3 Maggio 2021 13:39

Analisi di gruppo

Che cos’è l’analisi cluster?

L’analisi dei cluster è una tecnica utilizzata per raggruppare set di oggetti che condividono caratteristiche simili. È comune nelle statistiche. Gli investitori utilizzeranno l’analisi dei cluster per sviluppare un approccio di trading in cluster che li aiuti a costruire un portafoglio diversificato. Le azioni che mostrano correlazioni elevate nei rendimenti cadono in un paniere, quelle leggermente meno correlate in un altro e così via, fino a quando ogni azione viene inserita in una categoria.

Se eseguito correttamente, i diversi cluster mostreranno una correlazione minima l’uno dall’altro. In questo modo gli investitori ottengono tutte le virtù della diversificazione : riduzione delle perdite al ribasso, conservazione del capitale e capacità di effettuare operazioni più rischiose senza aumentare il rischio totale. La diversificazione rimane uno degli elementi centrali dell’investimento e l’analisi dei cluster è solo un canale per raggiungerla.

Punti chiave

  • L’analisi dei cluster aiuta gli investitori a sviluppare un approccio di trading in cluster che crea un portafoglio diversificato di investimenti.
  • L’analisi dei cluster consente agli investitori di acquistare e raggruppare asset con rendimenti correlati che si adattano a diversi segmenti di mercato.
  • Uno dei vantaggi dell’analisi dei cluster è aiutare a proteggere il portafoglio dell’investitore dai rischi sistemici che potrebbero renderlo vulnerabile alle perdite.
  • Una critica all’analisi dei cluster è che i cluster con un’elevata correlazione nei rendimenti a volte condividono fattori di rischio simili, il che significa che una performance debole in un cluster potrebbe tradursi in una performance debole in un altro.

Comprendere l’analisi dei cluster

L’analisi dei cluster consente agli investitori di eliminare le sovrapposizioni nel proprio portafoglio identificando i titoli con rendimenti correlati. Ad esempio, un portafoglio di soli titoli tecnologici può sembrare sicuro e diversificato in superficie, ma quando si verifica un evento come il Dotcom Bubble, l’intero portafoglio è vulnerabile a perdite significative. L’acquisto e il raggruppamento di asset che si adattano a diversi segmenti di mercato è fondamentale per aumentare la diversificazione e proteggersi da tali rischi sistemici.

Selezione e negoziazione dei titoli in base all’analisi dei cluster

La tecnica può anche scoprire alcune categorie di titoli come titoli ciclici e di crescita. Queste strategie specifiche rientrano  nell’ombrello smart beta o factor investing. Tentano di ottenere migliori rendimenti aggiustati per il rischio da premi di rischio specifici come volatilità minima, crescita e momentum.

In qualche modo, lo smart beta o il factor investing incarna i concetti di raggruppamento e categorizzazione predicati dall’analisi dei cluster. La logica del raggruppamento su un unico comportamento comune rispecchia la metodologia di base alla base dell’investimento fattoriale, che identifica i titoli soggetti a rischi sistemici simili e condividono caratteristiche simili.

Non è sempre il caso che le risorse in un cluster vivano nello stesso settore. Spesso, i cluster detengono azioni di più settori come tecnologia e finanza.

Critica dell’analisi dei cluster

Un ovvio svantaggio dell’analisi dei cluster è il livello di sovrapposizione tra i cluster. I cluster ravvicinati, il che significa un’elevata correlazione nei rendimenti, spesso condividono alcuni fattori di rischio simili. Pertanto, un down day in un cluster potrebbe tradursi in una performance altrettanto debole in un altro cluster. Per questo motivo, gli investitori dovrebbero trovare e raggruppare le azioni con una grande distanza tra loro. In questo modo, i cluster sono influenzati da diversi fattori di mercato.

Detto questo, ampi pullback del mercato come la recessione del 2008 strozzeranno l’intero portafoglio indipendentemente dalla sua costruzione. Anche i cluster più diversificati avrebbero difficoltà a resistere a venti contrari recessivi. Qui, il miglior clustering può fare è ridurre al minimo le perdite estreme al ribasso.