Come 15 algoritmi sistematici muovono ~85% del volume di mercato
Il mercato azionario moderno è dominato da algoritmi sistematici che generano flussi meccanici e prevedibili. Comprendere chi compra, chi vende e perché — in modo automatico e senza intervento umano — è essenziale per interpretare correttamente i movimenti di prezzo, evitare trappole e identificare opportunità. Questa pagina documenta i 15 principali algoritmi che insieme coprono circa l'85-90% del volume giornaliero sui mercati US ed EU.
| # | Algoritmo | AUMAssets Under Management. Totale del patrimonio gestito da un fondo./Volume stimato | Adoption |
|---|---|---|---|
| 01 | VWAP/TWAP Execution | 60-70% del volume istituzionale | ~40% del volume totale |
| 02 | Market Making / HFT | ~50% del volume equity US | ~25% del volume totale |
| 03 | Index/ETF Rebalancing | $15T+ in fondi passivi | ~20% dei flussi |
| 04 | Volatility Targeting / Vol Control | ~$350-500B AUM | ~5% dei flussi, 15-20% nei crash |
| 05 | Dealer Gamma Hedging | Trilioni in notional | Impatto enorme intraday |
| 06 | CTA / Trend Following | ~$350-400B AUM | ~5% dei flussi |
| 07 | Risk Parity | ~$200-400B AUM | ~3-5% dei flussi |
| 08 | Statistical Arbitrage | ~$100-200B AUM | ~5% del volume |
| 09 | Momentum Factor | ~$200-300B AUM | ~5% dei flussi |
| 10 | Corporate Buybacks | ~$800B-1T/anno (US) | ~2-3% del volume daily |
| 11 | 0DTE Options / Gamma Squeeze | $1T+ notional/giorno | Impatto intraday enorme |
| 12 | Dark Pool / Iceberg Orders | ~40% del volume equity US | Nascosto per design |
| 13 | Carry Trade Algos | ~$500B+ (FX/rates) | Dominante in FX |
| 14 | Sentiment / NLP | ~$50-100B AUM | ~2-3% del volume |
| 15 | Margin Calls / Forced Liquidation | Variabile (crisi) | 0% normalmente, 30%+ nei crash |
| 16 | Short Covering | ~$1T short interest | 0-15% del volume (recovery) |
| 17 | Leveraged ETF Rebalancing | $134B AUM | 2-8% del volume |
| 18 | Fed Put Expectation | N/A (aspettativa) | 0% normalmente (solo crisi estrema) |
Quando un evento geopolitico o macro colpisce il mercato, gli algoritmi non reagiscono in isolamento. Si innesca una cascata meccanica dove ogni algoritmo amplifica l'effetto del precedente. Comprendere questa catena è fondamentale per distinguere un sell-off temporaneo da un crash strutturale.
Evento geopolitico (es. guerra Iran)
│
├─▶ NLP Algos vendono in millisecondi (#14)
├─▶ HFT market makers allargano spread (#02)
│
├─▶ VIX sale
│ ├─▶ Vol Control vende equity (#04) ──▶ VIX sale ancora
│ ├─▶ Risk Parity riduce equity (#07)
│ └─▶ Dealer gamma hedging amplifica (#05)
│
├─▶ Trend si rompe
│ ├─▶ CTA girano short (#06)
│ └─▶ Momentum factor vende losers (#09)
│
├─▶ Margin calls (#15)
│ └─▶ Forced selling ─▶ prezzi scendono ─▶ altri margin calls
│
├─▶ Buyback blackout (#10) = manca il compratore di ultima istanza
│
├─▶ Leveraged ETF rebalancing (#17) ──▶ vende in MOC, amplifica il calo
│
└─▶ RECOVERY
├─▶ Short covering (#16) ──▶ buying pressure V-shape
└─▶ Fed put expectation (#18) ──▶ mercato prezza intervento, selling rallenta
| Timeframe | Algoritmi attivi |
|---|---|
| Microsecondi | HFT Market Making (#02) |
| Millisecondi-Secondi | NLP/Sentiment (#14), Execution (#01) |
| Minuti | Dealer Gamma Hedging (#05), 0DTE (#11), Mean Reversion (#08) |
| Ore | VWAP/TWAP (#01), Dark Pools (#12), Buybacks (#10) |
| Giorni | Vol Control (#04), CTA short-term (#06), Margin Calls (#15) |
| Settimane | Risk Parity (#07), CTA medium-term (#06) |
| Mesi | Index Rebalancing (#03), Momentum Factor (#09), CTA long-term (#06) |
| Chiusura (MOC) | Leveraged ETF Rebalancing (#17) |
| Crisi (VIX > 20) | Short Covering (#16), Fed Put (#18, VIX > 40) |
| In un SELL-OFF | In un RALLY |
|---|---|
| Vol Control VENDE | Vol Control COMPRA |
| CTA girano SHORT | CTA girano LONG |
| Dealer short gamma AMPLIFICA il ribasso | Dealer long gamma SMORZA il rialzo |
| Mean ReversionTendenza dei prezzi a tornare verso la media storica dopo movimenti estremi. COMPRA (contrarian) | Mean Reversion VENDE (contrarian) |
| Margin calls FORZANO vendite | Buybacks SOSTENGONO |
| Risk Parity RIDUCE equity | Risk Parity AUMENTA equity |
| Leveraged ETF VENDONO (pro-ciclici) | Leveraged ETF COMPRANO (pro-ciclici) |
| Short Covering COMPRA (recovery) | Short Covering INATTIVO |
| Fed Put SMORZA selling (VIX > 40) | Fed Put INATTIVO |
| Campo | Valore |
|---|---|
| Tipo | Execution Algorithm |
| Volume | 60-70% di tutto il volume istituzionale |
| Adoption | ~40% del volume totale di mercato |
| Timeframe | Minuti → Ore (intraday) |
| Impatto | Stabilizzante (distribuisce ordini nel tempo) |
VWAPVolume Weighted Average Price. Prezzo medio ponderato per il volume. Usato come benchmark di esecuzione. (Volume-Weighted Average Price) e TWAP (Time-Weighted Average Price) sono algoritmi di esecuzione, non di decisione. Quando un fondo deve comprare milioni di azioni, non lo fa tutto in un colpo — userebbe un VWAP/TWAP per spezzettare l'ordine in migliaia di piccoli trade distribuiti nel tempo, minimizzando l'impatto sul prezzo.
