Come si costruiscono i punteggi di sentiment macro

Un punteggio di sentiment che non mostra la propria metodologia chiede di fidarsi solo del marchio. Per un investitore che vuole capire il contesto macro, non è sufficiente. Il punteggio è utile solo se la struttura alle spalle è credibile.

Questo articolo spiega come vengono costruiti i sistemi multifattoriali di sentiment macro: i passaggi che trasformano molti input grezzi in una lettura composita, i problemi di progettazione più difficili e la validazione che separa un sistema rigoroso dal curve fitting.

Se non hai ancora letto Che cos’è il sentiment macro?, parti da lì. Questo articolo presume che tu sappia già cosa cerca di misurare un composito di sentiment.

La pipeline in quattro fasi

Ogni sistema ben costruito segue la stessa struttura di base:

• Acquisire e normalizzare segnali con unità e scale diverse.
• Pesare ogni input per rilevanza, affidabilità e rapporto segnale-rumore.
• Aggregare i segnali pesati in un composito regionale.
• Aggiungere contesto: driver, trend, regime e rischio.

Ogni fase contiene decisioni. Quelle difendibili rendono il sistema utile; quelle deboli producono un numero che sembra preciso ma dice poco.

Fase 1: Normalizzazione

Il primo problema è confrontare dati che non hanno la stessa unità: spread creditizi in punti base, disoccupazione in percentuale, VIX come indice e linguaggio delle banche centrali come testo.

La soluzione è trasformare ogni input in una scala comune, priva di unità. I dati numerici possono essere espressi come z-score o percentili rispetto alla propria storia. I segnali testuali possono diventare punteggi di tono, confrontati con la tonalità storica della stessa fonte o istituzione.

La finestra storica conta. Una finestra breve si adatta rapidamente ma può reagire troppo. Una molto lunga è stabile ma può perdere cambiamenti strutturali.

Fase 2: Pesatura

Dopo la normalizzazione, il sistema decide quanto deve contare ogni fattore.

Pesi basati sul dominio

Alcuni fattori contengono più informazione di altri. Politica monetaria, spread creditizi e volatilità meritano spesso più peso di indicatori piccoli o rumorosi.

Pesi regionali

Lo stesso fattore può contare in modo diverso per regione. L’energia può avere più peso macro per l’Europa che per il Nord America. Il dollaro può essere più importante per l’Asia che per gli Stati Uniti.

Pesi corretti per volatilità

Gli input che oscillano molto senza fornire informazione utile non dovrebbero dominare il composito.

Pesi corretti per copertura

Se un dato manca, è vecchio o non disponibile, non dovrebbe essere trattato automaticamente come neutrale. Il contributo va ridotto in modo trasparente.

Fase 3: Aggregazione

I fattori pesati vengono combinati in un composito regionale, spesso su una scala interpretabile come −100/+100. Il valore dell’aggregazione è che molti segnali rumorosi, se puntano nella stessa direzione, possono rendere più chiaro il quadro macro sottostante.

Per questo un composito può cambiare direzione prima che un singolo indicatore appaia estremo. I cambi di regime emergono spesso come movimento diffuso di molti input.

I sistemi robusti limitano anche i contributi estremi: un movimento di quindici deviazioni standard è probabilmente un problema di dati, non un vero segnale.

Fase 4: Livelli di contesto

Un sistema di sentiment non dovrebbe fermarsi al numero. Un punteggio di −35 può avere significati molto diversi a seconda del contesto.

Driver. Quali fattori muovono il punteggio? Stress creditizio, debolezza occupazionale e pressione valutaria indicano rischi diversi.

Trend. Il punteggio migliora o peggiora? +15 dopo una discesa da +40 è diverso da +15 dopo una salita da −10.

Regime. I segnali più ampi di stress di mercato confermano la direzione, oppure la lettura è ancora anticipata?

Contesto di rischio. Gli indicatori di vulnerabilità finanziaria sono tranquilli, elevati o sotto stress?

Un esempio: marzo 2023 e Silicon Valley Bank

Il fallimento di Silicon Valley Bank nel marzo 2023 mostra perché la metodologia conta. Gli indici azionari apparivano relativamente tranquilli e la volatilità non segnalava ancora una crisi. Un sistema concentrato quasi solo sulla volatilità azionaria avrebbe potuto ignorare lo stress in costruzione.

Altri segnali erano meno rassicuranti: gli spread creditizi di minore qualità si allargavano, le banche regionali sottoperformavano, la curva dei rendimenti indicava tensione e alcuni indicatori di stabilità finanziaria segnalavano pressione sui bilanci.

I problemi più difficili

Dati in ritardo

I dati ufficiali arrivano con frequenze diverse. Il PIL è trimestrale, l’occupazione mensile e i dati di mercato continui. Un sistema serio traccia la data di riferimento di ogni input.

Weekend e festività

I mercati chiudono e le pubblicazioni si fermano. Un sistema robusto usa gli ultimi input confermati e rende chiara la freschezza del dato.

Segnali contrastanti

Azioni, obbligazioni, valute e materie prime non raccontano sempre la stessa storia. L’aggregazione deve attenuare il rumore, non seguire il fattore più rumoroso.

Rotture di regime

Durante shock come marzo 2020, le relazioni storiche possono rompersi. I sistemi robusti usano limiti, salvaguardie e contesto chiaro.

Revisioni dei dati

Le statistiche macro vengono riviste. Una serie storica seria conserva ciò che era noto in quel momento, senza riscrivere il passato con dati revisionati.

Validazione: come sapere se funziona

La parte più importante è la validazione. Si può sempre tarare un sistema per spiegare il passato. La domanda è se resta utile fuori campione.

Test out-of-sample calibrano su un periodo e testano su un altro. Analisi walk-forward ripetono il processo nel tempo. Stabilità di regime verifica se il sistema resta sensato in mercati rialzisti, ribassisti e shock.

Cosa fa Signovian

Signovian segue più di 50 input tra mercato, macro, geopolitica, tono delle notizie e stabilità finanziaria. Li normalizza, applica pesi regionali per Nord America, Europa e Asia e presenta il risultato come punteggio regionale con driver, trend, regime di mercato e contesto di vulnerabilità finanziaria.

L’evidenza a livello di fattore è disponibile dal piano Silver. È lì che la metodologia diventa ispezionabile: puoi vedere quali input spingono il punteggio verso l’alto, quali lo tirano verso il basso e se la lettura coincide con la tua visione macro.

Il test utile

Il miglior test di una metodologia di sentiment è se aiuta a fare domande migliori. Se il punteggio conferma la tua lettura, dà struttura. Se diverge, i driver mostrano cosa vede il sistema — o dove non condividi la ponderazione.

Non è consulenza finanziaria. Solo a scopo informativo.