Le persone più acculturate avranno già intuito perché il sistema Garcia funziona. Questo sistema sfrutta la reale distribuzione di probabilità dei rendimenti a proprio vantaggio.
Ci siamo già occupati in precedenza - quando abbiamo parlato della volatilità - del problema della distribuzione dei rendimenti che non sembrano avere una distribuzione normale.
Questo è facilmente dimostrabile osservando una rappresentazione grafica mediante istogramma della distribuzione di probabilità di una serie abbastanza lunga di rendimenti, come per esempio quella del nostro indice Ftse Mib riportata, che consente di valutare le caratteristiche della distribuzione rispetto a una curva “normale”.
4.jpg
Cosa osserviamo dal confronto? Vediamo una certa asimmetria.
Ricordo che l’asimmetria è una misura statistica e serve per capire se la campana di una generica distribuzione ha una coda più lunga dell’altra, ossia se discende dal massimo con la stessa pendenza oppure se da una parte scende giù velocemente e dall’altra più lentamente. Nel nostro caso - come si vede - risulta un’asimmetria positiva, perché la coda di destra è più lunga. Che cosa significa? Significa che, rispetto al valore massimo della campana, ci sono molti più punti a destra che non a sinistra, ossia che le variazioni negative dell’indice Ftse Mib, quando si verificano, possono essere molto più pronunciate di quelle positive.
Poi vediamo che attorno alla media la curva ha un picco stretto cioè risulta più appuntita della curva “normale”, ciò significa che vi è una probabilità maggiore che si verifichino le variazioni di quotazione vicine alla media (leptocurtosi).
Infine, code più alte della distribuzione “normale” il cosiddetto fenomeno delle “code spesse” (fat tails).
La curva “normale” tende a sottovalutare le probabilità attribuite agli eventi estremi (cigno nero).
Non hai i permessi necessari per visualizzare i file allegati in questo messaggio.