INTERVISTA TRATTA DAL SITO COBRAF.COM

William Eckhardt è una delle figure chiave nella fantasmagorica saga della finanza, pur essendo praticamente ignoto al grande pubblico. Se gli operatori di elite ci fossero tanto familiari quanto lo sono le personalità leader in altri campi, uno se lo potrebbe immaginare su una di quelle vecchie pubblicità della American Express (che reclamizzano nomi importanti ma sconosciuti come quello dell’ assistente di direzione alla vice presidenza di Garry Goldwater): “Mi riconosce? Ero il socio di quello che è forse il miglior speculatore sui future dei nostri tempi, Richard Dennis.

Ero io che ho scommesso con Dennis che l’ abilità nel trading non si può insegnare. Il gruppo di operatori conosciuti nel settore come i Turtles, le Tartarughe, è stata la conseguenza di un esperimento per risolvere questa scommessa”. A questo punto, il nome WILLIAM ECKHARDT può anche comparire sullo schermo a grandi lettere.

Dunque, chi è William Eckhardt?
E’ un matematico che allorquando gli sarebbe mancato poco a prendere un Ph.D., ha fatto un giretto nel mondo del trading e non è più (almeno ufficialmente) tornato al mondo accademico. Eckhart trascorse sul floor i primi anni da operatore. Come ci si poteva attendere, alla fine abbandonò questa arena di trading spontaneo per il metodo più analitico delle operazioni a sistema.

Per dieci anni, Eckhart fece fruttare egregiamente il proprio conto, che lui gestiva a partire dai segnali generati dai sistemi che aveva elaborato, ma integrandoli con le sue valutazioni personali sull’andamento dei mercati. Negli ultimi cinque anni, ha anche gestito un pugno di conti altrui, la media dei profitti in questo periodo essendo stata pari al 62 percento, da una perdita del 7 percento nel 1989 ad un guadagno del 234 percento nel 1987. Dal 1978, la media dei profitti per il proprio conto personale è assommata a più del 60 percento, con un unico anno negativo, il 1989.

Al momento della nostra intervista, dopo una carriera nell’anonimato, Eckhardt era pronto a divulgare ad un pubblico più vasto la sua passione per la gestione del denaro. Dal 1978, aveva guadagnato in media più del 60 per cento per anno nel suo trading personale, con il 1989 come unico anno di perdita. Perché ora Eckhardt era intenzionato a venire alla ribalta cercando attivamente fondi altrui da gestire? Perché non continuava semplicemente ad operare sul suo conto e su quelli di pochi amici ed associati, come aveva fatto da sempre? Facendo chiaramente accenno alle Tartarughe [vedi il prossimo capitolo], Eckhart ammise candidamente: “Mi ero stufato di vedere i miei allievi che amministrano centinaia di milioni mentre io gestivo delle somme in paragone irrisorie”. E chiaro che Eckhardt sentiva che era arrivato il momento di incassare quello che gli era dovuto.

Ovviamente, la ricerca di sistemi di trading è un qualcosa che piace a Eckhardt e, come è naturale, è questo il modo in cui si guadagna da vivere, ma si può proprio dire che la sua vera passione probabilmente è la investigazione scientifica. Anzi, in un certo senso proprio la ricerca di borsa o relativa ad essa è lo strumento con cui Eckhardt si procura i soldi per quei progetti scientifici che lo affascinano. E’ attratto dall’ esplorazione di alcuni dei grandi paradossi che continuano a sconcertare gli scienziati.

La meccanica quantistica ha catturato il suo interesse per la sfida che il buon senso pone al teorema di Bell, che dimostra che misure su sistemi di particelle separati e distanti si possono determinare a vicenda, in situazioni in cui fra un sistema e l’altro non vi può essere nessun tipo di influenza. L’evoluzione è un altro campo di cui si occupa, nel tentativo di trovare una risposta all’enigma della riproduzione sessuata: Perché la natura porta avanti la riproduzione sessuata, laddove un organismo trasmette solo la metà dei suoi geni, mentre nella riproduzione asessuata vengono trasmessi il 100 per cento dei geni? Ma forse il suo studio più intenso è mirato alla comprensione del concetto di tempo. Quando intervistai Eckhart, lui stava lavorando su di un libro sulla natura del tempo (la sua premessa fondamentale era che il trascorrere del tempo fosse un’illusione).

Eckhardt aggiunge molti punti di forza all’arte della progettazione di sistemi di trading: anni di esperienza sia come operatore sia dentro che fuori sala, una mente chiaramente analitica, una rigorosa formazione matematica. E’ questa la combinazione di fattori che assegna ad Eckhardt un margine di vantaggio sulla maggioranza degli altri allestitori di sistemi di trading.

Come diventasti partner di Richard Dennis?
Rich [Dennis] ed io eravamo amici di scuola. Probabilmente ci siamo incontrati perché condividevamo l’interesse per i mercati, ma la nostra amicizia non riguardò mai il trading. Rich cominciò con la borsa ai tempi del college. Io proseguii gli studi, lavorando in vista di una dissertazione per il dottorato in logica matematica. Nel 1974, rimasi impantanato per motivi politici.

Cosa intendi dire con “impantanato”?
Stavo scrivendo una dissertazione per un dottorato in logica matematica alla Università di Chicago, per un matematico di fama mondiale. Tutto stava andando avanti per il meglio fino a che un nuovo membro di facoltà, specializzato, guarda caso, in logica matematica, non si aggregò allo staff. In teoria, io ero il suo unico studente. Di conseguenza, il ruolo di supervisore della mia tesi passò dal mio consulente di allora a questo nuovo membro di facoltà, che a quel punto decise che voleva proprio farmi fare una tesi diversa. Come risultato, dopo che avevo svolto tutto il programma del corso, che avevo superato i miei esami e finito tre quarti della mia dissertazione, mi venne messo il bastone fra le ruote. In quel periodo, Rich mi suggerì di prendermi un anno sabbatico per provare ad operare sul floor. Lo feci, e non tornai mai più all’Università.
Il cambiamento da universitario, studente di matematica ad operatore di borsa parrebbe un cambiamento radicale. Sì, lo fu. Anche se avevo conservato un certo interesse per la natura dei prezzi speculativi, devo ammettere che la logica matematica ha a che fare molto alla lontana con il trading sul floor. Se non altro, arrivai sul pit con troppi preconcetti su come funzionavano i mercati.