Il VWAP usa il profilo di volume storico per prevedere quando il volume sarà alto o basso, concentrando gli ordini nei momenti di alto volume (apertura, chiusura). Il TWAP è più semplice: divide l'ordine in parti uguali distribuite uniformemente nel tempo. Varianti avanzate includono Implementation Shortfall (IS), POV (Percentage of Volume) e algoritmi adattivi con machine learning.
VWAP = Σ(Prezzo × Volume) / Σ(Volume) Ordine: comprare 1M azioni 09:30-10:00 volume alto → esegui 25% dell'ordine 12:00-13:00 volume basso → esegui 5% dell'ordine 15:30-16:00 volume max → esegui 30% dell'ordine resto distribuito → esegui 40% gradualmente
• I movimenti di prezzo tendono a concentrarsi in apertura e chiusura dove il volume VWAP è massimo — il 25-30% del volume giornaliero avviene nell'ultima mezz'ora.
• Il VWAP intraday agisce come un magnete: il prezzo tende a tornare verso di esso, creando supporti e resistenze dinamici.
• L'imbalance MOC (Market-on-Close) pubblicato alle 15:50 ET può anticipare movimenti nell'ultimo minuto di contrattazione.
| Metrica | Valore |
|---|---|
| % ordini istituzionali via execution algo | ~60-70% |
| Ordine medio istituzionale | $5-50M, eseguito in 1-4 ore |
| Costo medio di esecuzione | 5-15 bps per ordini grandi |
| Volume nell'ultima mezz'ora | 25-30% del totale giornaliero |
| Players principali | Goldman (REDIPlus), JPM (Neovest), Morgan Stanley, Citadel Securities |
| Campo | Valore |
|---|---|
| Tipo | Market Making + Proprietary Trading |
| Volume | ~50% del volume equity US, ~70% in opzioni |
| Adoption | ~25% del volume totale (come controparte) |
| Timeframe | Microsecondi → Secondi |
| Impatto | Stabilizzante in condizioni normali, destabilizzante in stress |
I Market MakerIntermediario che fornisce liquidità quotando bid e ask. Guadagna sullo spread ma si assume il rischio di inventario. HFT forniscono liquidità al mercato quotando continuamente prezzi bid e ask, guadagnando sullo spreadDifferenza tra il miglior prezzo di acquisto (bid) e il miglior prezzo di vendita (ask). Spread stretto = mercato liquido.. Citadel Securities da solo gestisce il ~25% di tutte le transazioni equity US. Non hanno opinioni direzionali — guadagnano sullo spread, migliaia di volte al secondo.
Il market maker quota bid e ask simultaneamente, guadagnando la differenza. Se accumula troppo inventario in una direzione, aggiusta i prezzi per bilanciare. In condizioni normali questo crea un effetto di mean reversion a livello di microsecondi. In condizioni di stress, però, gli HFT allargano gli spread e riducono le size quotate, o si ritirano completamente, creando vacuum di liquidità.
Bid: $100.00 (compro) ←— Market Maker —→ Ask: $100.02 (vendo)
Spread = $0.02
Profit per trade = ~$0.01
× 1 milione di trade/giorno = $10,000/giorno
• In condizioni normali, gli HFT mantengono spread stretti (1-2 centesimi su large cap), riducendo i costi di esecuzione per tutti.
• In stress, il ritiro della liquidità può causare movimenti del 3-5% in secondi (flash crash/flash rally), che non sono segnali direzionali ma solo mancanza di liquidità.
• La prima mezz'ora dopo l'apertura (9:30-10:00 ET) è dominata da HFT con movimenti esagerati che poi rientrano.
| Metrica | Valore |
|---|---|
| % volume US equity da HFT | ~50% |
| Latenza media trade | <50 microsecondi |
| Revenue annuo Citadel Securities | ~$7-8B (2024) |
| Ordini cancellati vs eseguiti | 95-99% (phantom orders) |
| Liquidità ES in stress | Può scendere del 90% (da $50M a <$5M) |
| Campo | Valore |
|---|---|
| Tipo | Systematic Risk Management |
| AUM | ~$350-500B |
| Adoption | ~5% dei flussi normali, 15-20% nei crash |
| Timeframe | Giorni (rebalancing giornaliero o settimanale) |
| Impatto | Pro-ciclico: vende quando scende, compra quando sale |
I Vol Control funds mantengono una volatilità target costante (tipicamente 10% annualizzato). Quando la volatilità realizzata sale sopra il target, vendono equity. Quando scende sotto, comprano. È completamente meccanico: nessun umano decide, il modello esegue. I principali utilizzatori sono fondi pensione, assicurazioni e target-date funds.
La formula base è semplice: Target Allocation = Vol_Target / Vol_Realizzata. Se la volatilità raddoppia, l'allocazione si dimezza, generando vendite massicce. Questo crea un feedback loop pro-ciclico: il mercato scende, la volatilità sale, il fondo vende, il mercato scende ancora. Il selling NON è lineare ma convesso — accelera esponenzialmente con l'aumento del VIXCBOE Volatility Index. Misura la volatilità attesa a 30 giorni dell'S&P 500, calcolata dai prezzi delle opzioni. Sopra 20 = mercato nervoso, sopra 30 = panico..
Target Allocation = Vol_Target / Vol_Realizzata Esempio: - Target: 10% volatilità - Vol realizzata oggi: 10% → Allocation = 100% equity - Vol realizzata domani: 20% → Allocation = 50% equity → VENDE METÀ - Vol realizzata dopo: 30% → Allocation = 33% equity → VENDE ANCORA
• Il selling da Vol Control è convesso: VIX da 15 a 20 genera ~$30B di vendite; VIX da 25 a 30 genera ~$80B; VIX da 30 a 40 genera ~$120B.
• Il reversal è ugualmente violento: quando il VIX scende, il meccanismo si inverte e genera buying massiccio, alimentando i rally “V-shaped” post-crash.
