L’edizione in partenza a Luglio, del 9° Trading Camp di QTLab, sarà dedicata all’impiego di Modelli Quantitativi per la costruzione di Portafogli Rotazionali. E’ un progetto ambizioso e sfidante (come ogni Trading Camp), ma è proprio dal raccogliere sfide come queste che si acquisiscono competenze nuove e si cresce.

Così come il reparto corse per un’azienda automobilistica, è dove si fa ricerca e si sperimentano soluzioni innovative che poi finiranno un giorno sulle automobili di serie, allo stesso modo la preparazione del Trading Camp annuale ci impegna per diversi mesi, per acquisire le conoscenze e per costruire gli strumenti necessari ad effettuare ogni analisi.

E nelle 4 giornate di ogni Trading Camp, presentiamo i risultati di questo lavoro di ricerca, declinati su nuove operatività che ci accompagneranno per gli anni a venire.

E in questa edizione la sfida è stata ancora più impegnativa, per diverse ragioni:

  1. perché abbiamo dovuto individuare dei modelli quantitativi efficaci in ambito Investing (noi siamo dei trader sistematici)
  2. perché la letteratura scientifica è piuttosto vasta, ma è dal convegno mondiale IFTA 2017 (a cui ho avuto il piacere di partecipare come relatore, presentando un’analisi che metteva a confronto diversi portafogli di strategie meccaniche con le Opzioni) che stiamo lavorando su questo progetto di Portafogli Rotazionali, e parte di questo lavoro era già stato riversato nella piattaforma Portfolio Builder di StrategyLAB
  3. perché abbiamo dovuto capire quali strumenti di analisi erano già disponibili (e che limitazioni avevano), per decidere se affidarci a una piattaforma esistente, oppure se implementare tutti questi modelli su Matlab o Python, o se costruire una piattaforma che rendesse tutte queste analisi alla portata di ogni investitore.

E’ piuttosto semplice recuperare la codifica di modello Risk Parity scritto in Python o in R, ma a che serve “da solo”? 

E’ mettere insieme tutto, in un ambiente dove poter effettuare (rapidamente) simulazioni realistiche, la vera difficoltà che tanti non riescono a cogliere (prima di sbatterci il naso e tornare sui propri passi). Proviamo a fare una lista di quello che mi serve:

….

devo poter alimentare quel modello di allocazione con liste di azioni che sono state filtrate a monte, concatenando diversi criteri (creando, ad esempio, un paniere delle 50 azioni con il Beta più basso, o quelle con un Price / Book Value inferiore a 2, magari che prezzano sopra la media 200 periodi e che hanno una Correlazione con S&P500 inferiore a 0.5 negli ultimi 20 mesi…)

….devo poter gestire qualunque tipo di Asset, di qualunque paese (dalle azioni, agli ETF, al Forex, ai Futures, alle Crypto), perché la fiscalità non è la stessa, tenere in considerazione il Cambio (e non aggregare strumenti prezzati in USD con strumenti prezzati in EUR o GBP), gestendo problematiche come quella del Survivorship Bias, e devo poterlo fare senza maneggiare ogni volta centinaia di file ASCII con degli storici, ma interfacciandomi alle API di alcuni data provider

….devo poter gestire l’esposizione (la Leva) in maniera dinamica, incrementandola o diminuendola al verificarsi di certe condizioni sul mercato (es. un’inversione nella curva dei tassi, un VIX oltre certe soglie…), imponendo dei limiti al suo utilizzo in base a certe metriche di rischio (es. voglio contenere il drawdown entro una certa soglia %)

…devo poter inserire condizioni di ingresso/uscita da ogni posizione, e logiche di controllo del rischio sul portafoglio

…devo rendere R-E-A-L-I-S-T-I-C-A questa simulazione, prevedendo un piano di versamenti periodici (PAC) o magari, dopo una certa data, anche un piano di prelievi periodici (perché queste scelte di Investimento ti accompagneranno per un po’…)

