Bitcoin e Grafici: Il Segreto dei Primi Trader su Mt.Gox Svelato?

Ciao a tutti! Oggi voglio portarvi indietro nel tempo, agli albori del Bitcoin, un’epoca quasi mitologica per chi si è avvicinato alle criptovalute solo di recente. Parliamo del periodo tra il 2011 e il 2013, quando Bitcoin era una creatura misteriosa, conosciuta solo da pochi pionieri digitali, e la maggior parte delle transazioni avveniva su un unico, famigerato exchange: Mt.Gox.

Vi siete mai chiesti come operavano quei primi trader? In un mercato così giovane, volatile e privo di regole, senza gli strumenti sofisticati di oggi, come prendevano le loro decisioni? Beh, mi sono immerso in un dataset incredibile: oltre 1,4 milioni di transazioni reali di più di 45.000 trader su Mt.Gox. E quello che ho scoperto è affascinante e riguarda uno strumento tanto classico quanto controverso: l’analisi tecnica basata sui pattern grafici.

Un Tuffo nei Dati di Mt.Gox: Più Che Semplici Prezzi

Prima di addentrarci nei risultati, lasciatemi sottolineare perché questi dati sono così speciali. Solitamente, gli studi sull’efficacia dell’analisi tecnica si basano su test retrospettivi (backtesting) usando dati di prezzo pubblici. Ma qui abbiamo il “dietro le quinte”: vediamo le vere operazioni fatte dai veri trader, giorno per giorno, ora per ora. Questo ci offre una prospettiva unica sul comportamento effettivo dei primi “Bitcoiners”.

Considerate il contesto:

• Bitcoin era agli inizi, sconosciuto ai più, scambiato principalmente da individui, non da istituzioni finanziarie.
• Mancavano metodi solidi per una valutazione “fondamentale” di Bitcoin. Cosa valeva veramente? Nessuno lo sapeva con certezza.
• Il mercato era considerato molto meno efficiente rispetto ai mercati tradizionali (e anche rispetto al mercato Bitcoin di oggi).
• I trader su Mt.Gox erano sorprendentemente attivi, nonostante le difficoltà nel depositare e prelevare fondi.

In un ambiente del genere, è plausibile pensare che molti si affidassero a euristiche semplici, a “scorciatoie” mentali per navigare l’incertezza. E l’analisi tecnica, con i suoi pattern grafici riconoscibili, sembrava fatta apposta.

L’Algoritmo Detective: Alla Ricerca dei Pattern

Per analizzare questi dati, abbiamo usato un approccio ispirato a studi precedenti (come quello seminale di Lo et al., 2000). Abbiamo sviluppato un algoritmo per riconoscere automaticamente, su base oraria, cinque pattern grafici molto conosciuti:

• Testa e Spalle Invertito (bullish)
• Fondi Allargati (Broadening Bottoms – bullish)
• Fondi a Triangolo (Triangle Bottoms – bullish)
• Fondi Rettangolari (Rectangle Bottoms – bullish)
• Doppio Minimo (Double Bottoms – bullish)

E ovviamente, le loro controparti ribassiste (Testa e Spalle, Cime Allargate, ecc.), anche se meno rilevanti dato che su Mt.Gox non si poteva andare “short” (vendere allo scoperto). L’algoritmo “leggeva” le serie storiche orarie dei prezzi, le “smussava” un po’ (come farebbe l’occhio umano per cogliere la forma generale) e identificava quando questi pattern si formavano e generavano un segnale di trading (tipicamente, quando il prezzo superava una certa “neckline” o linea di resistenza/supporto).

Risultato #1: Quando Scatta il Segnale, il Volume Esplode!

La prima scoperta sorprendente riguarda il volume degli scambi. Abbiamo analizzato il “volume anomalo”, cioè l’aumento degli scambi che non poteva essere spiegato da fattori normali come il volume passato o la volatilità recente. Ebbene, nei periodi orari in cui scattava un segnale di acquisto (buy signal) da uno di questi pattern grafici, il volume anomalo degli scambi schizzava in media di oltre il 53% rispetto ai periodi senza segnali!

Cosa significa? Che questi segnali tecnici non passavano inosservati. Anzi, sembravano catalizzare l’attenzione di un numero significativo di trader, spingendoli ad agire quasi simultaneamente. Questo suggerisce un forte effetto “gregge” (herding): vedendo un pattern formarsi e il prezzo rompere la neckline, molti trader si convincevano che fosse il momento giusto per comprare, generando un’ondata di domanda. In un mercato con informazioni fondamentali scarse, riconoscere un pattern comune poteva dare quella sicurezza (magari illusoria, ma efficace) per premere il grilletto.

Risultato #2: I Pattern Pagavano? Sembrerebbe di Sì!

Ok, i trader reagivano ai segnali, ma questo si traduceva in profitti maggiori? La risposta, analizzando quasi 1,5 milioni di “roundtrip trades” (compra e poi vendi), è stata un sonoro sì, specialmente nel breve termine.