Che genere di preconcetti?
Andai lì con l’idea che potevo applicare direttamente ai mercati le tecniche che avevo assorbito come matematico. Mi sbagliavo a riguardo.

Hai tentato di metterle in pratica?
I trader che operano nella tranquillità del loro ufficio vivono o muoiono in virtù delle loro idee riguardo il mercato oppure in virtù dei loro sistemi. Questo non vale per i trader sul floor. Come pit trader, devi essere solo in grado di misurare esattamente quando un mercato poteva fluttuare di uno o di pochi tick. A prescindere dal fatto se la sottostante teoria sia più o meno accurata, una volta che acquisita questa capacità tecnica, si tende a tirar avanti con quella. Nei fatti, io conosco un sacco di presunti operatori che si attengono a presunti sistemi: medie in mutamento continuo, cicli lunari e Dio solo sa quali. Quando ricevono dei segnali da questi sistemi, in sostanza, servono sulla domanda o comprano impattando l’offerta. Alla fine del mese si ritrovano con un profitto, che attribuiscono immancabilmente alla bontà dei loro sistemi. E invece alcuni di questi sistemi sono completamente vacui. Io, forse, facevo delle variazioni sul tema. Avevo le mie idee in fatto di speculazione e di trading, e nell’ arena andavo bene. Ma non credo di aver fatto molti soldi con le mie idee sul comportamento dei mercati.

Su cosa si basavano le tue decisioni di vendere o di comprare sul floor?
Fondamentalmente, compravo quando le mani deboli vendevano e vendevo quando loro compravano. Ripensandoci adesso, non sono sicuro che la mia strategia avesse qualcosa a che fare con il mio successo. Supponendo che l’autentico prezzo teorico si debba trovare da qualche parte fra la lettera ed il denaro, allora se si compra alla migliore domanda , si sta comprando quel mercato ad un po’ meno di quello che vale. Ugualmente, se si vende alla migliore offerta, si sta vendendo per un poco di più di quello che vale. Di conseguenza, tutto sommato, le mie operazioni avevano l’esito positivo che mi aspettavo, a prescindere dalla strategia. Il mio successo potrebbe esser dipeso unicamente da quello.

E’ ciò che pensi veramente?
Penso che il vantaggio operativo probabilmente fu la ragione primaria del mio successo come floor trader. Il fattore principale che riduce i conti dei piccoli clienti non è che i piccoli operatori abbiano inevitabilmente torto, ma semplicemente che non sono in grado di abbattere i loro costi personali per le transazioni. Per costi di transazione non intendo dire solo le commissioni ma anche le oscillazioni al momento di chiudere uno scambio. Come floor trader, io ero sull’altro versante dell’ oscillazione.

Dato che eri stato un candidato al dottorato in matematica, in quello che facevi ti mancava qualche stimolo intellettuale?
All’inizio si ma alla fine mi impegnai in serie ricerche sui prezzi e trovai tale compito il problema più tosto in cui mi fossi imbattuto nella mia carriera accademica

Vi era una qualche area dei tuoi studi matematici che si poteva applicare ai sistemi di borsa?
Certamente – la statistica. L’analisi dei mercati sulle materie prime tendenzialmente presenta delle trappole per il ragionamento statistico classico, e se si usano quegli strumenti senza avere delle buone basi, è facile finire nei guai. La maggior parte delle applicazioni classiche della statistica si basa sul presupposto che la distribuzione dei dati sia normale, o segua qualche altra forma conosciuta. La statistica classica funziona bene e permette di trarre delle conclusioni precise se gli assunti sulla distribuzione dei dati sono corretti. Tuttavia, se i vostri assunti sulla distribuzione sforano anche di un minimo, l’errore è abbastanza grande per far deragliare i delicati indicatori statistici e, in parole povere, degli indicatori statistici robusti daranno dei risultati più affidabili. In generale, i delicati test che gli statistici usano per estrapolare un significato dai dati marginali, non trovano posto nella borsa. Noi abbiamo bisogno di armi statistiche smussate, di tecniche robuste.

Potresti chiarire cosa intendi per “robusti”?
Un robusto indicatore statistico è un indicatore che non si lascia perturbare in misura significativa da assunti sbagliati sulla distribuzione dei dati.

Perché credi che queste tecniche siano più adatte per l’analisi di sistemi di borsa?
Perché credo che le distribuzioni dei prezzi siano un fattore patologico.

In che senso?
Per fare un esempio, le distribuzioni dei prezzi presentano una varianza [un parametro statistico sulla variabilità dei dati] maggiore di quanto ci si aspetterebbe in base alla teoria della distribuzione. Benoit Mandelbrot, il capostipite del concetto dei frattali, ha ipotizzato che la distribuzione della variazione di prezzo dei prezzi in realtà abia una varianza infinita. Il campione di varianza [cioè la variazione implicita nei prezzi] non fa altro che diventare sempre più grande mano a mano che gli si aggiungono dei dati. Se ciò è vero, allora la maggior parte delle tecniche statistiche standard non sono valide per applicazioni su dati di prezzo.

Non capisco. Come fa la varianza ad essere infinita?
Un semplice esempio può dimostrare come una distribuzione possa assumere un valore medio infinito. (A proposito, la varianza è una media – è la media dei quadrati dello scostamento da un'altra media). Consideriamo un semplice percorso ad una dimensione, generato, diciamo, dai lanci di una monetina. Siamo interessati al tempo medio di attesa fra successive perequazioni di teste e croci – cioè, il numero medio di lanci fra due croci consecutive nell’arco dei lanci totali di testa o croce. Normalmente, se analizziamo questo processo, riscontriamo che il tempo di attesa fra croci tende ad essere breve. Non vi è troppo da stupirsi. Dato che cominciamo sempre da una croce per misurare il tempo di attesa, un’altra croce di solito non è molto lontana.

