Fra le criptovalute più calde del momento c’è sicuramente Ripple (XRP), che dopo aver passato un periodo difficile a causa dei guai giudiziari con la SEC (United States Securities and Exchange Commission) che voleva classificarla come security, ha poi trovato nuovo slancio grazie alla chiusura positiva della questione, ed al fatto che il presidente degli Stati Uniti Donald Trump l’abbia inclusa fra le cripto che faranno parte della riserva strategica dello stato.
Con una capitalizzazione di mercato che è tornata da poco al terzo posto fra le criptovalute mondiali, subito dietro a BTC (Bitcoin) ed ETH (Ethereum), XRP si è affermata grazie ai progressi di Ripple nel settore dei pagamenti, ma anche all’aumento dell’adozione di stablecoin come Ripple USD (RLUSD), che dovrebbe essere integrato di Ripple Payments entro la fine del 2025.
In questo articolo si esplorerà la possibilità di utilizzare XRP per costruire una robusta strategia di trading algoritmico, basata su un approccio di tipo reversal tramite le Bande di Bollinger.
Summary
Cosa sono le Bande di Bollinger e come funzionano nel trading
Questo indicatore prende il nome direttamente dal suo inventore John Bollinger, che analizzò il comportamento dei prezzi all’allontanarsi o all’avvicinarsi dalla propria media mobile. Bollinger pensò bene di inserire due bande, calcolate come la deviazione standard della media semplice dei prezzi.
Le Bande di Bollinger sono quindi formate da 3 elementi e sono calcolate tramite le seguenti funzioni matematiche:
- UpperBand = prezzo medio degli ultimi N periodi più 2 deviazioni standard;
- MedianPrice = prezzo medio degli ultimi N periodi (20 è il numero consigliato);
- LowerBand = prezzo medio degli ultimi N periodi meno 2 deviazioni standard.
Strategia reversal su Ripple: logica del trading system e performance iniziali
La strategia che si andrà ad adottare è un sistema automatico con logiche ‘mean-reverting’, ovvero che sfrutta le Bande di Bollinger come punto di inversione del mercato. Al raggiungimento dei prezzi sulla banda superiore si andrà quindi a vendere, mentre sulla banda inferiore a comprare.
La sessione presa in considerazione va dalle 00:00 GMT alle 23:59 GMT. Si tratta di orari scelti convenzionalmente per renderla coincidente con il giorno solare, visto che le criptovalute sono quotate 24 ore su 24.
Ipotizzando di lavorare con 10.000$ per operazione, la chiusura del trade avverrà al raggiungimento di un profit target di 3.000$ come valore di primo tentativo. Sarà molto utile fin da subito utilizzare anche uno stop loss fisso, che ipotizziamo pari a 1.000$, che possa in qualche modo proteggere il nostro capitale da operazioni con perdite molto elevate.
Applicando questa strategia alla coppia XRP/USDT su un time frame a 15 minuti, è possibile vedere come si sarebbe comportato questo “motore operativo” dal 2017 ad oggi. I dati precedenti non vengono presi in considerazione in quanto poco significativi ed inaffidabili rispetto a quando poi XRP ha iniziato ad affermarsi fra le principali criptovalute al mondo, incrementando il suo prezzo nel 2017 fino quasi 50 volte il valore medio registrato nel 2016.
Nelle figure 2, 3 e 4 si apprezzano le metriche ottenute dalla strategia mean-reverting appena descritta: i risultati sono incoraggianti. Nel complesso l’equity line è crescente, e questo è sicuramente un buon punto di partenza. Tuttavia, il calo presente nell’ultimo periodo non va trascurato.
Analizzando meglio i risultati si nota che l’average trade si attesta intorno a 18,63$, che confrontato con l’ammontare della singola operazione (10.000$) equivale ad uno 0,19%, un valore che non garantisce di coprire i costi operativi.
