Introduzione
Nel video di oggi parleremo di uno degli indicatori più conosciuti e utilizzati nel mondo del trading, ovvero le Bande di Bollinger.
Vedremo come funzionano, come si costruiscono e soprattutto come utilizzarle per sviluppare strategie di trading sistematico.
Nello specifico andremo a sviluppare una strategia di tipo mean reverting, quindi una strategia in cui compriamo in una zona di ipervenduto e vendiamo in una zona di ipercomprato.
Ma rispetto ai video che proponiamo solitamente, in cui sviluppiamo strategie sui future, dato che si tratta comunque di strumenti adatti ad un tipo di trading short term, oggi ci concentreremo sulle azioni, valutando se ci sia qualche vantaggio interessante da sfruttare.
Quindi direi di non perderci in chiacchere e partire con la spiegazione di questo noto indicatore.
Come funzionano le Bande di Bollinger (esempio su Amazon)
Partiamo innanzitutto da questo grafico. Ho inserito un grafico giornaliero di Amazon, una delle azioni più note e conosciute.
L’indicatore che invece vedete plottato sono proprio le Bande di Bollinger.
Nello specifico sono composte da tre linee. Innanzitutto una linea, che vedete in questo caso tratteggiata, che rappresenta una media mobile.
Poi ci sono una banda superiore e una banda inferiore che vengono calcolate sommando e sottraendo un certo moltiplicatore, un certo numero di deviazioni standard alla media mobile.
Quindi nello specifico che cosa succede? Se decidiamo di aumentare o diminuire il numero di deviazioni standard, semplicemente ci troveremo con delle bande più ampie o eventualmente più strette, nel caso in cui appunto andiamo a diminuire il numero di deviazioni standard.
Un’altra cosa molto importante da considerare è che di default trovate questo indicatore con i seguenti input: 20 per il calcolo della media mobile e 2 per il numero delle deviazioni standard da aggiungere e sottrarre alla media mobile.
Ecco, nella strategia che vedremo oggi, sono andato un po’ a modificare questi valori.
Nello specifico, come potete vedere qui, ho scelto 5 per il calcolo della media mobile e 1,5 per le deviazioni standard.
Perché ho deciso di procedere in questa maniera? Semplicemente per il fatto che in questo modo ci troveremo ad avere, come vedete in questo caso, delle bande più strette e sicuramente dei segnali più frequenti.
E inoltre, guardando come si muove il prezzo attorno a queste bande, mi sembra che ci dia dei segnali abbastanza ragionevoli per poterci sviluppare sopra una strategia.
Un’altra cosa molto importante da tenere in considerazione nel momento in cui utilizziamo questo indicatore è che appunto queste bande di Bollinger si adattano alla volatilità.
Come vedete nel momento in cui ci sono fasi di alta volatilità, queste bande tendono ad allargarsi, mentre quando ci sono fasi di bassa volatilità, queste fasi tendono a restringersi.
Perché questo succede? Perché di fatto la deviazione standard, quindi quella che noi utilizziamo per creare queste bande, è una misura della dispersione.
Ed essendo questa una misura della dispersione, le due bande si adatteranno al contesto più recente di mercato.
Ovviamente questo ci fa assolutamente piacere perché non avremo delle bande che si trovano su dei livelli fissi, ma delle bande che si adattano al contesto di mercato.
Ok, come abbiamo accennato nell’introduzione di questo video, andremo a sviluppare una strategia di tipo mean reverting e andremo a testare questa strategia su un database di azioni.
Consigli per lavorare sulle azioni
Quindi non faremo girare la strategia soltanto su una singola azione per stabilire che funzioni o meno, ma quello che sono andato a fare è stato ricreare il database storico delle azioni che componevano il Nasdaq.
Nello specifico qui dentro trovate molti più titoli rispetto ai 100 che attualmente conosciamo, perché ci sono ad esempio i titoli che sono stati delistati nel corso del tempo e per ogni azione andiamo a verificare se, in quel determinato giorno in cui la strategia verrà eseguita, l’azione faceva effettivamente parte dell’indice.
In questo modo andiamo a ripulire il database dal survivorship bias, cosa che è fondamentale nel momento in cui andiamo a sviluppare strategie su database azionari.
Altrimenti, infatti, noi ci troveremo, per esempio, ad avere in portafoglio titoli che magari una volta non facevano parte del Nasdaq ma sono cresciuti tanto nel tempo e chiaramente questo porterebbe ad una distorsione totale delle analisi.
