Focus sulla stagionalità

Uno dei presupposti di base dell’analisi tecnica è che la storia si ripete. Sulla base di questo assunto gli analisti tecnici cercano di identificare quella ciclicità/ripetitività che i prezzi delle varie attività finanziarie tendono a seguire e che può essere poi sfruttata per costruire delle valide strategie operative. Uno studio particolare riguarda la cosiddetta stagionalità (seasonality): quest’ultima mira infatti ad individuare delle specifiche finestre temporali all’interno delle quali le varie asset class (azioni, indici azionari, valute, materie prime, cryptovalute) hanno mostrato un andamento (positivo o negativo) che si ripete con una certa sistematicità. Questi comportamenti ricorrenti possono essere causati da una serie di fattori collegati alla singola attività finanziaria (si pensi ad esempio alle caratteristiche specifiche delle varie prime), ai flussi di liquidità che entrano/escono dai diversi mercati, al rilascio di dati economico-finanziari che avviene sempre in certi giorni della settimana (si pensi, ad esempio, ai dati relativi al mercato del lavoro Usa che vengono sempre comunicati il primo venerdì di ogni mese alle ore 14.30).

Lo studio della stagionalità analizza quindi l’andamento delle varie asset class nel corso di diversi archi temporali (giorni, settimane, mesi, trimestri) al fine di individuare quali sono i periodi migliori (ma anche quelli peggiori) per aprire (e poi chiudere) una posizione. Per ognuno dei 12 mesi dell’anno, per ognuna delle 52 settimane dell’anno, per ognuno dei 5 giorni della settimana e per ogni ora della giornata è possibile sapere se un mercato sale o scende, di quanto mediamente sale o scende e qual è la consistenza delle statistiche che vengono calcolate. In pratica si analizza il comportamento di un’attività finanziaria su differenti orizzonti temporali e si cerca di capire se si sono delle tendenze che si sviluppano con una certa frequenza. Alcuni mercati, ad esempio, mostrano spesso la tendenza a muoversi al rialzo o al ribasso in determinate fasce orarie piuttosto che in alcuni giorni della settimana oppure in determinati mesi dell’anno. Per effettuare questo tipo di analisi vengono analizzati i dati degli anni precedenti (per avere dati che siano sufficientemente affidabili si devono considerare i dati degli ultimi 25 anni) in modo da poter risalire alle performance medie e al loro livello di profittabilità. Il presupposto che sta alla base di queste strategie è che quella attività finanziaria conservi anche in futuro la stessa direzionalità che ha avuto in passato nel corso di quello stesso orizzonte temporale. Quando la ripetitività di un movimento diventa statisticamente solida è possibile costruire delle valide strategie di trading. E’ opportuno evidenziare che il “trading stagionale” è di tipo “buy&hold” ossia prevede di acquistare (o vendere) una certa attività finanziaria all’inizio del periodo che è stato individuato per poi rivenderla (o riacquistarla) alla fine dello stesso periodo, senza considerare le oscillazioni che i prezzi si verificano nel corso di quell’orizzonte temporale (in pratica non vengono considerati eventuali drawdown momentanei).

Il concetto di stagionalità, quindi, si fonda sulla ripetitività statistica del movimento compiuto da uno strumento finanziario. In termini tecnici, quando si fa riferimento a dei comportamenti ripetitivi, si parla di bias di mercato. In base al riferimento temporale preso in considerazione si parla di:
- intraday bias: verifica se i prezzi di una certa attività finanziaria, nel corso della sessione di trading, abbiano un movimento ripetitivo in determinate ore della giornata;
- daily bias: verifica se un mercato abbia la tendenza a salire o a scendere in alcuni giorni della settimana borsistica;
- monthly bias: cerca delle tendenze sfruttabili nel corso di un certo mese (per i mercati azionari, ad esempio, c’è l’effetto positivo di fine anno, con il classico rally di Natale, e di inizio gennaio, con i prezzi che tendono a salire nei primi giorni dell’anno, sia la negatività del mese di settembre/ottobre) o di un certo periodo dell’anno (spesso collegato al ciclo di produzione/distribuzione delle varie materie prime).

Altre analisi quantitative, al fine di ottenere un hedge statistico, mirano ad individuare la “natura” delle varie attività finanziarie: alcuni mercati, ad esempio, sono adatti a strategie di trend following e di momentum; altri mercati si fanno preferire in situazioni di breakout (precedute da compressioni di volatilità), altri mercati, invece, tendono ad essere “mean reverting” (e sono adatti a strategie di reversal).(riproduzione riservata)