Ricerca indipendente sulle strategie
L'analisi intermarket funziona davvero? Abbiamo testato oltre 400 segnali
Versione breve: quasi nessuno di essi predice la direzione. Abbiamo sottoposto 400+ configurazioni direzionali cross-asset a una correzione onesta per test multipli, attraverso azioni, obbligazioni, oro, petrolio, FX e cripto. Uno è sopravvissuto. Il resto è un co-movimento simultaneo mascherato da anticipo.
La promessa, e perché raramente si mantiene
L'affermazione più antica nella tradizione di mercato è che un asset ne anticipa un altro. Le obbligazioni anticipano le azioni. Il dollaro anticipa le materie prime. Le cripto anticipano l'appetito per il rischio durante il fine settimana. È intuitivo, è ovunque nei contenuti educativi, ed è per lo più un artefatto di due cose che si muovono contemporaneamente. L'analisi intermarket legge una relazione genuina — gli asset si muovono insieme — e poi assume silenziosamente che il co-movimento significhi che un lato arriva per primo con un avviso negoziabile. Abbiamo testato direttamente questa assunzione.
Ecco la trappola. Eseguendo abbastanza coppie di asset a sufficienti risoluzioni, qualche combinazione sembrerà predittiva per pura fortuna. Campiona due dozzine di anticipi, e uno supera un t-stat. Questo non è un vantaggio. Questa è aritmetica. La soluzione è la correzione per test multipli con il denominatore impostato su ogni configurazione eseguita, non solo quella "bella" che hai mantenuto.
Cosa abbiamo testato (senza nomi — solo famiglia e modalità di fallimento)
Dipendenza direzionale a risoluzioni da 1 secondo a mensili, con una regola ferrea: le barre dovevano essere sincrone. Snapshot intraday di futures a tempo fisso, non chiusure di cassa disallineate. Le chiusure non allineate sono un classico produttore di falsi lead-lag — la chiusura di New York reagisce a qualcosa che la chiusura di Tokyo aveva già visto, e un grafico lo chiama previsione. Ogni candidato doveva anche battere un null di volatilità: un benchmark in cui il segno è prevedibile solo da drift e volatilità, con zero informazioni cross-asset. Se un "segnale" non può battere questo, non ha mai saputo nulla dell'altro mercato.
| Famiglia (cosa è stato testato) | Ambito | Verdetto | Perché ha fallito |
|---|---|---|---|
| Lead-lag cross-asset, tutte le coppie | 260+ pairs | NULL | nessun anticipo oltre il co-movimento simultaneo |
| Lead-lag condizionale al regime | 130+ configs | NULL | il condizionamento sulla volatilità non salva la direzione |
| Griglia di lead non lineare con machine learning | 180+ pairs | NULL | i lead "nascosti" erano un artefatto di un singolo mese; non si sono replicati |
| Premi di calendario (annuncio, fine mese, OpEx, aste) | 40+ configs | NULL | nessuno sopravvive alla molteplicità |
| Drift pre-rilascio (occupazione, inflazione, PIL) | 18+ configs | NULL | prezzato efficientemente al rilascio |
| Direzione di divergenza-inversione ("SMT") | 7 regimes | NULL | non batte un placebo di divergenza casuale |
| Momentum di reazione alle notizie | — | NULL | l'unica finestra forte era un singolo regime di inflazione 2022–24; si inverte al di fuori di esso |
| Cripto del fine settimana → Direzione azionaria del lunedì | 250+ weekends | NULL | già prezzato alla riapertura dei futures di domenica |
| Drift di posizionamento decisionale della Fed programmato | — | SOPRAVVISSUTO | un vantaggio direzionale reale, amplificato dal regime |
Nomi, autori e script intenzionalmente assenti. Questo è solo un aggregato per classe di asset e modalità di fallimento.
Il titolo onesto
Su oltre 400 configurazioni direzionali intermarket, essenzialmente nulla sopravvive a una correzione onesta. Esattamente ciò che la letteratura sul decadimento predice. La maggior parte delle famiglie non ha fallito solo dopo i costi — non avevano alcun vantaggio contro un placebo prima che un centesimo di costo fosse investito. Il trade di divergenza SMT è l'esempio più chiaro: non batte una divergenza posizionata casualmente. Se mescolare il tuo segnale funziona altrettanto bene del tuo segnale, il segnale non è mai esistito.
Il risultato del machine learning è quello su cui vale la pena soffermarsi. Punta un modello non lineare su oltre 180 coppie e troverà degli anticipi. Ne ha trovati diversi. Ognuno di essi era un miraggio walk-forward — forte in una finestra, scomparso il mese successivo. Questo è l'aspetto dell'overfitting quando indossa una rete neurale. La griglia non ha scoperto una struttura. Ha memorizzato il rumore e lo ha restituito con fiducia.
