BORSE MONDIALI: BREAKOUT O MEAN REVERTING ?


È noto come la comprensione della morfologia dei mercati sia determinante al fine di approcciarli nel modo più efficace e quindi più profittevole. Quando parliamo di “morfologia”, ci riferiamo principalmente alla distinzione fra mean-reverting e break-out. Vi sono infatti mercati tipicamente riconducibili alla prima categoria (la borsa americana, gli indici di volatilità ed in parte anche certe valute), altri riconducibili alla seconda categoria (diverse commodities e parecchi indici azionari mondiali) ed altri ancora che possiedono caratteristiche ibride mutevoli nel tempo.

In questo studio dimostreremo come un approccio quantitativo di natura break-out, se elaborato in modo appropriato e non soggetto ad over-fitting, sia in grado non solo di battere il benchmark di riferimento, ma anche di poter generare metriche interessanti se applicato ad un portafoglio di indici azionari mondiali sufficientemente diversificato.

.

1. Presentazione del portafoglio indici internazionali

Prima di entrare nel merito dei settaggi, vorremmo descrivere a tal proposito l’importanza della scelta del portafoglio.

Affinché il metodo sia robusto, occorre che il maggior numero possibile di indici venga analizzato: da quelli palesemente più direzionali (e pertanto più facilmente profittevoli) a quelli più irregolari (e come tali meno performanti). Ognuno infatti, nel suo mutevole andamento e nella sua mutevole morfologia, potrà apportare un fattivo contributo alle metriche globali.

Grafico 1

(fonte: S&P Dow Jones)

Il Grafico 1 riporta l’andamento di un portafoglio composto da 44 indici azionari mondiali, fatti 100 a inizio 2008. Abbiamo evidenziato con la linea azzurra grossa, l’andamento della borsa statunitense, in rosso l’indice della borsa italiana ed in nero la media di tutti gli indici considerati. 3 di questi indici calcolati da S&P-Dow Jones, rappresentano aggregazioni (Emerging Markets, Frontier Markets ed Easter Europe), mentre i rimanenti 41 si riferiscono ad altrettanti Stati sovrani.

Nel Grafico 3 possiamo inoltre notare le aree geografiche degli Stati sovrani coperti dai vari indici azionari considerati.

Grafico 2

Grafico 3

Si spazia dalla borsa danese (una di quelle maggiormente performanti nel periodo analizzato) alla borsa greca (la peggiore fra tutte, con il suo -92% di periodo). Nonostante la morfologia profondamente differente di questi due indici, ad esempio, una strategia quantitativa ben calibrata deve essere perfettamente in grado di cogliere tutte le opportunità anche in presenza di realtà così eterogenee. Il tutto sempre sotto il vincolo consistente nell’effettuare esclusivamente operazioni long, dato che stiamo parlando di una logica prettamente rialzista e (come tale) compliant con fondi ucits.

Grafico 4

P&L generati dalla borsa danese

Grafico 5

P&L generati dalla borsa greca

Come si può evincere dai grafici 4 e 5, i risultati prodotti (Profit & Loss cumulati) risultano interessanti e relativamente costanti nel tempo sia quando viene analizzata la migliore borsa dal 2008, sia quando viene esaminata la peggior borsa.

Tutto ciò è stato possibile nonostante il vincolo “long-only” e nonostante la scelta di escludere ogni qualsivoglia forma di filtro, in quanto si è voluto dotare la strategia del minor numero possibile di parametri (fonte, come si sa, di over-fitting parametrico). Contestualmente si è preferito lasciare alla strategia massima elasticità nella gestione delle entrate (non vincolate da alcun filtro), anche a costo di avere qualche falso segnale in più.

Grafico 6

Un ultimo dato inerente gli Stati considerati riguarda il PIL complessivamente sviluppato da questi paesi. Come mostrato nel Grafico 6, stiamo parlando di 64.243 mld di dollari totali, rapportati al PIL mondiale di 78.278 mld di dollari (fonte: International Monetary Fund, dati del 2016). È evidente (e quasi scontato) il decisivo apporto di USA e China che insieme contribuiscono per quasi un terzo della ricchezza di tutto il mondo. Globalmente l’analisi coinvolge un’area economica che copre l’82% della ricchezza mondiale. In sede di aggregazione di portafoglio, tuttavia, si è optato per equi ponderare i risultati prodotti da ogni borsa valori così come mostrato nel Grafico 2.

.

