Giulio Occhionero spiega perché le criptovalute infrangono i modelli di rischio creati per le azioni

Ciò che vent'anni di lavoromatic sull'equità si trasferisce, e non si trasferisce, agli asset digitali

Gran parte degli strumenti quantitativi che utilizziamo per negoziare azioni si basa su presupposti che le criptovalute violano silenziosamente. I rendimenti sono generalmente nella norma e solo occasionalmente estremi. I mercati chiudono, il che conferisce al rischio una durata naturale. Le correlazioni sono sufficientemente stabili da permettere la costruzione di un portafoglio. Nessuno di questi presupposti è valido nel mondo delle criptovalute, e chi perde denaro in questo settore è solitamente chi ha dato per scontato che ciò sarebbe accaduto.

Faccio trading con strategiematic su azioni statunitensi, opzioni e criptovalute, e ho trascorso abbastanza tempo nel settore degli asset digitali per diffidare di chiunque affermi che gli stessi modelli si trasferiscano senza modifiche. Non è così. Ciò che rimane è la disciplina. Ciò che deve essere ricostruito è quasi tutto ciò che si trova a valle della distribuzione.

1. Le code grosse sono il caso base, non l'eccezione

Nei mercati azionari, una giornata con oscillazioni a cinque sigma è un evento che si verifica solo poche volte in una carriera, e per questo motivo si costruiscono sistemi di gestione del rischio che lo considerano raro. Nel mondo delle criptovalute, movimenti che per l'indice S&P 500 sarebbero eventi estremi si verificano nei fine settimana ordinari. La distribuzione non è lognormale con shock occasionali. È caratterizzata da code pesanti come stato di riposo, e le code sono asimmetriche in modi che cambiano in base al contesto di finanziamento.

La conseguenza pratica è che qualsiasi modello di rischio calibrato su un nucleo gaussiano sottostimerà cronicamente la probabilità di rovina. Il Value-at-Risk calcolato con il metodo standard è pressoché inutile in questo caso. I modelli che resistono sono quelli che dimensionano le posizioni in base al comportamento empirico delle code della distribuzione piuttosto che in base a una varianza stimata, e che presuppongono che il peggior drawdown osservato sia un limite inferiore, non superiore.

Se il tuo modello di rischio non ha mai previsto il movimento che porterà alla chiusura del tuo fondo, prezzerà tale movimento a zero fino al momento in cui si verificherà.

2. Un mercato che non chiude mai non ha un orologio naturale

La gestione del rischio azionario si organizza silenziosamente intorno alla chiusura dei mercati. Le posizioni vengono aperte, le esposizioni ribilanciate e il gap overnight è un'incognita nota contro cui è possibile coprirsi o accantonare delle riserve. Il mercato delle criptovalute non ha una chiusura fissa. La liquidità diminuisce nei fine settimana e nelle ore tra le principali sessioni regionali, ed è proprio in questi momenti che si verificano le maggiori oscillazioni.

Una strategia che presuppone di poter sempre uscire a un prezzo equo si basa su un'ipotesi di equità in un mercato che non la rispetta. I modelli che si dimostrano validi considerano l'ora del giorno e il giorno della settimana come variabili di rischio di primaria importanza, riservano capacità per le ore di minore attività e non danno mai per scontato che la possibilità di negoziare a mezzogiorno di martedì sia indicativa della possibilità di negoziare alle tre del mattino durante una fase di forte volatilità.

3. Una correlazione che ti tradisce nel momento peggiore

La diversificazione nel mondo delle criptovalute è meno efficace di quanto suggeriscano le strategie di marketing. In condizioni di calma, i token mostrano una dispersione sufficiente a renderetracun portafoglio market-neutral. Sotto stress, tuttavia, tale dispersione crolla. Quasi tutto è correlato a un unico fattore macroeconomico, ovvero la propensione al rischio generalizzata espressa attraverso gli asset più grandi, e il portafoglio neutral, costruito con cura, si rivela una scommessa direzionale concentrata proprio nel momento in cui non ce n'era bisogno.

Si tratta dello stesso errore che ha mandato in rovina le implementazioni superficiali della parità di rischio nei mercati tradizionali, solo che in questo caso è stato più rapido e violento. L'errore sta nel modellare la correlazione come una costante. Modellarla come una variabiledent dal regime che tende a convergere verso l'unità sotto stress è il punto di partenza per un quadro di riferimento utilizzabile.

