9.2.2 Altre trading rules

     Le filter rules non vengono solitamente considerate una componente dell'analisi tecnica ed infatti nei numerosi testi tecnici 1 non vengono nemmeno menzionate; sono state definite addirittura una caricatura dell'analisi tecnica.
Di conseguenza ci sembra opportuno esaminare altri tipi di trading rules, come verifiche dirette dell'efficienza debole.

     Una delle più articolate ricerche empiriche sulla profittabilità dell'analisi tecnica nel mercato azionario è stato effettuato, per quanto riguarda gli anni settanta e ottanta, da Goldberg e Schulmeister 2.
La loro ricerca si differenzia per molti aspetti rispetto ai lavori precedenti; se la letteratura esistente aveva esaminato solo il mercato azionario a pronti, utilizzando dati con periodicità giornaliera o più estesa, ed impiegando una singola trading rule (tipicamente una filter rule), questo studio si distingue per un'analisi di profittabilità sia sul mercato cash che futures, con l'utilizzo di dati anche a rilevazione oraria e soprattutto per la verifica di un certo numero di regole di trading ampiamente utilizzate.

     Dopo la constatazione che l'analisi tecnica si avvale di strumenti qualitativi (tipicamente l'analisi grafica) che incorporano un certo elemento di soggettività e di strumenti quantitativi (tipicamente microelaborazioni statistiche della serie di prezzo) formalizzabili e verificabili, Goldberg e Schulmeister passano a testare l'efficacia di quattro tipi di trading rules oggettive: Moving Average models, Momentum models, Point & Figure techniques 3, Filter Rules.
Analizziamo i risultati ottenuti nel periodo 1970-1987 ed in diversi subperiodi, tenendo presente che per i primi due modelli (medie mobili e momentum) è stata effettuata un'analisi più dettagliata scegliendo un semestre campione.

     Il moving average model 4, consistente nella fattispecie in una media mobile a dieci ore e ad un'ora, è stato applicato da Goldberg e Schulmeister all'indice Standard & Poor 500 ad un semestre campione compreso tra il primo aprile 1986 ed il 30 settembre dello stesso anno, utilizzando naturalmente dati orari.
Il periodo campione scelto si caratterizza per una mancata direzionalità dei prezzi, che si muovono in modo piuttosto congestionato; il rendimento ottenuto dalla trading rule, che al lordo di commissioni ammonta al 46,5% annuo, va quindi confrontato con una performance lievemente negativa per una strategia buy & hold applicata allo stesso periodo.

     Altro aspetto molto importante dei risultati, che potrebbe apparire paradossale, è la presenza di un maggior numero di perdite (104), rispetto al numero di profitti (50); questo rientra peraltro nella normalità di tutti i trading system, che affrontano una dinamica di prezzi speculativi caratterizzata da una serie di molte piccole fluttuazioni e pochi movimenti persistenti.
Questo implica certamente un maggior numero di perdite singole rispetto ai profitti, ma allo stesso modo un totale dii profitti (nella ricerca 56.5 cents) eccedente rispetto alla somma delle perdite 5 (33.2 cents).
Questa conclusione è confermata anche dal fatto che il rendimento medio delle operazioni profittevoli risulta essere quattro volte superiore rispetto al valore assoluto del rendimento delle operazioni in perdita: ciò non è dovuto però ad un diverso rendimento medio giornaliero (cioè l'inclinazione media del movimento), che risulta simile nei due casi, bensì al fatto che le operazioni profittevoli hanno una durata media superiore (2.2 giorni) alle operazioni in perdita (0.7 giorni).
In definitiva quindi l'abilità di questo approccio tecnico sta nel saper sfruttare sistematicamente una sequenza di molte piccole fluttuazioni ed un numero relativamente ridotto di movimenti persistenti.

     Il Momentum model 6, con uno span di cinque ore, è stato applicato da Goldberg e Schulmeister allo stesso periodo campione utilizzato per le medie mobili; anche in questo caso il profitto lordo è piuttosto elevato, 55.3% annuo, ed analoga è la distribuzione dei rendimenti, tranne che per un maggior numero di segnali e conseguentemente una minore durata media delle operazioni.

     Dopo aver descritto dettagliatamente i risultati ottenuti in un semestre campione per i due modelli più importanti, presentiamo le risultanze più generalizzate di un periodo decisamente più ampio (1970-1987); tale periodo è stato suddiviso peraltro successivamente in diversi subperiodi, per consentire di monitorare adeguatamente l'evoluzione del fenomeno.
Nella figura 9.3 si notano notevoli extraprofitti ottenuti dalle diverse trading rules, rispetto ad un approccio buy & hold; tutti questi risultati si sono rivelati inoltre significativi dal punto di vista statistico.

