MILANO – Lualdi Advisors è un nome già comparso su queste pagine per presentare la piattaforma proprietaria SIGMA. La società, con sede in Florida, ha come obiettivo quello di mettere al servizio dei propri clienti la capacità di trasformare dati complessi in strategie operative, con risultati concreti e soprattutto immediati, sia sui mercati finanziari sia nei processi decisionali interni alle aziende. Ne abbiamo parlato approfonditamente con il fondatore, Alex Lualdi e Claudio Di Blasi, responsabile delle partnership strategiche.
Questa è la prima parte di tre articoli dedicati.
SIGMA utilizza quali fonti per raccogliere notizie per l’analisi fondamentale?
“La premessa è che ci occupiamo di analisi quantitativa applicata a qualsiasi tipo di commodity, utilizzando un algoritmo sviluppato 15 anni fa e progettato per leggere in modo sistematico i dati relativi ad acquirenti e venditori sui mercati dei futures e delle opzioni.
Queste informazioni numeriche vengono elaborate e aggregate dall’algoritmo, che le restituisce sotto forma di segnali operativi di acquisto e di vendita che mettiamo a disposizione dei nostri clienti.
Il nostro focus non è tanto sull’evento che innesca il movimento dei prezzi, quanto sulla reazione dei mercati finanziari a quell’evento.
Per esempio, la siccità può essere l’evento che innesca la dinamica, ma non determina direttamente il movimento del prezzo. È la reazione degli operatori, che iniziano ad acquistare contratti in quantità crescente sui mercati finanziari, a produrre il vero rialzo dei prezzi.
Quando parliamo di operatori, non ci riferiamo solo alle banche, ma anche a quei traders che utilizzano il mercato dei Futures per coprire il rischio prezzo sulle loro posizioni nel fisico (hedging).
Tutta questa attività genera dei patterns, più o meno visibili, che a prima vista possono sembrare casuali, ma in realtà seguono logiche statistiche naturali. Proprio queste logiche, osservate attraverso serie storiche di dati, sono ciò che il modello SIGMA intercetta e traduce in segnali operativi.
Su strumenti come il caffè, questo approccio ci consente di ottenere una win ratio, cioè una percentuale di segnali corretti, di circa l’86%: in pratica, 8 segnali su 10 risultano profittevoli.
Quando parliamo di “comportamento nascosto” del mercato, ci riferiamo anche al modo in cui gli operatori gestiscono l’esecuzione per ottenere il miglior prezzo possibile. Se un acquirente deve entrare sul mercato con volumi molto elevati di materia prima tramite futures, difficilmente lo farà con un unico ordine: un’esecuzione unica tenderebbe ad allargare lo spread tra bid e ask e a spingere il prezzo medio di acquisto verso l’alto.
Per questo entrano in gioco strategie di esecuzione algoritmica che frazionano e distribuiscono nel tempo gli ordini, riducendo l’impatto sul mercato. Sono proprio questi schemi ricorrenti, generati dal comportamento collettivo degli operatori, che SIGMA è in grado di leggere e trasformare in vantaggio informativo utilizzabile.
SIGMA è in grado di riconoscere grossi blocchi di transazioni che compaiono con una cadenza regolare nel book (l’elenco in tempo reale di tutti gli ordini di acquisto e di vendita presenti sul mercato, organizzati per livello di prezzo e quantità) e di interpretarli come il segnale che un operatore di grosse dimensioni si sta preparando a una posizione importante. In questo modo il sistema individua un buy price ottimale, che possiamo poi comunicare al cliente come livello di ingresso preferenziale.”
Come viene valutata l’affidabilità delle notizie e il loro potenziale impatto sui mercati?
“Le notizie di mercato, dal nostro punto di vista, non rappresentano una base operativa realmente affidabile. Esistono fonti più solide di altre, certo, ma restano comunque filtrate dalla soggettività di chi le produce e risentono dei limiti intrinseci del formato stesso.
Il problema principale, quando si parla di trading, è temporale: una news descrive sempre qualcosa che è già avvenuto nel momento in cui viene diffusa. Se un trader si affidasse esclusivamente a questa informazione, dovrebbe accettare che la sua utilità operativa sia molto ridotta, perché la reazione del mercato a quell’evento è già in corso, spesso già esaurita, nel momento in cui la notizia diventa pubblica.
Detto questo, è evidente che le news abbiano un impatto sui prezzi. Il punto chiave è che il mercato reagisce con una velocità immensamente superiore rispetto ai tempi di pubblicazione e diffusione dell’informazione. Di conseguenza, basare la propria operatività sulle news significa arrivare sistematicamente in ritardo rispetto ai movimenti reali.
La notizia descrive qualcosa che è già avvenuto. Il nostro modello, invece, coglie ciò che sta accadendo in tempo reale, senza alcun bisogno di interpretare l’evento dal punto di vista qualitativo.
Se torniamo all’esempio della siccità, l’intuizione immediata porterebbe a pensare che i prezzi saliranno. Tuttavia, il mercato delle commodity è fortemente influenzato da dinamiche speculative, e può accadere l’esatto opposto: una notizia “positiva” per il prezzo può generare un movimento negativo, perché gli operatori istituzionali sfruttano la reazione emotiva iniziale per acquistare a livelli più convenienti.
Dal punto di vista operativo, l’evento non è la parte più importante. Quello che davvero conta è la risposta dei mercati, che avviene a una velocità molto superiore rispetto alla circolazione della news stessa.
Ci sono situazioni in cui la reazione è talmente breve che, mentre la notizia viene formulata, il mercato ha già iniziato a cambiare direzione. Lo si vede chiaramente durante le dichiarazioni di Trump sui dazi: la frase non e’ ancora arrivata sulle piattaforme di informazione ma i mercati finanziari stanno già riprezzando il nuovo scenario.
SIGMA si basa proprio sull’idea che ogni evento genera una sequenza di acquisti e vendite.
Il modo in cui questi flussi si ripetono crea dei patterns misurabili che il modello analizza con un’accuratezza statistica dell’86%. In pratica, riesce a identificare quale gruppo di operatori sta esercitando la maggiore pressione e, di conseguenza, quale direzione ha il vantaggio in quel preciso momento.
Da questo deriva anche la capacità di valutare il rapporto tra rischio e rendimento. Quando il segnale è forte, l’operazione tende a presentare un potenziale di profitto pari a cinque, sei o più volte il rischio necessario per entrarvi.
L’esempio più chiaro è quello del segnale sul caffè di luglio: il modello ha indicato un ingresso a 281 dollari, uno stop loss (ordine automatico per limitare le perdite in un investimento, vendendo un titolo se il suo prezzo scende al di sotto di una soglia prestabilita) a 260 e un target a 420.
Significa che, in caso di errore, la perdita rimane molto contenuta, mentre nel caso di segnale corretto il rendimento potenziale e’ nettamente superiore al rischio assunto. Questo è il tipo di vantaggio operativo che nasce dalla lettura in tempo reale dei flussi, non dalla lettura delle notizie.”
