CRRY LN
WisdomTree Enhanced Commodity Carry

Pubblicato il 13 gennaio 2026
Associate Director, Quantitative Research at WisdomTree in Europe
Director, Quantitative Research
Esiste una storia, forse in parte apocrifa, su Talete di Mileto, filosofo del VI secolo a.C. Secondo Aristotele, Talete veniva deriso perché povero e troppo concentrato sulla filosofia. Per dimostrare che la saggezza poteva generare profitti, predisse un grande raccolto di olive nonostante fosse ancora inverno.
Utilizzò il suo modesto capitale per versare piccoli acconti e giocare d'anticipo al fine di riservare per sé la capacità necessaria per spremere le olive dell'imminente raccolto. Non acquistò i frantoi, ma ottenne il diritto di utilizzarli per primo a un costo basso concordato in anticipo. In inverno, quel diritto era economico perché nessuno sapeva se il raccolto sarebbe stato abbondante. Quando si rivelò tale, la disponibilità dei frantoi iniziò a scarseggiare. Poiché Talete ne aveva già riservata la maggior parte per sé, i ritardatari dovettero rivolgersi a lui, che poté subaffittarla a un prezzo maggiorato.
Questo episodio è spesso citato quale precursore dei future, ma la lezione da trarre è la seguente: Talete si era posizionato nel punto di scarsità, ovvero quello in cui si accumula il valore. Negli investimenti in materie prime, un modo comune per cercare un vantaggio simile è quello di analizzare la forma e l'evoluzione delle curve dei future.
Le informazioni nascoste nella curva
Dopo aver analizzato come funzionano le tendenze delle materie prime, continuiamo a eviscerare il nostro recente documento di ricerca “Commodity Investing 3.0: The Rise of Factor and Curve-Aware Strategies”. Nel post ci concentriamo su due dei segnali più importanti nei mercati delle materie prime: il carry e il momentum in termini di inclinazione della curva. Anche in questo caso, abbiamo testato i tre parametri sia a livello trasversale che attraverso serie temporali. A livello trasversale, classifichiamo le materie prime in base alla forza del segnale per identificare vincitori e perdenti relativi, formando terzili che rappresentano commodity con segnale alto, medio e basso. Nell'impostare le serie temporali, ogni materia prima viene valutata rispetto alla propria performance storica piuttosto che a quella di altre commodity simili, producendo un segnale direzionale: lungo se il fattore è positivo e corto se il fattore è negativo.
Il carry, definito come il roll yield implicito tratto dalla curva dei future, è una delle fonti di rendimento più empiricamente solide nel settore delle materie prime. Esso bilancia le scorte, i costi di stoccaggio, la pressione di copertura e il convenience yield. Secondo la principale spiegazione teorica alla base di questo fattore1, quando le scorte sono limitate, il convenience yield aumenta, spingendo la curva in backwardation2 e premiando coloro che detengono contratti future lunghi con un roll yield atteso positivo. Quando le scorte sono abbondanti, si verifica il contrario, creando un carry negativo. In questo caso gli investitori subiscono quella che in gergo viene chiamata “roll drag”, ovvero la perdita di performance che si verifica quando una curva dei future è in contango3: man mano che la posizione viene rinnovata, l’investitore acquista ripetutamente un contratto più costoso e ne vende uno più economico, creando un effetto negativo che erode costantemente i rendimenti.
Testiamo il carry utilizzando due definizion:
I nostri risultati confermano la solidità del carry come motore di rendimento negli ultimi 25 anni, soprattutto nell'analisi trasversale. A differenza dei precedenti documenti di ricerca, i risultati delle serie temporali sono deludenti, ma quelli trasversali sono significativi per entrambe le definizioni di carry. La classificazione delle materie prime in base al loro roll yield relativo identifica in modo coerente le aree in cui la scarsità è più acuta. La performance e la significatività sono simili in entrambe le definizioni. La differenza principale è che:
Nei nostri test, entrambe le versioni hanno generato rendimenti in eccesso annualizzati long-short superiori al 5%, ma il carry front-month ha prodotto un turnover settimanale significativamente più elevato (15%) rispetto alla versione a 12 mesi (9%). Il grafico in basso mostra i tre terzili delle materie prime per il roll yield a 12 mesi e la performance long-short (in giallo) di una strategia che va long sul primo terzile (carry relativo elevato) e short sul terzo (carry relativo basso).