• In assenza di recessione reale, Vol Control vende e poi ricompra — il net effect è zero, ma nel mezzo crea drawdownCalo dal massimo storico al minimo successivo. Misura la perdita massima potenziale. significativi.
| Metrica | Valore |
|---|---|
| AUM stimato | $350-500B |
| Selling in VIX spike medio (20→35) | $80-130B |
| Selling per punto di VIX | ~$5-8B |
| Tempo di rebalancing | 1-5 giorni (lookback dependent) |
| Recovery time (selling → buying) | 5-15 giorni dopo VIX peak |
| Caso Agosto 2024 | ~$130B+ scaricati in 3 giorni, ricomprati in 10 |
| Campo | Valore |
|---|---|
| Tipo | Systematic Trend Following |
| AUM | ~$350-400B (di cui ~$250B in trend puro) |
| Adoption | ~5% dei flussi normali, 10-15% durante trend reversal |
| Timeframe | Giorni → Mesi (multiple finestre) |
| Impatto | Pro-ciclico: compra trend up, vende trend down |
I CTA (Commodity Trading Advisors) sono fondi che seguono sistematicamente i trend di prezzo su futures di tutte le asset class: equity, bond, commodities, FX. Non hanno opinioni fondamentali — se il prezzo sale, comprano; se scende, vendono. Operano su ~50-100 mercati futures diversi.
Ogni CTA monitora il trend su più orizzonti temporali (20, 60, 250, 500 giorni). Quando un orizzonte gira, vendono la porzione corrispondente. Il position size è inversamente proporzionale alla volatilità, creando un effetto simile al Vol Control. Il “turning” avviene a cascata: prima il short-term, poi il medium, poi il long-term, generando ondate successive di selling.
Short-term: 20 giorni (1 mese) → Reagisce veloce Medium-term: 60 giorni (3 mesi) → Core positioning Long-term: 250 giorni (1 anno) → Lento ma potente Ultra-long: 500 giorni (2 anni) → Cambia solo per macro shift Fase 1: Short-term gira → Vendono ~20% della posizione Fase 2: Medium-term gira → Vendono ~40% Fase 3: Long-term gira → Vendono ~30% + vanno short Fase 4: Ultra-long gira → Full short positioning
• I CTA generano ondate successive di vendita: ogni orizzonte temporale che gira produce $20-100B di flussi distribuiti su giorni/settimane.
• I “CTA Trigger Levels” (pubblicati da Nomura) sono livelli di prezzo molto seguiti: quando vengono rotti, partono cascate di ordini.
• Se arriva un cessate il fuoco improvviso, i CTA devono coprire gli short equity, vendere le commodity e vendere i bond — una rotazione violenta in tutti gli asset simultaneamente.
| Metrica | Valore |
|---|---|
| AUM totale CTA | ~$350-400B |
| Di cui trend-following puro | ~$250B |
| Flussi quando medium-term gira | $20-50B su 1-2 settimane |
| Flussi quando long-term gira | $80-100B su 2-4 settimane |
| Numero di mercati tradati | 50-100 futures |
| Holding period medio | 1-6 mesi |
| Campo | Valore |
|---|---|
| Tipo | Asset Allocation Sistematica |
| AUM | ~$200-400B |
| Adoption | ~3-5% dei flussi di mercato |
| Timeframe | Giorni → Settimane |
| Impatto | Pro-ciclico sulla volatilità (simile a Vol Control) |
Risk Parity alloca il portafoglio in modo che ogni asset class contribuisca la stessa quantità di rischio (volatilità). A differenza di un portafoglio 60/40 tradizionale dove il rischio equity domina (~90%), Risk Parity bilancia il rischio tra equity, bond, commodities e altre classi di attivo, usando leva (1.5-2.5x) per raggiungere return target.
Quando la volatilità di un asset sale, il suo contributo al rischio aumenta e il modello riduce l'allocazione. In crisi, quando le correlazioni tra asset class salgono (equity e commodities scendono insieme), il modello va in tilt e deve vendere tutto simultaneamente — il “diversification failure”. La leva amplifica ulteriormente i movimenti nei rebalancing.
Risk Parity: - ~25% risk da Equity (peso: ~20%, con leva) - ~25% risk da Bond (peso: ~50%, con leva) - ~25% risk da Commodities(peso: ~15%, con leva) - ~25% risk da Inflation (peso: ~15%, con leva) Leva totale: ~1.5-2.5x Se equity vol raddoppia: Risk Parity RIDUCE equity del ~30-40% Su $200-400B di AUM: $30-80B di equity selling
• In crisi, le correlazioni salgono e Risk Parity deve vendere tutti gli asset simultaneamente — non c'è diversificazione che tenga.
• La leva 2-2.5x amplifica i movimenti: Bridgewater All Weather ha fatto -20% a marzo 2020.
• Funziona in modo simile al Vol Control ma più lento (rebalancing settimanale) e multi-asset.
| Metrica | Valore |
|---|---|
| AUM stimato | $200-400B |
| Leva media | 1.5-2.5x |
| Max drawdown storico | -20% (marzo 2020) |
| Selling in vol spike | $30-80B su equity |
| Correlazione con Vol Control | ~0.7 (fanno cose simili) |
| Player principale | Bridgewater All Weather ($100B+) |
| Campo | Valore |
|---|---|
| Tipo | Systematic Factor-Based Investing |
| AUM | ~$200-300B (momentum puro), $2T+ (tutti i factor fund) |
| Adoption | ~5% dei flussi (momentum), ~15% tutti i fattori |
| Timeframe | Settimane → Trimestri (rebalancing periodico) |
| Impatto | Pro-ciclico: compra vincenti, vende perdenti. Al rebalancing, inverte brutalmente |
Il factor investing seleziona titoli basandosi su caratteristiche quantificabili che storicamente generano extra-return. Il momentum è il fattore più potente e più pericoloso: compra i titoli che sono saliti di più negli ultimi 12 mesi e shorta quelli scesi di più. Quando il trend si inverte, tutti i fondi momentum devono vendere gli stessi titoli simultaneamente, creando crash auto-rinforzanti.
Il modello classico (Jegadeesh & Titman, 1993) calcola il return degli ultimi 12 mesi escludendo l'ultimo mese, crea un ranking e costruisce un portafoglio long/short. I principali ETFExchange-Traded Fund. Fondo indicizzato negoziato in borsa come un'azione. momentum (MTUM con $12B di AUM) ribilanciano semi-annualmente, generando flussi meccanici enormi sui titoli aggiunti o rimossi.
Per ogni titolo nell'universo (es. S&P 500): 1. Calcola Return_mom = (Price_t-1 / Price_t-12) - 1 2. Ranking: ordina tutti i 500 titoli per Return_mom 3. Long: Top decile (50 titoli con momentum più alto) 4. Short: Bottom decile (50 titoli con momentum più basso) 5. Hold per 1 mese, poi ricalcola
• Il momentum crash è un fenomeno ben documentato: quando i vincenti diventano perdenti (regime change), il selling è meccanico e dura mesi, non giorni.
