Stampa pagina
Principali insegnamenti
- Il momentum è un fattore permanente nelle materie prime: decenni di ricerca accademica e i nostri test confermano che le tendenze riguardanti i prezzi nei mercati delle materie prime non sono casuali e possono essere individuate e sfruttate sistematicamente.
- Molteplici segnali confermano questo vantaggio: che si utilizzino medie mobili, ampiezza del trend o momentum binario, i risultati mostrano costantemente rendimenti in eccesso, in particolare quando le strategie si adattano ai comportamenti specifici delle materie prime.
- Il momentum genera strategie investibili: grazie a una solida progettazione dei segnali e a un'attenta implementazione, il momentum può sostenere strategie su materie prime, sia long only che long-short, che nel tempo superano gli indici tradizionali.
Il momentum rappresenta una delle anomalie più studiate in ambito finanziario. Sebbene sia ampiamente applicato alle azioni, la sua rilevanza nel settore delle materie prime è altrettanto significativa. Noi di WisdomTree ne abbiamo testato il funzionamento pratico con riferimento alle commodity riscontrando che, se implementato in modo ponderato, può costituire uno strumento efficace per incrementare i rendimenti e gestire il rischi.
Le basi accademiche che sostengono il momentum nelle materie prime
Per “momentum dei prezzi delle materie prime” si intende la tendenza degli asset che hanno registrato buoni risultati di recente a continuare a sovraperformare nel breve termine. Questa anomalia comportamentale è spesso attribuita alla scarsa reattività degli investitori, alla lentezza delle informazioni relative ai fondamentali e all'evoluzione delle dinamiche di domanda e offerta.
Le prove accademiche sono coerenti. Miffre e Rallis (2007) hanno dimostrato che il momentum trasversale (ovvero l'assunzione di posizioni lunghe sulle materie prime con i rendimenti più elevati negli ultimi 12 mesi e di posizioni corte su quelle con i rendimenti più bassi) genera rendimenti in eccesso statisticamente significativi. Ulteriori studi condotti da Szakmary et al. (2010) e Menkhoff et al. (2012) hanno rafforzato questa conclusione per periodi di tempo e insiemi di materie prime diversi. Anche il momentum delle serie temporali, in cui si confronta il momentum della stessa materia prima e non quello di commodity diverse tra loro, ha dimostrato di funzionare per tutta l'asset class, anche dopo le correzioni apportate per tenere conto di altri premi di rischio.
In breve, si tratta di una caratteristica dei mercati delle materie prime che tende a persistere indipendentemente dal periodo, dal mercato e dalla metodologia.
Il momentum nella pratica: cosa rivelano i nostri test
Sebbene le basi accademiche siano chiare, l'implementazione è fondamentale. Nel nostro recente documento Commodity Investing 3.0: The Rise of Factor and Curve-Aware Strategies, abbiamo sottoposto a rigorosi test le strategie basate sul momentum per un insieme diversificato di future su materie prime, utilizzando sia modelli trasversali che serie temporali.
Abbiamo iniziato testando i segnali di momentum utilizzando tre segnali diversi:
- crossover della media mobile (media mobile ponderata linearmente a breve termine rispetto alla media mobile semplice a lungo termine). Il segnale diventa positivo (negativo) quando la media a breve termine supera (è inferiore a) quella a lungo termine, indicando un momentum al rialzo (al ribasso);
- ampiezza del trend (rapporto tra i coefficienti di regressione positivi e le regressioni totali rispetto a 16 diverse finestre temporali, da quelle a breve termine a quelle a lungo termine). I coefficienti di regressione rilevano l'evoluzione della forza del trend nel tempo; un rapporto maggiore di coefficienti positivi indica un momentum al rialzo più ampio e affidabile. Un rapporto superiore a 0,7 (inferiore a 0,3) indica un segnale positivo (negativo);
- momentum binario (segnale che tiene conto esclusivamente della direzione in base ai segni del rendimento). In concreto, a ciascun rendimento giornaliero viene assegnato un valore pari a +1 o –1 a seconda del suo segno, quindi si calcola una media mobile ponderata esponenzialmente di questa serie per produrre il segnale di momentum binario.
