili, ed infine minimizzare il rischio di rovina ossia la probabilità di esaurire il capitale a disposizione, la materia prima, ritrovandosi così nell'impossibilità di proseguire il trading. Quest'ultimo rischio è infatti inversamente proporzionale all'ammontare dell'ANP. Maggiore è l'ANP minore è il rischio di rovina.

La seconda regola alla base di un buon Trading System è la semplicità. Un Trading System deve essere basato su poche regole di trading. Un modello di analisi semplice risulta in generale più efficace e robusto e sicuramente più stabile nel tempo. La capacità di generare profitti in modo costante su banche dati con un modello semplice fornisce maggiori garanzie sulla capacità di protrarre i guadagni nel futuro, che è il vero obiettivo di un Trading System. L'impiego di modelli complessi, basati su molte regole e con un numero elevato di variabili che possono essere modificate per regolare il comportamento del sistema porta spesso ad una sovra-ottimizzazione: ottime performance sul passato, pessime performance sul futuro. Inoltre l'impiego di un numero elevato di regole porta a contraddizioni, sovrapposizioni, diminuzione dell'operatività e del profitto. Lo studio su banca dati diviene inoltre tanto più complesso e bisognoso di dati storici estesi quanto maggiore è la complessità ed il numero di regole del Trading System.

La terza regola ci dice che un Trading System deve essere robusto.

La robustezza è misurata dalla capacita del Trading System di generare profitto e mantenere un comportamento uniforme in condizioni differenti rispetto a quelle di test. Le condizioni differenti sono generate sia da diversi dati sia da settaggi differenti dei parametri di regolazione. Per variazioni contenute delle condizioni di test si devono avere variazioni contenute dei risultati. È importante ricercare sistemi stabili e robusti che garantiscano una maggiore continuità delle performance piuttosto che chimere con performance strabilianti su banche dati, sul passato, ma del tutto incapaci di affrontare condizioni di mercato differenti. Non dimentichiamoci mai che il mercato futuro sarà certamente diverso da quello passato.

La quarta regola per la costruzione di un buon Trading System ci indica la necessità di gestire in modo appropriato il rischio.
La gestione del rischio si esplica in buoni segnali di uscita in grado di tagliare subito le perdite e lasciar correre i profitti. Inoltre è necessario applicare il sistema in modo coerente con l'ammontare del conto a disposizione. È molto importante difendere il capitale a disposizione.

La quinta ed ultima regola impone che il Trading System sia completamente meccanico.
Solo in queste condizioni hanno senso i test e le verifiche su banche dati, gli studi del comportamento del sistema in condizioni diverse. Inoltre i vantaggi dell'operatività basata su sistemi automatici possono esplicarsi solo delegando interamente l'operatività al Trading System senza alcun intervento, senza alcuna correzione umana.
Costruzione di un Trading System: uno schema logico

30 settembre 2002 11.11

Ing. Giuseppe Belfiori (IGB Trading System) - redazione@piazzaffari.org

Esempi concreti di Trading System su Piazzaffari sono sull'angolo del trader : http://www.piazzaffari.org/trader/trader.htm


Il processo di costruzione di un Trading System segue un percorso logico. L'obiettivo di questo articolo è quello di schematizzare questo percorso indicandone i punti principali. Alcuni step di questo processo si basano sull'utilizzo di strumenti grafici di analisi: nei nostri esempi citeremo gli strumenti offerti dal software Tradestation ma ciò non toglie nulla
alla generalità dei concetti.

Il punto di partenza per lo sviluppo di qualsiasi Trading System è l'analisi del mercato su cui il sistema opererà. Chi costruisce il Trading System deve conoscere a fondo il mercato, le sue regole le componenti che lo influenzano, gli attori dominanti. È inoltre opportuno documentarsi sullo stato dell'arte, sulle idee che sono già state provate su quel mercato e i risultati ottenuti in modo da partire il più avanti possibile, nani sulle spalle di giganti. Inoltre è necessario avere ben chiaro quali obiettivi si vogliono raggiungere con il Trading System: quale livello di rischio è da considerare accettabile, quali performance sono attese, quante operazioni vogliamo eseguire, qual è la massima perdita per operazione che siamo disposti a tollerare e così via.

Con il bagaglio di conoscenze acquisito dallo studio del mercato è necessario generare un'idea di trading, un modello che sarà l'embrione del Trading System. Lo sviluppo di questa idea dovrà portarci fino alla creazione di una efficace strategia di trading. Questa idea iniziale deve essere subito verificata. È inutile portare avanti un'idea che si nostra infondata, prima di qualsiasi efficacia sul mercato.