• Le ondate di vendita sono scaglionate: hedge fund veloci (settimane 1-2), ETF e mutual fund (mesi 1-3), rimozione definitiva (mesi 4-6).
• Il crowding è il rischio più sottovalutato: quando tutti i fondi factor hanno gli stessi titoli, la convergenza delle vendite può trasformare un -20% in un -40%.
| Metrica | Valore |
|---|---|
| AUM momentum puro | $200-300B |
| AUM MTUM (più grande ETF momentum) | ~$12B |
| Momentum premium storico (1927-2024) | +7-8% annuo (long-short) |
| Peggiore momentum crash | -50% in 3 mesi (2009) |
| Frequenza momentum crash | Ogni 5-10 anni |
| Sovrapposizione titoli tra ETF momentum | 60-80% (crowding alto) |
| Campo | Valore |
|---|---|
| Tipo | Ribilanciamento meccanico giornaliero (100% deterministico) |
| AUM | ~$134B (2025), leva media 2.5x |
| Volume | $2-4B/giorno (normale), $6-15B (volatile) |
| Timing | Ultimi 30 minuti di trading (MOC window) |
| Tier | Tier 1 — deterministico da dati pubblici |
Gli ETF a leva (TQQQ, SOXL, UPRO, ecc.) devono ribilanciare ogni giorno per mantenere il moltiplicatore target. Se il mercato sale dell'1%, un ETF 3x deve comprare azioni per ripristinare la leva. Se scende, deve vendere. Questo è completamente meccanico e prevedibile dalla formula:
Flow = AUM × (Leva - 1) × rendimento_giornaliero Esempio: SPY +2% $134B × 1.5 × 0.02 = +$4.0B di acquisti Esempio: SPY -3% $134B × 1.5 × (-0.03) = -$6.0B di vendite
• È pro-ciclico: compra dopo i rialzi, vende dopo i ribassi, amplificando i movimenti di prezzo a fine giornata.
• Si concentra negli ultimi 30 minuti di trading (MOC window), creando movimenti prevedibili.
• Nei giorni volatili (SPY ±3%), i flussi possono raggiungere $6-15B — JP Morgan ha stimato $15B il 3 settembre 2024.
• I top prodotti per AUM: TQQQ ($29B), SOXL ($14B), FNGU ($9B), UPRO ($5B).
| Metrica | Valore |
|---|---|
| AUM totale leveraged ETF US | ~$134B (2025) |
| Leva media ponderata | 2.5x (mix di 2x e 3x) |
| Flow giornaliero normale | $2-4B |
| Flow giornaliero volatile | $6-15B |
| Flow massimo fisico | ~$20B |
| Timing | Concentrato in ultimi 30 min (MOC) |
| Campo | Valore |
|---|---|
| Tipo | Passive/Mechanical Rebalancing |
| AUM | $15T+ in fondi indice/ETF (US), ~$30T globali |
| Adoption | ~20% dei flussi totali di mercato |
| Timeframe | Giorni → Trimestrale (date fisse) |
| Impatto | Enorme nei giorni di rebalancing, prevedibile |
Ogni fondo indice e ETF deve replicare esattamente il suo benchmark. Quando il benchmark cambia composizione o i pesi si spostano, il fondo deve comprare/vendere per riallinearsi. Con $15T+ di AUM nei soli fondi passivi US, questi flussi meccanici sono enormi e prevedibili. Il titolo aggiunto a un indice può fare +3-8%, quello rimosso subisce selling massiccio.
Esistono tre tipi di rebalancing: la reconstitution (cambio composizione dell'indice), il rebalancing dei pesi (trimestrale per equal-weight, automatico per cap-weighted), e la creation/redemption degli ETF (flussi giornalieri). Il rebalancing avviene tipicamente al close (MOC orders), con l'ultimo 30 minuti che concentra la massima azione. I front-runner comprano i titoli da aggiungere giorni prima dell'inclusione.
T-5: Annuncio cambio indice
→ Front-runners comprano il titolo da aggiungere
T-3: Fondi attivi posizionano
→ Prezzo già salito 2-4%
T-0: Rebalancing effettivo (al close)
→ $15T di fondi comprano/vendono simultaneamente
T+1: Reversal parziale
→ Front-runners vendono → -1-2%
• Il month-end rebalancing è il flusso più prevedibile: se l'equity è sceso molto, i fondi bilanciati 60/40 comprano equity a fine mese ($10-30B).
• Il Quadruple Witching (terzo venerdì di marzo, giugno, settembre, dicembre) genera volume 2-3x il normale.
• La Russell Reconstitution (giugno) è il giorno con più volume dell'anno: un singolo titolo può fare +/-15% meccanicamente.
| Metrica | Valore |
|---|---|
| AUM fondi passivi US | $15T+ |
| % equity US detenuta da fondi passivi | ~45-50% |
| Volume medio giorno di rebalancing | 2-3x normale |
| Volume Russell Reconstitution | Fino a 5x normale |
| Flussi month-end tipici | $10-30B |
| SPY daily creation/redemption | $500M-2B |
| Campo | Valore |
|---|---|
| Tipo | Options Market Making + Delta Hedging |
| Notional | Trilioni di $ (~$1T notional/giorno in opzioni US) |
| Adoption | Strutturale al mercato opzioni |
| Timeframe | Minuti → Ore (hedging continuo) |
| Impatto | Stabilizzante in long gammaVelocità di variazione del Delta. Gamma alto = il Delta cambia rapidamente, richiedendo hedging frequente., destabilizzante in short gamma |
Quando compri un'opzione, dall'altra parte c'è un dealer che deve continuamente hedgiare la sua esposizione deltaSensibilità del prezzo di un'opzione rispetto al movimento del sottostante. Delta 0.5 = l'opzione si muove di $0.50 per ogni $1 del sottostante. comprando/vendendo il sottostante. Questa attività muove il mercato in modo meccanico. In regime di long gamma i dealer stabilizzano (frenano i movimenti); in short gamma li amplificano.