	Filter	Moving Average	Moment	P&F	Rendim. Medio	Buy & Hold
1970-87	24.5 22.6	24.8 25.2	24.8 21.9	7.7 8.1	20.5 19.5	7.0 6.5
1970-78	33.5 34.8	34.8 25.6	36.0 33.7	14.1 14.3	29.6 27.1	0.4 -0.1
1978-87	15.1 9.8	14.4 14.3	13.0 9.5	1.0 1.4	10.9 8.8	14.4 13.7
1970-72	32.9 33.8	35.2 33.7	37.6 34.3	15.3 18.7	30.3 30.1	8.3 8.0
1973-75	44.4 50.2	42.3 49.8	46.4 50.8	21.1 14.6	38.6 41.4	-8.9 -6.2
1976-78	22.8 20.6	26.5 23.3	23.6 16.1	5.8 9.0	19.7 17.3	1.9 -2.1
1979-81	22.9 10.5	16.6 16.4	22.7 7.9	-2.3 9.0	15.0 11.0	8.2 2.5
1982-84	5.8 8.6	10.3 18.6	2.1 10.4	1.9 -2.6	5.0 8.8	10.9 11.2
1985-87	17.3 10.6	17.1 6.9	14.8 10.4	4.2 -3.1	13.4 6.2	27.7 32.6

Figura 9.3: Rendimento annuo percentuale su dati daily 7

     Tra le diverse trading rules si distingue nettamente la performance inferiore delle Point & Figure techniques, che risulta anche essere l'unica strategia che in alcuni casi ottiene rendimenti negativi. Un altro aspetto piuttosto evidente è il calo sistematico dei profitti negli ultimi due periodi della ricerca, durante i quali la strategia passiva buy & hold è risultata essere la migliore.

	Filter	Moving Average	Moment	P&F	Mov. & Mom.	Buy & Hold
1971	76.5 66.6	50.0 45.8	52.6 34.8	58.4 62.6	35.7 43.5	-3.8 -3.9
1974	106.9 162.6	126.9 121.1	122.4 95.2	130.6 104.0	110.9 100.5	-54.3 -48.4
1977	60.6 71.9	51.4 51.8	47.8 38.7	40.3 22.8	31.4 38.5	-4.8 -15.4
1980	81.0 81.2	64.4 56.5	64.1 63.5	57.8 66.9	46.7 37.5	49.1 40.5
1983	35.8 3.5	44.3 35.8	55.0 24.0	41.0 16.2	41.3 44.4	18.9 20.4
1986	60.8 18.8	55.8 41.8	55.3 40.4	63.7 40.7	39.0 42.6	-6.2 -5.9
Tasso Medio	70.3 67.4	65.5 58.8	66.2 49.4	65.3 50.2	50.8 51.2	-0.2 -2.1

Figura 9.4: Rendimento annuo percentuale su dati hourly 8

     La figura 9.4 presenta gli analoghi risultati per modelli con dati a rilevazione oraria.
I tassi di rendimento sono generalmente maggiori rispetto alle strategie su dati daily; la spiegazione più logica si riferisce alla possibilità di identificare e sfruttare, da parte dei modelli intraday, i brevi ma significativi runs di prezzo in modo più efficiente 9.
La frequenza di questi movimenti, che spesso si manifestano nell'ambito della stessa sessione di contrattazioni, è decisamente incrementata nel tempo; ne è testimone il numero sempre maggiore di segnali operativi nel corso degli anni e, come si è già notato in precedenza, il progressivo declino dell'efficacia dei modelli su dati giornalieri 10.

     Nella figura 9.4 sono presenti anche i risultati di un modello multiplo 11, che combina le indicazioni delle medie mobili e del momentum; un'operazione viene eseguita solo se è confermata da entrambi gli indicatori.
Naturalmente il numero di segnali operativi è ridotto, ma solo a lieve discapito dei rendimenti lordi e certamente a favore dei rendimenti netti.
Nei risultati su dati a rilevazione oraria è evidente inoltre la buona performance dei modelli fondati sulle regole Point & Figure, al contrario di ciò che avveniva con dati daily.

