Una strategia redditizia per le materie prime
I mercati hanno i loro modelli stagionali e ciclici, con configurazioni rialziste alternate a ribassiste. Nei mercati ribassisti, potrebbe essere interessante investire in strategie correlate negativamente con il mercato azionario al fine di generare profitti. Tali approcci di solito coinvolgono diverse classi di attività che possono ottenere prestazioni positive anche in tempi difficili. Vorremmo presentarvi una strategia del genere, di per sé redditizia, ma che ha anche un valore aggiunto attraverso la correlazione negativa con il mercato azionario. Nota: questa strategia può essere trovata su Quantpedia con il nome “Skewness Effect in Commodities”.
Come funzionano i limit order
In quanto asset class, le materie prime differiscono notevolmente dalle azioni e possono quindi essere utilizzate per diversificare un portafoglio. La strategia qui presentata presuppone che gli investitori preferiscano attività simili a lotterie, ovvero attività che hanno una probabilità molto bassa di un grande pagamento. La ricerca ha dimostrato che queste risorse includono le materie prime.
Nel documento scientifico “Commodities as Lotteries: Skewness and the Returns of Commodity Futures” è stato rilevato che gli investitori preferiscono le materie prime con un’elevata asimmetria positiva perché sovrappesano il margine destro della distribuzione di probabilità (ovvero la probabilità di rendimenti positivi estremamente elevati). In altre parole, sei pronto per giocare alla lotteria. Come per le azioni, tuttavia, dovrebbe anche essere il caso delle materie prime che le caratteristiche di inclinazione maggiore o simili a lotterie producono rendimenti inferiori. Dovrebbe quindi essere redditizio non giocare alla lotteria ma, al contrario, “spendere biglietti della lotteria” vendendo merci allo scoperto con un alto grado di asimmetria e assumendo posizioni long per materie prime con un’asimmetria bassa.
Tale strategia è relativamente facile da attuare nella pratica. L’analisi richiesta può essere creata facilmente e rapidamente in un foglio di calcolo o in un software statistico, mentre l’esecuzione richiede solo il trading di future liquidi o CFD corrispondenti. Il nostro scopo in questo articolo è quello di effettuare un’analisi indipendente dei risultati dello studio di cui sopra e di verificare se la strategia scelta può servire anche da (parziale) copertura in tempi di un mercato ribassista per le azioni.
La strategia
Il nostro universo di investimento è costituito da 22 future su materie prime: olio di soia, mais, cacao, cotone, bovini da carne, oro, rame, olio da riscaldamento, caffè, bovini vivi, suini magri, gas naturale, avena, succo d’arancia, palladio, platino, soia, zucchero, argento, farina di soia, frumento e petrolio grezzo. Il periodo di backtest va dal 31 dicembre 1999 al 29 maggio 2020.
La nostra analisi inizia calcolando l’inclinazione di tutti i future ogni mese dai rendimenti giornalieri degli ultimi dodici mesi. Successivamente, classificheremo le materie prime mensilmente in base ai loro valori di inclinazione. L’implementazione finale della strategia consiste nell’acquistare le quattro materie prime con la minore asimmetria e vendere allo scoperto le quattro materie prime con quella maggiore. Di conseguenza, la strategia viene ribilanciata mensilmente assegnando lo stesso peso a ciascuna posizione nel portafoglio. Come mostra la figura 1, la strategia è chiaramente redditizia. Un dollaro investito alla fine del 1999 sarebbe cresciuto fino a superare i 25 dollari entro maggio 2020, il che corrisponde a una performance annua del 14,33%. La strategia può essere piuttosto volatile e ha un drawdown massimo del 42,99 percento, che corrisponde a un rapporto di rischio/rendimento di 0,33.
Combinazione con azioni in portafoglio
Le nostre indagini indicano che l’andamento del mercato azionario rappresentato dall’indice S&P 500 è correlato negativamente con l’andamento della strategia di disallineamento. Pertanto, la nostra strategia dovrebbe comunque essere redditizia anche se il mercato azionario si comporta male. Espressa in cifre, la correlazione tra l’S&P 500 e la strategia di disallineamento è -0,08. Inoltre, questa correlazione è ancora più negativa se guardiamo ai mesi in cui l’S&P 500 viene tradato al di sotto della sua media mobile di dieci mesi. Durante questi periodi, la correlazione è -0,30, il che indica che la strategia funzionerà anche quando il mercato azionario non sta andando bene. Guarda la figura 2. Se guardiamo i mesi peggiori dell’indice S&P 500 (blu) e li confrontiamo con la performance della strategia (verde), vediamo che la strategia sulle materie prime potrebbe non realizzare grandi guadagni come le perdite con le azioni, ma la performance è almeno in positivo nella maggior parte dei casi, quindi gli investitori compenserebbero alcune delle perdite. Durante i mesi in cui la performance dell’S&P 500 nel nostro periodo di backtesting è stata negativa, con una media del -3,80%, la strategia delle materie prime ha ottenuto un aumento dell’1,73%. Sulla base di 91 osservazioni, possiamo considerare questa relazione statisticamente significativa. Un modello simile, ma ancora più ovvio, può essere visto quando guardiamo alla sovrapposizione di tre mesi nei rendimenti. Durante la maggior parte dei periodi di tre mesi in cui le azioni stanno andando male, la strategia sulle materie prime può produrre una performance positiva.
Conclusione
In sintesi, si può dire che l’anomalia della lotteria nelle materie prime esiste ancora ed è stata utilizzata proficuamente negli ultimi tempi. Inoltre, la strategia qui presentata può anche servire come copertura parziale di un portafoglio azionario e offrire un’opportunità redditizia per investire in azioni durante un mercato ribassista.
Radovan Vojtko
Radovan Vojtko è CEO di Quantpedia, l’enciclopedia delle strategie di trading quantitative e algoritmiche. Quantpedia costruisce continuamente un database di strategie di trading derivate dalla ricerca accademica. Vojtko era in precedenza un gestore di portafoglio quantitativo e ha gestito oltre 300 milioni di euro in più fondi per più di cinque anni, concentrandosi su strategie multi-asset che seguono le tendenze, market timing e volatility trading.