Poiché gli average trade sarebbero più ampi, oppure il numero di azioni disponibili di volta in volta, non sarebbe quello corretto.
Come funziona la strategia
Per quanto riguarda invece la strategia, siccome abbiamo detto di sviluppare una strategia mean reverting, possiamo creare una strategia di questo tipo.
Siccome le due bande mi indicano delle zone di ipervenduto, facendo riferimento alla banda rossa, e ipercomprato, facendo riferimento alla banda verde, io posso sviluppare una strategia in cui vado a comprare, qualora il prezzo incroci a ribasso la banda inferiore, e vendere, o meglio chiudere la posizione long, nel momento in cui il prezzo incrocia al rialzo la banda superiore.
Perché ho sottolineato “vendere” e non andare short? Sicuramente potremmo anche fare il test andando short, ma vi assicuro che purtroppo per la natura delle azioni, ovvero per il fatto che c’è un bias di fondo, una tendenza a salire nel lungo termine, sarebbe molto, molto difficile trovare delle strategie, soprattutto così semplici, che funzionano sul lato short. E mi viene anche da dire che funzionino bene in multiday.
Per questo motivo noi andremo a sviluppare una strategia solo long.
Il codice PowerLanguage della strategia reversal
Ok, direi di non perderci in chiacchere e andiamo subito a prendere il Power Language Editor analizzando come funziona la strategia.
Come vedete qui abbiamo qualche riga di codice che nello specifico ci serve per sviluppare una strategia molto semplice.
Infatti abbiamo una upper band e una lower band che sono rispettivamente le due bande che vediamo a grafico, la banda rossa e la banda verde, che ovviamente ci serviranno per entrare ed uscire dalla posizione.
Poi ho aggiunto una condizione aggiuntiva, che vedete qui segnata come condition1, che non è altro che un filtro di regime. Nello specifico noi andremo a operare soltanto se la chiusura si trova al di sopra di una media mobile a 200 periodi.
Quindi andremo ad operare soltanto quando il mercato è in uptrend.
Tra parentesi, se ti interessa approfondire di più questo filtro di regime o in generale l’indicatore delle medie mobili, sul canale trovi un video dedicato.
Ok, venendo al core della strategia, abbiamo queste due righe di codice in cui abbiamo appunto la condizione di uptrend e un’altra condizione che deve essere true, che in questo caso non ci interessa troppo, è una condizione che serve solo ed esclusivamente per andare a costruire il database nella maniera corretta e andare a vedere se effettivamente l’azione in quella determinata data faceva parte dell’indice.
Detto questo, per quanto riguarda l’ordine d’ingresso, abbiamo questa riga qui di codice.
Se la chiusura incrocia a ribasso la nostra lower band, la banda inferiore, allora noi compriamo la prossima barra mercato. Se invece la chiusura incrocia a rialzo la banda superiore, chiudiamo la posizione long alla prossima barra mercato.
Backtest e performance su azioni Amazon
Ok, prima di applicare questa strategia al portafoglio andiamo a vedere come funziona direttamente sul grafico di Amazon.
Come vedete io qui l’ho già inserita, tra l’altro sono andato a dedicare un Cash per trade, quindi un capitale per operazione di 10.000$, dato che comunque si parla di azioni, si parla di contratti quindi che sono aumentati di valore nel tempo, noi in questo modo andiamo ad investire sempre un capitale fisso.
Facendo partire la strategia, ecco che vedete già alcuni trade che sono apparsi. Prendendone per esempio uno come riferimento, qui in questo caso vedete che la chiusura è al di sotto della banda inferiore e allora la prossima barra a mercato noi andiamo long, in questo caso di 80 azioni, poco importa, sono semplicemente i 10.000$ suddivisi per la close.
Quando invece usciamo dalla posizione, usciamo dalla posizione se il prezzo incrocia a rialzo la banda superiore, ed ecco che usciamo con un ordine market alla prossima barra.
Qui ovviamente ci sono altri trade di esempio e se vogliamo guardare per esempio la performance complessiva su Amazon, vediamo un’equity line tutto sommato molto positiva.
In alcune fasi è flat, probabilmente per il fatto che o ci trovavamo sotto la media mobile a 200 periodi o in quella determinata data l’azione non faceva parte dell’indice, ma, detto questo, pare che sia un ottimo punto di partenza.
Backtest e performance sul paniere Nasdaq
Lo step successivo sarà quello di applicare la stessa strategia al database delle azioni del Nasdaq.