Tuttavia, a volte, o le croci o le teste si ripetono in continuazione, anche se è raro, e quindi può darsi che dobbiamo aspettare un enorme lasso di tempo per un'altra croce, specialmente dal momento che è più probabile che i lanci aggiuntivi aumentino, piuttosto che ridurre, questa discrepanza. Quindi, il nostro campione tendenzialmente consisterà in molti tempi di attesa relativamente brevi e in alcuni valori erratici inquietantemente grandi.
Quale è la media? Straordinariamente, questa distribuzione non ha una media, ovvero si può dire che la media sia infinita. Ad ogni stadio preso in esame, la vostra media campione sarà finita, naturalmente, ma mano a mano che raccogliete più dati campione, la media slitterà in su inesorabilmente. Se raccogliete abbastanza dati campione, nel vostro campione potete ottenere una media grande quanto volete.

Nell’esempio del lancio della monetina che hai appena fornito, la simulazione del computer consente di generare un immenso campione di dati che permette di concludere che la media non ha un limite. Ma come fai ad affermare definitivamente che le varianze delle distribuzioni dei prezzi delle merci non siano finite? I dati a disposizione non sono assolutamente troppo limitati per trarre una conclusione del genere?
Vi sono dei problemi statistici nel determinare se la varianza del mutamento del prezzo sia infinita. Sotto alcuni aspetti, queste difficoltà sono simili ai problemi che si hanno nell’accertare se siamo soggetti ad un riscaldamento del pianeta. Ci sono delle indicazioni che vanno in quel senso, ma è difficile distinguere il recente aumento della temperatura dalle variazioni casuali. Ottenere dei dati sufficienti per essere sicuri che la varianza del mutamento del prezzo sia infinita, potrebbe richiedere secoli.

Se la varianza non è finita, significa che da qualche parte là fuori ci sono in agguato degli scenari più estremi di quello che si potrebbe immaginare, sicuramente più estremi di quanto comporterebbe l’assunto che i prezzi si conformano da una normale distribuzione – un assunto che sta alla base di molte applicazioni statistiche. Siamo in presenza di un esempio di fronte alla caduta in un giorno di 8,000 punti della S&P, il 19 Ottobre del 1987. La teoria della stima normale direbbe che un movimento giornaliero così vasto si potrebbe verificare poche volte in un millennio. Qui abbiamo visto che si verificò entro dieci anni dalla inaugurazione del contratto S&P. Questo esempio illustra perfettamente il fatto che dato che i prezzi del mercato non hanno una varianza finita, qualsiasi valutazione del rischio calcolata in modo classico sarà nettamente sottostimata.

Otre alla conseguenza che gli operatori devono essere molto più cauti nel controllo del rischio di quanto potrebbe far pensare la diretta interpretazione dei dati statistici, ci sono altre applicazioni pratiche nell’utilizzo di quello che tu, in contrasto con i metodi che presuppongono una distribuzione delle probabilità normale, definisci un “approccio robusto”? Una applicazione importante riguarda una situazione in cui si hanno indicatori molteplici per un dato mercato. La domanda è: come si possono combinare efficacemente degli indicatori multipli? In base a certe delicate misurazioni statistiche, uno potrebbe assegnare un determinato peso ai diversi indicatori. Ma questo metodo tende a dipendere fortemente dalle ipotesi di partenza per quanto riguarda la relazione fra i diversi indicatori.

Nella pubblicazioni sulle statistiche robuste si scopre che, nella maggioranza delle circostanze, la miglior strategia non consiste in una qualche ottimizzazione dello schema del peso, ma piuttosto nell’assegnare a ciascun indicatore un peso pari a uno o a zero. In altre parole, accettare o rifiutare. Se l’indicatore è abbastanza buono per essere usato, allora è abbastanza buono per avere lo stesso peso degli altri. Se non è in grado di soddisfare questi parametri, allora è da lasciar perdere.

Alla scelta del mercato si applica lo stesso principio. Come si dovrebbero ripartire i propri capitali di rischio fra i diversi mercati? Ancora, direi che la divisone dovrebbe essere uguale. O un mercato è abbastanza buono per essere accettato, nel qual caso bisogna sostenerlo fino in fondo, oppure non vale affatto la pena di occuparsene.

Hai poco fa parlato di buchi neri nell’analisi di mercato. Ci puoi dare qualche esempio?
Qualsiasi metodo sensato deve rimanere invariante alla scelta di unità. Una violazione eclatante di questa regola si ha con l’utilizzo di una certa categoria di tecniche con grafico a barre. Alcuni di queste sono semplici (angoli di 45 gradi) e alcune sono cervellotiche (disegnare sulla carta dei pentagoni regolari), ma hanno tutte in comune l’utilizzo di angoli su di un grafico a barre. Molti dei compendi di tecniche di trading, compresi alcuni che pretendono di essere sofisticati, contengono delle teorie del genere.

Ma basta una semplice considerazione per invalidare in un colpo solo e senza riserve tutti questi metodi di angoli di varie misure: L’ampiezza di un angolo su di un grafico a barre non è invariante ai cambiamenti di scala. Ad esempio, prendiamo in considerazione il metodo di tracciare una linea a 45 gradi a partire punto più in basso di un movimento. Se lo si fa su due grafici dello stesso contratto ma con diverse scale di tempo e di prezzo, poniamo che provengano da due agenzie diverse, le due linee di 45 gradi saranno differenti. Di conseguenza intersecheranno le serie di prezzi in zone diverse.

Di fatto, l’angolo di una linea che congiunge due prezzi su di un grafico a barre non è affatto una proprietà della serie dei prezzi in punti diversi. Dipende tutto da quali unità vengono utilizzate per il prezzo ed il tempo e da come vengono dislocate sul grafico, tutte cose peraltro molto arbitrarie. Ci sono buoni metodi e cattivi metodi, ma queste tecniche con angoli non rappresentano nessun metodo.

