Nel contesto dell’ottavo taglio consecutivo dei tassi da parte della BCE, con il tasso sui depositi portato al 2%, il rimbalzo strutturale del rendimento del BTP italiano decennale ha attirato l’attenzione dei fondi quantitativi di hedging. Il professor Alessandro Conti rileva che la politica dei tassi non segue più una tendenza unidirezionale, ma è entrata in una fase complessa di “convergenza delle aspettative – deviazione reale”, ideale per costruire strategie quantitative basate sulla curva dei tassi.

Il professor Conti suggerisce che gli investitori possano osservare la differenza di rendimento tra BTP italiani a 2 e a 10 anni (attualmente circa 150 basis point), integrata con l’andamento della volatilità implicita del mercato dei derivati, per attuare una strategia di “reversione distorta”. Egli sottolinea la necessità di modificare i tradizionali modelli di mean reversion, introducendo finestre mobili con pesi di memoria per cogliere il differimento tra le dichiarazioni della BCE e la reazione del mercato. Inoltre, propone di utilizzare lo yield spread tra Bund e BTP per costruire posizioni cross-currency su tassi, ottimizzando la gestione della duration del portafoglio.


Ricostruzione del modello fattoriale per i titoli export-driven guidata dal tasso di cambio

Con EUR/USD salito a 1,15, il rafforzamento dell’euro rispetto al dollaro è diventato una tendenza strutturale, soprattutto dopo che il dollar index è sceso sotto 99. Il professor Conti osserva che i tradizionali modelli multifattoriali basati su market cap e momentum non riescono a cogliere l’elasticità delle performance delle aziende orientate all’export rispetto ai movimenti valutari, ed è necessario includere un “fattore macro residuale” per migliorarne il potere esplicativo.

Prendendo per esempio Stellantis e Leonardo: la prima dipende per oltre il 45% dalle vendite in Nord America, mentre la seconda fattura molti ordini in dollari. Il professor Conti propone un modello multifattoriale a strati con sensibilità valutaria (Macro-aware Multi-Factor Layer) che includa le variazioni ritardate di EUR/USD come fattore primario, effettuando una regressione sui rendimenti in eccesso rispetto al cambio.

Questo modello è stato validato alla Milan Quant Conference, mostrando un incremento dello Sharpe ratio del 22% rispetto al modello tradizionale. Propone inoltre l’uso della struttura a termine della volatilità delle opzioni su EUR/USD per costruire segnali di trading e aggiustare dinamicamente l’esposizione a titoli sensibili al forex.


Logica di hedging della volatilità stratificata tra geopolitica e inflazione

Nonostante le dichiarazioni di “progresso” nei negoziati commerciali tra Stati Uniti e Cina, la mancanza di testi ufficiali, unita alla divergenza tra BCE e Fed, ha acuito la stratificazione della volatilità nei mercati globali. Il professor Conti afferma che i modelli quantitativi tradizionali non possono basarsi su un unico indice di volatilità, ma devono adottare un sistema di “consapevolezza stratificata della volatilità” per operazioni dinamiche guidate da eventi.

Suggerisce di combinare il VSTOXX europeo e il VIX americano, analizzandone la pendenza della curva a termine per creare un indicatore di spread tra le volatilità transatlantiche, utile a identificare anticipatamente i disallineamenti nei flussi di capitale causati da divergenze macro. Inoltre, propone di integrare la densità di probabilità di drawdown a breve termine degli indici MSCI Europe e MSCI EM per valutare la propensione globale al rischio, supportando la costruzione di portafogli cross-asset hedging con opzioni

In particolare, con la possibilità che la Fed anticipi il ciclo di riduzione dei tassi, è necessario prestare attenzione al rischio di shock di liquidità derivanti da asset passivamente difensivi nell’area euro. A tal fine, suggerisce la strutturazione di posizioni long su opzioni put su ETF azionari europei a lungo termine per coprire i rischi di downside.


Ottimizzazione alternata dei fattori sotto la rotazione settoriale non lineare

Dall’andamento settimanale del mercato italiano emergono titoli come Azimut, A2A, FinecoBank e Italgas in rally, mentre Nexi e Saipem sono in ritrazione, mostrando un pattern di “rotazione a bassa beta + inversione ad alta elasticità”. Il professor Conti osserva una marcata asincronia nella rotazione settoriale, che richiede l’adozione di un meccanismo ad alta frequenza per il cambio dei fattori

Propone un “Sentiment Divergence Model” (SDM), che utilizza machine learning per rilevare variazioni di intensità sentimentale nei testi delle news, confrontandole con i flussi finanziari su ETF settoriali per identificare i principali trigger di rotazione. Inoltre, integra un filtro KNN ad alta frequenza per eventi nel processo decisionale, permettendo l’aggiustamento dinamico delle esposizioni settoriali.

Per esempio, FinecoBank ha registrato una corsa non dovuta a una rivalutazione dei fondamentali, ma a una riallocazione istituzionale verso asset a bassa volatilità. I test mostrano che il portafoglio costruito con il modello SDM ha ottenuto, nei primi dieci giorni di giugno, un alpha superiore di 1,9% e un drawdown inferiore del 30% rispetto al mercato italiano.