System #1 NDS

2.6.1 Riferimento ad un caso reale

Un sistema in ottica di portafoglio ha l’obiettivo di ridurre il rischio: per fare ciò la strategia presentata individua un evento del mercato che soddisfa condizioni molto restrittive. Questi requisiti elevati, se applicati ad un solo strumento si verificano raramente, ma su un intero portafoglio di simboli, questo avviene più frequentemente.

L’idea alla base di questo sistema parte da un brillante spunto di Stridsman, 2001, che presenta un sistema chiamato “Gold Digger” le cui condizioni di entrata identificano un periodo di ribasso caratterizzato da due settimane e due giorni di minimi consecutivi. Anche Larry Connors, in High Probability ETF Trading, dopo aver eseguito una serie di test e analizzato i dati ottenuti con tecniche di

information retrieval, giunge alla conclusione che comprare in momentaneo

periodo di debolezza del mercato sia comunque produttivo. Molti traders e investitori invece hanno sempre insegnato strategie opposte, anche in letteratura è molta diffusa questa tecnica con il nome di “buy strength and sell weakness”, che si basa sul comprare in periodi di forza e vendere in periodi di debolezza del mercato.

La conclusione di Larry Connors è opposta: comprare ai massimi relativi dell’ultimo breve periodo può essere considerato un segnale di mercato sano e allo stesso modo vendere nei minimi di breve periodo è un segnale di debolezza di mercato. Per esempio comprando l’S&P 500 sul massimo dei 10 giorni precedenti si conclude con una perdita di denaro entro una settimana. In mercato bullish usando questa strategia si sarebbe perso denaro, poiché i prezzi successivi ad una serie di nuovi massimi sono mediamente inferiori a questi picchi. Invece provando a comprare dopo 5 giorni consecutivi di minimi dell’S&P500, secondo i test di Connors, si sarebbe avuto un ritorno medio del 47% nella settimana successiva e un ritorno ancora maggiore mantenendo la posizione per una ulteriore settimana. Anche l’entrata su 10 giorni di minimi consecutivi si è dimostrata essere efficace con un ritorno medio del 56% della posizione aperta nella prima settimana.

Analizzando il rapporto tra il breve e il lungo periodo, possiamo però trovare un riscontro nella classica strategia “buy strength and sell weakness” anche in queste strategie che sembrano contraddirla. Infatti, i brillanti risultati di Larry Connors sono ottenuti aggiungendo un filtro a questo pattern di entrata: la sua analisi, come lui stesso sottolinea, non ha portato a brillanti risultati nel momento in cui i massimi si verificavano sotto la media mobile a 200 giorni. L’autore definisce

questo fenomeno come “bear traps“, poiché si verificano quando I mercati hanno un forte movimento positivo mentre sono ancora sotto la media a 200 giorni. È quindi consigliabile non comprare in questo periodo, poiché dall’analisi statistica esistono molti falsi segnali relativi a questo periodo.

2.6.2 Entrate

2.6.2.1 Entrate originali del sistema

Analizziamo ora le entrate del sistema per capire nel dettaglio la logica applicata da questa strategia.

LONG:

1. Il prezzo di chiusura deve essere maggiore della media mobile delle chiusure a 200 periodi

Close > Average(Close, 200)[1]

2. e deve essere minore delle chiusure degli ultimi N giorni, l’autore suggerisce 5 o 10.

Il grafico mostra la media mobile a 200 periodi come una linea trasversale alla curva dei prezzi in blu. Le barre sotto la chiusura sono presentate in nero. Le barre superiori alla media di lungo periodo sono colorate di blu, alcune di essere sono evidenziate in rosso quando soddisfano nello stesso momento anche la seconda condizione, quando la chiusura è la minore tra le chiusure delle ultime 5 barre.

SHORT:

• Chiusura deve essere minore della media mobile delle chiusure a 200 periodi.

Close < Average(Close, 200)[1]

• La chiusura attuale deve essere maggiore delle chiusure degli ultimi N giorni, anche per quanto riguarda l’uscita short l’autore suggerisce 5 o 10.