Per inciso, si noti che le linee di tendenza che comportano la connessione di due o più punti sulle serie dei prezzi, sono invarianti ai cambiamenti di scala e, perciò, hanno un certo significato che le linee determinate da inclinazioni invece non hanno. Su grafici di scala diversa, una stessa linea di tendenza si presenta con una inclinazione diversa, ma interseca le serie di prezzi esattamente negli stessi punti. La mancanza di un significato intrinseco degli angoli su di un grafico a barre ha importanza anche per gli operatori inclini all’uso di grafici che non ricorrono agli angoli.

Il grado di inclinazione di una linea di tendenza su di un grafico spesso gioca un ruolo psicologico nell’effettuare la operazione. Se si diventa preda di questa influenza, si sta lasciando che le scelte estetiche e pratiche del disegnatore del grafico abbiano delle ripercussioni sulla nostra operazione. Regolando la scala dei prezzi, si può far sembrare qualsiasi operazione lieve o vertiginosa.

Questo esempio mette anche in risalto uno dei vantaggi del trading computerizzato. Un computer ignora tutto tranne quello è stato istruito a non ignorare. Se si volesse che un computer si rendesse conto della inclinazione, lo si dovrebbe programmare con questa caratteristica. E a quel punto sarebbe del tutto chiaro che il valore della inclinazione dipende direttamente dalla scelta delle unità e delle scale di prezzo e di tempo.

Sono sempre rimasto stupito da quanta gente o sia all’oscuro della sostanziale dipendenza dalle scale dei grafici ad angolo o non si preoccupi dei suoi risvolti. La mia presa di coscienza della intrinseca arbitrarietà dei metodi di angolazione della linea è proprio il motivo per cui non ho mai voluto impiegare nemmeno cinque minuti sugli angoli di Gann o sugli studi di quelli che propongono questa metodologia.

Quali sono alcune delle trappole analitiche nella progettazione di sistemi di borsa?
Ci sono moltissime trappole nella progettazione di sistemi. Prima di tutto, è molto facile fare errori retrospettivi.

Definisci il termine “retrospettivo”.
Utilizzare delle informazioni che possono essere disponibili solo dopo che si è verificato il fatto. A volte, la retrospettiva è lampante – un errore di programmazione. Per esempio, si utilizza il prezzo di chiusura per un computo per decidere se dare il via ad una operazione prima della chiusura. Questo tipo di problema, piuttosto comune, di solito tradisce la sua presenza quando si creano delle statistiche di risultati irrealisticamente positivi. Ma vi sono dei tipi più subdoli di errori retrospettivi. In una banca dati, ai prezzi più alti seguono, quasi per definizione, i prezzi più bassi. Se questi prezzi massimi diventano parete di una regola operativa, o vi si intrufolano dentro attraverso fattori stagionali, la regola funzionerà nella vostra banca dati, ma solo a posteriori.

Altre trappole?
Una che viene menzionata spesso è costituita dal problema dell’ eccessivo adattamento. Più gradi di libertà si hanno, più il sistema è capace di adattarsi alle serie di prezzi.

Per favore, definisci il concetto di “gradi di libertà” per i lettori che non sono dei matematici.
Nella sua forma più semplice, un grado di libertà è un numero, un cosiddetto parametro, che produce un sistema diverso per ciascun valore consentito. Per esempio un sistema che impieghi medie mobili varia a seconda di quanti giorni vengano scelti per costruire le medie. Questo è un grado di libertà, e i valori che ammette sono dei numeri interi positivi. Ma ci possono anche essere dei gradi di libertà nascosti. Uno può avere, all’interno dei sistemi, delle strutture che assumono diverse configurazioni alternative. Se le diverse alternative vengono collaudate, si dà al sistema un’altra possibilità di conformarsi a precedenti idiosincrasie nei dati.

Non solo è pericoloso avere troppi gradi di libertà in un sistema, esistono anche dei gradi di libertà “pericolosi”. Supponiamo che un certo grado di libertà in un sistema interferisca solo su casi eccezionali di tendenze sovra-dimensionate nei dati e che altrimenti non influenzi il modo di operare del sistema. Ma un tale grado di libertà, se si applica a delle parti casuali di un piccolo campione che si riferisce a grosse operazioni, può dare un contributo sostanziale alla sovra – adattabilità, anche se di per sé il numero complessivo di gradi di adattabilità sarebbe gestibile.

Come fai a stabilire fino a che punto la resa di un sistema sia condizionata dalla sovra – adattabilità di dati passati invece di cogliere la verità sul comportamento dei del mercato?
Il modo migliore è quello di osservare centinaia di esempi. Aggiungere gradi di libertà ad un sistema e vedere fino a che punto si riesce ad uscirne. Aggiungerne alcuni artificialmente e vedere cosa si ottiene. Non conosco nulla che in questo settore possa sostituire l’esperienza. Provare un sacco di sistemi. Provare dei sistemi che per voi hanno un senso, e altri che non ne hanno. Sperimentare sistemi con pochi parametri e sistemi che ne sono pullulanti. Dopo un po’, si sviluppa un intuito sulle possibilità di scelta fra diversi gradi di libertà e sulla affidabilità di rendimenti passati come indicatore di rendimenti futuri.

Hai un limite a quanti gradi di libertà ammetteresti in un sistema?
Sette o otto probabilmente sono troppi.

Quale è la tua opinione a proposito di ottimizzazione? [l’ottimizzazione si riferisce al processo di collaudo di molte variazioni di un sistema per il passato per poi selezionare per le operazioni presenti la versione che ha reso meglio].
E’ una valida parte del repertorio dell’operatore meccanico, ma non si fa uso di metodologia nell’ottimizzazione, otterrai risultati che sono semplicemente non riproducibili.

Cosi si può evitare questa trappola?
Ci si trova davvero in mezzo a degli obiettivi contrastanti. Se si evita completamente di ottimizzare, si finisce con l’ avere un sistema che è largamente al di sotto delle sue possibilità. Se si ottimizza troppo, tuttavia, si finisce con un sistema che dice più in fatto di passato che di futuro. In qualche modo, bisogna mediare fra questi due estremi.