4. Liquidità che è profonda finché non è

I book degli ordini per gli asset digitali sono frammentati su decine di piattaforme e la profondità aggregata può essere fuorviante. Il book sembra spesso perché si somma una liquidità a cui non è possibile accedere simultaneamente senza dover ricorrere a strumenti di negoziazione contro ogni singola piattaforma. La profondità, inoltre, si riduce in modo non lineare. Il primo incremento di volume viene scambiato vicino alla quotazione, mentre il successivo viene scambiato a un prezzo molto inferiore, perché i market maker allargano o restringono il range non appena percepiscono la presenza di un grande partecipante.

I backtest che presuppongono la possibilità di effettuare transazioni di dimensioni significative a metà percorso non modellano il mondo delle criptovalute. Modellanotracsenza attrito che non è mai esistita. Curve di impatto realistiche, luogo per luogo, non sono un perfezionamento in questo caso. Sono ciò che distingue una strategia da una narrazione.

5. Riflessività e assenza di un punto di ancoraggio

Nel mercato azionario esistono dei fondamentali su cui basare le proprie argomentazioni. Flussi Cash , multipli e bilanci forniscono un punto di riferimento, per quanto debole. Gran parte del mercato delle criptovalute non ha un punto di riferimento paragonabile, il che significa che il prezzo è guidato più puramente dal posizionamento, dalla narrazione e dalla leva finanziaria. Il mercato è reattivo: i prezzi aumentano in corrispondenza di flussi ditracche giustificano prezzi più elevati, finché la leva finanziaria che ha alimentato il movimento non diventa il meccanismo della sua inversione.

Per un tradermatic , ciò suggerisce di dare maggiore importanza ai dati di posizionamento e di flusso, che in questo mercato sono insolitamente osservabili attraverso i tassi di finanziamento, l'open interest e i movimenti on-chain, e minore importanza a qualsiasi nozione di valore equo. Il vantaggio sta nell'interpretare il crowding e la leva finanziaria, non nello stimare un prezzo intrinseco che potrebbe non esistere.

6. Dimensionamento quando la volatilità è l'unico input stabile

Se la distribuzione è instabile, le correlazionidentdal regime e la liquidità è frammentata, l'unica variabile che si può misurare con ragionevole sicurezza è la volatilità realizzata. Questo rende il dimensionamento mirato alla volatilità non solo una preferenza, ma quasi una necessità. Un dimensionamento nozionale fisso in un asset la cui volatilità può quadruplicare in un giorno è un modo per essere sulla strada giusta ed essere comunque liquidati lungo il percorso.

Le strategie che ho visto implementarsi in questo mercato condividono un approccio conservativo: hanno dimensioni ridotte rispetto a quanto consentito dai backtest, riducono le posizioni più rapidamente di quanto sembri opportuno e considerano la leva finanziaria come il principale fattore di rischio, anziché come un elemento che aumenta i rendimenti. L'asimmetria non perdona. Puoi essere in anticipo, avere ragione ed essere comunque fuori mercato.

In definitiva, cosa significa

Il mondo delle criptovalute premia la mentalità quantitativa e penalizza il trasferimento di ipotesi quantitative. Il rigore, lo scetticismo verso i backtest troppo semplicistici e il rispetto per la capacità di calcolo rimangono invariati. Ciò che non si può dire dei meccanismi specifici, come i nuclei gaussiani, le correlazioni costanti, le esecuzioni senza attriti e il "cronometro del rischio" a chiusura di borsa, invece, non accade. Chi ha successo in questo ambito è chi ha mantenuto la disciplina e ricostruito il modello. Chi invece fatica è chi ha dato per scontato che un mercato così diverso potesse essere negoziato con strumenti progettati per un mercato così consolidato.

Informazioni sull'autore

Giulio M. Occhionero è responsabile della ricerca e sviluppo quantitativo presso IRH Global Trading ad Abu Dhabi, dove guida l'implementazione di strategie sistematichematic la ricerca quantitativa su azioni statunitensi, opzioni e asset digitali. Laureato in ingegneria nucleare, vanta oltre vent'anni di esperienza nella finanza quantitativa, maturata in Italia, negli Stati Uniti e negli Emirati Arabi Uniti. Scrive regolarmente di trading sistematicomatic microstruttura di mercato e aspetti ingegneristici della gestione degli investimenti.