Questo è il quarto articolo scritto da Mario Cesolini, analista del sito tradingevo, per Unger Academy. Mario è un trader specializzato nell’ideazione, programmazione e sviluppo di trading system, sempre alla ricerca dell’algoritmo perfetto. La ricerca di nuove strategie non si interrompe mai. Si alternano momenti in cui tutto è frenetico a momenti in cui tutto va al rallentatore.


Partecipa all'Evento di Trading più Esclusivo dell'Anno >>


Nel post precedente ci eravamo lasciati con un equity line molto interessante, un average trade molto meno interessante e con l’intenzione di applicare il “nostro” sistema ad “altri strumenti finanziari”.

Domanda: quali sono questi “altri strumenti finanziari”? Le azioni che compongono l’indice SP500. La risposta è dettata dall’ipotesi che se il nostro indice di riferimento è caratterizzato da un bias rialzista e meanreverting anche le azioni che lo compongono dovrebbero (lo dobbiamo ancora dimostrare) avere una reattività maggiore ai segnali del trading system rispetto all’indice.

Inoltre, essendo l’SP500 un indice ponderato e rappresentando quindi una media (ponderata  in base alla capitalizzazione dei singoli titoli), le singole azioni dovrebbero (anche questo è un passaggio che dobbiamo dimostrare) avere una reattività maggiore ai segnali del trading system rispetto all’indice

Bene, andiamo avanti. Serviamoci di un indicatore che amo molto per selezionare le azioni su cui operare. Ricordiamoci di essere dei trader retail (piccoli investitori) e che abbiamo bisogno di mercati liquidi ed efficienti.

Vogliamo operare soltanto su titoli molto liquidi e sui quali c’è molto interesse. Utilizzeremo un indicatore di liquidità (chiaramente la denominazione è impropria) che calcola la media dei volumi degli ultimi 3 mesi e la moltiplica per la quotazione delle singole azioni. Per ragioni dettate dalla leggibilità dell’indicatore andremo anche a dividere il risultato ottenuto per 10.000.000.

Numeri più piccoli = maggiore leggibilità.

In poche parole il nostro indicatore individua quei titoli che negli ultimi 3 mesi hanno fatto muovere più dollari.

Avremmo potuto utilizzare la capitalizzazione dei titoli: valore dell’azione moltiplicato per il flottante. In questo caso però avremmo avuto difficoltà a reperire i dati relativi al flottante ossia al numero di azioni in circolazione.

Il nostro indicatore di liquidità va benissimo per il nostro scopo: individua titoli liquidi ed interessanti.

Vediamo in un giorno a caso quali sono i 10 titoli azionari più interessanti selezionati dal nostro indicatore.

10 azioni più “liquide” dell’indice SP500

Per andare avanti dobbiamo aprire una piccola parentesi riguardante l’ottimizzazione del sistema. Fin qui non abbiamo ancora parlato di in sample ed out sample. Per i lettori che non lo sapessero il periodo in sample (is) è il periodo considerato per ottimizzare i parametri di un trading system. Il periodo out of sample (oos) è invece un periodo nuovo in cui lo sviluppatore vedrà all’azione il sistema in un periodo sconosciuto. Questa tecnica viene utilizzata per evitare, o almeno limitare il c.d. overfitting cioè il pericolo di sovra-ottimizzare i parametri di input del sistema ai dati passati sul quale viene testato.

Un sistema robusto, che continua a performare al variare delle condizioni del mercato, dovrebbe restituire performance interessanti anche nella fase out of sample (è molto comune vedere un decadimento dei parametri del trading system).

Nel nostro caso, il nostro obbiettivo è molto ambizioso: non solo il nostro out of sample sarà rappresentato dalle quotazioni di strumenti finanziari differenti (le azioni) ma abbiamo anche ipotizzato (per la presunta maggiore reattività delle azioni) che il nostro sistema possa restituire performance migliori (in termini di average trade) rispetto alla versione originale.

Di seguito un report sintetico della strategia (versione 30-70) applicata ai 10 titoli azionari investendo un capitale di 10.000 $ per ogni trade.

Trading System 10 azioni USA

Ho una notizia buona e una cattiva.

Notizia buona: tutti i valori di profit factor sono maggiori di 1 e questo è una forte indicazione della robustezza della strategia. Nella fase out of sample il trading system si è comportato bene ma, come vedremo, non abbastanza bene.

Notizia cattiva: contrariamente alle nostre aspettative, l’average trade continua ad assere il punto debole del trading system. La nostra ipotesi che le azioni si prestassero meglio a questa operatività restituendo valori di average trade più corposi si è scontrata duramente con le evidenze dei fatti.