Ottimizzazione del trading system: fasce orarie e finestra operativa
Provando a definire una finestra operativa diversa si potrebbe magari ottenere un risultato migliore, supponendo che esista una sorta di bias, ovvero un momento della giornata in cui la tendenza al reversal risulti più marcata.
Andando quindi ad ottimizzare l’ora di inizio dell’operatività e la sua durata (espressa in numero di barre da 15 minuti ognuna) si trovano i risultati in Figura 5. Operando dalle 00:00 e fino alle 28 barre successive, ovvero fino alle 07:00, le cose migliorano decisamente: il profitto totale del sistema sale a 288.200$ con oltre il 70% di operazioni in meno (2.799 contro quasi 10.000), e di conseguenza l’average trade sale a 103$.
Risultati decisamente migliori ma che denotano una strategia ancora grezza, con un average trade più capiente ma ancora non altissimo, ed un drawdown piuttosto alto se comparato al profitto netto (rapporto Profitto Netto/Max Drawdown = 6,58).
Per prima cosa si potrebbe provare ad ottimizzare anche i valori di stop loss e take profit inizialmente ipotizzati. In Figura 6 si vede come facendoli variare a step di 500$ vi siano risultati interessanti con stop a 1.500$ e profit intorno agli 8.000-10.000$. A titolo di esempio, si può scegliere di utilizzare 8.500$ che massimizza il rapporto Profitto Netto/Max Drawdown.
Miglioramento delle performance long del trading system su XRP (Ripple)
Considerato che la strategia fa ancora molti trade, c’è probabilmente ancora spazio per filtrare ulteriormente le operazioni, soprattutto sul lato dei trade long che mostrano metriche più carenti (vedi Figura 4). Per far questo si potrebbe utilizzare qualche pattern di prezzo che possa identificare le migliori condizioni in cui eseguire le operazioni, filtrando quelle con più bassa probabilità di successo.
A tal proposito, ci serviremo di una lista proprietaria che riunisce al suo interno molte combinazioni di prezzo, diverse tra loro, che serviranno per comprendere in quali situazioni XRP sembra rispondere meglio alla logica di ingresso (long) di questo sistema.
Analizzando le varie combinazioni di pattern, si trova per esempio che, se si opera long solo quando si verifica il pattern “MyPtnLY” 15 e non si opera long quando siamo in presenza del “MyPtnLN” 30, si arriva ad ottenere un buon compromesso tra i principali parametri di riferimento (Net profit, Average trade, Max Intraday Drawdown). Ci sono anche risultati migliori per i singoli parametri, ma i pattern che li generano hanno una logica che non è molto in linea con la logica del sistema, per cui si preferisce la combinazione 15 per operare e 30 per non operare long.
Con il pattern 15, si andrà long se la chiusura della candela dell’ultima sessione è stata minore della chiusura di 2 sessioni fa. Con il pattern 30, invece, non si entrerà long se la chiusura della sessione precedente è nel 20% inferiore del range (massimo – minimo).
Questa combinazione di filtri produce un incremento sia dell’average trade, che sale a 400$, sia del net profit, che supera ora i 716.000$. Inoltre, il drawdown diminuisce sotto i 45.000$.
Un buon miglioramento visibile anche dalla forma più regolare dell’equity line, anche se nella seconda parte del 2024 sembra aver perso un po’ di smalto, e solo il tempo potrà confermare la bontà delle nostre scelte in fase di ottimizzazione.
Conclusioni sulla strategia reversal su XRP con Bande di Bollinger
La strategia reversal con Bande di Bollinger si è dimostrata sicuramente efficace sulla coppia XRP/USDT, anche se necessiterebbe di ulteriori affinamenti per essere pronta ad operare live sul mercato.
Anche se ormai è arrivata nell’olimpo delle criptovalute, XRP è ancora piuttosto giovane, e presenta molte opportunità per i trader che vogliono cimentarsi con diversi tipi di approccio al mercato. Come sempre quindi, lasciamo al lettore il compito di sperimentare e sviluppare questa idea.
Alla prossima e buon trading!
Andrea Unger
