Hai bisogno di supporto?

L’analisi tecnica funziona? Formatori di generazioni e nazionalità diverse continuano a scontrarsi nell’arena selvaggia dei social media, tentando di dare una risposta a questa domanda. Tuttavia in pochi sanno che siano stati pubblicati dei paper scientifici su tale argomento ed in questo articolo ne prenderemo uno in esame: “Re-Examining the Profitability of Technical Analysis with White’s Reality Check“, di Po-Hsuan Hsu e Chung-Ming Kuan [1]. 

Pubblicato nel 2005, nel paper gli autori valutano la redditività dell’analisi tecnica utilizzando il Reality Check di White: un metodo statistico che corregge il problema del data snooping.

Cos’è il data snooping? 

In breve, si tratta di un effetto relativo all’analisi ripetuta dei dati storici per identificare modelli o strategie di trading che sembrano essere redditizi. Questo fenomeno è particolarmente rilevante nel contesto dell’analisi tecnica dei mercati finanziari, dove i trader possono testare un gran numero di trigger sui dati storici fino a trovare quelli che mostrano performance eccezionali.

Tuttavia, il successo di queste strategie potrebbe essere semplicemente il risultato della casualità piuttosto che di una vera capacità predittiva. In altre parole, se si testa un numero di strategie sufficientemente ampio, alcune di esse sembreranno funzionare bene semplicemente per caso. Ciò può portare a conclusioni fuorvianti e ad una sovrastima della profittabilità delle strategie di trading.

Per evitare inferenze spurie risultanti dal data snooping, White (2000) ha proposto un test formale, noto anche come Reality Check di White, per determinare se esista effettivamente una regola superiore in un vasto insieme di regole. 

Il Reality Check di White

Il Reality Check confronta le performance di tutte le strategie appartenenti ad un insieme definito contro un benchmark, che tipicamente è una strategia buy-and-hold.

L’ipotesi nulla è che non esista alcuna regola con performance superiore rispetto al benchmark. Per respingere questa ipotesi è necessario che almeno una regola batta il benchmark con significatività statistica.

Per implementare il test, White suggerisce di utilizzare il bootstrap stazionario per stimare la distribuzione delle performance delle strategie sotto l’ipotesi nulla. In questo modo, il Reality Check permette di raggiungere delle conclusioni statistiche affidabili.


Vuoi scoprire come operiamo internamente in Savius sui futures degl indici americani? Guarda ora il nostro corso completoL’arsenale del Trader“!


Lo studio du Hsu e Kuan

Nel loro studio, Hsu e Kuan hanno testato la profittabilità dei pattern di analisi tecnica su quattro principali indici di borsa: DJIA, S&P 500, NASDAQ Composite e Russell 2000, considerando quindi sia mercati relativamente maturi (DJIA e S&P 500) che mercati più giovani e dinamici (NASDAQ e Russell 2000).

Per quanto riguarda le tecniche di trading, gli autori hanno preso in esame cinque categorie di regole semplici già analizzate precedentemente nella letteratura scientifica, includendo altre sette categorie di regole note tra gli operatori di mercato: strategie di momentum sui prezzi e sui volumi, testa-spalle, triangoli, rettangoli, doppi massimi e minimi, espansioni e contrazioni.

Hsu e Kuan non hanno considerato solo le regole di esecuzione più semplici ma anche le strategie degli investitori, le quali incorporano processi decisionali più complessi sulla base delle informazioni generate da più regole. In particolare, hanno analizzato tre tipologie di strategie degli investitori: 

  • Strategie di apprendimento: Queste strategie implicano che l’investitore, apprendendo dalle proprie esperienze passate, modifichi le proprie decisioni di trading sulla base di queste informazioni. 
  • Strategie di voto: Queste strategie implicano che l’investitore prenda decisioni di trading basate su una “votazione” sulla base dei segnali generati da diverse regole di trading. Ad esempio, se la maggior parte dei segnali suggerisce di acquistare un particolare asset, l’investitore seguirà questo consiglio.
  • Strategie con posizionamento modificabile: Queste strategie permettono all’investitore di modificare la propria posizione in base alle informazioni generate da più segnali.

I risultati dello studio

I risultati dello studio di Hsu e Kuan mostrano che esistono regole di trading semplici e strategie degli investitori redditizie in modo statisticamente significativo per l’indice NASDAQ Composite e Russell 2000, ma non per il DJIA e l‘S&P 500

In particolare, per il NASDAQ, ai tempi della pubblicazione dello studio, i segnali generati da una media mobile a 2 giorni con banda moltiplicativa 0,001, ha generato un rendimento giornaliero medio dello 0,152% (circa 38,2% su base annua). Per Russell 2000, invece, la media mobile semplice a 2 giorni ha generato un rendimento giornaliero medio dello 0,186% (circa 47,1% annuo).