La prima verifica da fare è di tipo grafico, basata su strumenti quali lo Show Me o il Paint Bar e lo scopo è quello di giudicare "a occhio" se il modello basato sull'idea iniziale è capace oppure no di interpretare il mercato. Se l'idea sembra buona procediamo oltre. Verifichiamo il comportamento del nostro modello immaginando di uscire sempre dopo un numero fisso di barre. In questo modo possiamo conoscere da un punto di vista quantitativo quante volte siamo dalla parte giusta del mercato, almeno nel breve periodo.

Soddisfatti di queste verifiche preliminari è necessario pensare a costruire i segnali di uscita, di gestione della posizione. Spesso la componente di uscita dal mercato è più importante rispetto alla componente di ingresso (viene anche teorizzato da alcuni che con buoni segnali di uscita l'ingresso sul mercato può essere reso casuale!). L'obiettivo principale dei segnali di uscita è quello di massimizzare il profitto generabile dal modello di interpretazione del mercato e di mantenersi coerente con questo.
Ogni segnale che decidiamo di usare deve essere testato, sia singolarmente sia nella strategia completa e deve essere verificato che il suo comportamento sia aderente agli obiettivi posti e al buon funzionamento del
Trading System. I test effettuati sinora non devono essere particolarmente approfonditi o estesi per evitare tempi di sviluppo inaccettabili. Test più completi li eseguiremo nella parte finale dello sviluppo.

Completata la fase di studio dei segnali di uscita possiamo migliorare ulteriormente il nostro Trading System applicando dei filtri sul segnale di ingresso, ossia riducendo l'operatività cercando di eliminare quante più operazioni negative possibili senza intaccare eccessivamente la redditività complessiva. Anche questa fase deve essere accompagnata da una serie di test che studi sia il comportamento di ciascuno dei filtri applicati sia il comportamento di tutti i filtri insieme. Test che necessariamente saranno ridotti per non perdere troppo tempo.

Quando questo processo di sviluppo, che avrà richiesto molteplici tentativi e svariate correzioni, avrà dato un esito complessivo positivo, allora sarà giunto il momento di approfondire i test e verificare in dettaglio, attraverso il processo di ottimizzazione e l'uso di banche dati reali e virtuali, quali sono i punti di forza della strategia, quali i mercati che
generano le perdite, quale livello di rischio è ragionevole attendersi dal tipo di operatività proposto e così via. Se le verifiche approfondite confermano le aspettative riguardo il Trading System e l'operatività complessiva risponde agli obiettivi fissati, lo sviluppo del Trading System può considerarsi concluso.

Prima di impiegare il Trading System, giunto ormai al pieno sviluppo, è consigliabile tuttavia una stagionatura. Applicare il Trading System in real time e verificare l'operatività, astenendosi dal replicare le operazioni, verificando che tutti i parametri di comportamento previsti si mantengano costanti. Naturalmente questo periodo non può essere eccessivamente lungo altrimenti dall'idea di trading alla sua applicazione passerebbe un tempo inaccettabile, ma non va nemmeno ridotto eccessivamente perché solo le risposte che provengono dall'applicazione day by day del Trading System possono confermare o meno i dati desunti dalle simulazioni.
La durata di questa fase va calibrata caso per caso in funzione del tipo di grafico adottato, della quantità di dati impiegata per i test, del numero di strumenti su cui opera il Trading System e così via.

Nei prossimi due articoli approfondiremo il processo di ottimizzazione e l'utilizzo di banche dati, due argomenti molto importanti per verificare a priori, senza rischiare nulla, il comportamento del Trading System.


Il processo di ottimizzazione

9 ottobre 2002 12.30

Ing. Giuseppe Belfiori (IGB Trading System) - redazione@piazzaffari.org

Esempi concreti di Trading System su Piazzaffari sono sull'angolo del trader : http://www.piazzaffari.org/trader/trader.htm

l processo di ottimizzazione consiste nella variazione degli input del Trading System (l'input è un parametro modificabile del modello di analisi come, ad esempio, la lunghezza di una media mobile) e nella verifica della conseguente variazione delle performance. I software presenti sul mercato (Tradestation e Metastock e altri) eseguono questa operazione in automatico. È sufficiente indicare loro quale valore iniziale assegnare all'input, quale valore finale e con che passo muoversi in questo intervallo. È possibile eseguire test modificando contemporaneamente più parametri. È da tenere presente, a questo proposito, che il numero totale di test da effettuare è dato dal prodotto dei test di ciascun parametro. Pertanto è necessario verificare che il numero di test e di conseguenza il tempo di esecuzione rimangano entro livelli accettabili.