…devo poter includere i costi per la marginazione (borrowing costs), il costo del prestito titoli per le posizioni Short, le commissioni di negoziazione, la tassazione (su Capital Gain e sui Dividendi), la gestione dei Dividendi, che NON posso spalmare sulla serie storica, perché andrei ad alterarne i prezzi, ma che devo poter gestire in maniera realistica: come flusso di cassa che posso decidere di reinvestire al prossimo ri-bilanciamento di portafoglio

…e devo considerare tutto questo ad ogni rotazione del portafoglio (e non alla fine della simulazione), perché questa liquidità che viene “drenata” dai costi di transazione, dagli interessi passivi o dalla tasse, NON può alimentare la macchina dell’interesse composto nel successivo ri-bilanciamento (quindi una simulazione, per essere corretta, deve ragionare in termini di flussi di cassa al passaggio del tempo)

…devo poter effettuare ogni simulazione con un approccio di tipo Walk Forward: ruoto il portafoglio a cadenze prestabilite (ogni mese? ogni 3 mesi? ogni anno?), lascio che il modello definisca in quel momento ogni scelta da adottare per il periodo successivo, e poi traccio l’andamento del mio portafoglio che viene messo ora alla prova dal mercato, per vedere come si è comportato (e se le scelte che il modello ha indicato PRIMA, si sono poi rivelate efficaci DOPO).

Questa è la sola maniera per otteneere delle simulazioni realistiche… lanciare un’ottimizzazione per trovare i migliori parametri di un modello negli ultimi 20 anni non serve a nulla se non a prendersi in giro (specie quando affrontiamo un ambito come quello dell’Investing, dove non posso ragionare sui “trades”, perché non ho 1.000 trades su cui lavorare per validare un modello)

…devo poter validare ogni scelta, agendo su diverse cadenze di rotazione o su intorni dei lavori dei parametri scelti

…devo poter effettuare simulazioni analoghe anche impiegando altri modelli di allocazione differenti dalla Risk Parity, quali modelli basati sull’analisi del Momentum (absolute e relative), logiche di Ranking, modelli Risk Scaling, portafogli Beta Neutral, modelli di Minimum Correlation, portafogli a Varianza minima o sviluppato sulla Frontiera Efficiente, portafogli Cointegrati

…e così posso arrivare a definire il Portafoglio finale, che sarà l’unione di questi Sotto-Portafogli costruiti, ciascuno, impiegando qualcuno dei modelli quantitativi elencati qui sopra; e come andrò ad allocare il capitale fra questi Sotto-Portafogli?

Con gli stessi modelli di allocazione che ho usato sugli Asset di ogni Sotto-Portafoglio… quindi potrei usare un modello Risk Parity oppure un portafoglio a Minima Varianza di Marowitz per affiancare un Sotto-Portafoglio Rotazionale costruito su ETF Obbligazionari scelti sul Momentum pesato per la Volatilità, con un Sotto-Potafoglio Rotazionale che lavora sulle Azioni del Nasdaq 100 filtrate sul Beta, con un Sotto-Portafoglio Azionario Beta Neutrale, con un Sotto-Portafoglio di Crypto.

…e devo poter variare questo criterio di allocazione del capitale fra tutti questi Sotto-Portafogli, al verificarsi di certe condizioni sul mercato (ad es. aumentando l’esposizione su Oro o sul Sotto-Portafoglio Obbligazionario se il VIX sale sopra a una certa soglia)

…ma sopratutto devo poter effettuare ogni simulazione in pochi minuti, restituendomi un output (grafico) che mi aiuti a vedere subito le metriche più importanti, mi dia la possibilità di scomporlo nei suoi Sotto-Portafogli, e mi consenta di confrontare quel Portafoglio con un Indice Benchmark, che potrebbe essere anche un altro Portafoglio che per me rappresenta un riferimento con cui confrontarmi.