Oltre alle cose d cui abbiamo già parlato, che consiglio hai da dare a quelle persone che sono coinvolte nella elaborazione di un sistema?
Se il rendimento del sistema non ti balza all’occhio, allora probabilmente non vale la pena di starci dietro. Deve trattarsi di un risultato eclatante. Inoltre, se si ha bisogno di tecniche statistiche delicate e funzionanti per assunti, allora si dovrebbe essere molto cauti sulla validità del sistema.
Come regola generale, siate molto scettici sui risultati. Tanto più il sistema sembra buono, tanto più si dovrebbe essere inflessibili nel cercare di contestarlo. L’idea va decisamente contro la natura umana, che vuole far sembrare una memorabile prestazione di un sistema come la migliore possibile.

Karl Popper è stato un campione dell’idea che tutto il progresso della conoscenza viene fuori dagli sforzi di dimostrare la falsità, e non di cercare la conferma delle nostre teorie. Sia che questa ipotesi sia vera in generale sia che non lo sia, è certamente l’atteggiamento giusto da avere verso le ricerche di mercato. Bisogna cercare di uccidere la nostra piccola creazione. Cercare di pensare a tutto quello che può esserci di sbagliato nel vostro sistema, e a tutto quello che vi è di sospetto. Se si sfida il proprio sistema tentando sinceramente di confutarlo, allora forse, dico forse, è valido.

Usi dei disegni grafici nei tuoi sistemi?
La maggior parte di cose che sembrano valide su di un grafico – diciamo il 98 per cento – non funzionano.

Come mai?
La mente umana è stata fatta apposta per creare delle raffigurazioni. Alla fine del secolo scorso i libri di statistica la mettevano in questo modo: sul grafico si vede più di quello che c’è realmente. Inoltre, noi non osserviamo i dati con spirito neutrale – vale a dire, quando l’occhio umano scorre su un grafico, non pondera allo stesso modo tutti i punti dei dati. Piuttosto, tenderà a focalizzarsi su determinati casi eclatanti, e noi tendiamo a formare la nostra opinione sulla base di quei casi speciali.

E' nella natura umana di cogliere gli strabilianti successi di un metodo e di trascurare le piccole perdite giornaliere che ci rosicchiano fino all’osso. Dunque, anche uno scrutinio abbastanza prudente dei grafici è propenso a lasciare il ricercatore con l’idea che il sistema sia molto meglio di quello che è. Anche il ricercatore più onesto tenderà a far coincidere i dati con le sue ipotesi. Non se ne può fare a meno. Quando facevo le ricerche a mente, valutai che avrei dovuto ridimensionare i miei risultati del venti o del 50 per cento.

Mi ricordo che una volta quando ero su un volo da San Francisco a New York, ero molto entusiasta di un nuovo tipo di sistema che volevo mettere in pratica per la prima volta. Il sistema comportava l’utilizzo non convenzionale di un indicatore convenzionale (stocastico, credo). Provai il sistema in numerosi mercati diversi e parve funzionare egregiamente. Quando alla fine feci verificare il sistema dal computer, scoprii che in realtà perdeva soldi. Il problema era che il mio allineamento fra l’indicatore in fondo al grafico e il prezzo in cima, era avanti di un giorno o giù di lì.

Dato che i segnali tendenzialmente arrivavano durante periodi di rapido movimento dei prezzi, essere avanti di un giorno poteva significare la differenza fra il trovarsi sul lato sbagliato del mercato per un movimento di 500 punti (mettiamo, in un mercato come quello del S&P) invece che sul latoo giusto – complessivamente con una differenza di 1,000 punti ($5,000 nel S&P). Pertanto, quello che era davvero sembrato un sistema grandioso si rivelò senza alcun valore. Da allora, sono sempre stato molto cauto nel trarre alcuna conclusione dai collaudi artigianali. Ora aspetto fino a che non ci sono i risultati del computer.

Il desiderio di scoprire dei modelli è riconducibile allo stesso vezzo umano che convince la gente che vi sia validità nelle superstizioni, o nella astrologia o negli indovini. I successi sono molto più sconcertanti dei fallimenti. Ci si ricorda del momento in cui l’oracolo è stato davvero precisissimo, e si ha la tendenza a dimenticare il casi in cui le predizioni erano ambigue o errate.

Sembrerebbe che il tuo commento in sostanza lasci intendere che la lettura del grafico sia solo carica di trappole e supposizioni infondate.

Infatti lo è. Da qualche parte ci sarà anche qualcuno che ci riesce, io no di certo. Tutti quelli che io conosco che operano sul riconoscimento dei disegni grafici, investono di più sulle operazioni che preferiscono rispetto a quelle che non gradiscono così tanto. In generale, questa non è una buona idea. Non si dovrebbe affatto essere troppo dediti alle singole operazioni. Ed è sicuramente sbagliato dedicarsi di più ad alcune operazioni che ad altre. Inoltre, se si crede di creare una situazione di profitto tenendo un occhio sui grafici, è molto difficile non sentirsi eccessivamente in colpa se l’operazione non va a buon fine.

Cosa che, immagino, sia sbagliata.
Sì, è molto destabilizzante.

Mentre se si dispone di un sistema automatico, non vi è questo problema.
Esatto. Il tuo lavoro è quello di attenerti al sistema. Ci si può anche aspettare che il sistema possa fare qualcosa che causa delle perdite. Si può criticare la tua valutazione sulla prestazione complessiva del sistema, ma non ha senso criticarla per ogni singola operazione.

Comprendo pienamente i vantaggi psicologici dell’approccio meccanico (ovviamente, premesso che funzioni), ma tu stai anche dicendo di essere scettico sulla lettura dei grafici come metodo borsistico in generale?
Quando ho un’ idea che si fonda su di un disegno grafico, cerco di ridurla ad un algoritmo che posso verificare su computer. Se il metodo è realmente valido, dovrebbe sempre essere possibile spiegarlo ad un computer. Anche se non si riesce a definirlo con precisione, si dovrebbe ancora essere in grado di formulare un algoritmo che descriva approssimativamente il disegno. Se il vostro algoritmo vi dà una aspettativa di guadagno vicina allo zero – che è il caso tipico – allora non ostinatevi a credere che il modello grafico abbia una validità che dipende da una qualche indescrivibile interpretazione che voi gli date!

