Hai davanti una stagionalità sul rame che negli ultimi 5 anni ha chiuso positivamente il 100% delle volte. Entri?
Guarda meglio.
Allargando lo sguardo, la stessa finestra stagionale mostra 9 successi su 10 anni, 13 su 15, 15 su 20 e soltanto 33 su 60. E cambia anche il risultato medio: +3.660 dollari negli ultimi 5 anni, +2.660 sui 10, +1.917 sui 15, fino a soli +86 dollari sui 60 anni.
| Profondità storica | Anni positivi | Risultato medio |
|---|---|---|
| 5 anni | 5 su 5 | +3.660 $ |
| 10 anni | 9 su 10 | +2.660 $ |
| 15 anni | 13 su 15 | +1.917 $ |
| 20 anni | 15 su 20 | — |
| 60 anni | 33 su 60 | +86 $ |
Non abbiamo cambiato mercato. Non abbiamo cambiato finestra temporale. Abbiamo cambiato la profondità della storia che stiamo osservando.
E improvvisamente la domanda “questa stagionalità funziona?” non è più sufficiente.
La domanda interessante diventa: quale parte di quella storia è davvero confrontabile con il mercato nel quale stiamo operando oggi?
Ed è proprio qui che la stagionalità diventa affascinante. Non perché ci dica che cosa succederà, ma perché ci permette di conoscere come si è comportato normalmente uno strumento in una determinata finestra temporale e poi porci la domanda che conta davvero:
esistono oggi le condizioni perché quella normalità possa continuare ad avere senso?
Questa è la differenza tra utilizzare una statistica e costruire un’operazione.
Una stagionalità non è una data sul calendario
Immagina di scoprire che il rame tende storicamente a salire tra due determinate date.
Potremmo fermarci alla percentuale di anni positivi. Ma perderemmo quasi tutto ciò che quella storia può insegnarci.
Noi vogliamo sapere quanto è salito mediamente, con quale velocità, quante volte durante il percorso è andato nella direzione opposta, quanto sono stati profondi quei movimenti avversi e quale volatilità ha caratterizzato quella finestra.
È ciò che intendiamo quando parliamo di conoscere la natura dello strumento.
Per fare questo abbiamo sviluppato SeasonTARGET, il software proprietario di Insider Academy dedicato all’analisi quantitativa delle stagionalità. Non si limita a mostrarci una curva media: ci permette di entrare dentro la storia dello strumento e osservare singoli anni, percentuale di successi, risultati medi, casi migliori e peggiori, dispersione e drawdown, confrontando profondità storiche differenti. In questo modo una semplice ricorrenza diventa qualcosa che possiamo analizzare, confrontare e utilizzare nel nostro processo decisionale.
Adesso sappiamo molto più di “16 volte su 20”.
Ma manca ancora qualcosa.
Il passato che stiamo osservando è davvero confrontabile con il presente?
Supponiamo che la stagionalità del rame sia rialzista.
Se oggi l’economia mondiale sta accelerando, la domanda industriale è robusta e i fondamentali del rame rimangono coerenti, quella ricorrenza storica trova un ambiente che può rafforzarne la credibilità.
Ma immaginiamo il contrario: crescita in rallentamento, domanda industriale debole e fondamentali che cominciano a deteriorarsi.
La stagionalità non è improvvisamente diventata falsa.
È diventata meno pertinente al contesto che stiamo vivendo.
Ed ecco perché, nel nostro modo di lavorare, la macroeconomia non compete con l’analisi stagionale. La completa.
Con MarketDETECTOR possiamo osservare regime, crescita, inflazione e indicatori anticipatori; con l’analisi fondamentale cerchiamo invece eventuali condizioni di normalità o anomalie specifiche del sottostante. È proprio questo il criterio utilizzato nel nostro Master: i fondamentali servono anche a capire se il presente sia compatibile con la normalità sulla quale stiamo costruendo l’ipotesi stagionale.
Adesso abbiamo conquistato qualcosa di importante: la storia ci propone un’opportunità; il presente ci aiuta a valutarne la credibilità.
Ma quali metalli stanno mostrando più forza? Con TradingTARGET osserviamo prima l’Indice Insider Metalli, poi confrontiamo i singoli componenti con quel riferimento. Nella finestra mostrata emerge il rame: un’informazione da incrociare con la sua stagionalità. È qui che la suite diventa uno strumento di selezione: dal comparto al sottostante, restringiamo il campo e concentriamo l’analisi dove troviamo evidenze più interessanti.