2. Metriche generate dal fascio di NAV

La rappresentazione grafica dei NAV generati dall’applicazione della strategia su tutti gli indici azionari, da inizio 2008 a settembre 2017, è riportata nel Grafico 7.

Grafico 7

Al di là della divaricazione fra le varie linee al passare del tempo, si noti un aspetto fondamentale: il 2008. Come si può facilmente constatare, ad eccezione di un’equity line (quella relativa alla borsa egiziana) nessun’altra ha risentito della gravissima crisi finanziaria occorsa durante quell’anno.

Questo è stato possibile, come già anticipato poc’anzi, grazie ad un’appropriata impostazione delle regole di ingresso/uscita piuttosto che dall’introduzione di filtri vari. Le logiche break-out, infatti, per definizione devono produrre trigger-signals quando il sottostante si muove nella direzione della posizione che si intende assumere. L’eventuale introduzione di filtri avrebbe potuto essere di aiuto per evitare tanti falsi segnali, tuttavia il rischio a cui si sarebbe incorsi sarebbe consistito nella possibilità di vedersi preclusi sostanziali movimenti rialzisti, particolarmente violenti proprio nella loro fase iniziale. Il modello in questione, invece, riesce ad abbinare il vantaggio del ridurre al minimo i falsi segnali senza vedere preclusa la possibilità di partecipare ad importanti trend (anche di durata pluriennale). Il tutto in un contesto di assenza di ottimizzazione parametrica, resa possibile dalla mancanza, di fatto, di inputs parametrici. La semplicità rappresenta dunque una delle migliori alleate nel costruire strategie potenzialmente robuste ed in grado di adattarsi a mercati mutevoli e violenti nella loro fisiologica ciclicità. Nelle pagine che seguono analizzeremo nel dettaglio gli effetti di tali impostazioni.

.

3. Metriche di portafoglio a confronto col benchmark

Il grafico 8 riporta il NAV della strategia break-out in oggetto, long-only, applicata ai 44 indici analizzati. Non è stato ipotizzato il compounding degli utili conseguiti alla chiusura dei vari segnali. La linea blu si riferisce alle metriche ottenute a leva massima pari ad 1, a partire dal 2004 a settembre 2017, confrontate con quelle ottenute dal benchmark (linea rossa). Quest’ultimo è stato calcolato in modo sintetico attraverso la media di tutti gli indici analizzati (ciascuno presente in modo equi-ponderato).

Grafico 8

Si notano subito due aspetti rilevanti:

.

4. Esposizione ed efficiente utilizzo del capitale

Come accennato poco fa, la strategia opera con una leva massima pari ad 1. Diciamo “massima” in quanto si è ipotizzato di stanziare un capitale calibrato sulla base del numero massimo di posizioni teoricamente apribili contemporaneamente (nel nostro caso, pari a 44 sottostanti). Difficilmente tutti i sottostanti potranno risultare aperti contestualmente; pertanto la leva massima sarà pari a 1 se, e solo se, tutti i 44 strumenti analizzati fossero aperti, diversamente la leva oscillerà in un intervallo compreso fra 0 ed 1.

Nel grafico 9 abbiamo riportato l’andamento nel corso degli ultimi 13 anni, dell’esposizione azionaria (area rossa) e della rimanente parte del portafoglio “parcheggiata” in cash, a disposizione per coprire eventuali segnali nei successivi mesi.

Grafico 9

L’elemento che subito si può osservare è come l’esposizione azionaria tenda a precipitare velocemente verso valori prossimi allo zero, in presenza di movimenti ribassisti del benchmark. Come dire: mano a mano che i mercati analizzati manifestano un trend ribassista, la strategia si flatta fino a poter anche azzerare l’esposizione azionaria globale (2008, 2011 e 2015).

Questa fattispecie si presta ad una duplice lettura:

La conseguenza del secondo punto è dunque che la parte di portafoglio ferma nel cash, sarebbe molto più logico e profittevole investirla in bonds a bassa duration, sia per consentire un minimo di remunerazione del capitale ma soprattutto per poter beneficiare del fisiologico effetto fly-to-quality verso l’obbligazionario proprio quando i mercati azionari sono ribassisti e quindi quando l’esposizione azionaria è minima.

.

5. Inserimento di una componente obbligazionaria

La variante che illustriamo ora recepisce la seguente ipotesi: investimento della liquidità non impegnata nella parte azionaria, in bonds governativi a breve duration anziché in cash.