…e magari poter analizzare questo Portafoglio da Investitore, insieme ad un Portafoglio di Trading Systems, o a un Portafoglio di Strategie Meccaniche con le Opzioni (così da “chiudere” il cerchio e cercare una sinergia fra questi portafogli del mondo Trading).

Era essenziale poter fare un’analisi come questa in minuti (invece che in ore) e poterla standardizzare per replicarla facilmente su diversi panieri (evitando errori che capitano ogni volta che rimetti le mani sul codice), testando diversi modelli con pochi click e senza scrivere una riga di codice. Perché nelle 4 giornate del Trading Camp partiremo proprio da quei paper pubblicati negli ultimi 20 anni sulle principali riviste scientifiche per verificare la persistenza del risultato a distanza di anni: si comincia dalla “pratica“, quindi, perché ogni Camp segue un modello di “Learning By Doing” per comprendere le potenzialità di ogni modello quantitativo che vi presenterò, usandolo realmente.

Ecco uno strumento così noi non l’abbiamo trovato in giro e allora ce lo siamo costruito: sto parlando della nuova piattaforma Invest Studio di Da Vinci Fintech… che useremo nelle 4 giornate di Trading Camp (e che metteremo a disposizione di ogni partecipante). Ora è prematuro parlare di costi o di date future di rilascio: se vuoi utilizzarla per effettuare analisi come queste, puoi farlo in queste 4 giornate insieme a noi.

Ognuno di noi deve fare i conti con delle scelte di Investimento: nel Trading non puoi riporre tutte le tue disponibilità, e restare “liquidi” non è che una soluzione temporanea. Come stai impiegando quell’80% del tuo capitale che non hai allocato sul Trading?

L’obiettivo di questo Trading Camp è di arrivare a definire il “miglior” portafoglio da seguire per ciascuno di noi, ottenuto lanciando simulazioni realistiche e combinando i modelli quantitativi più efficaci che abbiamo individuato, ma soprattutto quello che più si adatta al piano di vita di ognuno di noi e alla sua propensione al rischio.

Ancora 3 posti a disposizione, per queste 4 giornate a RIMINI, da domenica 5 a mercoledì 8 Luglio, che potrai seguire:

1)  IN SALA (con queste precauzioni – clicca qui)

oppure

2) COLLEGATI A DISTANZA (!) da casa propria

(ed in entrambi i casi, con la Registrazione integrale delle 4 giornate di corso)

Abbiamo riaperto in queste ore il primo Early Bird (quello iniziale, con la riduzione di 1.000 € ), ma resta valido solo per questi ultimi 3 posti. Clicca qui per tutti i dettagli sul Trading Camp…

Per iscriverti e bloccare subito uno dei 3 posti ancora disponibili a queste condizioni, allora clicca qui:

Paga ora

Luca Giusti è un trader sistematico su Opzioni e su Futures dal 2002. Laurea in Economia, Dottorato di Ricerca in Direzione Aziendale, fondatore del progetto QTLab (Quantitative Trading LAB) in Svizzera, dove sviluppa metodologie di trading quantitativo. E’ advisor di due istituzionali e collabora con una software house (Da Vinci Fintech) con cui sviluppa piattaforme di analisi di dati finanziari, di backtest di strategie in Opzioni e di analisi di Portafogli (StrategyLAB e OptionLAB). Autore del libro “Trading Meccanico”, edito da Hoepli, Socio Ordinario Professional e docente del Master SIAT, è al suo secondo mandato come membro del comitato scientifico di questa associazione. E’ il docente dei corsi di QTLab sui Trading System e sull’Operatività con le Opzioni. Dal 2008 è relatore all’ITForum e al Tol EXPO di Borsa Italiana, è stato speaker al convegno internazionale IFTA 2017, relatore per TradeStation a Dubai nel 2016 su dei corsi di Trading Sistematico, e speaker in un convegno del CME Group a Londra nel 2019.