In altre parole, il computer non mente; credete a lui piuttosto che alla vostre intuizioni sulla affidabilità di un disegno.
Si, perché, come ho accennato prima, la mente umana tende a crearsi dei modelli dove non ne esiste alcuno.

Segui il tuo sistema in modo assoluto, oppure a volte intervieni?
A questo livello del gioco, i sistemi di trading computerizzati sono degli algoritmi di routine. Possono essere complessi, ma sono ancora ingenui ed impreparati. Qualunque sistema che io conosca, se viene adottato per operazioni abbastanza grosse, finirà a vagare in un terreno eccessivamente rischioso. Naturalmente, questa vulnerabilità può essere evitata operando molto in piccolo – vale a dire, regolandosi sui casi peggiori – ma questa è una soluzione molto costosa in termini di rendimento globale.

E’ meglio operare ad un livello ragionevole e quando ci si trova troppo esposti, lasciar perdere il proprio sistema e fare un passo indietro. Inoltre, un buon sistema ogni tanto vi farà fare qualcosa di stupido. In questi casi, il vostro giudizio personale è essenziale. In termini generali, comunque, se il vostro sistema serve a qualcosa, non scavalcatelo, tranne quando va chiaramente contro il proposito per cui è stato fatto. Non prendete l’abitudine di cambiare sistema un giorno sì e un giorno no. Riservate il vostro ingegno e la vostra creatività per il lavoro di ricerca.

Puoi fornirmi l’esempio di un sistema che vada contro le intenzioni per cui è stato creato?
Il giorno del crollo [19 Ottobre 1987], ero allo scoperto di S&P, ed ero anche allo scoperto di Eurodollari. Alla chiusura, gli S&P erano sotto di 8,000 punti, ma gli Eurodollari erano sotto solo di cinque punti. La mia mentalità di operatore mi disse che gli Eurodollari avrebbero dovuto essere sotto di almeno 40 o 50 punti in concomitanza con il collasso delle S&P. Anche se il mio sistema indicava ancora un ribasso di Eurodollari, io coprii la mia posizione perché non mi piaceva l’andamento del mercato.

E fu la cosa giusta da fare?
Si. Il giorno dopo il mercato aprì più in alto di quasi 300 punti.

Quando scopri che il tuo sistema fa un qualcosa che non è ottimale per dei precisi motivi, come nell’esempio dell’Eurodollaro che ha i appena citato, tu allora modifichi il sistema per incorporare una nuova regola per affrontare queste situazioni?
Se ci si imbatte ripetutamente in un certo tipo di problema, o se si trova un difetto strutturale al sistema, allora è il momento di cambiarlo. Ma non va cambiato ogni volta che fa qualcosa che non ci piace. Non esiste un sistema di una certa complessità algoritmica che si comporterà secondo le intenzioni del progettista in ogni circostanza. Un progettista non può anticipare tutte le possibili situazioni. Anche se potesse, sarebbe poco saggio aggiungere al sistema un grado di libertà per qualcosa che si verifica meno di una volta all’anno.

Ti è rimasta in mente qualche altra occasione in cui ti sei sovrapposto al tuo sistema?
Si, era nel periodo della Guerra del Golfo. Si trattava di una situazione senza precedenti. Prima di quella, non avevamo mai avuto una dichiarazione di guerra ad ultimatum. Il mio istinto mi diceva di operare, ma in me giocavano anche degli altri fattori. Mi misi nell’ottica che lasciarsi sfuggire un affare importante sarebbe stato un errore molto più grave che fare un cattivo affare. In qualsiasi sistema valido, vi sono tutti i tipi di supporto per proteggervi (vale a dire, garantire che vi ritiriate) quando fate un cattivo affare.

Dall’altra parte, di regola, se vi lasciate sfuggire una buona operazione, non avete niente per proteggervi – vale a dire, non vi è nulla nel vostro sistema che vi garantirà che alla fine vi rientrerete. Inoltre, perdere una buona operazione può essere destabilizzante e demoralizzante, soprattutto se vi trovate nel mezzo di un ciclo di perdite. E come molte decisioni operative sbagliate, finisce per costarvi di più dei soldi che avete perso o che non avete guadagnato nell’operazione. Lasciarsi sfuggire una operazione importante tendenzialmente ha un effetto di risonanza che si ripercuote su tutta la vostra strategia di trading. A volte possono passare delle settimane prima di ritornare in pista. Per tutti questi motivi, mi sembrava che non fosse il caso di fermarmi.

Veramente pensavo che mi avessi detto che questa fu un’ occasione in cui avevi ignorato il sistema…
Accettai gli scambi, ma ridussi di metà la mia posizione normale.

Che cosa accadde?
Subii un tracollo, o, più esattamente, un mezzo tracollo.

Allora, ancora una volta, sembra che il tuo intervento andò a beneficio del tuo rendimento. Vi furono delle situazioni in cui esserti mosso contro il sistema ti si ritorse contro?
Parecchie. Ne spicca una in particolare, che capitò tanti anni fa dopo che avevo subito un ciclo di perdite più lungo del solito. In quel periodo, mi trovavo con una posizione valutaria lunga. Durante il fine settimana emerse un panorama internazionale che causò un deciso innalzamento dei valori delle valute. Per il lunedì mattina, mi ritrovai con quello che sembrava essere un guadagno fortunato. Presumendo che stesse arrivando il momento di ridurre la mia esposizione a causa dell’aumento di volatilità, incassai profitti per la metà della mia posizione.

In realtà, la mia esposizione sui mercati in quel momento era lieve, e mi sarei potuto permettere tranquillamente di rischiare di più con la posizione valutaria. Si trattava semplicemente del fatto che venendo da un periodo di forti perdite, non reggevo all’idea di rimettere in gioco tutti quei profitti. In effetti, avevo fatto il ragionamento che le valute erano salite abbastanza – il “richiamo della controtendenza”. Poco dopo, le valute subirono un altro rialzo esplosivo, che andò anche oltre il primo. L’aver deliberatamente mancato questa opportunità fortunata fa soffrire anche più delle perdite.