Lo scopo per cui si esegue il processo di ottimizzazione è quello di verificare la capacità del Trading System nel generare profitto in condizioni differenti da quelle di progetto.

Spesso, purtroppo, questa metodica viene impiegata per trasformare un Trading System di modesta se non scarsa qualità in una macchina da soldi: naturalmente soldi virtuali perché ottenuti su banche dati, sul passato. L'errore è quello di movimentare i parametri del Trading System fino a trovare la migliore combinazione in termini di Net Profit ed illudersi che ciò significhi poter replicare gli stessi guadagni nel futuro. Niente di più falso e pericoloso. Questa operazione si chiama curve fitting, sovraottimizzazione: il modello di analisi viene adattato ai dati passati in maniera esasperata. E i report sembrano davvero confortanti. Ma non appena i parametri vengono leggermente modificati si assiste al crollo delle performance che da positive spesso divengono negative. Il pericolo è dovuto al fatto che anche se noi continueremo a utilizzare il Trading System con i parametri apparentemente ottimi ciò che cambierà (e per noi sarà impossibile prevedere come) saranno i dati del mercato su cui il modello farà le sue analisi. Il risultato del cambiamento dei dati sarà equivalente al risultato prodotto dal cambiamento dei parametri: ed il fatto che il nostro Trading System mostri fortissime oscillazioni delle performance a fronte di piccole variazioni dei parametri provocherà le stesse oscillazioni anche con i dati futuri che saranno certamente almeno un poco differenti da quelli passati e andranno sempre più modificandosi con il passare del tempo, il cambio della volatilità, della direzionalità, la modifica di regole di mercato, l'entrata di nuovi attori, le migliorie tecnologiche e così via.

Il processo di ottimizzazione, quindi, non deve avere lo scopo di trovare la migliore combinazione di parametri che sarebbe stata utile in passato, ma di verificare la stabilità del Trading System e la sua robustezza. Un buon Trading System deve essere capace di generare performance comparabili in condizioni di messa a punto differenti, impiegando valori dei parametri diversi. A piccole variazioni dei parametri devono corrispondere piccole variazioni delle performance. Meglio ancora: a variazioni significative dei parametri devono corrispondere variazioni contenute delle performance.
In quest'ottica è bene rendere modificabili tutti i parametri del Trading System in modo da poter verificare la stabilità di tutte le componenti. Per esempio potremmo scrivere un Trading System basato sulle medie mobili e utilizzare un valore di lunghezza della media fisso a 14 barre. Quindi questo valore non rientrerebbe nel processo di ottimizzazione. Questo non ci permetterebbe di verificare che se invece di 14 adottassimo un valore di 12 o di 16 i risultati sarebbero comunque confrontabili.

È giusto che chi scrive un Trading System abbia la sensibilità per scegliere dei valori di default sensati ma è un'ottima metodologia quella di permette a tutte le leve del Trading System di esplicitare la loro influenza sul comportamento del Trading System stesso.

Nella realtà dei fatti il Trading System opererà con i parametri bloccati ma su serie di dati differenti da quella o quelle utilizzate per la messa a punto. Serie di dati che nessuno può conoscere nel loro svolgimento. Per questo motivo è necessario garantire innanzitutto la stabilità e la robustezza delle performance sul lungo periodo, scegliendo quei modelli e quei parametri che garantiscano la massima durata delle performance a scapito del valore assoluto sul passato.
In quest'ottica è interessante anche eseguire il processo di ottimizzazione su serie storiche differenti e verificare se la stabilità trovata su una serie coincide oppure no con i dati desunti su serie differenti. Trovare gli stessi valori stabili per gli input su serie differenti è indice della robustezza del Trading System e della sua capacità di affrontare in modo profittevole i futuri trades.

È altrettanto errato pensare di utilizzare il processo di ottimizzazione per cercare sempre il picco di performance adeguando man mano che passa il tempo i valori degli input. Questo processo, infatti, al di là di non permettere alcuna valutazione sulle possibili performance del sistema, poiché si opera sempre in condizioni di sovraottimizzazione, tende ad inseguire il mercato arrivando però sempre in ritardo potendosi basare solo su dati passati e non conoscendo quelli futuri.
Nel prossimo articolo approfondiremo i concetti relativi all'uso delle banche dati e accenneremo a metodologie per costruire possibili scenari futuri.