Esistono due regimi opposti. In long gamma (mercato calmo): prezzo sale → dealer vendono → frenano il rialzo; prezzo scende → dealer comprano → frenano il ribasso. La volatilità è compressa. In short gamma (panico, tutti comprano put): prezzo scende → dealer vendono per hedgiare → amplificano il ribasso. I movimenti intraday del 3-5% diventano normali. Il “Gamma Flip Point” (calcolato da SpotGamma) segna il confine tra i due regimi.
LONG GAMMA (dealer stabilizzano): Prezzo sale → Dealer vendono → frenano il rialzo Prezzo scende → Dealer comprano → frenano il ribasso = Mercato "pinned", volatilità compressa SHORT GAMMA (dealer amplificano): Prezzo scende → Dealer vendono per hedgiare → CRASH amplificato Prezzo sale → Dealer comprano per hedgiare → RALLY amplificato = Movimenti intraday 3-5%, whipsaw violento
• Quando il mercato è in short gamma, sia i ribassi che i rally sono amplificati — un singolo catalizzatore può generare spike del 5-8% in minuti.
• Il “power hour rally” (15:00-16:00 ET) è spesso dealer charm hedging (ribilanciamento per time decay), non buying reale.
• I movimenti grandi tendono ad avvenire il lunedì/martedì dopo OpEx, non prima, quando il gamma scompare (“gamma vacuum”).
| Metrica | Valore |
|---|---|
| Volume opzioni US daily | ~45M contratti (~$1T notional) |
| SPX 0DTE % del volume | ~50% di tutte le opzioni SPX |
| Gamma notional tipico S&P | $5-15B per punto |
| Effetto su prezzo per $1B di gamma | ~0.3-0.5% intraday |
| Players principali | Citadel Securities, Susquehanna, Wolverine, IMC, Optiver |
| Campo | Valore |
|---|---|
| Tipo | Options Flow + Feedback Loop Meccanico |
| Notional | $1T+/giorno (solo SPX 0DTE) |
| Adoption | ~50% di tutto il volume opzioni SPX |
| Timeframe | Minuti → Ore (intraday, gamma scompare alle 16:00 ET) |
| Impatto | Intraday enorme: pinning o esplosioni |
Le opzioni 0DTE (Zero Days to Expiration) scadono lo stesso giorno in cui vengono comprate. Dal 2022, con il lancio delle expirations giornaliere su SPX, rappresentano circa il 50% di tutto il volume opzioni SPX. Offrono leva estrema a basso costo (20-50x) ma il volume è così massiccio da creare effetti meccanici sul sottostante tramite il delta-hedging dei dealer.
Il gamma delle 0DTE è estremamente concentrato perché manca poco alla scadenza. Questo crea due scenari opposti: pinning (quando c'è enorme open interest su uno strike, il prezzo resta “incollato”) e gamma squeeze (quando il flusso è unidirezionale, il feedback loop amplifica il movimento). Ogni sera alle 16:00 tutto il gamma 0DTE scompare, lasciando il mercato “nudo” overnight.
GAMMA SQUEEZE RIBASSISTA: 1. Trader comprano put 0DTE aggressivamente (panico) 2. Dealer vendono put → short gamma e long delta 3. Dealer DEVONO vendere sottostante per hedgiare 4. Il selling dei dealer spinge il prezzo GIÙ 5. Le put diventano più ITM → delta sale → dealer vendono ancora 6. Feedback loop: price ↓ → |delta| ↑ → selling ↑ → price ↓↓
• In ambiente di panico con GEX (Gamma Exposure) negativo, le 0DTE amplificano i ribassi: un sell-off del -1.5% può diventare -3.5% per il feedback loop put/hedge.
• Il meccanismo funziona in entrambe le direzioni — i bear market rally da gamma squeeze inverso possono generare +5% in mezza giornata.
• Il periodo post-OpEx (lunedì/martedì dopo il Quadruple Witching) è dove i movimenti direzionali più forti possono partire, con un “gamma vacuum” di 2-3 giorni.
| Metrica | Valore |
|---|---|
| Volume 0DTE SPX (daily) | ~1.5-2M contratti ($1T+ notional) |
| Gamma notional tipica 0DTE | $5-15B per punto SPX |
| Quadruple Witching volume | 3-4x il volume giornaliero normale |
| Notional in scadenza al QW | $4-5T (tutte le scadenze combinate) |
| Tempo medio di una gamma squeeze | 30 minuti — 2 ore |
| Gamma vacuum post-OPEX | Tipicamente 2-3 giorni di volatilità elevata |
| Campo | Valore |
|---|---|
| Tipo | Alternative Trading System (ATS) / Hidden Liquidity |
| Volume | ~40% del volume equity US (~$4-5T/mese) |
| Adoption | Onnipresente tra istituzioni, invisibile ai retail |
| Timeframe | Ore (block trades), Continuo (midpoint matching) |
| Impatto | Crea supporti/resistenze invisibili, nasconde flussi istituzionali |
Le Dark Pool sono piattaforme di trading alternative dove gli ordini non sono visibili sul book pubblico. Circa il 40% di tutto il volume azionario US viene eseguito “al buio” — fuori dagli exchange lit. Sono regolamentate dalla SEC e registrate come ATS. Esistono perché le istituzioni che devono comprare o vendere milioni di azioni non vogliono che il mercato lo sappia in anticipo.
La maggior parte delle dark pool esegue al midpoint del NBBO (National Best Bid/Offer), permettendo a buyer e seller di risparmiare rispetto all'exchange pubblico. Esistono tre tipi: broker-dealer pools (Crossfinder/UBS, SIGMA X/Goldman), agency pools (Liquidnet), e exchange-owned (NYSE Arca Dark, IEX con speed bump anti-HFT). Gli Iceberg Orders mostrano solo una piccola porzione dell'ordine (es. 500 azioni su 100,000).
EXCHANGE PUBBLICO (NYSE/NASDAQ): Bid Book (visibile) Ask Book (visibile) $199.95 x 500 azioni $200.05 x 300 azioni → TUTTI vedono queste size. HFT reagisce in microsecondi DARK POOL: [ORDINE NASCOSTO] Buy 500,000 @ midpoint o meglio [ORDINE NASCOSTO] Sell 300,000 @ midpoint o meglio → Match: 300,000 azioni al midpoint ($200.00) → NESSUNO lo sa fino al post-trade report
• I grandi ordini istituzionali nelle dark pool creano supporti e resistenze invisibili: il prezzo rimbalza su livelli dove non si vede nulla sul book pubblico.
