COMMODITY FUTURES: ANALISI DEL LORO REALE ANDAMENTO


Con questo articolo vorremmo porre l’attenzione su un aspetto tutt’altro che marginale attinente la corretta interpretazione e visualizzazione dei grafici di medio/lungo periodo circa i futures su commodities.

Partiamo da un semplice esempio:

Ipotizziamo che il giorno 3 scada il contratto future vecchio (sfondo azzurro nella tabellina) e contestualmente diventi più liquido il contratto nuovo (sfondo giallo nella tabellina).

Come si può vedere, la differenza fra i due contratti futures, al giorno 3, è pari a 18.500 – 12.500 ovvero 6.000 punti.

Vediamo ora come si può costruire il contratto continuous, rettificando la banca dati in base al cosiddetto “Backwards Panama Method”.

Il “Backwards Panama Method” fa in modo di mantenere il valore della serie continuous, a partire dalla data successiva all’ultimo roll-over (dal giorno 3 in poi), esattamente pari al valore effettivamente osservato dal future trattato alla data corrente, rettificando invece tutti i dati antecedenti tale data. Partiamo pertanto con la rettifica iniziando dai valori più recenti. I prezzi del giorno 3 e 4 sono noti e pari al valore del future corrente; l’incognita è il valore della serie “sintetica” nei giorni precedenti il roll-over (giorno 2 e giorno 1). Osservando l’esempio, dunque, posto che il giorno 3 la serie continuous deve valere 12500 e dato che osservando il vecchio future si evince che il giorno 2 il future valeva 100 punti in più del valore osservato al giorno 3 (18600 rispetto a 18500), se ne ricava che il valore del future continuous del giorno 2 sarà pari a quello del giorno 3 più 100 punti. Praticamente, quindi, si va a applicare alla serie continuous, a ritroso nel tempo, la variazione in assoluto osservata sul future “vecchio”. Se dunque al giorno 3 il future continuous registra un valore pari a 12500, il giorno 2 varrà 100 punti in più, ovvero 12600. Analogo procedimento per il giorno 1 porta a ricavare il valore iniziale della serie continuous che sarà pari a 13000. La serie continuous sarà dunque “shiftata” in alto o (come in questo caso) in basso, di un ammontare pari alla differenza fra i due futures al giorno del roll-over.

Come si può osservare, le colonne riportanti le variazioni assolute nei giorni 2 e 3 fra la serie “vecchia” e la serie continuous sono dunque perfettamente identiche.

Ripetendo n volte a ritroso nel tempo questo procedimento, si vanno ad ottenere serie rettificate anche per anni e decenni.

Ma siamo sicuri che concettualmente sia corretto questo procedimento?

Dipende dalle finalità perseguite.

Se la finalità è quella di limitarsi ad osservare la morfologia di un future su un periodo medio/lungo, allora questo procedimento si rivela corretto (come vedremo fra un attimo con esempi concreti). Se invece al contrario la finalità è misurare variazioni di valore in termini percentuali oppure calcolare grandezze relative sulla serie rettificata (come ad esempio un indicatore ROC o un Momentum) ecco che la serie così rettificata non è più corretta. Va detto che può benissimo succedere che rettificando una serie con tale metodo, ad un certo punto si possano ottenere valori negativi. Questo accade in presenza di forti valori di contango fra i futures contigui oggetto di volta in volta di rollover.

La ragione della non correttezza per quest’ultima finalità è da ricercarsi nel fatto che il metodo in oggetto applica le variazioni assolute osservate sui vecchi contratti futures, ad una serie sintetica che assume per definizione valori ben differenti dalla serie “originaria” (quella cioè da cui quelle variazioni traggono origine). Nell’esempio di cui sopra, la variazione fra il giorno 1 ed il giorno 2 del contratto originario, pari a 300 punti su un contratto che vale 19000, ha una rilevanza ben differente se rapportata ad una serie che vale 13000 punti. Lo dimostra il fatto che questa variazione di 300 punti corrisponde ad una percentuale pari a -2.11% nella serie nativa mentre diventa una variazione di ben -3.08% nella serie sintetica/rettificata. 400 punti rapportati a 19000 valgono molto meno se rapportati a soli 13000 punti. Ecco che questo meccanismo, giorno dopo giorno, crea pesanti distorsioni che vanno ad alterare percentualmente la correttezza della serie così costruita.

Osserviamo un esempio concreto analizzando il future sul Coffee.

