OPERAZIONE GRANDE SLAM

Quello che viene sfruttato quindi nello spread trading è la differenza tra le variazioni percentuali degli asset coinvolti e correlati come quelli appartenenti per esempio a uno stesso settore. E’ legittimo pensare che uno tra questi titoli potrà fare meglio dell'altro, ovvero “sovraperformi” o il settore di appartenenza o il titolo - appunto - correlato.

Ecco alcuni esempi di spread:

• Indice e altro indice correlato.
• Titolo e indice di riferimento.
• Titolo e altro titolo dello stesso settore.
• Settore e altro settore dello stesso indice.

L’idea di partenza quindi è abbastanza semplice: non mi devo più preoccupare del trend in quanto tale, perché proprio la scelta delle coppie di titoli appartenenti allo stesso settore i cui prezzi sono abbastanza correlati fa si che si muovano verosimilmente nella stessa direzione. Ora, è chiaro che se si va long sul titolo più forte e si va contemporaneamente short su quello più debole non potremo che guadagnare dalla differenza di performance dei due titoli a prescindere dalla direzione del settore di appartenenza.

Facciamo un esempio per chiarire meglio: immaginiamo di mettere in piedi uno Spread trading sul settore bancario e prendiamo i due titoli del nostro listino più rappresentativi: Intesa San Paolo e Unicredito.

Andiamo:

• Long su Intesa San Paolo
  
• Short su Unicredito

(per il momento mettiamo da parte lo strumento finanziario utilizzato per tradare: Azioni, Future, Etf, Opzioni; e come si determina chi fra i due deve essere acquistato o venduto: spread “divergente” o “convergente).

Ammesso che Intesa San Paolo abbia una performance migliore di Unicredito questo significa che se il trend dei bancari fosse negativo, il primo perderebbe meno del secondo, mentre invece se il trend dei bancari fosse positivo Intesa San Paolo avrebbe una performance migliore di Unicredito, in entrambi i casi si guadagna dimostrando – pertanto - una certa indipendenza dalla direzione assunta dal settore di appartenenza del mercato.

È ormai evidente - in questi ultimi anni - una crescente attenzione attorno al tema dello spread trading.
Il motivo è facilmente spiegabile nella immediatezza di questa strategia, nel basso profilo di rischio, nella velocità di esecuzione e nella buona profittabilità oltre a numerosi altri vantaggi accessori difficili da evidenziare se non si entra più nello specifico. Per questa ragione la tecnica dello Spread trading rappresenta uno dei segreti meglio custoditi da parte delle cosiddette “mani forti” dei mercati che tendono a nascondere la sua convenienza per conservare uno specifico vantaggio competitivo sui mercato.

Essendo il trading direzionale – come detto - basato su una previsione sui mercati finanziari che risulta parecchio aleatoria, ecco allora che lo spread trading utilizzando il modello della correlazione risulta in assoluto meno pericoloso poiché i prezzi degli strumenti tendono a muoversi nella medesima direzione. In più in presenza di mercati particolarmente volatili, lo spread trading riesce ad abbassare enormemente il rapporto rischio rendimento.

Quella di cui abbiamo parlato finora è la tecnica più comune e conosciuta dello Spread trading che va sotto il nome di “Spread trading in divergenza” ossia quella di operare long e short contemporaneamente su una coppia di titoli in qualche modo correlata sfruttando la maggior la forza relativa di un titolo rispetto all’altro riuscendo a minimizzare il rischio direzione del mercato. In particolare si tratta di agire su coppie di titoli andando long su quelli che mostrano una forza relativa maggiore del mercato e short, viceversa, su quelle azioni che si mostrano particolarmente deboli. E’ chiaro che più aumenta la divergenza dei rendimenti tra i due titoli e più questo tipo di sistema diventa profittevole.

Esiste anche un’altra tecnica - in contrapposizione alla prima - un po’ più complessa ma per certi versi più affidabile e che può essere affrontata intelligentemente con lo strumento opzioni, detta di “Spread trading in convergenza”.