Quello che è sopravvissuto
Una famiglia è sopravvissuta: un "positioning drift" attorno alle decisioni programmate della Fed. Non un anticipo cross-asset — un premio ancorato al calendario, amplificato dal regime, che si allinea con la letteratura pubblicata sul "pre-FOMC drift". Ha una sua pagina, con l'effetto, i regimi in cui si manifesta e le oneste avvertenze. Leggi la scoperta del "pre-Fed drift" →
Nota cosa non è. Non è "le obbligazioni hanno detto alle azioni dove andare". Il sopravvissuto è programmato e meccanico, più vicino a un pre-FOMC drift che a qualsiasi storia di lead-lag. Le storie di lead-lag — la ragione principale per cui le persone eseguono pannelli intermarket — sono precisamente le famiglie che sono fallite.
Allora a cosa servono i dati intermarket?
Il secondo momento. I dati cross-asset contengono informazioni reali su volatilità e correlazione — quanto le cose si muovono insieme e quanto si muoveranno — non sulla direzione. La volatilità è prevedibile. La direzione, su queste prove, per lo più non lo è. Questa distinzione è il punto chiave utile, e ha una sua pagina. La volatilità è prevedibile. La direzione no. →
Perché credere a un null
Pubblicare un null ha valore solo se il test avrebbe potuto trovare qualcosa. Il nostro poteva. La correzione è stata Benjamini–Yekutieli FDR più un Sharpe ratio deflazionato, con N impostato su ogni configurazione che abbiamo eseguito — il denominatore onesto, non il conteggio dei sopravvissuti. Un "gap-embargo" ha eliminato gli artefatti di microstruttura da 1 secondo. La devolizzazione GARCH ha separato un vantaggio reale dal semplice spillover di volatilità, in modo che un segnale non potesse passare solo perché entrambi gli asset sono diventati rumorosi contemporaneamente. Un "walk-forward" ancorato è rimasto in riserva.
- Un "null" significa non robusto ai test multipli su questi dati e finestra 2012–2026 — non una prova di impossibilità.
- I conteggi sono minimi sempreverdi, mai totali esatti e variabili.
- I costi sono modellati dove incidono; riportiamo il costo di pareggio, non uno Sharpe netto assunto.
Come testiamo
La stessa pipeline che eseguiamo su tutto. Le strategie vengono portate in Python ed eseguite contro costi reali — spread e commissioni modellati da dati tick, non una stima approssimativa. I futures provengono da 13 anni di CME tramite contratti continui costruiti senza gap di sopravvivenza; FX da bid/ask a livello tick; cripto come spot e perps. Un modello veloce esegue il porting di massa, il modello più forte cerca poi di rompere ogni apparente vincitore, cacciando look-ahead e riempimenti impossibili. Il codice è hash, quindi un segnale ripubblicato sotto tre nomi viene testato una volta. È lo stesso processo che rifiuta circa il 78% delle strategie che testiamo — e qui, oltre 400 configurazioni direzionali intermarket ridotte a una.
Ricerca e formazione, non consulenza finanziaria. Nessun segnale, nessuna promessa di rendimento. Indipendente e non affiliato a TradingView.
Vuoi i verdetti nominati?
Questa pagina ti offre l'aggregato: quali famiglie di segnali intermarket falliscono e come. Ciò che non ti offre è l'elenco — ogni strategia e indicatore che abbiamo verificato, nominato, con il suo verdetto e la ragione esatta per cui è sopravvissuto o è fallito. Questo è The No List.
Ottieni The No List → o unisciti prima al Discord →Domande Frequenti
L'analisi intermarket funziona davvero?
Per prevedere la direzione, quasi mai nei nostri test. Abbiamo sottoposto oltre 400 configurazioni direzionali cross-asset a correzione per test multipli; una è sopravvissuta. I dati intermarket contengono informazioni reali su volatilità e correlazione — ma non su quale direzione prenderà il prezzo successivamente.
Un mercato non ne anticipa un altro — le obbligazioni anticipano le azioni, il dollaro anticipa le materie prime?
Si muovono insieme, il che è reale. Un anticipo negoziabile è diverso, e le famiglie di lead-lag sono state esattamente quelle che hanno fallito: oltre 260 coppie, 0 sopravvissuti. La maggior parte degli "anticipi" sono co-movimenti simultanei, o un artefatto del confronto di chiusure di cassa disallineate invece di barre sincrone.
Il machine learning può trovare vantaggi intermarket che un umano non vede?
Li trova e non si replicano. Su oltre 180 coppie la griglia non lineare ha rivelato "anticipi" nascosti che erano artefatti di un singolo mese, scomparsi nella finestra successiva. Questo è overfitting che indossa un modello, non un vantaggio scoperto.
Quindi cosa è sopravvissuto?
Una famiglia: un "positioning drift" attorno alle decisioni programmate della Fed — ancorato al calendario e amplificato dal regime, corrispondente alla letteratura pubblicata sul "pre-FOMC drift". Non è un anticipo cross-asset. Ha una sua pagina con l'effetto e le avvertenze.
Un "null" significa che i segnali intermarket sono impossibili?
No. Un null significa non robusto ai test multipli sui dati 2012–2026 e questa finestra — non una prova di impossibilità. Correggiamo con Benjamini–Yekutieli FDR e uno Sharpe deflazionato, contando ogni configurazione eseguita come denominatore.