La banca dati

20 novembre 2002 10.51

Ing. Giuseppe Belfiori (IGB Trading System) - redazione@piazzaffari.org

Esempi concreti di Trading System su Piazzaffari sono sull'angolo del trader : http://www.piazzaffari.org/trader/trader.htm


In questo articolo illustreremo il metodo classico di utilizzo di una banca dati per il processo di ottimizzazione e di verifica di un Trading System.
Accenneremo infine ad una metodologia innovativa che permette di generare banche dati virtuali e di avere quindi a disposizione quantità di dati molto superiori.

Lo sviluppo di un Trading System comporta diversi test su banche dati che si riferiscono al passato. Per poter verificare la bontà della strategia è utile procedere alla suddivisione dei dati in possesso in tre parti. Per ciascuno strumento finanziario, se i dati a disposizione lo consentono, è utile individuare una porzione della banca dati da dedicare ad un back test, una porzione da dedicare alla messa a punto ed una porzione da dedicare al forward test, secondo questo schema di massima:

Back test = 15 % dei dati
Studio del Trading System, Ottimizzazione, prove varie = 60 % dei dati
Forward Test = 25 % dei dati.

Con quantità di dati insufficiente è possibile considerare solamente una suddivisione in due parti di questo tipo:

Studio del Trading System, Ottimizzazione, prove varie = 70 % dei dati Forward Test 30 % dei dati

Separare i dati ed impiegare solo parte di quelli a disposizione per le verifiche e la messa a punto di ciascuna strategia, permette una prima verifica sulla robustezza e sulla continuità di performance del sistema. Probabilmente i risultati che il Trading System genererà sulla parte di banca dati non impiegata nelle fasi di costruzione non saranno equivalenti a quelli ottenuti dopo il lavoro di ottimizzazione ma dovranno essere ad essi comparabili. Forti variazioni delle performance portano a pensare che il sistema sia stato sovraottimizzato e che quindi sia in grado di operare in modo profittevole solo sui dati con i quali è stato costruito. Bisogna tenere comunque conto anche delle caratteristiche di fondo di ciascuna porzione della banca dati. Se infatti i dati utilizzati per i test si riferiscono ad un periodo di trend marcato e continuo mentre gli altri due periodi sono relativi ad un mercato laterale, allora differenze nel comportamento della strategia sono da imputarsi anche a questa discrepanza nelle caratteristiche dei dati.
La situazione ideale è quella che permette l'individuazione della porzione centrale dei dati in un periodo di mercato senza un trend primario ma con ampie oscillazioni in crescita ed in diminuzione, periodi di laterale a bassa volatilità e valori dello strumento confrontabili all'inizio e alla fine del periodo; comportamento similare nei periodi precedente e posteriore a quello di messa a punto. Praticamente una situazione irrealizzabile, specialmente quando vengono costruite strategie di investimento per particolari strumenti finanziari il cui comportamento è unico (derivati finanziari o sulle materie prime, ad esempio).

Per ovviare al problema della mancanza di dati e della differenza di comportamento degli strumenti finanziari nel corso del tempo (dovuta sia alla presenza di trend e volatilità differente sia alla variazione delle regole di mercato e/o della tecnologia e dei mezzi di transazione) è possibile utilizzare uno strumento statistico estremamente efficace: la generazione di banche dati virtuali.

L'obiettivo di queste simulazioni è quello di riprodurre scenari con caratteristiche di trend e volatilità simili a quelle dei dati di partenza. Viene selezionato un campione di una banca dati con particolari caratteristiche; viene scomposto con metodi statistici; vengono ricostruiti a partire dall'analisi del periodo campione un numero teoricamente illimitato di scenari di prezzo ossia di curve di prezzo/volume con caratteristiche di trend e volatilità derivate da quelle del campione. L'impiego di matrici di numeri casuali nella ricostruzione degli scenari permette di non avere limiti temporali o per numero di scenari e garantisce la mancanza di correlazione tra i diversi scenari.