2.6.2.2 Entrate modificate

Dopo i test sono state apportate leggere modifiche alla struttura del codice: si sono rese parametrizzabili le variabili fondamentali espresse nelle condizioni di entrata ed uscita, come ad esempio la media a 200 giorni, in modo che queste potessero essere ottimizzate. Per ottenere ciò, sono stati quindi dichiarati input i parametri di nostro interesse, come accade per l’esempio seguente che si riferisce alla condizione di entrata.

Inputs: LE_Average(200),LE_NDays(5); LONG:

• La chiusura deve essere minore della media mobile delle chiusure a X periodi.

Close > Average(Close, LE_Average)[1]

• La chiusura attuale deve essere minore delle chiusure degli ultimi N giorni, anche in questo caso abbiamo usato la variabile parametrizzata, LE_Ndays, che in seguito è stata testata ed ottimizzata.

SHORT:

Per quanto riguarda le uscite short si devono fare due tipi di considerazioni. La prima è di tipo pratico, dettata da regole di mercato e dall’ambiente in cui si opera: ogni broker ha le sue politiche di utilizzo di entrate short che possono risultare troppo costose da sostenere paragonate alla profittabilità del sistema. Oltre al costo di prendere in prestito azioni, bisogna valutare che spesso i mercati azionari non sono sufficientemente liquidi. Il rischio può quindi essere quello di non poter aprire la propria posizione, o ancora più impegnativo, non poter chiudere una posizione in perdita.

La seconda considerazione riguarda invece le prestazioni del sistema. Gli strumenti finanziari con cui Larry Connors ha compiuto i suoi test sono gli ETF, un mercato dal comportamento molto diverso da quello azionario di nostro

interesse che è invece più lento a reagire e più incline a seguire un trend. Da questo deriva che dal punto di vista short, il sistema non produce dei risultati sufficientemente concreti e non può essere considerato un sistema robusto e consistente.

2.6.3 Exits

2.6.3.1 Uscite originali del sistema

Il sistema mette a disposizione delle uscite, sia per l’entrata long sia per la short, che si basano su semplici riferimenti temporali.

Dopo un predefinito numero di barre (5 o 10) il sistema esce in maniera deterministica:

• Uscita se sono passate dall’entrata 5 o 10 barre: if barssinceentry = 5 then

Sell from entry("NDSLongEntry") next bar at Open; buytocover from entry("ShortEntryNDS") next bar at Open;

2.6.3.2 Uscita adottata

Si è provato a parametrizzare l’uscita testandola al variare del numero di barre trascorse dal momento di entrata, ma questa non ha portato a risultati profittevoli. Nel mercato azionario il tempo necessario a recuperare movimenti di prezzi può variare di titolo in titolo e una uscita rigida di questo tipo non ha la sensibilità necessaria a percepire un cambiamento di trend in atto. Per gestire le uscite del sistema è quindi stato adottato un metodo più complesso che mette a disposizione un maggior numero di soluzioni comprendendo anche dei fattori di Money

Management.

La soluzione prende spunto dalla letteratura, Professional Stock Trading: System

Design and Automation, Mark R. Conway e Aaron N. Behle. In questa

pubblicazione, ricca di brillanti idee per il mercato azionario, è presentata una strategia di uscita che si compone di tre diversi tipi di segnali. Diversamente della proposta originale si sono cambiati i riferimenti dei prezzi da valori assoluti in valori percentuali: lavorando su un portafoglio, infatti, si ha una eterogenea lista di prezzi. È analizzata ora nel dettaglio l’uscita adottata per entrambi i sistemi. STOPLOSS

Lo stoploss è un tipo di uscita protettiva che permette di fermare subito un trade in perdita, percentuale o assoluta, da cui deriva il nome, letteralmente “stop alla

perdita”. Questo tipo di uscita permette in maniera indiretta di controllare il Drawdown del sistema e possiamo considerarla un importante, se non il più importante, elemento di Risk Management.