Anche in termini di rapporto di Sharpe, le migliori regole citate nello studio per NASDAQ Composite e Russell 2000 sono la media mobile a 2 giorni con banda moltiplicativa 0,001. 

È quindi interessante notare che le migliori strategie analizzate per entrambi gli indici pare siano relative a segnali di breve termine basati sulle medie mobili. Questo risultato è in linea con i risultati di Sullivan et al. (1999) per il DJIA dal 1915 al 1996.

Oltre alle regole semplici, lo studio mostra che esistono numerose strategie degli investitori significativamente redditizie, soprattutto strategie di apprendimento, per NASDAQ Composite (27 strategie) e Russell 2000 (161 strategie). 

Inoltre, alcune strategie redditizie sono state costruite a partire da regole semplici non redditizie, il che dimostra l’importanza dei processi decisionali e di apprendimento degli investitori nell’analisi tecnica.

Confronto con il buy-and-hold

Per confermare la profittabilità dell’analisi tecnica, è fondamentale confrontare i rendimenti della migliore strategia identificata con quelli procurati da un semplice buy-and-hold

Senza considerare i costi di transazione, la strategia analizzata più performante per il NASDAQ Composite batte la strategia buy-and-hold in tutti i periodi inclusi nel campione tranne il 1998 e il 1999 (comunque con profitti positivi in questi due anni). Per il Russell 2000, la strategia migliore, invece, genera rendimenti superiori in tutti gli undici anni del campione.

In termini di rendimento medio, le migliori strategie per entrambi gli indici superano la strategia buy-and-hold, anche considerando i costi di transazione (stimati allo 0,05% per ogni trade).

Anche nei periodi fuori dal campione (2001 e 2002), le strategie migliori ottengono performance più alte rispetto alla strategia buy-and-hold, che invece registra forti perdite.

Sebbene le strategie migliori non siano profittevoli in maniera uniforme in tutti i periodi, è giusto affermare che esse si confrontano favorevolmente con la strategia buy-and-hold sia nei periodi in-sample che out-of-sample.

I risultati supportano quindi l’ipotesi che l’efficienza debole del mercato potrebbe non essere ancora stata raggiunta nei mercati più giovani e che l’analisi tecnica, secondo questo paper, rimanga una pratica piuttosto valida nei mercati finanziari.

TLDR 

I risultati di questo studio hanno diverse implicazioni interessanti:

– Nel passato recente sono esistite semplici strategie di analisi tecnica in grado di battere il mercato, almeno per alcuni indici ed in certi periodi. Ciò supporta l’idea che l’efficienza del mercato potrebbe non essere ancora stata raggiunta, specialmente nei mercati più giovani.

– I trader e gli investitori possono migliorare le performance delle strategie semplici, costruendo strategie più complesse che includano processi decisionali e di apprendimento su base statistica. Questo spiega perché l’analisi tecnica rimanga ancora oggi popolare nonostante alcuni studi abbiano respinto la profittabilità delle strategie più semplici.

– I risultati confermano l’importanza di considerare costi di transazione realistici nella valutazione della redditività dell’analisi tecnica e di qualsiasi altra strategia. Molti studi precedenti hanno trascurato questo aspetto fondamentale, ed è un errore comune nel backtesting amatoriale.

– Il metodo del Reality Check di White è cruciale per correggere possibili distorsioni da data snooping ed ottenere inferenze statistiche affidabili.

In conclusione, questo studio rafforza l’evidenza che l’analisi tecnica, se applicata in maniera appropriata, può rappresentare uno strumento utile per investitori e trader, nonostante gli scetticismi. Tuttavia, ulteriori ricerche sono necessarie ed è fondamentale effettuare un’analisi statistica approfondita di qualsivoglia strategia di trading “meccanico”. 


Se questo articolo ti è piaciuto, potresti trovare interessanti anche i seguenti post:


Sei interessato ad usare VolSys o VolBook di VolumetricaTrading? Usa questo coupon per ricevere un 10% di sconto al momento dell’acquisto: FRL10DS


Referenze
[1] Re-Examining the Profitability of Technical Analysis with White’s Reality Check and Hansen’s Spa Test by Po-Hsuan Hsu, Chung-Ming Kuan :: SSRN 

Flavio "L4z0r" F.

Full-time Trader; SaviusLLC blogger. Twitter profile: https://twitter.com/L4z0r

Leave a Reply