Larry Williams lo creò sulla base dell’indicatore Stocastico, ma se quest’ultimo utilizza la differenza tra la chiusura e il minimo dei minimi di n periodi, per la costruzione del Williams %R si fa riferimento alla differenza tra la chiusura e il massimo dei massimi di n periodi (dove n=14 è consideranto il valore ideale). Il %R quindi, fluttua in una scala da 0 a 100 (ma in alcuni casi viene calcolato su una scala negativa da -100 a 0).
Diversi trader utilizzano l’indicatore per determinare i momenti in cui il mercato si trova in condizione di ipervenduto o ipercomprato, e ovviamente anche per le inversioni dei trend. La soglia di ipercomprato viene posta dall’autore ad un valore di 80 (-20 nel caso di scala negativa), mentre la soglia di ipervenduto ad un valore di 20 (-80).
Tuttavia, l’utilizzo classico dell’oscillatore genera molti falsi segnali. In questo articolo andremo a valutare se è possibile ottimizzare i paramentri del Williams %R su un paniere di futures molto diversificato, per poterlo utilizzare come motore di una strategia automatica (trading system).
La strategia
La strategia che andremo ad adottare è un classico sistema con logiche “mean-reverting”, ovvero si andranno a sfruttare i due livelli di soglia del %R come punto di svolta del mercato. Si attenderà che i prezzi abbiano superato la soglia di ipervenduto (20), dopo di che, quando l’oscillatore incrocerà di nuovo tale livello dal basso verso l’alto, entreremo long. Al contrario, superata la soglia di ipercomprato (80), quando l’oscillatore incrocerà di nuovo tale livello dall’alto verso il basso, entreremo short.
Essendo una strategia “mean-reverting”, sarà molto utile fin da subito utilizzare uno stoploss che possa in qualche modo proteggere il capitale da perdite troppo elevate. Lo stoploss verrà calcolato come la volatilità media delle ultime 5 barre divisa per 1.5 volte (valore ottenuto con una ottimizzazione preliminare) in modo che i parametri ottenuti siano quanto più possibile uniformi su tutti i sottostanti del paniere analizzato.
In questo esempio si andrà a testare la strategia su un time frame a 1440 (minuti), che rappresenta barre daily aggiustate sull’ultimo prezzo battuto effettivamente dal mercato, per vedere come si sarebbero comportati negli anni che vanno dal 2010 al 2022 i seguenti future:
- Crude Oil (CL)
- S&P500 (ES)
- Nasdaq (NQ)
- DAX (FDAX)
- Gold (GC)
- Live Cattle (LC)
- Feeder Cattle (FC)
- Soybeans (S)
- US Treasury Note 30 Yrs (US)
- Wheat (W)
- British Pound (BP)
- Bund (FGBL)
- Copper (HG)
- Heating Oil (HO)
- Natural Gas (NG)
- RBOB Gasoline (RB)
- EuroFX (EC)
Nelle figure 2 e 3 apprezziamo le metriche ottenute dalla strategia reversal sul %R: i risultati sono abbastanza incoraggianti con una equity line crescente che è sicuramente un buon punto di partenza, ma si nota come questa sia anche poco costante negli anni. Ad esempio, il notevole drawdown a partire dal 2020 evidenzia come la stategia necessiti di essere affinata.
Guardando i risultati per singolo mercato, si nota che soltanto 6 mercati su 17 subiscono delle perdite.
Una nota dolente invece viene dall’average trade complessivo che raggiunge solamente i 23 $. Chiaramente non sono sufficienti a rendere il sistema utilizzabile per il live trading (in reale), perché sarebbero completamente erosi dai costi commissionali e dallo slippage. È quindi necessario procedere quantomeno ad una ottimizzazione dei parametri dell’indicatore, per vedere se ci sono spazi di miglioramento.
Vuoi un aiuto per migliorare il tuo approccio al trading? Clicca qui >>>
L’ottimizzazione
Proviamo dunque a migliorare l’average trade della strategia intervenendo sull’indicatore. In particolare, andiamo ad ottimizzare i livelli di ipercomprato ed ipervenduto, per vedere se veramente quelli proposti dall’autore (80 e 20) sono i valori migliori dove andare a cercare delle zone di inversione di tendenza (visto che abbiamo adottato una strategia “mean-reverting”).
Dai risultati dell’ottimizzaione riportati in figura 4, si evince che la combinazione 25-85 permetta di migliorare in maniera consistente net profit (371483 $) ed average trade (che supera i 50 $), riducendo allo stesso tempo il massimo drawdown di portafolgio.
L’equity del sistema è sicuramente migliorata, ma non si può ancora dire che il sistema sia tradabile senza ulteriori aggiustamenti.
Provando ad inserire un take profit, anch’esso calcolato sulla volatilità media delle ultime 5 barre per un fattore moltiplicativo, tramite un’ottimizzazione si trova che il valore ottimale di questo fattore è 1.5 (casualmente lo stesso dello stop loss).
A questo punto la equity line è sicuramente più costante (si veda figura 5), il net profit sale a 407228 $ e l’average trade a 57 $, mentre il max drowdown scende a valori più accettabili, anche se ancora alti perché la strategia possa essere utilizzabile in live trading.
Vuoi un aiuto per migliorare il tuo approccio al trading? Clicca qui >>>
Conclusioni
In conclusione, il %R ottimizzato nei suoi paramentri per questo specifico paniere e time frame, ha dimostrato di poter essere un valido strumento per il trading sistematico, anche se la strategia qui illustrata necessiterebbe ancora di ulteriori affinamenti. Il valore di average trade, per esempio, è ancora piuttosto basso, ma il numero elevato di trade permetterebbe di inserire ulteriori filtri sugli ingressi, cercando di andare ad eliminare quelli meno redditizi.
In generale, su un portafoglio così variegato e diversificato è comunque difficile ottenere un average trade molto alto. Tuttavia, si potrebbe provare ad isolare i trade delle sole giornate in cui si è verificato un particolare pattern di prezzo, evitando così di entrare in posizione quando le condizioni non sono favorevoli all’inversione di trend ricercata dalla strategia.
Va detto infine che il %R eccelle nell’individuazione delle divergenze rialziste e ribassiste. Una divergenza ribassista si ha nel momento in cui i prezzi generano nuovi massimi, mentre l’oscillatore presenta massimi decrescenti. Al contrario assistiamo ad una divergenza rialzista se i prezzi fanno segnare nuovi minimi mentre sull’oscillatore si hanno minimi crescenti. L’individuazione delle divergenze potrebbe essere un ulteriore spunto su cui lavorare per andare a filtrare i trade e migliorare il sistema.
Quel che si è visto spero abbia fornito spunti interessanti. La mia raccomandazione è di essere sempre curiosi ed aperti a sperimentare nuove idee.
Alla prossima e buon trading!
Andrea Unger
Trader e autore italiano noto per essere l’unico quattro volte campione del mondo di Trading (2008, 2009, 2010, and 2012), Andrea Unger è laureato con lode in Ingegneria Meccanica presso il Politecnico di Milano, membro del MENSA, trader indipendente dal 2001. Fondatore e Presidente della Unger Academy.
Vuoi fare trading come un professionista? Prova GRATIS la Newsletter Premium 4 in 1 di Benzinga Italia con azioni, breakout, criptovalute e opzioni.