Ciascuno scenario rappresenta, in sintesi, uno dei possibili modi con cui lo strumento finanziario può evolvere nel tempo se mantiene le caratteristiche di volatilità e di trend insite nel campione. Con questa metodologia è possibile costruirsi banche dati per eseguire ottimizzazioni e soprattutto per verificare il comportamento del Trading System senza apportarvi modifiche.
Una risposta positiva delle performance del Trading System su scenari differenti aumenta la confidenza nello strumento creato o impiegato e indica che il Trading System è capace di affrontare mercati differenti in modo soddisfacente e quindi, probabilmente, anche il mercato futuro, che è il vero obiettivo insito nello sviluppo e nell'adozione di un Trading System.
L'uso di un Trading System

23 dicembre 2002 15.16

Ing. Giuseppe Belfiori (IGB Trading System) - redazione@piazzaffari.org

Esempi concreti di Trading System su Piazzaffari sono sull'angolo del trader : http://www.piazzaffari.org/trader/trader.htm


Abbiamo visto cos'è un Trading System, quali sono i principi di costruzione, l'importanza della gestione della posizione e i principi di sviluppo.

In molti casi, tuttavia, il lettore di questi articoli sarà un utilizzatore di Trading System piuttosto che uno sviluppatore. In questo articolo vorrei allora indicarvi le linee guida per un utilizzo corretto di questi potenti strumenti.

Per decidere secondo quale metodo di trading operare è necessario tenere sempre a mente che qualsiasi investimento è definito in funzione del suo rendimento e del suo rischio. Troppo spesso, purtroppo, questa seconda componente viene trascurata. L'oggettiva difficoltà nel valutare il rischio porta a sottovalutare questa dimensione e a scegliere il Trading System solamente guardando alle performance o, peggio ancora, basandosi sull'osservazione di qualche mese di comportamento sia pure in tempo reale. Non c'è nulla di più sbagliato e pericoloso!

La valutazione del rischio deve essere fatta. Il modo più corretto di farla ci riconduce alla sua definizione: deviazione standard dell'equity line (curva dei profitti e perdite nel tempo). Vediamo con l'ausilio di un disegno cosa si intende:



Il grafico di sinistra mostra una curva di profitto che ha un andamento medio (linea rossa) nel tempo di crescita meno marcato (rendimento minore) rispetto al grafico di destra. Ma a fronte di questo minore rendimento mostra escursioni della curva di profitto reale (linea nera) meno marcate (minore rischio). Matematicamente questa situazione si definisce con il calcolo della deviazione standard e il grafico di sinistra avrà una deviazione standard minore, quindi un minore rischio.

Non troverete mai alcuno strumento finanziario, alcun metodo di trading o alcuna equity line che si discosterà da questa legge. Maggiore sarà l'inclinazione verso l'alto della equity line (maggiore rendimento), maggiori saranno le sue escursioni (maggiore rischio). È fondamentale tenere presente che ciascuno di noi ha un livello di rischio massimo che accetta. Oltre quel livello non esiste rendimento che lo possa soddisfare, che gli possa far decidere di correre quel rischio. Estremizzando, se vi offrissero "tutto l'oro del mondo" vi buttereste senza paracadute da un aereo in volo a 10.000 metri di altezza? Non credo proprio. Semplicemente perché il rischio che voi associate a quell'azione è oltre il confine massimo che vi siete posti. In altre parole, le probabilità di poter godere del rendimento, per quanto esso sia allettante, sono troppo basse.

Questo stesso ragionamento dovete farlo ogni volta che investite anche un solo centesimo: quante probabilità esistono che quel centesimo frutti quanto atteso? Queste probabilità sono sufficienti per soddisfare la mia avversione al rischio? E se rientrano nei miei limiti il rendimento atteso è sufficiente per ripagarmi del rischio?

Capite allora che non è corretto valutare un metodo di trading perché lo si è visto operare per qualche mese. I dati per una valutazione corretta devono essere molto più ricchi: report storici completi e affidabili (ossia non ottenuti con astuzie, visto che si lavora su banche dati ossia su dati conosciuti), valutazioni in tempo reale estese nel tempo (un tempo sufficiente perché il Trading System possa scontrarsi con mercati in salita, mercati in discesa, mercati volatili, mercati ingessati ecc.) mirate non solo a valutare il rischio ed il rendimento, ma anche la reale replicabilità del metodo e gli errori di esecuzione a cui si può andare in contro per poter depurare il rendimento ideale dalle componenti di frizione (commissioni e slippage) che si riscontrano in pratica e, soprattutto, la logica di funzionamento. Senza questa informazione voi guidate di notte a fari spenti: certo sapete dov'è il volante, il freno e l'acceleratore, sapete pure trovare il cambio. Ma non vedete la strada! E alla prima curva… Fuor di metafora, non potete valutare se l'equity line che vivete in realtà è quella attesa in funzione delle condizioni di mercato. Non potete valutare se l'equity line attesa sarà da voi sopportabile e ripetibile.