Diciamo prima su che si basa e poi vediamo le differenze e perché io preferisco questa seconda tecnica.

Si tratta di fare le operazioni completamente opposte alle precedenti puntando sul riallineamento della divergenza e quindi vendendo il titolo più forte e acquistando quello più debole della coppia.

Ora, mentre nel primo caso i segnali di ingresso derivano unicamente dall’analisi tecnica tradizionale per esempio un incrocio tra due medie mobili (e sapete come la penso a proposito), nel secondo caso si sfrutta la statistica che, sebbene anch’essa risulti parzialmente inadeguata a gestire con profitto i fenomeni casuali come quelli legati all’aleatorietà dei mercati azionari, se non altro gli si riconosce un certo grado di scientificità.

Grazie Antonio, cerco di aprire un post per affrontare l'argomento. Nel frattempo questi tuoi ripassi sul tema non possono che essere più che utili.
Per indirizzare meglio il lavoro di analisi, cosa consigli per misurare la differenza nella forza relativa di due strumenti?

Grazie Antonio, cerco di aprire un post per affrontare l'argomento. Nel frattempo questi tuoi ripassi sul tema non possono che essere più che utili.
Per indirizzare meglio il lavoro di analisi, cosa consigli per misurare la differenza nella forza relativa di due strumenti?

La cointegrazione delle serie storiche (media e deviazione standard costanti nel tempo) ma ci stavo arrivando...

Abbiamo detto che lo “Spread trading in convergenza” sfrutta la statistica e, in particolare, la capacità della curva ottenuta dal differenziale dei rendimenti dei due titoli opportunamente scelti di tornare verso la propria media, fenomeno noto come “mean reverting. Dal punto di vista operativo questo significa che quando un titolo della coppia in esame è eccessivamente sopravvalutato rispetto all’altro, si vende (il più forte) e contemporaneamente si acquista l'altro (il più debole).

Ora, affinché uno “Spread trading in convergenza” abbia buone possibilità di successo, le due serie storiche della coppia di titoli dovranno essere “cointegrate”.

Il concetto di cointegrazione è un argomento in genere ostico per i non addetti ai lavori e che richiede una preparazione in matematica e statistica davvero non banali; è stato introdotto in tempi relativamente recenti dai premi Nobel Engel e Granger (entrambi premi Nobel per l’economia 2003).

Per definizione, due serie storiche sono cointegrate quando è possibile trovare una relazione lineare tra di loro che abbia media e deviazione standard costanti nel tempo. E’ sufficiente un semplice programma in Excel per poter individuare coppie di titoli con serie storiche cointegrate.

Prima di proseguire è bene chiarire alcuni concetti statistici senza entrare nei dettagli matematici e lo facciamo attraverso qualche esempio di facile lettura. Pariamo dalla correlazione.

Immaginate di osservare due ubriachi che escono da un bar diretti verso casa e supponete che - pur abitando entrambi nello stesso quartiere - non si conoscano. In questo caso, il percorso effettuato da ciascuno di loro, sarà indipendente da quello effettuato dall’altro ossia non esiste alcuna relazione significativa tra i due percorsi; ebbene, questo aspetto lo possiamo misurare attraverso il loro grado di correlazione.

In statistica per correlazione si intende – appunto - una relazione tra due variabili casuali tale che a ciascun valore della prima variabile corrisponda con una certa regolarità un valore di una seconda variabile in un intervallo di tempo prestabilito. Attraverso la correlazione possiamo quantificare quello che vediamo, cioè riassumere la relazione tra due variabili sia per quanto riguarda la direzione – ovvero se le due variabili tendono ad andare contemporaneamente dalla stessa parte o meno – sia per quanto riguarda l’intensità – cioè, con che grado di proporzionalità prendono o non prendono la stessa direzione.

La correlazione si misura con valori compresi tra -1 e +1, dove valori fortemente negativi indicano serie con alta correlazione inversa, valori intorno allo zero si riferiscono a serie con nessuna correlazione (come nel caso dei due ubriachi) e valori molto positivi a serie con alta correlazione.