S&P500 E NASDAQ: COME BATTERE IL BENCHMARK


Nell’analisi presentata il 20/09/2017 abbiamo dimostrato attraverso l’oggettività tipica dei numeri, come un approccio break-out sia in grado di produrre risultati interessanti nel corso degli anni nonostante la forzatura di effettuare esclusivamente operazioni long-only e nonostante l’assenza di filtri protettivi. In tale studio (http://www.algoproject.it/dett_news.asp?id=200) abbiamo altresì dimostrato come un simile approccio si possa applicare alle borse mondiali, sia a quelle aventi una morfologia più mean-reverting sia (soprattutto) a quelle aventi un karma più break-out.

In questo paper ci focalizzeremo sul mercato statunitense al fine di dimostrare come la profonda differenza di morfologia fra l’indice della borsa americana S&P500 ed i suoi componenti, si ripercuota sulla profittabilità della medesima strategia, a seconda che sia applicata sull’indice piuttosto che sui componenti di quell’indice. Detto in parole più semplici, vedremo come un medesimo approccio (in questo caso break-out) possa produrre metriche profondamente differenti a seconda che la si applichi tout-curt al contenitore piuttosto che al contenuto.

Il risultato di tale studio non è per nulla scontato, soprattutto perché parliamo di logiche opposte all’approccio mean-reverting (notoriamente profittevole se applicato trasversalmente sulla borsa USA).

Facciamo una premessa: sarebbe stato interessante applicare l’analisi che segue anche ai mercati azionari europei. Tuttavia la minor facilità nel reperire dati di qualità e la mancanza di serie storiche sufficientemente lunghe, ci ha indotto a soffermarci inizialmente sul mercato americano riservandoci di analizzare anche quelli europei in un secondo momento.

Partendo dall’indice S&P500, abbiamo dunque ipotizzato di far analizzare al modello quantitativo la serie storica dell’indice S&P500 attraverso il suo noto etf SPY. Ricordiamo che il modello segue una logica tipicamente break-out, mentre è risaputo come l’indice S&P500 sia sensibile alla logica opposta. Non ci stupiremo più di tanto, dunque, se i risultati che ne scaturiranno non saranno interessanti (si veda la linea grigia nel Grafico 1).

La sorpresa emerge invece nell' analizzare l’indice S&P500. Abbiamo perciò fatto elaborare al modello tutti i 500 titoli che (ad oggi) compongono l’indice medesimo. A tal uopo, si osservi la linea blu del Grafico 1 a confronto anche con la linea rossa (che rappresenta l’indice S&P500 fatto 100 nel settembre 2000).

.

Grafico 1

.

Dal Grafico 1 si evince chiaramente una profonda differenza nella morfologia del NAV della strategia quantitativa applicata singolarmente ai 500 titoli, rispetto a quello della strategia applicata all’etf SPY. Ancor più evidente è il miglioramento che la logica break-out long-only produce rispetto al Buy & Hold della borsa americana stessa (il benchmark). L’improvement riguarda sia la redditività (ROE medio annuo pari a 6.11% a fronte del 4.02%) che a maggior ragione la rischiosità (max draw-down pari a -13.96% a fronte del -54.5% della borsa USA). Il grafico ad istogrammi riporta le performances annue della strategia e dell’S&P500, al fine di evidenziarne le divergenze.

Questo gap nelle metriche è in parte ascrivibile, a nostro avviso, a due ragioni:

1. Eterogeneità fra le azioni componenti l’indice;

2. Mutevolezza nel tempo delle eterogeneità medesime;

Relativamente al punto 1, ci riferiamo alla coabitazione all’interno del medesimo indice, di azioni prettamente mean-reverting (utilities, ad esempio) e di azioni/settori più direzionali. Nella misura in cui la strategia break-out riesce a contenere i danni sulle azioni meno direzionali ed a produrre buone performances sui titoli più “break-out sensitive”, ecco che nella sua globalità si spiegano le metriche complessivamente profittevoli.

Più insidioso invece è il punto 2. Va infatti precisato che i settori all’interno dell’indice S&P500 non presentano, né hanno sempre presentato in passato, il medesimo peso percentuale.

Si osservi a tal scopo il Grafico 2.

.

Grafico 2

fonte http://siblisresearch.com

.

Come si può osservare, il peso dei vari settori è stato estremamente mutevole nel corso del tempo, dando in tal modo all’indice nel suo complesso un’impronta di volta in volta frutto del maggior o minor peso dei vari comparti.

Ad ogni modo, andando ad analizzare tutte le 500 azioni dell’indice, si è matematicamente sicuri di coprire tutte le fattispecie di titoli, cogliendo dunque le opportunità break-out delle realtà più vicine a questa morfologia e minimizzando i danni sulle realtà opposte.

Questo fenomeno è ancor più apprezzabile se spostiamo l’attenzione dall’indice S&P500 al più volatile e direzionale indice NASDAQ 100. Nel Grafico 3 troviamo la medesima analisi mostrata poc’anzi, applicata però a tale indice. In questo caso l’etf utilizzato per applicare la strategia break-out è QQQ (esso infatti replica linearmente l’indice Nasdaq 100).

.

Grafico 3

.

In questo caso osserviamo come l’applicazione del modello all’etf, generi metriche molto simili (sebbene leggermente peggiori) a quelle derivanti dall’applicazione a tutte le azioni componenti l’indice. Viene dunque a mancare la differenza fra la linea grigia e la linea blu che invece era macroscopica nel caso dell’S&P500. Questo è riconducibile essenzialmente alla maggior omogeneità esistente fra i titoli componenti l’indice e l’indice stesso (il contenitore è molto più simile al contenuto rispetto a quanto accadeva con l’S&P500).

Parallelamente notiamo come anche in questo caso, in presenza delle volatili azioni dell’indice Nasdaq, la strategia break-out riesca a generare buone metriche rispetto al benchmark, sia dal lato redditività che (soprattutto) dal lato rischiosità (il max draw-down passa da -76.68% a -12.84% a fronte di un ROE pari all’8.62%).

.

.

Conclusioni

- Abbiamo dimostrato come un metodo break-out ben impostato sia in grado di funzionare profittevolmente sia facendolo lavorare su tutte le azioni dell’indice S&P500 sia su tutti i titoli appartenenti all’indice NASDAQ 100;

- Dall’analisi è emerso come mentre per il Nasdaq vi sia omogeneità fra titoli appartenenti ad esso e all’indice medesimo, altrettanto non si può dire per l’S&P500. Questo provoca una perdita di redditività applicando un modello break-out a quest’ultimo indice ed implica che solo una strategia mean-reverting applicata ad esso è in grado di generare metriche performanti.

.

Pubblicato il 29/09/2017



Privacy Policy  Cookie Policy