• Il dark pool short volume è un indicatore chiave: sopra il 55% per giorni consecutivi indica selling istituzionale pesante, sotto il 45% suggerisce buying nascosto.
• I “print” post-trade (riportati al TRF con 10-15 secondi di ritardo) permettono di rilevare block trade che anticipano movimenti futuri.
| Metrica | Valore |
|---|---|
| % volume US equity in dark pool | ~38-42% |
| Numero di ATS registrate SEC | ~30+ attive |
| Dark pool più grande (UBS) | ~$800B/mese |
| Block trade medio su Liquidnet | ~50,000 azioni ($5-10M) |
| Risparmio medio vs lit exchange | 0.5-2 bps per esecuzione |
| Market share IEX | ~3-4% del volume equity US |
| Campo | Valore |
|---|---|
| Tipo | Market-Neutral / Relative Value |
| AUM | ~$100-200B (stat arb puro), ~$500B con strategie ibride |
| Adoption | ~5% del volume, 8-12% in alta vol |
| Timeframe | Secondi → Settimane (multi-orizzonte) |
| Impatto | Contrarian: compra i dip, vende i rally. Stabilizza i mercati normali |
La Statistical Arbitrage sfrutta deviazioni statistiche temporanee dal “fair value” relativo tra titoli correlati. Se due titoli storicamente si muovono insieme e uno diverge, l'algoritmo scommette sulla convergenza. Compra il “cheap” e shorta l'“expensive”. Questo crea rimbalzi che sembrano reali ma sono puramente meccanici, senza convinzione fondamentale.
Il pairs trading è la forma più semplice: si identifica una coppia di titoli cointegrati e si scommette sulla convergenza dello spread. I fondi più sofisticati (Renaissance, Two Sigma) usano centinaia di fattori simultanei — price-based, fondamentali, alternative data, microstructure — per generare un alpha score per ogni titolo. La mean reversion fallisce durante regime change (guerre, earnings shock, rotation settoriali), quando le relazioni storiche si rompono.
Coppia: AVGO vs AMD (stesso settore, alta correlazione) Spread = log(AVGO) - beta * log(AMD) - alpha Se Spread > +2σ → Short AVGO, Long AMD (spread troppo ampio) Se Spread < -2σ → Long AVGO, Short AMD (spread troppo stretto) Target: Spread torna a 0 (media storica)
• La stat arb genera rimbalzi meccanici che sembrano inversioni ma sono artificiali: volume basso, durata 30 min — 4 ore, nessun follow-through overnight.
• Quando il VIX è sopra 30, la mean reversion su singoli titoli funziona molto peggio del solito — meno “bounce falsi” ma più volatili.
• Il “crowding decay” ha ridotto progressivamente l'alpha della stat arb dagli anni 2000: i bounce da mean reversion sono più deboli di 10 anni fa.
| Metrica | Valore |
|---|---|
| AUM stat arb puro | ~$100-200B |
| Leva tipica | 3-8x (market neutral, gross exposure) |
| Win rate tipico | 51-55% (basso edge, volume altissimo) |
| Holding period medio | 1-15 giorni |
| Max loss nel Quant Quake (2007) | -30% in 3 giorni |
| Players principali | Renaissance (Medallion), DE Shaw, Two Sigma, Citadel, Point72 |
| Campo | Valore |
|---|---|
| Tipo | Event-Driven Systematic / Natural Language Processing |
| AUM | ~$50-100B (NLP primario), ~$500B+ come input secondario |
| Adoption | ~2-3% del volume, ma first movers (millisecondi) |
| Timeframe | Millisecondi (headlines) → Ore (sentiment aggregato) |
| Impatto | Anticipa i movimenti: il prezzo si muove PRIMA che gli umani leggano la notizia |
Gli algoritmi NLP leggono e interpretano testo non strutturato — headline di news, earnings call, filing SEC, tweet — e ne estraggono un segnale di trading in tempo reale. Non capiscono il significato come un umano: assegnano un punteggio numerico e tradano di conseguenza in <10 millisecondi. I modelli moderni (FinBERT, BloombergGPT) hanno rivoluzionato l'accuratezza, passando da semplici dizionari alla comprensione contestuale.
La pipeline processa dati da feed diretti (Reuters, Bloomberg, Dow Jones) e social media, assegna un sentiment score (-1.0 a +1.0), pesa per fonte e novità, e genera ordini in millisecondi. I fondi top usano anche alternative data: immagini satellitari, dati carte di credito, shipping AIS, job postings. Il “novelty decay” riduce progressivamente l'impatto di headline ripetitive.
1. DATA INGESTION (0-1 ms) Feed: Reuters, Bloomberg, Dow Jones, Twitter/X 2. NLP PARSING (1-5 ms) Tokenizzazione, NER, Sentiment scoring 3. SIGNAL GENERATION (5-8 ms) Confronto con baseline, peso per fonte e novità 4. ORDER EXECUTION (8-10 ms) Se score < threshold → SELL / SHORT Se score > threshold → BUY / COVER Totale: <10ms da headline a ordine eseguito.
• Gli NLP sono il trigger iniziale nella cascata: una headline negativa scatena vendite in millisecondi, prima che qualsiasi umano possa leggere la notizia.
• Il “headline fatigue” riduce l'impatto nel tempo: le prime 48h di una crisi sono le più violente per swing NLP-driven, poi serve una nuova escalation per muovere i prezzi.
• Il rischio del “flash squeeze”: una headline falsa o esagerata può triggerare buying massiccio (+5-7% in minuti) che poi rientra quando viene smentita.
| Metrica | Valore |
|---|---|
| AUM fondi NLP-primary | ~$50-100B |
| Latenza headline-to-trade (top tier) | <10ms |
| Latenza umano medio | 5-30 secondi |
| Accuracy sentiment scoring (FinBERT) | ~85% su headline semplici |
| Falsi positivi su headline ambigue | ~15-25% |
| Decadimento segnale (headline ripetuta) | ~50% ogni 24h |
| Campo | Valore |
|---|---|
| Tipo | Corporate Treasury Execution (flusso sistematico) |
| Volume | ~$800B-1T/anno (US). Record $1.005T nel 2024 |
| Adoption | ~2-3% del volume daily, fino a 25% su singoli titoli |
| Timeframe | Ore → Mesi (programmi pluriennali, esecuzione VWAP daily) |
| Impatto | Sostegno meccanico costante. “Compratore di ultima istanza” |
Un buyback è quando una società ricompra le proprie azioni sul mercato aperto, riducendo il numero di azioni in circolazione. Non è una decisione quotidiana del CEO — è un programma autorizzato dal board ed eseguito sistematicamente da algoritmi VWAP/TWAP. Il buyback è diventato il meccanismo dominante di ritorno del capitale negli US, superando i dividendi, e genera un bid meccanico persistente sotto il prezzo.