La realtà si è dimostrata diversa dalla nostra idea.

Questo accade molto spesso in fase di studio, non è il caso, tuttavia, di abbattersi.

Proveremo ad utilizzare un filtro di trend particolare, mutuato da una strategia che opera sul Forex: vogliamo operare soltanto quando l’RSI a 100 periodi è maggiore all’RSI a 200 periodi. Preciso che i valori 100 e 200 non sono stati oggetto di ottimizzazione, ho utilizzato semplicemente dei numeri “tondi”.

Voglio essere chiaro fino in fondo: da un punto di vista meramente tecnico questo è un errore grave. Gli sviluppatori con un approccio molto rigido potrebbero pensare che io stia modificando il sistema in fase out of sample.

Ritengo che possiamo accettare la modifica per 2 ragioni:

  • il sistema si è dimostrato robusto: nella sua versione base ha ottenuto valori di profit factor positivi su tutti i titoli analizzati;
  • non abbiamo effettuato una vera e propria modifica, non abbiamo cambiato la logica, non abbiamo ottimizzato alcun input o effettuato altri cambiamenti sostanziali: si tratta sempre della stessa strategia che opera meno perché filtrata da un indicatore di trend;

Nell’articolo precedente avevo scritto che il sistema non sarebbe stato più modificato. In effetti avrei preferito non toccare la strategia. Ho dovuto fare di necessità virtù e rispolverare il vecchio piano B.

Di seguito la stessa tabella con i risultati del sistema filtrato.

Confronto Ratio – Trading System filtrato

Osserviamo che l’average trade è migliorato in 7 casi su 10, in alcuni casi es. AMD il sistema si è dimostrato molto più performante. La maggior parte delle volte il net profit è diminuito, effettuando un numero minore di operazioni questo è normale. L’average trade continua a non essere grande come vorremmo.

Cosa sarebbe successo se avessimo tradato tutte le 10 strategie insieme?

Di seguito alcune analisi estrapolate dal Portfolio Manager di Multicharts investendo 10000 $ per operazione.

Analisi di portafoglio – 10 azioni USA

Testare il portafoglio è importante, soprattutto per verificare le fasi di draw down. Infatti, appartenendo tutti i sottostanti allo stesso indice dobbiamo accertarci che i sistemi non vadano in difficoltà nello stesso momento. Da questo punto di vista ci piace la tabella delle correlazioni mensili tra le equity line dei sistemi: valori vicini ad 1 o -1 sarebbero stati molto preoccupanti. Ed invece osserviamo molti valori prossimi o quasi allo 0.

I risultati, sebbene incoraggianti, sono lontani dalla perfezione. L’assenza di risk management  (stop loss, take profit, trailing stop, …) si fa sentire e rende sconsigliato l’utilizzo di questa strategia che, tuttavia, può rappresentare una buona base di studio e di sviluppo per successive evoluzioni-miglioramenti.

Un consiglio non richiesto: contrattiamo commissioni migliori con i nostri broker e, se dobbiamo sceglierne uno nuovo, prestiamo la massima attenzione a questa voce. Ci sono operatori (non faccio nomi per ovvi motivi) che chiedono 1 dollaro ad operazione indipendentemente dal capitale investito (2 dollari tra aprire e chiudere il trade). Questa attenzione deve essere prestata soprattutto dai trader con conti meno elevati per i quali le commissioni incidono in misura percentuale maggiore.

Infine un pensiero sulla strategia che abbiamo utilizzato. L’RSI nella sua versione a 2 periodi è stato oggetto di moltissimi studi e in alcuni paesi come gli Stati Uniti è uno degli indicatori più popolari. Se vi interessa approfondire l’argomento il punto di partenza è il libro “Short-Term Trading Strategies That Work” di Larry Connors and Cesar Alvarez, una pubblicazione del 2008 che oramai è entrata di diritto tra le opere di trading più apprezzate in assoluto. Moltissimi altri approfondimenti e contributi che si possono facilmente trovare nel web (per lo più in lingua inglese).

Al prossimo post.


Partecipa all'Evento di Trading più Esclusivo dell'Anno >>


Categorie: Tecnici

Mario Cesolini

Socio ordinario professional SIAT (Società Italiana Analisi Tecnica), Mario Cesolini è laureato in Diritto dei mercati finanziari all'Università La Sapienza di Roma nel 2003. Ha iniziato a studiare i mercati finanziari ed in particolare l'analisi tecnica nel 1999, specializzandosi nella programmazione di trading system, nella costruzione di strategie in opzioni e nel trading di volatilità sulla curva del Contango del VIX Index. Nell'ottobre del 2015 vince il SIAT Award come migliore analista tecnico dell'anno della categoria Forex.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.