Vi faccio un esempio. Abbiamo un Trading System che funziona molto bene quando il mercato ha ampie escursioni tra minimo e massimo in giornata. Perde soldi, però, quando queste escursioni si riducono. Il mercato entra in una fase di volatilità esplosiva, ogni più piccolo sussulto del mercato è di parecchi punti percentuali: si guadagna senza sosta, il Trading System ci sembra imbattibile, invincibile, una autentica "macchina da soldi" (nell'equity line corrisponde alle fasi di salita). Il mercato rimane ingessato per sei mesi: il Trading System perde soldi in continuazione, il morale scende, il conto si assottiglia e la nostra "macchina da soldi" è diventata da rottamare (nell'equity line, la parte in discesa della curva). Ma questo è vero? Assolutamente no! Questo comportamento è implicito nel Trading System ed è noto a priori, è inevitabile. Non avevamo una macchina da soldi prima e non ci troviamo con un rottame adesso.

Queste considerazioni e tutto quello che esse implicano dal punto di vista psicologico (capacità di rimane aderenti al metodo di trading) e monetario (capitalizzazione del conto) devono essere note prima di affidare i nostri risparmi ad un metodo di trading (sia esso codificato per un computer o implementato a mano).

Conoscere a fondo il comportamento e la logica che presiede ad un metodo di trading evita di crearsi aspettative fuorvianti, illusioni di guadagni che non ci saranno mai. La psicologia gioca brutti scherzi ai trader: la bolla della new economy insegna. Ma lo stesso vale per un Trading System. Pensate a questo caso. Osserviamo per diversi mesi due Trading System: il primo guadagna senza sosta, il secondo perde soldi. Poche altre informazioni sono a nostra disposizione per scegliere tra i due. Quale scegliereste? Il primo! Sbagliato. Il primo Trading System ha percorso la salita della sua equity line, portandosi probabilmente al di sopra della sua crescita media. Di conseguenza è lecito attendersi che a breve cominci a perdere per compiere la gamba ribassista della equity line e poi ricominciare a guadagnare. Viceversa il secondo avrà percorso la gamba ribassista e a breve comincerà a guadagnare.

Se scelgo il primo Trading System, probabilmente comincerò a perdere soldi: ma come fino a ieri guadagnava? Allora dopo qualche mese di perdite (mentre il secondo Trading System guadagna…) non sopporto più la pressione psicologica generata dalle perdite (ah se avessi conosciuto il rischio!) e passo al secondo Trading System. Da lì a poco però il secondo torna a perdere e il primo comincia a rialzare la testa. In pratica la mia personale equity line sarà il peggio di entrambi i Trading System, sarà la somma delle perdite. Il risultato finale è facilmente immaginabile: rovina economica (per ciò che attiene il capitale deputato al trading, si intende), delusione e convinzione che i metodi di trading siano una bufala, un mezzo per farci perdere soldi a vantaggio delle mani forti (che poi non si sa mai di chi siano queste mani) e di spillarci soldi per comperare qualcosa che non funziona. Non è vero, l'errore è solamente quello di aver approcciato l'uso del Trading System in modo errato, senza conoscere a fondo tutte le caratteristiche dello strumento. E quindi di non essere riusciti a replicare la sua equity line, di non aver sopportato il draw down.

I guadagni di pochi mesi non ci devono mai illudere: crearci false aspettative sui possibili guadagni di un Trading System è il primo passo per non sapere poi gestirlo in modo appropriato. Non conoscere il rischio connesso a quel metodo trading è il secondo errore. Non conoscere la logica del Trading System e non sapere quali sono i tipi di mercato potenzialmente dannosi per il Trading System è il terzo errore.

Queste poche righe non vogliono spaventarvi o disilludervi sulla capacità dei Trading System di guidare il trader in modo vincente sui mercati finanziari: tutt'altro visto che la mia professione è basata interamente sullo studio e lo sviluppo di Trading System. Vorrei che rifletteste sulla necessità di approcciare l'uso dei Trading System in modo approfondito, professionale capendo a fondo tutte le implicazioni che un metodo di trading può avere. Solo così è possibile sfruttare in modo razionale e consapevole questi potenti strumenti e trarre il massimo profitto da essi.