Ma attenzione: qui possiamo facilmente ingannare noi stessi
Immagina che dei nostri vent’anni ce ne siano tre terribili.
Togliamoli?
La curva diventerebbe probabilmente bellissima.
Ed è proprio per questo che non possiamo eliminarli semplicemente perché rovinano il risultato.
Se un anno apparteneva a condizioni economiche profondamente differenti da quelle attuali, possiamo avere una ragione per studiare anche un campione più pertinente. Ma la motivazione deve nascere prima dal contesto, non dopo dal rendimento che vogliamo eliminare.
Il campione completo deve restare visibile.
Se togliendo tre anni la stagionalità passa da mediocre a spettacolare, quella differenza non va nascosta. È un’informazione sul grado di dipendenza del risultato dalle nostre scelte.
Questa, per noi, è analisi quantitativa: non cercare la curva più bella, ma capire quanto possiamo fidarci di ciò che stiamo osservando.
E se il mercato avesse già vissuto qualcosa di simile?
Qui possiamo spingerci ancora più avanti.
Nei nostri software cerchiamo anche quelli che chiamiamo anni gemelli: periodi storici nei quali il comportamento dello strumento mostra una forte somiglianza con quello attuale.
Nella schermata sul rame HGZ26, il confronto su 255 giorni individua due anni con correlazione superiore all’80%: 2021 e 2006, rispettivamente 86,72% e 87,50%.
Che cosa facciamo?
Non diciamo: “È già successo, quindi succederà di nuovo”.
Facciamo qualcosa di molto più interessante: andiamo a studiare quei due anni.
Che cosa stava accadendo? Quali fondamentali guidavano il movimento? Il regime economico era confrontabile? E soprattutto: la somiglianza rimane forte proprio dentro la finestra nella quale vogliamo operare?
L’anno gemello non è una previsione.
È una pista investigativa.
Adesso possiamo far scendere tutto nella Cascata Probabilistica
A questo punto guardate quante informazioni abbiamo accumulato.
Abbiamo una ricorrenza stagionale. Conosciamo distribuzione, movimenti avversi e volatilità. Abbiamo confrontato il presente con il passato. Abbiamo verificato regime macro e fondamentali. Possiamo studiare gli anni maggiormente comparabili.
Ogni elemento da solo è insufficiente.
Insieme cominciano a costruire un vantaggio probabilistico.
Ed è qui che la stagionalità trova il suo posto nella nostra Cascata Probabilistica.
Contesto → asset → sottostante → stagionalità → scadenza → strategia → dimensionamento → protezione → gestione.
Soltanto alla fine arriviamo alle opzioni.
Con OptionTARGET possiamo trasformare l’ipotesi che abbiamo costruito in una struttura operativa, scegliendo strike e scadenza e studiandone probabilità, payoff e comportamento durante il percorso.
La differenza è enorme.
Non stiamo comprando perché “negli ultimi vent’anni a ottobre è salito”.
Stiamo chiedendo alla storia che cosa tende ad accadere, al presente se esistono ancora le condizioni perché accada e alle opzioni come trasformare quella convergenza in un’operazione.
Questa è la stagionalità quando smette di essere calendario.
E diventa trading di sistema.
Se vuoi vedere questo processo applicato concretamente alle materie prime, nel video Come funziona Seasonalgo: Come Filtrare le Operazioni Migliori sulle Materie Prime ti mostro come utilizziamo l’analisi stagionale per studiare e filtrare le opportunità prima di portarle sul mercato.
Guarda il video — Come funziona Seasonalgo: come filtrare le operazioni sulle materie prime
Per collegare la stagionalità alla selezione degli asset, approfondisci ciclo economico e mercati finanziari. Per interpretare il rischio dominante, leggi tassi di interesse e mercati.
Fonti e strumenti utilizzati
Fonti tecniche indipendenti
- NYU Stern V-Lab — Correlation Analysis — le correlazioni finanziarie possono variare nel tempo e dipendono dalla finestra osservata.
Metodo, tecnologia ed esperienza Insider Academy
Il metodo descritto deriva dal Master in Trading Stagionale e dalla Cascata Probabilistica Insider Academy: la normalità stagionale viene studiata attraverso direzione, velocità, volatilità e movimenti avversi; fondamentali e regime economico vengono utilizzati per valutarne la compatibilità con il presente.
SeasonTARGET rende osservabile la distribuzione della stagionalità; le Machine permettono di studiare natura dello strumento, campione, anni critici e compatibilità con il presente; MarketDETECTOR aggiunge la cornice macroeconomica; OptionTARGET porta infine l’analisi alla progettazione dell’operazione.