Abbiamo confrontato i rendimenti medi giornalieri delle operazioni iniziate durante un segnale di acquisto con quelli delle operazioni iniziate in momenti “normali”. Il risultato? Le operazioni “segnale” hanno generato in media un rendimento giornaliero superiore di circa 3.07 punti percentuali! Questa differenza era statisticamente molto significativa.

Analizzando per durata dell’investimento (holding period), abbiamo visto che questo vantaggio era particolarmente forte per:

• Operazioni chiuse in meno di un giorno (+13.25 punti percentuali al giorno!)
• Operazioni tenute da 1 a 30 giorni (+0.68 punti percentuali al giorno)

Per le operazioni tenute più a lungo (oltre 30 giorni), la differenza diventava non significativa. Questo suggerisce che l’effetto “spinta” dato dal segnale tecnico tendeva a esaurirsi nel tempo, ma era decisamente sfruttabile nel breve-medio periodo. Sembra proprio che, in quel contesto specifico, l’analisi tecnica potesse battere una semplice strategia “compra e tieni” (buy-and-hold), sfidando l’idea di efficienza del mercato (almeno in forma debole).

Risultato #3: Chi Usava i Grafici Era Diverso?

Abbiamo poi cercato di capire se i trader che usavano più spesso i pattern grafici avessero caratteristiche diverse. E sì, qualche differenza c’era. I trader con una maggiore propensione a seguire i segnali dei pattern tendevano a:

• Fare più operazioni in totale (erano più attivi).
• Ottenere rendimenti medi più alti complessivamente.
• Investire importi mediamente maggiori per operazione (circa il 15% in più quando compravano su un segnale).
• Avere distribuzioni dei rendimenti più “asimmetriche a destra” (right-skewed).

Quest’ultimo punto è interessante. Una distribuzione “right-skewed” significa avere molte piccole perdite o piccoli guadagni, ma occasionalmente dei guadagni molto grandi. È un profilo di rischio che assomiglia un po’ a quello di un biglietto della lotteria e che attrae chi cerca il “colpo grosso”. L’analisi tecnica, che spesso incoraggia a “cavalcare i trend” e “tagliare le perdite” presto, può naturalmente portare a questo tipo di risultati.

Importante: abbiamo verificato se questi trader fossero semplicemente “più bravi” in generale. Analizzando le loro performance nelle operazioni non legate ai segnali, non abbiamo trovato prove significative di abilità superiori rispetto agli altri trader. Quindi, il vantaggio sembrava derivare proprio dallo sfruttamento dei pattern in quel mercato inefficiente, non da un’innata genialità nel trading.

Perché Funzionava (Allora)? L’Importanza del Contesto

Questi risultati, che sembrano quasi contraddire decenni di finanza accademica sui mercati maturi (dove l’analisi tecnica è spesso vista come inutile se non dannosa per i piccoli investitori), si spiegano probabilmente con le caratteristiche uniche del mercato Bitcoin di Mt.Gox:

• Inefficienza: Il mercato era giovane, con meno partecipanti, meno liquidità e forse prezzi che non riflettevano istantaneamente tutte le informazioni disponibili. C’era spazio per trarre profitto da informazioni passate (come i pattern di prezzo).
• Mancanza di Fondamentali: Come detto, non c’erano modelli di valutazione chiari. L’analisi tecnica offriva un appiglio, un metodo (anche se soggettivo) per prendere decisioni.
• Comportamento Gregario: L’incertezza e la novità potevano amplificare la tendenza a seguire la “folla”, specialmente quando un segnale tecnico sembrava confermato da un movimento di prezzo. I pattern potevano diventare profezie auto-avveranti.
• Profilo dei Trader: Primi adottanti, magari più inclini al rischio, affascinati dalla tecnologia, forse più portati a sperimentare strategie attive come l’analisi tecnica.

Conclusioni: Una Lezione dal Passato di Bitcoin

Il nostro viaggio nei dati di Mt.Gox ci dice che, almeno in quella fase pionieristica e un po’ “selvaggia” del Bitcoin, l’analisi tecnica basata sui pattern grafici non era solo fuffa. Sembra essere stata uno strumento cruciale per molti trader, influenzando significativamente i volumi e, cosa più importante, permettendo a chi la usava con successo di ottenere rendimenti superiori, specialmente nel breve termine.

Questo non significa che l’analisi tecnica funzioni sempre e ovunque, specialmente nei mercati più maturi ed efficienti di oggi. Ma ci ricorda quanto il contesto sia fondamentale. In un mercato giovane, non regolamentato, difficile da valutare e popolato da pionieri, le vecchie regole sui grafici sembrano aver avuto un ruolo decisamente più importante di quanto si potesse pensare.

È stata un’analisi affascinante che apre uno squarcio su come si muovevano i primi attori in questo ecosistema rivoluzionario. Chissà quante altre storie si nascondono in quei dati!

Fonte: Springer