In questo nuovo appuntamento si andrà a prendere in esame una strategia chiamata ‘bias’ che analizza i comportamenti ricorrenti di uno specifico mercato. La strategia individua fasce orarie, o giorni settimanali ad esempio, in cui conviene maggiormente comprare o vendere un determinato sottostante.
In particolare, questo tipo di strategia sfrutta le informazioni derivanti da tutti i comportamenti ricorrenti che avvengono in un periodo prestabilito. A seconda della durata di un trade si possono distinguere tre diverse macrocategorie di strategie bias:
- Intraday
- Settimanali
- Mensili o ‘Seasonal’
Nel caso specifico di questo articolo l’analisi si focalizza su un orizzonte temporale piuttosto veloce, quello intraday, e si andrà a testare l’idea sulla seconda criptovaluta più capitalizzata al mondo: Ethereum.
Summary
Test della strategia di trading Bias su Ethereum (ETH)
Si procede con un test sul software della Unger Academy®, il Bias Finder™, che permetterà in maniera molto semplice di valutare l’andamento storico medio del prezzo di Ethereum. In figura 1 è visibile tale andamento nel periodo dal 2018 al 2021.
Si nota quasi a colpo d’occhio come nelle ore iniziali della sessione, che inizia alla mezzanotte (GTC), vi sia una tendenza ribassista che viene prontamente recuperata nelle ore della tarda mattina, intorno alle 11:00, e dura fino alle ore finali della sessione in una sorta di ciclo armonioso, fatto di ribassi e rialzi che si sussegue giorno dopo giorno.
Ovviamente l’andamento analizzato è solo un risultato medio, pertanto non equivale alla garanzia che tutti i giorni dell’anno Ethereum si muova seguendo questa tendenza. Tuttavia, è pur vero che la somma dei movimenti registrati su ETH ha portato a questi risultati, perciò vale la pena indagare attorno agli orari scovati dal software.
In particolar modo, utilizzando queste informazioni per costruire una strategia automatica, si nota nelle figure successive come comprando tutti i giorni alle ore 11:00 e chiudendo il trade un quarto d’ora prima della chiusura della sessione, alle 23:45, si ottiene da subito un’ottima curva di profitto (figura 2).
Backtesting della strategia
La size utilizzata per un trade in questo backtest è pari a 1000$. Il backtest inizia nel 2017 e termina nei primi giorni dell’anno 2023.
La nota dolente di questa strategia riguarda l’average trade, che tocca appena i 3,27$ (oppure lo 0,327% del controvalore della posizione). Certamente non un dato che lascia al sicuro per poter operare con questo sistema sul mercato reale, perché i costi commissionali e lo slippage (ovvero la differenza tra prezzo teorico ed effettivo) che un trader si troverebbe a pagare, potrebbero essere quantificati intorno ai 2$ (0,2% del controvalore della posizione) rimanendo dunque con un misero 0.127% (3,27-2=1,27$) come average trade netto.
Ad ogni modo, questo risultato è interessante in quanto bisogna ricordare che il sistema, così come è stato concepito, rimane a mercato soltanto poche ore ed effettua un trade tutti i giorni del backtest. Insomma, un po’ come restare a mercato 12 ore sì e 12 ore no, continuativamente, tutti i giorni dell’anno. Diventa più comprensibile il fatto di non poter ambire ad average trade estremamente corposi, ma si può sempre provare a migliorare il valore aggiungendo una condizione che limiti il numero dei trade nello storico e rendere la strategia più efficace e selettiva.
Nelle figure di seguito si nota come l’aggiunta di una condizione, trovata all’interno di una lista di pattern proprietari, migliori i risultati. Infatti, isolando l’operatività nei giorni in cui il massimo della sessione odierna è superiore di almeno lo 0,75% rispetto al massimo della sessione precedente, la strategia passa da un average trade di 3,27$ a 7,50$ (0,75% della posizione).
Questa condizione identifica una situazione di conferma aggiuntiva oltre al segnale orario in cui il trend della sessione in corso è rialzista, almeno rispetto al giorno precedente. Si procederà ad aprire il trade long (compravendita in acquisto) solo se nella giornata di oggi, entro le ore 11:00, il mercato sta dimostrando forza rispetto al giorno prima. Una sorta di conferma ulteriore sulla tendenza di breve periodo del mercato.
Anche la curva dei profitti assume una forma più aggraziata, con buoni risultati in tutti gli anni del backtest, 2022 compreso, anno che sappiamo essere stato molto difficile per ETH e per tutte le crypto in generale. Inoltre, il 2022 è stato lasciato fuori dal backtest iniziale eseguito dal software. Dunque, anche il periodo ‘out of sample’, la porzione di tempo non considerata nel backtest, è stata più che positiva e questo non fa che avvalorare l’idea di base del sistema.
La strategia potrebbe comunque essere ulteriormente affinata, o leggermente modificata, per esempio aggiungendo lo stoploss (punto di massima perdita accettabile dal sistema), oppure un takeprofit (punto di massimo profitto oltre il quale incassare il guadagno) o un’altra condizione atta a limare ulteriormente il numero di trade. Questa vuole essere solo un’idea iniziale per mostrare quelli che sono i vantaggi tangibili nell’operare con una strategia automatica rispetto a un più tradizionale ‘buy&hold’.
D’altro canto, è doveroso riconoscere che 5-6 anni di backtest potrebbero non essere sufficienti a dare un giudizio definitivo sulla strategia, soprattutto perché di tipo bias, di norma strategia che potrebbe nascondere più insidie rispetto a tipologie di ingresso più classiche come il ‘trendfollowing’. Quel che è certo, è che gli oltre 450 trade ottenuti nel periodo di backtest rappresentano un campione statistico affidabile.
Come ulteriore controprova sul lavoro svolto, si procede adesso a utilizzare questa stessa strategia anche sul mercato principe delle criptovalute, il Bitcoin, dove si continuano a ottenere buoni risultati, in scia a quanto visto su Ethereum (figura 7).
Questo ulteriore test aggiunge efficacia al lavoro svolto su ETH e conferisce alla strategia ancora più robustezza.
Le criptovalute sono certamente un mercato giovane, ancora acerbo, ma che inizia col tempo a maturare. Strategie distanti da quelle più tradizionali, come appunto le bias, iniziano a dare segnali confortanti anche su questi prodotti finanziari, indice che forse questi mercati potrebbero essere utilizzati in un contesto di portafoglio ben diversificato.
Alla prossima!
Andrea Unger
.){kind=link}