Ok, cosa che io già ho che ho fatto qui nel Portfolio Trader. Non mi resta che far partire il backtest e andiamo a commentare i risultati.
Eccoci qui. Questo è il risultato facendo girare la stessa strategia sul portafoglio delle 100 azioni del Nasdaq.
Come vedete tutto sommato è un risultato abbastanza positivo. Abbiamo un’equity che cresce con una certa costanza. Tra l’altro ci sono alcune fasi in cui il drawdown, rispetto a quello che abbiamo visto sull’indice, praticamente non si è sentito, come per esempio nel 2001 o nel 2002, e altre fasi in cui invece purtroppo il drawdown ha avuto un impatto maggiore, come per esempio vediamo qui nel 2022.
Un’altra cosa molto importante da tenere in considerazione per comprendere al meglio le metriche che vedremo tra poco, è che questo portafoglio è stato fatto girare con un capitale di un milione di dollari.
Perché questo? Perché mediamente le azioni che compongono il Nasdaq sono all’incirca 100 e se noi andiamo a dedicare 10.000$ per ognuna di queste, ecco che ci ritroviamo con un capitale necessario, caso in cui tutte entrassero in posizione, di almeno un milione di dollari.
Ok, andiamo quindi ad analizzare il Performance Summary. Qui nel Performance Summary già notiamo alcune cose molto interessanti.
Innanzitutto, prendendo come riferimento il capitale di un milione di dollari, vediamo che la strategia ha avuto un max drawdown, quindi un drawdown massimo, di poco più del 20%.
Per quanto riguarda invece il return on max drawdown, quindi il rapporto tra net profit e drawdown, abbiamo un valore niente male di 11,25.
Il rendimento annuale, in questo caso, è all’incirca del 7%.
Ok, non ci resta però a questo punto che capire se la strategia possa essere effettivamente tradabile andando ad analizzare l’average trade della strategia.
Per farlo andiamo a prendere la Total Trade Analysis. Ok, qui nella Total Trade Analysis vediamo che vengono effettuati tanti trade, più di 22.000. Ovviamente questo per il fatto che ci sono tanti simboli all’interno del portafoglio, e vediamo chiaramente che sono tutti sul lato long.
Abbiamo una percent profitable, quindi un win rate abbastanza alto del 67%, tipico delle strategie mean reverting, e analizzando l’average trade, vediamo che all’incirca siamo su poco più dell’1% per trade, perché ovviamente 108$ sul capitale di 10.000$ corrisponde all’incirca all’1%.
Ecco che in questo caso sicuramente è un buon punto di partenza. Ci sono però alcune cose da tenere in considerazione, ad esempio il fatto che purtroppo non tutte le azioni che compongono questo indice sono abbastanza liquide, quindi ci saranno magari simboli sui quali questo average trade non sarà abbastanza capiente e simboli sui quali, invece, si tratta di un ottimo valore molto ampio e molto capiente per poter fare fronte ai costi operativi, quali slippage e commissioni.
Miglioramenti per rendere la strategia più efficiente
Ok, andiamo però a questo punto a fare una modifica alla strategia. Nello specifico, quello che vorrei che vi portaste a casa da questo video, oltre ad un utilizzo classico di come funziona questo indicatore, è quello di provare a variare un po’ le regole classiche che solitamente troviamo per l’utilizzo di questi indicatori.
Infatti in questo caso abbiamo visto che noi entriamo con un ordine market alla barra successiva, qualora venga incrociato un determinato livello, che sia la banda superiore o in questo caso, anzi, la banda inferiore.
Potremmo però decidere di lavorare in ottica diversa. Invece di utilizzare questo indicatore come trigger vero e proprio, quindi invece di operare quando viene superato quel determinato livello, potremmo decidere di utilizzarlo come filtro.
Ad esempio, potremmo decidere di operare quando il prezzo è al di sotto di questo livello inferiore, ma invece di entrare con un ordine market alla barra successiva, potremmo entrare con un ordine limit alla rottura del minimo.
In questo caso avremmo la banda inferiore che è il nostro filtro, il nostro setup, insomma, e la rottura del minimo che diventa in un certo senso il vero trigger della strategia.
Ok, andiamo a questo punto a codificare questa semplice condizione e a vedere come performerebbe questa stessa strategia sullo stesso database di strumenti utilizzando appunto questa piccola variazione.