     In conclusione tutte le trading rule esaminate si rivelano generalmente profittevoli, in particolar modo con dati a rilevazione oraria.
Un aspetto particolare, già verificatosi peraltro nel semestre campione del 1986, è il maggior numero di perdite rispetto ai profitti; considerando che il profitto medio per sessione è analogo alla perdita media, il maggior rendimento può provenire solo da una durata media superiore delle operazioni positive (il che effettivamente si verifica, nella misura di circa quattro volte la durata delle operazioni negative).

     A questo punto, una volta stabilita da Goldberg e Schulmeister la profittabilità generalizzata dell'analisi tecnica soprattutto se applicata sulla base di dati a rilevazione intraday, rimane da approfondire il collegamento di questo risultato con l'ipotesi di efficienza dei mercati.

     Tutti questi risultati indicano chiaramente che i movimenti di mercato si caratterizzano per sistematiche persistenze nei prezzi e che i prezzi passati contengono effettivamente informazioni rilevanti per le previsioni dei movimenti del prezzo futuro.
Ma se questo basta secondo Goldberg e Schulmeister per rifiutare decisamente l'ipotesi di random walk, non è detto che sia sufficiente per smentire l'ipotesi di efficienza.

     I risultati di figura 9.3 e 9.4 indicano certamente che i titoli azionari sono valutati in modo inefficiente, ma una conclusione di questo genere non è del tutto nuova; anche Fama e Blume nel 1966 riscontrarono che una filter rule sovraperformava la strategia buy & hold, al lordo di commissioni, ma allo stesso tempo affermarono che il mercato si poteva considerare piuttosto efficiente da un punto di vista economico in quanto, considerando i costi di transazione, la filter rule non era più profittevole.
Successivamente ancora lo stesso Fama 12 affermò che in senso stretto la trading rule evidenziava un'inefficienza di mercato, ma le deviazioni dall'ipotesi teorica non erano tali da consentire ad un trader di "svolgere adeguatamente il suo mestiere" (cioè sostanzialmente di guadagnare).

     A questo punto va dunque considerato un aspetto fondamentale per le trading rules, cioè il costo ad esse associato.
L'analisi di Goldberg e Schulmeister esamina l'entità dei costi di transazione per due mercati, precisamente il New York Stock Exchange (NYSE) ed il Chicago Mercantile Exchange (CME), che offre la possibilità di contrattare stock index futures e options sull'indice Standard & Poor 500 13.

     Per la stima delle commissioni e dei cosiddetti slippage costs gli autori si riferiscono al famoso contributo di Stoll e Whaley 14, i quali determinarono nello 0.42% il costo di transazione per un operatore che non fosse membro del N.Y.S.E..
Considerando che i sistemi tecnici analizzati implicano in media più di trecento operazioni annue, il costo di transazione medio totale si aggira attorno al 150%, rendendo di conseguenza proibitivo il trading sulle azioni dello S&P 500 per un operatore privato 15.

     Un quadro decisamente differente emerge per gli operatori membri del NYSE: il costo di transazione è in questo caso costituito dalla clearinghouse fee, che Goldberg e Schulmeister stimano essere in media dello 0.025 % per operazione, oltre che da slippage costs sensibilmente inferiori, dal momento che si tratta di operatori che hanno immediato accesso alle contrattazioni.
Ad esempio, anche immaginando di operare con slippage costs molto elevati e pari per ipotesi a 7500 dollari medi per transazione, utilizzando la regola composta della media mobile e dell'oscillatore, si ottiene un rendimento annuo netto del 58%, un consistente miglioramento rispetto ad una buy & hold strategy (rendimento medio annuo: -2,1 %).

     A questo punto risulta evidente che la profittabilità delle regole di analisi tecnica esaminate dipende da due fattori critici, ovvero la membership ed i slippage costs.
I risultati precedenti dimostrano che sebbene sia appurato che la serie storica contiene informazioni rilevanti per prevedere i movimenti di prezzo futuro, le procedure operative del mercato di riferimento potrebbero precludere l'utilizzo profittevole di tali informazioni.

     I risultati delle trading rules esaminate sono più chiari nell'operatività sul Chicago Mercantile Exchange, che fornisce un contesto certamente più adeguato per operare con l'analisi tecnica; questo non avviene solo per i minori costi di commissioni, ma anche perché è possibile operare con il contratto future attraverso un margine iniziale del dieci per cento.
Sempre riferendosi al contributo di Stoll e Whaley 16, il costo di transazione complessivo viene determinato nello 0.025% per un non-membro; considerando più di trecento operazioni annue, si ottiene una percentuale media del nove percento per contratto da togliere ai rendimenti lordi. Di conseguenza tutte le trading rules esaminate sono molto profittevoli sul S & P 500 Futures Contract e tutto ciò suggerisce che il mercato azionario è caratterizzato da deviazioni economicamente significative dal concetto di efficienza.

