Screener 6M
Dati fittizi
Screening a 6–12 mesi

Quattro fasi, da 1.200 azioni a pochi candidati

Ogni azione deve superare tutte le fasi. Un punteggio alto altrove non compensa un filtro fallito. Il rapporto rendimento/rischio finale deve essere almeno 3:1.

Quantità illustrative
Processo di selezione

Seleziona una fase

Seleziona un indicatore per definizione, formula, scala e fonte.

Ogni punteggio va da 0 a 100. Le soglie sono indipendenti dai pesi della classifica.

Esempio

Un’azione nel percorso di selezione

Otto aziende inventate con indicatori simulati. Scegline una e avvia la valutazione.

Demo A

Piano operativo

Risultato

Classifica e dimensione della posizione

Si qualificano solo le aziende che superano tutti i filtri. Rischio massimo: 1% del portafoglio per operazione.

Pesi normalizzati al 100%. Quantità = portafoglio × budget di rischio ÷ (entrata − stop). Verde 1%; giallo 0,5%; rosso 0%.

I pesi cambiano solo l’ordine; le soglie determinano l’ammissibilità.

#AziendaFondamentaliTecnicaRischioCRVTotaleAzioni (portafoglio 10.000 €)
Contesto

Limiti del modello

Un filtro, non una previsione

Superare tutti i filtri non garantisce un aumento del prezzo.

I pesi richiedono backtest

I pesi basati sulla ricerca richiedono verifica storica senza distorsione da sopravvivenza prima dell’uso reale.

Regime di mercato semplificato

Quattro segnali non sostituiscono l’analisi economica; aiutano a filtrare mercati sfavorevoli.

Rendimento/rischio è un filtro d’ingresso

Un rapporto 3:1 non indica la probabilità effettiva di raggiungere il target.

Fonti
  1. Jegadeesh, N. & Titman, S. (1993). Returns to Buying Winners and Selling Losers. Journal of Finance, 48(1).
  2. Bernard, V. & Thomas, J. (1989). Post-Earnings-Announcement Drift. Journal of Accounting Research, 27.
  3. Chan, L., Jegadeesh, N. & Lakonishok, J. (1996). Momentum Strategies. Journal of Finance, 51(5).
  4. Novy-Marx, R. (2013). The Other Side of Value: The Gross Profitability Premium. Journal of Financial Economics, 108(1).
  5. Asness, C., Frazzini, A. & Pedersen, L. (2019). Quality Minus Junk. Review of Accounting Studies, 24.
  6. Fama, E. & French, K. (1992). The Cross-Section of Expected Stock Returns. Journal of Finance, 47(2).
  7. Campbell, J., Hilscher, J. & Szilagyi, J. (2008). In Search of Distress Risk. Journal of Finance, 63(6).
  8. George, T. & Hwang, C. (2004). The 52-Week High and Momentum Investing. Journal of Finance, 59(5).
  9. Lee, C. & Swaminathan, B. (2000). Price Momentum and Trading Volume. Journal of Finance, 55(5).
  10. Faber, M. (2007). A Quantitative Approach to Tactical Asset Allocation. Journal of Wealth Management, 9(4).
  11. Ang, A., Hodrick, R., Xing, Y. & Zhang, X. (2006). The Cross-Section of Volatility and Expected Returns. Journal of Finance, 61(1).
  12. Frazzini, A. & Pedersen, L. (2014). Betting Against Beta. Journal of Financial Economics, 111(1).
  13. Amihud, Y. (2002). Illiquidity and Stock Returns. Journal of Financial Markets, 5(1).
  14. Estrella, A. & Mishkin, F. (1998). Predicting U.S. Recessions: Financial Variables as Leading Indicators. Review of Economics and Statistics, 80(1).
  15. Daniel, K. & Moskowitz, T. (2016). Momentum Crashes. Journal of Financial Economics, 122(2).
  16. Wilder, J. W. (1978). New Concepts in Technical Trading Systems. Trend Research.