Grafico 10

A tal scopo (vedi Grafico 10) abbiamo creato un indice obbligazionario sintetico, molto semplice da replicare anche in real, composto al 50% dalle seguenti componenti:

Per motivi legati alla reperibilità dei dati, abbiamo ipotizzato di adottare tale ripartizione a partire da settembre 2007 mentre per la parte antecedente abbiamo utilizzato l’indice Barclays Capital Bond Composite - Global Index.

Grafico 11

Come era lecito attendersi, l’effetto fly-to-quality in favore dei bonds durante i sell-off, generando un incremento delle quotazioni obbligazionarie in tali contesti, ha consentito un miglioramento delle performances del modello soprattutto attenuando i draw-downs. Su base annua, l’improvement dal lato redditività della versione azionario/bonds rispetto alla versione azionario/cash è quantificabile in poco meno di 2 punti percentuali annui. Molto più sensibile invece il miglioramento dal lato rischiosità, dal momento che il Max DrawDown si riduce di poco più di 8 punti percentuali.

.

6. Comparazione con fondi ucits

Come ultimo strumento di stress-test della strategia, abbiamo confrontato i risultati con quelli realmente conseguiti dai fondi appartenenti alla medesima categoria. A questo scopo, abbiamo utilizzato come categoria naturale di riferimento gli “Azionari internazionali Flex Cap”.

Tramite il sito Morningstar, abbiamo pertanto effettuato il ranking dei migliori fondi appartenenti a tale categoria, in ordine decrescente in base alla performance a 10 anni.

Tabella 1

(fonte: Morningstar.it)

Non essendo stato possibile reperire i dati puntuali storici del primo fondo (Credit Suisse Global Security Equity Fund B USD), abbiamo proceduto all’analisi prendendo come riferimento il secondo fondo, ovvero il Pictet Security P USD. Per quest’ultimo non ci sono stati problemi ad ottenere i dati del NAV degli ultimi 10 anni. Riteniamo che le differenze di metriche fra questo fondo ed il primo classificato possano tranquillamente essere ritenute marginali ai fini della comparazione in oggetto.

Il Grafico 12 fornisce la rappresentazione dei NAV, fatti 100 a ottobre 2006 (data del lancio del fondo Pictet Security P USD).

Grafico 12

(fonte: Pictet Asset Management)

Va precisato che il fondo della Pictet è appesantito dalle tipiche commissionalità di un fondo UCITS e che sono quantificabili in un T.E.R. pari a 2.02%. Pertanto parte del gap fra il NAV del fondo ed il NAV della strategia break-out stocks/cash (vicina alla politica del fondo rispetto alla versione stocks/bonds) è certamente riconducibile a tale voce. Al netto di ciò, tuttavia, è evidente come i draw-downs registrati durante il 2007-2008 e durante il 2011 e 2015 sia dal fondo Pictet che dal benchmark, mostrino ampiezza e durata nettamente peggiori.

.

7. Conclusioni

Lo scopo principale del presente studio, al di là delle metriche illustrate, è rappresentato dalla dimostrazione con numeri oggettivi dei seguenti aspetti:

1. È possibile applicare con successo strategie break-out ai mercati azionari, nonostante sia risaputo come molti di questi (in primis il mercato azionario USA) riportino per antonomasia una morfologia prettamente mean-reverting;

2. Un approccio semplice, aparametrico, applicato trasversalmente alla quasi totalità degli indici azionari mondiali (82% del PIL mondiale) è in grado di produrre metriche in grado di battere (soprattutto dal lato rischiosità) sia il benchmark sia i migliori fondi di categoria;

3. Nonostante l’impossibilità di effettuare operazioni short e nonostante la scelta di evitare filtri on/off, si è dimostrato come dal lato della rischiosità storica (draw-downs), sia possibile contenere il rischio entro limiti decisamente inferiori a quelli del benchmark sia a livello quantitativo (ammontare dei draw-downs) sia a livello temporale (durata dei time-to-recovery);

4. Infine abbiamo dimostrato come l’introduzione di una componente obbligazionaria di bassa duration sia in grado di migliorare ulteriormente le metriche soprattutto durante i bear-markets, sfruttando in particolar modo l’effetto fly-to-quality. Tale variante è più compliant per fondi bilanciati e/o flessibili;

5. Un approccio quantitativo può essere di ausilio e/o supporto nella gestione di prodotti di investimento UCITS compliant sia a livello di fondi azionari internazionali sia a livello di fondi bilanciati e/o flessibili.

.

.

Fonti:

.

.

Pubblicato il 20/09/2017



Privacy Policy  Cookie Policy