     Il mercato azionario si può dunque definire inefficiente in senso lato, dal momento che sia i test di random walk che le trading rules indicano piuttosto decisamente che i movimenti dei prezzi azionari incorporano componenti sistematiche e la serie dei prezzi passati può fornire informazioni rilevanti per prevedere i movimenti di mercato futuri.

     I test delle regole di analisi tecnica di Goldberg e Schulmeister hanno dimostrato che ha ragione di esistere una speculazione di brevissimo periodo che, basandosi su osservazioni soprattutto orarie, riesce ad ottenere ottimi risultati nel mercato futures anche con strumenti d'analisi piuttosto semplici.

---

1 Anche in testi che trattano in generale tutti gli strumenti a disposizione dell'analista tecnico, quali ad esempio Kaufman P. Commodity trading systems and methods (1978) oppure Pring M.J. Technical analysis explained (1995), non si trova traccia delle filter rules.
2 Goldberg M. Schulmeister S., Technical Analysis and Stock Market Efficiency, CV Starr Center for Applied Economics, Working Paper New York University, (1988)
3 Essendo il Point & Figure un approccio grafico e quindi implicando esso un certo grado di soggettività, la sua formalizzazione per operare con una trading rule risulta piuttosto forzata; comunque la regola di base è stata programmata come segue da Goldberg e Schulmeister: comprare quando un prezzo crescente supera il più recente massimo e vendere quando un prezzo decrescente scende al di sotto del più recente minimo.
4 Le regole operative utilizzate sono quelle note: segnale di buy quando la media mobile a breve periodo (che può essere la serie di prezzo stessa) supera dal basso verso l'alto la media più lunga; segnale di sell quando la media veloce perfora dall'alto verso il basso la media lenta.
5 Una significativa descrizione di questo fenomeno, tipica nell'ambiente degli analisti tecnici, è la seguente: Lasciate correre i profitti e tagliate le perdite oppure It's better to be right at the right time than to be simply right.
6 La regola operativa è di comprare quando il momentum diventa positivo da negativo e vendere quando il cambiamento è nella direzione opposta.
7 La tabella è tratta dalla ricerca di Goldberg e Schulmeister.
La prima cifra rappresenta il tasso di rendimento calcolato sulle rilevazioni giornaliere dell'indice Standard & Poor 500, mentre la seconda si riferisce all'indice Dow Jones Industrial Average.
8 La prima cifra rappresenta il tasso di rendimento calcolato sulle rilevazioni orarie dell'indice Standard & Poor 500, mentre la seconda si riferisce all'indice Dow Jones Industrial Average.
9 I maggiori rendimenti dei modelli intraday sono perfettamente coerenti con i risultati dei test del random walk, cioè con il rifiuto dell'ipotesi progressivamente più deciso con l'aumento della frequenza di rilevazione dei dati.
10 Secondo gli autori Goldberg e Schulmeister questo fenomeno accade per un sistematico ritardo dei modelli daily rispetto al punto ottimo d'acquisto oppure di vendita.
11 Questo modello di trading fu sviluppato originariamente dalla Citibank per gestire alcune posizioni strategiche in valuta.
12 Fama E., Foundations of Finance, Basic Books New York (1976)
13 Sebbene l'analisi di profittabilità non esamini i risultati di un futures trading, si assume che l'entità ed la distribuzione dei rendimenti che si sarebbero prodotti utilizzando quotazioni futures sia almeno prossima ai rendimenti ottenuti con prezzi a pronti.
Tale ipotesi non è affatto artificiosa se si considera in primo luogo che la Security Exchange Commission ha riscontrato in un'apposita indagine che le deviazioni del prezzo future rispetto al cash non superano mai il 2%; in secondo luogo è generalmente accettato che la volatilità dei prezzi (e quindi le persistenze note come runs) è maggiore nel mercato future.
14 Stoll H. Whaley R., Program Trading and Expiration-Day Effects, Financial Analysts Journal (1987).
15 Anche nel trading sulle trenta azioni del Dow Jones si notano rendimenti netti negativi; andrebbe peraltro considerato che in questa situazione il mercato è molto più liquido ed implica di conseguenza slippage costs sensibilmente ridotti rispetto a molte altre azioni dello S&P 500.
16 Stoll H. Whaley R., Program Trading and Expiration-Day Effects, Financial Analysts Journal (1987).