Il board autorizza il programma, il CFO decide il ritmo trimestrale, e il broker esegue con algoritmo VWAP soggetto a SEC Rule 10b-18: max 25% dell'ADTV al giorno, vietato nei primi 30 e ultimi 10 minuti, un solo broker per giorno. Le aziende si impongono un blackout volontario di 2-4 settimane prima degli earnings, durante il quale il bid meccanico scompare completamente.
Board autorizza programma (es. $14B)
→ CFO decide quanto per trimestre (1/8 - 1/4 del totale)
→ Broker esegue con VWAP (Rule 10b-18)
→ Max 25% dell'ADTV al giorno
→ Vietato 09:30-10:00 e 15:50-16:00
→ Azioni ricomprate vengono cancellate (retired)
Blackout pre-earnings: ~2-4 settimane SENZA buyback
= il bid meccanico SCOMPARE
• I buyback creano un pavimento mobile sotto il prezzo: ~2-3% del volume giornaliero come domanda costante e prevedibile che assorbe vendite e riduce la volatilità.
• Durante i blackout pre-earnings (2-4 settimane), il pavimento scompare e il titolo è esposto al 100% alla pressione di vendita — i mesi più deboli per i buyback sono marzo, giugno, settembre e dicembre.
• Il post-blackout è tipicamente accompagnato da “catch-up buying” che amplifica il rimbalzo post-earnings.
| Metrica | Valore |
|---|---|
| Buyback annuali US (2024) | ~$1.005T (record) |
| Top buyer: Apple | ~$95-100B/anno |
| Limite giornaliero (Rule 10b-18) | 25% dell'ADTV |
| Impatto su EPS S&P 500 | ~1.5-2% annuo (da riduzione shares) |
| Durata blackout tipica | ~2-4 settimane pre-earnings + 2gg post |
| Excise tax (dal 2023) | 1% sul netto |
| Campo | Valore |
|---|---|
| Tipo | Cross-Asset Systematic Strategy (FX / Rates / Equity) |
| AUM | ~$500B+ nel solo FX carry, trilioni con leva |
| Adoption | Dominante in FX, spillover su equity e bond globali |
| Timeframe | Settimane → Mesi (posizioni strutturali), Secondi in unwind |
| Impatto | Stabilizzante durante accumulo, catastrofico durante unwind |
Il Carry Trade è la strategia più antica e più grande del mondo finanziario: prendi in prestito in una valuta a basso tasso di interesse e investi in asset ad alto rendimento. La versione classica: prendi in prestito yen allo 0.25%, convertili in dollari, compra Treasury US al 4.5%. Con leva 10x, il carry netto del 4.25% diventa +42.5% annuo. Il problema: funziona finché la valuta di funding non si rafforza. Il carry trade totale in yen è stimato a $5-6 trilioni.
I fondi sistematici classificano le valute G10 per differenziale tassi aggiustato per la volatilità, vanno long sulle 3 con carry più alto e short sulle 3 con carry più basso. I proventi vengono investiti in Treasury, equity, bond EM e corporate. Quando l'unwind parte, tutti questi asset vengono venduti simultaneamente per ricomprare la valuta di funding, le correlazioni salgono a ~1.0 e non c'è diversificazione che tenga.
CARRY TRADE YEN: 1. Prestito: 10B JPY @ 0.25% annuo 2. Conversione: Vendi JPY → Compri $67M USD 3. Investimento: Compri US Treasury 10Y @ 4.5% 4. Carry netto: +4.25%/anno (prima della leva) Con leva 10x: +42.5%/anno UNWIND (Agosto 2024): BoJ alza tassi → Yen si rafforza → Margin calls → Vendita di TUTTI gli asset investiti → Nikkei -12.4% in un giorno, VIX a 65
• Il carry unwind aggiunge una seconda forza di vendita oltre al catalizzatore principale: investitori giapponesi sono tra i più grandi holder di equity US, e l'unwind li forza a vendere.
• Il USD/JPY è il canary in the coal mine: sotto 140 = allarme rosso, unwind in corso. La velocità del movimento conta più del livello.
• La ristabilizzazione è istantanea: una dichiarazione di BoJ/Fed e il carry trade riparte — il rischio asimmetrico è contro le posizioni direzionali.
| Metrica | Valore |
|---|---|
| AUM stimato FX carry (speculativo) | ~$500B-1T |
| Carry trade totale (inclusi istituzionali JP) | ~$5-6T |
| Leva tipica FX carry | 5-20x |
| Max drawdown storico carry trade | -30% (2008) |
| Velocità unwind | 70% della perdita in 1-3 giorni |
| Agosto 2024: VIX peak | 65 (da 16 in 5 giorni) |
| Campo | Valore |
|---|---|
| Tipo | Processo meccanico di risk management (NON un algoritmo di trading) |
| Volume | ~0% normalmente, 30%+ del volume nei crash |
| Adoption | Strutturale: chiunque usi leva è soggetto |
| Timeframe | Ore (margin call) → Minuti (forced liquidation) |
| Impatto | Catastrofico durante cascate: selling forzato, indiscriminato, insensibile al prezzo |
Le margin call e le forced liquidation non sono una strategia di trading. Sono un processo meccanico che scatta quando un trader/fondo con posizioni a leva non ha più abbastanza capitale per sostenere le perdite. Il broker liquida le posizioni senza riguardo per il prezzo di mercato. Questo è il meccanismo che trasforma un calo del -5% in un crash del -20%, ed è completamente meccanico.
La cascata segue cinque fasi: trigger (mercato scende, fondi con leva perdono), margin call (broker richiede capitale aggiuntivo entro 24h), forced selling (vendita a market order se il fondo non paga), cascata (la vendita forzata fa scendere i prezzi, generando nuovi margin call su altri fondi), e infine climax/capitolazione (tutti i fondi over-leveraged sono stati liquidati, il selling si esaurisce, compratori opportunistici entrano). Il caso Archegos (2021) ha generato $10.1B di perdite per le banche.