Performance storica del roll yield (a livello trasversale utilizzando il roll yield a 12 mesi)

Dal 6 gennaio 2001 al 21 ottobre 2025. Fonte: WisdomTree, Bloomberg, Factset. Rendimenti in eccesso in USD. Include dati da test retrospettivi a scopo illustrativo. La performance storica non è indicativa di quella futura e qualsiasi investimento può diminuire di valore.
Momentum in termini di inclinazione della curva
Uno degli investitori più noti che ha utilizzato con successo il pensiero di seconda derivata è Stanley Druckenmiller. In parole semplici, la seconda derivata mostra la velocità con cui qualcosa sta cambiando. Aiuta a individuare se una tendenza sta accelerando o rallentando, spesso prima che questo diventi visibile nei prezzi. In tale contesto, il carry misura l'inclinazione della curva dei future. Evidenzia la ripidità della curva in backwardation o contango. Il momentum in termini di inclinazione misura come la stessa varia nel tempo. Rivela se la curva sta diventando più ripida o più piatta. Si tratta di un dato significativo: mentre il carry beneficia della persistenza di una curva in backwardation, il momentum in termini di inclinazione trae vantaggio da una curva che si sposta verso una condizione di backwardation, spesso indice di un mercato in fase di contrazione.
Definiamo il momentum in termini di inclinazione della curva come la variazione smussata e corretta per la volatilità del roll yield giornaliero su 12 mesi (calcolato secondo lo stesso metodo utilizzato per il fattore carry). Il segnale indica se la curva di una materia prima si sta spostando verso una situazione di backwardation (contrazione) o di contango (allentamento). Se il segnale è positivo, la curva si sta orientando verso uno stato di backwardation, mentre un segnale negativo indica un orientamento verso uno stato di contango.
I dati dimostrano che il momentum in termini di inclinazione funziona bene sia nelle strategie trasversali che in quelle basate su serie temporali. Nell'approccio basato su serie temporali illustrato di seguito, la posizione sulle materie prime con momentum positivo in termini di inclinazione è lunga, mentre quella sulle materie prime con momentum negativo è corta.
Performance storica del momentum in termini di inclinazione della curva (serie temporali)

Dal 2 aprile 2001 al 21 ottobre 2025. Fonte: WisdomTree, Bloomberg, Factset. Rendimenti in eccesso in USD. Include dati da test retrospettivi a scopo illustrativo. La performance storica non è indicativa di quella futura e qualsiasi investimento può diminuire di valore.
In sintesi, la tabella mostra i risultati ottenuti per i due fattori:
Risultati complessivi relativi al carry e al momentum in termini di inclinazione della curva e significatività statistica
Model type | Model | Submodel | Periods | Annualized return | t-stat | p-value |
|---|---|---|---|---|---|---|
Cross-sectional | Roll Yield | 12 months | 6727 | 5.21% | 2.75 | 0.60% |
Cross-sectional | Roll Yield | Front | 6727 | 5.46% | 3.13 | 0.18% |
Cross-sectional | Slope Momentum | - | 6652 | 4.28% | 2.51 | 1.19% |
Time-series | Roll Yield | 12 months | 6035 | -0.62% | -0.28 | 78.03% |
Time-series | Roll Yield | Front | 6098 | 3.26% | 1.88 | 5.99% |
Time-series | Slope Momentum | - | 6035 | 3.78% | 2.03 | 4.24% |
Fonte: WisdomTree, Bloomberg, Factset. La tabella riporta i rendimenti annualizzati, le statistiche t e i valori p per ciascun modello e sottomodello testato sia in contesti trasversali che in serie temporali. La statistica t misura la differenza statistica dei rendimenti osservati rispetto allo zero; valori più elevati indicano una maggiore certezza che la performance del fattore non sia dovuta al caso. Il valore p rappresenta la probabilità che il risultato osservato si sia verificato accidentalmente; valori inferiori implicano una maggiore significatività statistica. Ai fini della comparabilità, i rendimenti annualizzati per i modelli trasversali sono divisi per due. La performance storica non è indicativa di quella futura e qualsiasi investimento può diminuire di valore.