Questo che vediamo è il grafico “grezzo” del future sul Coffee, in assenza di qualsiasi forma di rettifica. Praticamente i dati dei vari contratti futures susseguitisi nel tempo, vengono semplicemente “attaccati” fra loro senza procedere ad alcuna rettifica. Nell’esempio di cui sopra, il giorno del roll-over avremmo notato nel grafico una perdita secca di 6000 punti. Ovviamente si tratta di una perdita fittizia, legata semplicemente al cambio di contratto future e non ad una perdita di mercato.

Ed ora vediamo come cambia la morfologia della serie attraverso la rettifica tramite il “Backwards Panama Method”:

Come spiegato poco fa, la parte finale della serie rettificata è esattamente pari al vero valore del future, a partire dall’ultimo roll-over, dopo di che i valori precedenti vengono “shiftati” in alto o in basso come precedentemente descritto.

Osservando la serie rettificata, vediamo che il valore finale del continuous è pari a circa 150 (valore del future nel 2017) mentre la parte iniziale del grafico è pari a circa 350.

Possiamo concludere che il contratto abbia perso in 30 anni il 57.14%? (200 punti su 350). Assolutamente no, proprio perché la serie così rettificata è corretta ai fini della morfologia generale ma non a livello di variazioni percentuali day-by-day.

Rettificando in modo appropriato la serie, e mantenendo quindi inalterate le variazioni percentuali giornaliere (anziché quelle in punti numerari) fra la serie “nativa” e la serie continuous, otteniamo dunque il seguente grafico (scala logaritmica):

Osserviamo che posto 100 il valore iniziale della serie, questa ad oggi assume valore pari a 7.21. Si può dunque affermare che in 30 anni questo sottostante abbia perso ben il 96.79% del proprio valore! L’uso della scala logaritmica si rende necessario ogni qualvolta andiamo a tracciare dei grafici su periodi medio/lunghi su sottostanti in cui è attivo il compounding. E gli strumenti del mercato finanziario sono per definizione e per eccellenza un esempio di compounding giornaliero.

Si noti altresì come le morfologie (solo le morfologie!) delle due ultime serie sono molto simili (a dimostrazione del fatto che a questi fini i due approcci pervengono ai soluzioni molto vicine) mentre in termini relativi le cose cambiano radicalmente.

A questo punto è interessante applicare questo studio comparativo a diverse commodities, al fine di poter quantificare con esattezza inconfutabile la perdita o l’incremento di valore dei vari sottostanti.

Partiamo dalle soft commodities (o coloniali), ovvero Caffè, Cacao, Cotone e Zucchero.

La riga intitolata "No-Adjusted" (la prima delle 3) riguarda la serie "grezza".

La seconda riga ("Adjusted algebricamente") si riferisce invece alla rettifica dei dati passati col “Backwards Panama Method” applicato tramite l'invarianza delle variazioni in punti.

Infine la terza riga ("Adjusted percentualmente") afferisce alla rettifica dei dati passati tramite “Backwards Panama Method” applicato attraverso l'invarianza delle variazioni percentuali.

Si noti come a parte lo Zucchero, le altre 3 commodities siano in pesante trend ribassista storico in questi ultmi 30 anni (cosa che non si percepirebbe di sicuro osservando i dati “grezzi” o “no-adjusted” dei grafici riportati nella prima riga).

Estendiamo ora lo studio al settore delle granaglie.

Anche in questo caso, tranne per la soia (soybean) ed in minor misura per l’avena (oats), si osserva come sia il frumento (wheat) che il mais (corn) sono in pesantissimo trend ribassista trentennale che non accenna a migliorare.

Fra le commodities energetiche, è invece emblematico il caso del Natural Gas mentre più laterale/ribassista appare la situazione del Crude Oil e del combustibile da riscaldamento (Heating Oil).

Passiamo ora ad alcuni metalli.

A differenza degli altri comparti, questo è l’unico in cui si intravede un trend moderatamente rialzista (ad eccezione dell’alluminio).

Chiudiamo infine con alcune commodities minori quali quelle sul bestiame, sul legname e sul riso grezzo.

Anche in questo caso, ad eccezione del Live Cattle, tutte le altre commodities si presentano in trend pesantemente ribassista con pochi cenni di inversione di trend.

Su questo ampio materiale di dati presenteremo presto alcuni studi e metodologie miranti a trarre profitto da questi particolari sottostanti, altamente decorrelati dal resto dei mercati finanziari.

Fonte: rielaborazioni AlgoProject su dati Stevens collection ottenuti tramite QuandL

Pubblicato il 07/03/2017



Privacy Policy  Cookie Policy