Per farlo mi basta andare a fare una semplice modifica: inserire qui che la close sia minore della banda inferiore e invece di entrare con un ordine market alla prossima barra, entriamo con un ordine limit alla rottura del minimo.
Compiliamo e andiamo a vedere come cambia la strategia direttamente sul grafico di Amazon. Già vedete che qui vengono effettuati un po’ meno trade ed è normale perché semplicemente invece di volere un livello di ipervenduto, in un certo caso, noi vogliamo un livello ancora più di ipervenduto in un certo senso, ma vedete che la logica è molto simile.
Ad esempio qui il prezzo incrocia a ribasso la banda inferiore, noi non entriamo con l’ordine market su questa barra, ma semplicemente entriamo con l’ordine limit alla rottura di questo minimo.
Performance della strategia migliorata
Ok, se è tutto chiaro direi che possiamo procedere facendo girare questa strategia sul database del Nasdaq.
Ed ecco qui l’equity line della nuova versione della strategia che, come vedete in realtà, è molto simile alla versione precedentemente analizzata, anche perché di fatto la logica di fondo più o meno è la stessa.
Andiamo però a vedere se ci sono delle variazioni nelle metriche di questa strategia. Ok, dando un’occhiata innanzitutto al massimo drawdown, vediamo che è diminuito.
Prima eravamo all’incirca su un 20-21%, facendo riferimento al capitale investito di un milione di dollari, in questo caso, invece, siamo all’incirca su un 18%.
Il rendimento annuo è all’incirca del 7% e il rapporto net profit su drawdown è aumentato, perché prima eravamo all’incirca su un 11, adesso siamo su un 13,44.
Non ci resta a questo punto che dare un’occhiata all’Average Trade. Ok, dando un’occhiata qui, in questo caso, all’Average Trade, innanzitutto notiamo che vengono effettuati meno trade, un po’ perché, come dicevamo prima, questa condizione è un po’ più stringente, cioè il mercato deve essere ancora più in ipervenduto rispetto a quello che analizzavamo prima.
Conclusioni e ulteriori idee e sviluppi
Ma soprattutto per quanto riguarda la Percent Profitable siamo all’incirca sullo stesso valore, e per quanto riguarda invece l’average trade, notiamo con piacere che adesso siamo passati dai 110$ che analizzavamo prima, a oltre a 140$.
Questo ovviamente ci fa piacere perché è un incremento di oltre il 30% e chiaramente ci permette di far fronte ai costi operativi, quali slippage e commissioni.
Ovviamente ci sono tante altre analisi che potremmo fare, potremmo per esempio andare a vedere su quali di questi simboli ha performato meglio.
Per esempio, qui vediamo che salta subito all’occhio Apple, dove la strategia ha performato decisamente bene, e ovviamente tanti altri come questo, che ha un’equity line ancora più lineare e ovviamente via dicendo.
Ci sono anche alcuni titoli sui quali la strategia non ha performato bene, anzi ha portato un net profit negativo, ma chiaramente in un approccio di portafoglio questo va assolutamente bene.
Quello che ci interessa non è adattare una singola strategia allo strumento, ma trovare una metodologia che mediamente funziona sul mercato azionario.
In conclusione, che cosa emerge dall’analisi condotta oggi?
Abbiamo visto come utilizzare le bande sia come trigger che come filtro, ma soprattutto abbiamo visto un approccio che mediamente funziona sulle azioni.
Quali sono i prossimi passi? Potremmo trovare un criterio di selezione delle azioni, dato che attualmente operiamo su tutto il portafoglio delle 100 del Nasdaq.
Potremmo quindi trovare un criterio di volta in volta per selezionare ad esempio le azioni più volatili, le meno volatili o magari le più performanti.
In questo modo non solo potremmo migliorare la performance complessiva del portafoglio, ma potremmo anche rendere la strategia tradabile da un trader retail che non dispone di un milione di capitale.
Inoltre, ci sarebbe anche un’altra idea da mettere in pratica in ottica di diversificazione.
In questo video abbiamo presentato una strategia mean reverting, ma più o meno tutti siamo a conoscenza del fatto che i future sugli indici negli ultimi anni hanno performato molto bene seguendo una logica trend following.
Ecco che a questo punto potremmo decidere di combinare la strategia presentata oggi con una trend following sul future del Nasdaq, poiché così facendo riusciremmo a creare un portafoglio più robusto.
Insomma, le vie percorribili sono tante. A questo punto non resta che rimboccarci le maniche e procedere con lo sviluppo.