Facendo un bilancio, trovi che il tuo intervento abbia giovato o abbia ostacolato la tua prestazione?
Ho provato ad operare contemporaneamente per conto mio, cosa che ho fatto per tutta la mia carriera, mentre amministravo anche il capitale di rischio di un associato, sul quale operavo esclusivamente per mezzo di un sistema meccanico. Anche se il rendimento nel mio conto andò bene, il capitale gestito unicamente con il sistema meccanico andò decisamente meglio. Avevo sempre saputo che un buon sistema avrebbe reso meglio di me in caso di guadagni fortuiti (forse una volta sarei stato io a superarlo, ma negli anni i miei sistemi erano migliorati). Questa esperienza indicò il contrario.

Tuttavia, mi sembra di capire che prima dell’esperimento inatteso, devi aver pensato che i tuoi interventi personali giovassero al rendimento.
Questo perché i momenti in cui fai qualcosa che si rivela più intelligente del sistema sono quelli che ti rimangono impressi. Il logorio giornaliero è quello che ti dimentichi. Chiaramente, il mio mettermi contro al sistema mi stava costando dei soldi, anche se ero convinto del contrario.

Da allora hai cambiato il tuo punto di vista in fatto di ignorare il sistema?
Certamente, ora penso che si tratti di un percorso molto più selettivo rispetto a come mi comportavo io anni fa. Si dovrebbe cercare di esprimere il proprio entusiasmo ed il proprio ingegno facendo ricerche la notte, e non mettersi contro al proprio sistema durante il giorno. L’intervento personale è un qualcosa che andrebbe fatto solo di fronte a circostanze inattese – e comunque solo con grande cautela. Se ci si trova ad ignorare periodicamente il sistema, è un segnale sicuro che si vorrebbe che nel sistema ci fosse un qualcosa che invece non è stato inserito.


Puoi dirci qualcosa su come scegli le tue operazioni, al di là dell’uso del sistema?
Non amo le inversioni di tendenza. Se il mercato sta salendo e io credo che farei bene a mettermi lungo, preferirei comprare mentre il mercato è ancora forte piuttosto che aspettare una correzione. Comprare in una inversione di tendenza è psicologicamente seduttivo perché si ha la sensazione che si stia facendo un affare rispetto al prezzo che si è appena visto. Tuttavia, penso che questo metodo contenga più di un pericolo. Se il mercato si è ritirato al punto tale da permettere un prezzo d’acquisto sostanzialmente diverso, allora non c’è neanche paragone fra quanto l’operazione era valida prima e quanto lo è adesso.

Anche se l’operazione può ancora andare a buon fine, è più alta la possibilità che la tendenza stia cambiando. Ma quello che forse è anche peggio, è che una strategia di tentativo di acquisto sulle correzioni spesso vi porterà a rinunciare completamente all’operazione o ad essere obbligati a riacquistare a prezzo più alto. Comprare su inversione di tendenza è uno di quegli stratagemmi che vi da una soddisfazione psicologica invece di darvi dei benefici in termini di aumento dei profitti. Come regola generale sui devono evitare quelle situazioni che ti danno una sensazione di comfort e tranquillità: normalmente si tratta di un falso comfort.

Sei in grado di dare una spiegazione razionale al perché i sistemi che seguono il trend funzionano?
La gente tende a concentrarsi sui pochi grandi risultati che appaiono più probabili e ignora gli scenari a bassa – probabilità. Mano a mano che i vari grandi risultati possibili diventano meno probabili, alcuni di bassa probabilità, che erano stati trascurati, balzano all’occhio – una fenomeno di soglia. Il mercato deve concedere, con una certa discontinuità, queste “nuove” possibilità. Evidentemente, il successo dei sistemi orientati al trend significa che non è solo un caso che i movimenti di una determinata grandezza costituiscano le fasi iniziali di tali aggiustamenti discontinui. Ovviamente, il problema di interferenza che si pone per l’operatore orientato al trend, è quello di saper distinguere le parti iniziali di questi aggiustamenti dalle oscillazioni casuali.

Che cosa sai dei sistemi che vengono venduti al pubblico?
Un tempo ci lavoravo di pari passo, ma, vista la preponderanza della spazzatura che si trova in giro, la trovai una cosa estenuante. Ci si deve muovere attraverso così tante cose che sono complicate ed inutili che credo che mettersi a pensare sia un modo migliore di impiegare il tempo.

Come mai consideri questi sistemi “inutili”?
Perché tendono a sovra – adattare i dati passati.

Pensi che il sovra – adattamento sia una conseguenza dell’ingenuità? O di un desiderio irrefrenabile di vendere più sistemi?
Arrivati a questo punto, probabilmente si tratta in prevalenza di disonestà.

Hai esaminato molti sistemi esterni?
Ne ho visti una cinquantina.

Di questi cinquanta, quanti valevano qualcosa?
Uno! In realtà non penso che come sistema fosse realmente valido, ma conteneva un elemento che utilizzai con grande profitto in un secondo momento.

Hai la sensazione che acquistare sistemi sia uno spreco di denaro?
Per lo più, penso di sì. Mi da fastidio pensare a quanti soldi una persona dovrebbe spendere per poter puntare su qualcosa di buono. Se si hanno le risorse per valutare i sistemi, a questo punto tanto vale impiegare il proprio tempo a sviluppare le proprie idee. Io non raccomanderei di comprare sistemi.

C’è dietro l’idea che se un sistema dovesse davvero funzionare – e con questo mi riferisco ad una combinazione giusta di buona profittabilità, bassa volatilità e durata, nessuno avrebbe alcuna convenienza finanziaria a venderlo?

A volte, può capitare che qualcuno venga fuori con qualcosa di veramente valido e lo venda perché ha bisogno di soldi. Ma nella mia esperienza, nessuno fa una scoperta valida mentre viaggia su un autobus di linea e sta sfogliando le carte; è un qualcosa che si sviluppa in un arco di anni. Normalmente, se una persona ha investito tempo e denaro sufficiente nello sviluppo di un sistema, lo vorrà usare per conto proprio, non venderlo.