Bonus track: selezione dei contratti
Quando si elabora una strategia su materie prime, la scelta delle commodity da sovraponderare è solo una fase del processo. La successiva decisione fondamentale riguarda i contratti future da utilizzare, con molte opzioni disponibili lungo la curva. Gli indici tradizionali, come il BCOM e il GSCI, si posizionano nella parte anteriore della stessa. Questo garantisce una forte liquidità e un'esposizione ravvicinata alle variazioni dei prezzi spot. Tuttavia, comporta anche un costo. Posizionarsi nella parte anteriore della curva significa in genere essere maggiormente esposti al roll drag, che può progressivamente ridurre i rendimenti nel tempo. La nostra ricerca dimostra che la selezione dei contratti svolge un ruolo importante. La scelta di contratti più avanti lungo la curva può offrire miglioramenti significativi a lungo termine.
È importante operare una distinzione essenziale. Le curve dei future su materie prime si dividono generalmente in due categorie: stagionali e non. Le materie prime stagionali seguono cicli prevedibili di domanda e offerta. Questi sono spesso legati ai modelli di semina e raccolta o all'utilizzo associato alle condizioni meteorologiche, come nel caso del riscaldamento/raffreddamento. Le relative curve dei future tendono a mostrare chiari picchi massimi e minimi, in base al periodo dell’anno, che si ripetono nel tempo. Le materie prime non stagionali, al contrario, non presentano questi modelli. A causa della loro natura non deperibile o della facile conservazione (es. i metalli industriali), la relativa curva dei future non mostra alcuna stagionalità.
Materie prime stagionali
Name | BCOM contract selection | Seasonal contract selection | Relative return | Relative volatility |
|---|---|---|---|---|
RBOB Gasoline | 5.90% | 7.70% | 1.80% | -4.30% |
ULS Diesel | 4.70% | 5.40% | 0.70% | -3.00% |
HRW Wheat | -7.10% | -4.10% | 3.00% | -1.20% |
SRW Wheat | -10.00% | -5.90% | 4.10% | -2.00% |
Soybean | 4.80% | 6.50% | 1.70% | -1.00% |
Corn | -6.50% | -4.80% | 1.70% | -1.60% |
Cotton | -5.20% | -3.00% | 2.20% | -1.80% |
Sugar | -0.30% | 2.20% | 2.50% | -3.40% |
Lean Hogs | -9.30% | -1.20% | 8.10% | -3.60% |
Live Cattle | -0.20% | 1.90% | 2.10% | -1.50% |
Natural Gas | -24.50% | -13.90% | 10.60% | -8.20% |
Soybean Oil | 0.90% | 2.30% | 1.40% | -0.80% |
Soybean Meal | 8.10% | 9.90% | 1.80% | -1.20% |
Dal 25 gennaio 2002 al 20 ottobre 2025. Fonte: WisdomTree, Bloomberg. Rendimenti in eccesso in USD. La performance storica non è indicativa di quella futura e qualsiasi investimento può diminuire di valore.
Per i mercati con modelli stagionali prevedibili di domanda o offerta (gas naturale, cereali, prodotti agricoli), l'elevato roll yield riflette spesso la stagionalità piuttosto che una reale scarsità. Ancorare l'esposizione al contratto stagionale, come quello di dicembre per il gas naturale, consente di cogliere sistematicamente il premio di copertura associato.
Questo approccio ha migliorato i rendimenti in tutti i mercati stagionali testati, con guadagni che vanno dallo 0,7% (su base annualizzata) a oltre il 10% (per il gas naturale), riducendo al contempo la volatilità.