Momentum trasversale: alcune limitazioni
Abbiamo testato le tre metriche in modo trasversale classificando le materie prime in base alla forza del segnale e formando portafogli suddivisi in terzili.
Per tutte e tre le metriche, i risultati trasversali sono stati deludenti. I portafogli del primo (vincitori) e del terzo terzile (perdenti) non sono riusciti a distinguersi in modo significativo nel tempo. Il momentum binario ha mostrato un potenziale marginale, ma non sufficiente a sostenere questo approccio come modello di allocazione autonomo.
Figura 1: Performance storica del momentum dei prezzi (trasversale utilizzando il momentum binario)
Dal 25 giugno 2001 al 21 ottobre 2025. Fonte: WisdomTree, Bloomberg, FactSet. Rendimenti in eccesso in USD. Include dati da test retrospettivi a scopi illustrativi. La performance storica non è indicativa di quella futura e qualsiasi investimento può diminuire di valore.
Momentum delle serie temporali: l'eccellenza
La situazione cambia significativamente nel contesto delle serie temporali. In questo caso, valutiamo ogni materia prima in modo indipendente e poi creiamo portafogli long-short andando long sulle materie prime con segnali di momentum positivi e short su quelle con segnali negativi.
Tutti e tre i segnali, crossover della media mobile, ampiezza del trend e momentum binario, hanno dato buoni risultati e tutti e tre i portafogli long-short hanno registrato rendimenti positivi nel lungo termine con una forte rilevanza statistica.
Figura 2: Performance storica del momentum dei prezzi (serie temporali utilizzando il crossover della media mobile)
Dal 1 febbraio 2002 al 30 settembre 2025. Fonte: WisdomTree, Bloomberg, FactSet. Rendimenti in eccesso in USD. Include dati da test retrospettivi a scopi illustrativi. La performance storica non è indicativa di quella futura e qualsiasi investimento può diminuire di valore.
La nostra analisi dimostra che, nel complesso, il momentum offre effettivamente una sovraperformance significativa in un contesto di investimento realistico e può quindi essere utilizzato per costruire strategie pratiche long only o long-short.
Figura 3: Risultati complessivi relativi al momentum e significatività statistica
Fonte: WisdomTree, Bloomberg, FactSet. La tabella riporta i rendimenti annualizzati, le statistiche t e i valori p per ciascun modello e sottomodello testato sia in contesti trasversali che in serie temporali. La statistica t misura la differenza statistica dei rendimenti osservati rispetto allo zero; valori più elevati indicano una maggiore certezza che la performance del fattore non sia dovuta al caso. Il valore p rappresenta la probabilità che il risultato osservato si sia verificato accidentalmente; valori inferiori implicano una maggiore significatività statistica. Ai fini della comparabilità, i rendimenti annualizzati per i modelli trasversali sono divisi per due. La performance storica non è indicativa di quella futura e qualsiasi investimento può diminuire di valore.
A livello settoriale, si osservano alcune differenze. L’energia e i metalli industriali mostrano il momentum più forte, trainato dai persistenti squilibri tra domanda e offerta e dalla sensibilità macroeconomica. L’allevamento, invece, mostra tendenze più deboli, probabilmente a causa dei modelli di mean reversion determinati dai cicli biologici e di raccolta.
Conclusione: una bussola affidabile in un mercato turbolento
Il momentum è uno dei fattori con le maggiori evidenze empiriche nell'investimento in materie prime. Il segreto risiede nel modo in cui si applica. Il nostro lavoro dimostra che il momentum delle serie temporali offre rendimenti differenziati con un ribasso limitato.
Nel mondo delle materie prime, dove la volatilità, la stagionalità e i cambiamenti strutturali sono la norma, il momentum offre un modo disciplinato e basato sui dati per continuare a cogliere le tendenze.
Per un'analisi completa della nostra metodologia, dei risultati e delle linee guida di implementazione, invitiamo a consultare il documento completo: Commodity Investing 3.0: The Rise of Factor and Curve-Aware Strategies.
Post precedente
Tutti i post