A chi serve — A chi vuole orientarsi tra trend following, momentum, mean reversion, carry, relative value, market making ed event-driven senza scambiare il nome della famiglia per una strategia pronta all'uso.
Le famiglie di strategie sistematiche raggruppano sistemi che condividono un meccanismo o una forma di costruzione del portafoglio. Sono tassonomie utili, non confini naturali: una strategia può combinare più famiglie e lo stesso nome può descrivere implementazioni molto diverse.
La letteratura documenta rendimenti storici associati ad alcune famiglie, ma non garantisce che siano persistenti, investibili o disponibili a ogni scala. Universo, periodo, dati, definizione del segnale, esposizioni, costi e selezione dei test possono cambiare la conclusione. In Cyclepedia una famiglia spiega la domanda economica; la specifica stabilisce la strategia realmente testata.
Una tassonomia operativa
| Famiglia | Idea generale | Costruzione tipica | Rischi da rendere visibili |
|---|---|---|---|
| Trend following / time-series momentum | una direzione passata contiene informazione sulla direzione futura dello stesso strumento | long o short in funzione del proprio segnale storico | inversioni rapide, whipsaw, volatilità, leva, roll e correlazione nelle crisi |
| Momentum cross-sectional | strumenti relativamente forti vengono confrontati con quelli deboli | ranking di un universo, spesso long-short o long-only | crash del momentum, turnover, esposizioni a fattori e composizione dell'universo |
| Mean reversion / contrarian | una deviazione tende a ridursi verso un riferimento condizionale | posizione contro il movimento o contro lo spread | riferimento instabile, “catching a falling knife”, code e costi frequenti |
| Carry | si detengono esposizioni associate a differenze di rendimento, curva o convenienza | ranking o portafoglio tra asset/contratti | perdite di crash, funding, roll, valuta e affollamento |
| Relative value / statistical arbitrage | una relazione tra strumenti rende una deviazione relativamente anomala | spread, hedge o portafoglio neutralizzato | rottura della relazione, model risk, shorting e liquidità congiunta |
| Market making / liquidity provision | si quotano prezzi per catturare spread compensando inventory e selezione avversa | ordini passivi, controllo inventario e cancellazioni | adverse selection, latenza, code, salti e inventory risk |
| Event-driven | un evento definito modifica distribuzione o convergenza dei prezzi | regole attorno ad annunci, fusioni, ribilanciamenti o corporate action | probabilità dell'evento, gap, dati specialistici e vincoli legali/operativi |
| Execution / scheduling | si cerca di attuare una decisione minimizzando costo e rischio di esecuzione | slicing, routing e scelta tra urgenza e impatto | benchmark improprio, non-fill, impatto e informazione rivelata |
“Arbitraggio” richiede particolare precisione. Un arbitraggio teorico privo di rischio e un empirical relative-value trade non sono la stessa cosa. Pairs trading, convergence trade e statistical arbitrage possono subire divergenza, vincoli di funding, richiamo del prestito, costi e salti. Chiamarli arbitraggio non rende garantita la convergenza.
Trend e momentum: due assi distinti
Il time-series momentum confronta il comportamento di uno strumento con il proprio passato e può assumere segno positivo o negativo. Il momentum cross-sectional ordina strumenti nello stesso momento e prende esposizione relativa ai vincitori e ai perdenti. I due segnali possono concordare o no: in un mercato ampiamente negativo, i “vincitori” relativi possono comunque avere trend assoluto negativo.
Il trend following è una famiglia più ampia: medie mobili, breakout e modelli di stato possono produrre esposizioni trend senza essere definizioni equivalenti. La velocità del segnale determina turnover, reattività e rischio di whipsaw; la normalizzazione per volatilità modifica concentrazione e leva. Non esiste una finestra universalmente corretta.
Gli studi di Jegadeesh e Titman e di Moskowitz, Ooi e Pedersen documentano due forme storiche di momentum in campioni e disegni specifici. Sono basi per studiare il fenomeno, non parametri da trasferire automaticamente a mercati, costi e periodi diversi.
Mean reversion: verso quale riferimento?
Una strategia mean-reverting presuppone che una deviazione sia temporanea rispetto a una media o relazione rilevante. Il riferimento può essere la storia dello stesso prezzo, uno spread tra strumenti, un valore fondamentale, un modello di rischio o una relazione microstrutturale. Se il riferimento cambia, la posizione può sembrare “sempre più conveniente” mentre accumula rischio.