Che opinione hai dell’operare tramite la cosiddetta contrarian opinion?
La dottrina della contrarian opinion cerca di propagandare l’idea di operare in contrasto con la maggioranza [dei mercati] in operazioni singole. Anche se in teoria questo approccio potrebbe funzionare una volta che si ha il tipo giusto di informazioni sulla composizione dei mercati, in pratica le informazioni a disposizione degli operatori in controtendenza sono di importanza discutibile.
Ad esempio, prendiamo gli indicatori di consenso. Questi si basano su raccomandazioni provenienti da bollettini, servizi di consulenza e così via. Pertanto, questi numeri si modellano su di un gruppo di operatori assolutamente non rappresentativo – quelli che operano su servizi di consulenza via market letter. Non ne conosco neanche uno. In ogni caso, poniamoci una domanda empirica: Le cifre di consenso funzionano? Le nostre ricerche indicano che è leggermente conveniente comprare – non vendere – in un mercato con un consenso fortemente al rialzo.

Hai una tua opinione sui popolari indicatori tecnici sul genere “eccesso di vendite/eccesso di acquisti”, tipo il RSI e gli stocastici?
Penso che questi indicatori siano quasi inutili. Non voglio insinuare che non si dovrebbero neanche condurre ricerche basate su questi indicatori – puoi dar prova di grande promiscuità nella fase di ricerca, ma non nel trading.

Dato che hai fatto queste ricerche, te la sentiresti di definire questi metodi come degli “indicatori fasulli”?
Direi di sì, in termini di aspettative di profitto sono vicini allo zero. Quello che questi modelli fanno durante gli assestamenti del mercato, lo perdono durante i periodi di tendenza.

Perché credi che questi metodi siano così popolari se sono inefficaci per il trading?
Per un motivo: che quando si osservano questi indicatori in sovrimpressione su di un grafico di prezzi, appaiono molto migliori di quello che sono veramente. L’occhio umano tende cogliere i momenti in cui questi indicatori segnalano accuratamente le punte di minima e di massima, ma si perde tutti i falsi segnali e fino a che punto erano sbagliati durante i periodi di tendenza.

Sul piano formale, l’errore risiede nella confusione fra le probabilità a priori e a posteriori. Ad esempio, è vero che molti estremi presentano dei giorni di inversione [un “giorno di inversione” è una giornata in cui il mercato raggiunge una nuovo picco di massima o minima e poi inverte la direzione, finendo col chiudere uno o più punti al di sopra o al di sotto in prossimità della chiusura della giornata]. Tutto quello che ti sta dicendo è la probabilità, con un dato prezzo estremo, di ritrovarti con un giorno di inversione. Quello che si avrebbe davvero bisogno di sapere è quale sia la probabilità di avere un estremo di prezzo – cioè, un sostenuto cambiamento di tendenza del mercato – nel momento in cui ci si trova in un giorno di inversione.

Si tratta di un tipo di probabilità molto diverso. Solo perché una delle due probabilità è alta, questo non implica che anche l’altra sia altrettanto alta. Se l’ottantacinque per cento di tutti gli alti e i bassi hanno una proprietà x, ma la proprietà x ricorre abbastanza di frequente anche in altre occasioni, usare quell’indicatore come segnale vi ridurrà a brandelli. Inoltre, quei metodi sono attraenti perché giocano con delle potenti pulsioni umane che inducono una persona ad operare controcorrente o ad abbreviare le operazioni orientate alla tendenza. Si è sempre tentati di liquidare una buona operazione senza alcuna ragione.

E circa la analisi ciclica, che è un’altra tecnica che gli operatori usano per tentare di cogliere i picchi di rialzi o di ribassi?
Ci sono dei metodi scientifici molto forti di analisi ciclica, particolarmente la analisi di Fourier che fu inventata nel diciannovesimo secolo, essenzialmente per capire la trasmissione di calore. La analisi di Fourier è stata sperimentata insistentemente sul mercato dei prezzi, a cominciare dalla fine del diciannovesimo secolo con il lavoro del matematico Francese Louis Bachelier. Tutte queste ricerche scientifiche non sono riuscite a scoprire nessuna componente sistematica ciclica nei dati di prezzo.

Questo insuccesso mina fortemente la validità dei vari sistemi di borsa basati sui cicli. Inoltre, vorrei sottolineare che le tecniche per trovare i cicli hanno una maggior consistenza rispetto alle tecniche per individuare le tendenze di mercato. L’individuazione dei cicli rappresenta un problema scientifico classico.

Che dire di tutti i vari studi che hanno la pretesa di riscontrare dei cicli di prezzi?
Il mercato sale e scende. Pertanto, in senso lato, i cicli esistono. Il fatto è che anche dei modelli praticamente casuali si possono far combaciare con una buona approssimazione alle curve dei prezzi. Se si lascia che i periodi ciclici si espandano e si contraggano, cambino ritmo e addirittura si invertano, – come fanno molte di queste teorie di cicli (o, forse per dirla meglio, questi marchingegni ciclici) – allora si possono far andar bene per qualunque serie di dati che fluttuino. Il punto di fondo è che le tecniche statistiche rigorose, come la analisi di Fourier, dimostrano che questi presunti cicli sono sostanzialmente casuali.

Tu credi che i tentativi di applicare l’intelligenza artificiale alla borsa possano avere successo?
Io credo che alla fine i congegni cibernetici saranno in grado di superare gli umani in qualsiasi lavoro, trading compreso. Non credo che solo perché siamo fatti di carbonio e fosforo noi possiamo fare delle cose che silicio e rame non sono in grado di fare. E dal momento che i dispositivi cibernetici non hanno molti dei nostri limiti umani, un giorno lo potranno fare anche meglio. Non ho dubbi che il miglior operatore del mondo sarà un automa. Non sto dicendo che ciò accadrà a breve, ma probabilmente entro le prossime generazioni.