FASE 1: Mercato scende -3% → Fondi con leva 3-5x perdono -9 a -15% di equity FASE 2: MARGIN CALL → "Deposita $X entro 24h" FASE 3: FORCED SELLING → Broker vende a MARKET ORDER (prezzo irrilevante) FASE 4: CASCATA → Vendita Fondo A fa scendere prezzi → Fondo B entra in margin call → domino FASE 5: CLIMAX → Selling si esaurisce → V-recovery
• Le cascade aiutano un trend ribassista: i prezzi scendono oltre il fair value per il “fire sale discount” (-5% a -15% sotto il valore fondamentale), ma il rimbalzo meccanico arriva entro 3-20 giorni.
• Lo short sellingVendita allo scoperto: si prendono in prestito azioni per venderle, puntando a ricomprarle a prezzo più basso. squeeze è il rovescio della medaglia: se il mercato sale improvvisamente, i fondi short ricevono margin call e devono coprire (comprare), amplificando il rally.
• I circuit breakers proteggono dai casi estremi: S&P -7% = halt 15 minuti, -13% = altro halt, -20% = mercato chiuso per il giorno.
| Metrica | Valore |
|---|---|
| Margin debt totale US (FINRA) | ~$800B (dic 2025) |
| Hedge fund leverage medio | 2-3x (gross), 1.5x (net) |
| Tempo medio margin call → liquidazione | 24-48 ore (equity), 0-60 secondi (crypto) |
| Volume da forced selling in crash | 20-40% del volume totale |
| Fire sale discount medio | -5 a -15% |
| Archegos: perdite totali banche | $10.1B |
| LTCM: leva al peak | 25x su $4.7B equity ($125B posizioni) |
| Campo | Valore |
|---|---|
| Tipo | Copertura posizioni short durante recovery |
| Short Interest | ~$1T baseline (S3 Partners, FINRA) |
| Volume | 0-15% del volume durante recovery |
| Attivazione | VIX > 20 + SPY mostra recovery da dip recente |
| Tier | Tier 2 — Contro-ciclico |
Quando il mercato scende, i fondi short (hedge fund, retail, prop desk) accumulano profitti sulle posizioni short. Quando il mercato inizia a rimbalzare con VIX ancora elevato, questi fondi coprono le posizioni (ricomprano le azioni vendute allo scoperto) per proteggere i guadagni. Questa copertura genera una pressione rialzista meccanica che è una delle forze chiave dietro le V-shape recovery.
L'algoritmo usa il rendimento SPY a 5 giorni (forward-looking) invece della direzione del VIX (backward-looking) per rilevare il momento esatto del rimbalzo. Quando VIX è elevato (> 25) e SPY mostra segni di recovery, la copertura accelera. Quando SPY scende > 3%, gli short stanno aggiungendo posizioni, non coprendo.
FASE 1: SELL-OFF — VIX sale > 25 → Shorts accumulano posizioni e profitti FASE 2: SPY inizia a rimbalzare (5d return > 0) → Shorts coprono per proteggere gain → Intensity = recovery × VIX / 30 FASE 3: SHORT SQUEEZE (caso estremo) → Covering forzato genera $10-25B/giorno → Amplifica la V-shape recovery
• È la forza principale dietro i rimbalzi a V dopo sell-off: non sono gli ottimisti che comprano, sono gli short che coprono.
• Può generare fino a $25B/giorno di buying pressure nelle fasi più intense.
• Interagisce con margin calls (#15): dopo la capitolazione dei long leveraged, gli short che hanno profittato iniziano a coprire.
• GameStop (2021) è il caso estremo: short squeeze da 140% short interest ha generato +1,600% in 3 settimane.
| Metrica | Valore |
|---|---|
| Short interest totale US | ~$1T (S3 Partners) |
| Tasso copertura per bounce | ~2% × intensità |
| Soglia VIX attivazione | > 20 |
| Flow massimo giornaliero | $25B |
| Trigger | SPY 5d return positivo + VIX elevato |
| Campo | Valore |
|---|---|
| Tipo | Heuristic — aspettativa intervento Fed (NON predice la Fed) |
| Attivazione | VIX > 40 |
| Volume | 0% normalmente, rilevante solo in crisi estrema |
| Conferma | Credit spread HY > 500bps rafforza aspettativa |
| Tier | Tier 3 — Heuristic contro-ciclico |
La “Fed put” non è una strategia di trading, ma un'aspettativa di mercato: quando le condizioni diventano estreme (VIX > 40), gli operatori iniziano a prezzare un intervento della Fed (tagli emergenza, QE, facility di liquidità), riducendo la pressione di vendita. Non perché la Fed sia intervenuta, ma perché il mercato si aspetta che interverrà.
Dal 1987 al 2024, la Fed ha sempre agito quando il VIX ha superato 50. I mercati hanno imparato a front-runnare questa dinamica, iniziando a ridurre il selling già a VIX 40. Questo crea un effetto di auto-avveramento: la sola aspettativa di intervento riduce lo stress.
VIX 40-50: Mercato inizia a prezzare intervento → Counter-flow: $0.5B per punto VIX sopra 40 → Selling pressure si riduce VIX > 50: Aspettativa quasi-certezza → Counter-flow raddoppia ($1B/punto extra) → Storicamente la Fed agisce entro giorni Credit spread HY > 500bps: CONFERMA → Counter-flow × 1.5 → Stress credito = intervento più probabile
• Spiega perché i crash estremi hanno un pavimento: il mercato non può scendere indefinitamente perché tutti sanno che la Fed interverrà.
• Il flusso massimo stimato è $20B/giorno di buying anticipatorio a VIX estremi.
• Casi storici: Crash 1987 (Greenspan put), 2008 (TARP + QE), 2020 (QE illimitato + facility speciali).
• Attenzione: funziona solo se la Fed ha spazio di manovra. In scenari di inflazione alta + recessione (stagflazione), il “put” potrebbe non materializzarsi.
| Metrica | Valore |
|---|---|
| Soglia attivazione | VIX > 40 |
| Counter-flow base | $0.5B per punto VIX sopra 40 |
| Soglia estrema | VIX > 50 (counter-flow raddoppia) |
| Flow massimo | $20B/giorno |
| Conferma credit | HY OAS > 500bps (× 1.5) |
| Track record Fed (VIX > 50) | 100% intervento dal 1987 |