Occorre distinguere:
- reversione statistica, proprietà stimata di una serie o di uno spread;
- contrarian cross-sectional, acquisto relativo di perdenti e vendita di vincitori;
- liquidity reversal, recupero dopo pressioni transitorie;
- value, prezzo relativo a una misura economica su orizzonte spesso lungo.
Questi concetti possono sovrapporsi, ma non sono sinonimi. Test di stazionarietà o cointegrazione dipendono da modello e campione e non assicurano convergenza nel periodo di detenzione.
Carry: rendimento atteso o compenso per rischio
“Carry” cambia significato tra asset. Può riguardare differenziali di tasso in valuta, pendenza della curva, roll yield dei future, rendimento di obbligazioni o costo/beneficio del detenere un'esposizione. Un confronto deve esplicitare definizione, valuta di base, coperture, finanziamento, collateral e roll.
Il carry osservato non è necessariamente un guadagno quasi certo: può essere compenso per esposizioni che perdono durante compressioni di liquidità o variazioni brusche. Lo studio cross-asset di Koijen e coautori costruisce una definizione comparabile nel proprio disegno; un'implementazione pratica deve ancora dimostrare investibilità, costi e rischio di coda.
Relative value e market making
Il relative value cerca di isolare una relazione più che la direzione generale del mercato. L'hedge è però stimato, può cambiare e può lasciare rischi di base, fattore, valuta o duration. Il pairs trading studiato da Gatev, Goetzmann e Rouwenhorst è un disegno storico specifico: non dimostra che qualsiasi coppia correlata converga.
Il market making è diverso da un semplice segnale mean-reverting. Il risultato dipende da spread catturato, priorità in coda, probabilità di fill, adverse selection, inventory e capacità di cancellare o coprire. Un backtest su barre OHLC raramente osserva tutti questi stati; assegnare automaticamente un fill al bid o all'ask può trasformare una precedenza inesistente in profitto simulato.
Gli algoritmi di esecuzione, infine, non costituiscono per forza una famiglia di alpha. Possono minimizzare implementation shortfall o rischio rispetto a un benchmark di esecuzione per una posizione già decisa.
Come confrontare due strategie
| Asse | Domande da porre |
|---|---|
| Meccanismo | quale comportamento, rischio o frizione dovrebbe sostenere il risultato? |
| Orizzonte | quanto dura segnale, posizione e informazione usata nelle label? |
| Esposizioni | beta, duration, volatilità, valuta, credito o liquidità spiegano il P&L? |
| Turnover | quanta parte del lordo viene assorbita da spread, impatto e finanziamento? |
| Capacità | come cambiano fill e costo quando cresce la quantità? |
| Dipendenza | i trade sono sovrapposti o concentrati negli stessi episodi? |
| Coda | dove compaiono gap, short squeeze, deleveraging o rottura della relazione? |
| Diversificazione | i sistemi hanno nomi diversi ma la stessa esposizione latente? |
La correlazione media dei rendimenti è solo un punto di partenza. Dipendenze condizionali e perdite simultanee negli scenari rilevanti possono rivelare una concentrazione nascosta tra sistemi.
Esempio illustrativo di classificazione
Un portafoglio compra i future con segnale positivo sui propri rendimenti passati, vende quelli con segnale negativo e scala le posizioni usando una stima di volatilità. Può essere classificato come time-series momentum o trend following. Tuttavia la specifica deve ancora definire contratti, roll, frequenza, finestra, stima della volatilità, limite di leva, gestione dei gap e costi. Cambiare uno di questi elementi può cambiare il rischio più del nome della famiglia.
Questo esempio illustra la tassonomia; non è un consiglio operativo né una pretesa di rendimento.
Fonti
- Narasimhan Jegadeesh e Sheridan Titman, Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency — studio originario sul momentum cross-sectional nel campione analizzato.
- Tobias J. Moskowitz, Yao Hua Ooi e Lasse Heje Pedersen, Time Series Momentum — evidenza e costruzione del time-series momentum nel disegno cross-asset studiato.
- Ralph S. J. Koijen et al., Carry — definizione e confronto del carry tra classi di attività nel campione dello studio.
- Evan Gatev, William N. Goetzmann e K. Geert Rouwenhorst, Pairs Trading: Performance of a Relative-Value Arbitrage Rule — metodologia ed evidenza storica su una regola di pairs trading.
- Werner F. M. De Bondt e Richard Thaler, Does the Stock Market Overreact? — studio classico su overreaction e rendimenti contrarian nel campione considerato.