Non-seasonal commodities
Name | BCOM contract selection | Max roll yield contract selection | Relative return | Relative volatility |
|---|---|---|---|---|
WTI Crude | -1.90% | 5.30% | 7.20% | -5.50% |
Brent Crude | 4.80% | 6.40% | 1.60% | -3.00% |
Gasoil | 5.10% | 5.70% | 0.60% | -2.50% |
Aluminium | -2.00% | -0.70% | 1.30% | -1.00% |
Zinc | 0.90% | 2.70% | 1.90% | -0.90% |
Lead | 5.30% | 6.00% | 0.70% | -0.90% |
Nickel | 2.40% | 4.20% | 1.80% | -0.80% |
Coffee | -5.70% | -4.40% | 1.30% | -1.60% |
Copper | 5.50% | 7.00% | 1.50% | -0.70% |
Dal 3 gennaio 2000 al 20 ottobre 2025. Fonte: WisdomTree, Bloomberg. Rendimenti in eccesso in USD. La performance storica non è indicativa di quella futura e qualsiasi investimento può diminuire di valore.
Per i metalli, il petrolio greggio e altri mercati non stagionali, la curva riflette le scorte, il costo del carry e il convenience yield. In questo caso, selezioniamo il contratto mensilmente, con scadenze fino a nove mesi, in base al roll yield implicito più elevato (o al roll drag implicito più basso). Così facendo gli effetti negativi del contango (contango drag) si riducono, la volatilità scende e i rendimenti in eccesso migliorano. Questa regola ha portato benefici per tutte le materie prime non stagionali, con miglioramenti annualizzati compresi tra lo 0,6% e il 7,2% e una volatilità costantemente inferiore rispetto al rollover del contratto front month.
Conclusione
La storia di Talete ci insegna quanto sia importante riconoscere l'emergere di tensioni sul mercato e agire tempestivamente. Non pretendiamo di possedere la sua “saggezza” e non prevediamo i raccolti. Il nostro approccio è più diretto: cerchiamo di estrarre le informazioni già incorporate nei prezzi. Le curve dei future riassumono le condizioni attuali del mercato e (in una certa misura) le aspettative odierne in un unico oggetto misurabile. Il carry indica la presenza di tensione, il momentum in termini di inclinazione della curva mostra che direzione sta prendendo e la selezione dei contratti aiuta a evitare di pagare più del dovuto per esporsi quando la curva è sfavorevole.
1 La cosiddetta Teoria dello stoccaggio.
2 Si dice che una curva è in backwardation quando i contratti a breve termine vengono scambiati al di sopra dei contratti a più lungo termine (differiti).
3 Al contrario, si dice che una curva è in contango quando i contratti a breve termine vengono scambiati al di sotto dei contratti a più lungo termine.

Associate Director, Quantitative Research at WisdomTree in Europe
Luca è Associate Director nel team di ricerca di WisdomTree Europe, dove conduce ricerche quantitative per migliorare o sviluppare nuove strategie di investimento, in particolare nel settore delle materie prime e delle azioni tematiche. Si occupa inoltre della struttura e dell'ottimizzazione del portafoglio. Prima di entrare in WisdomTree nel 2022, Luca ha lavorato come Quantitative Portfolio Manager presso Euclidea SIM, una fintech con sede a Milano, dove ha gestito quantitativamente portafogli multi-asset e ha sviluppato e implementato modelli statistici e di apprendimento automatico per le strategie di investimento e la selezione dei fondi. Luca ha conseguito una laurea specialistica in Finanza presso l'Università Bocconi di Milano.

Director, Quantitative Research
Ayush Babel è uno dei Director del team di ricerca quantitativa e multi-asset di WisdomTree, oltre che del team addetto alla ricerca sugli indici. Nel suo ruolo, si concentra sullo sviluppo di strategie quantitative innovative per diverse asset class e contribuisce alla variegata gamma di prodotti di WisdomTree. Le sue aree di competenza includono l'esplorazione dei fattori, la costruzione e ottimizzazione dei portafogli e lo sviluppo dei prodotti. Con quasi dieci anni di esperienza nel settore dei servizi finanziari, Ayush ha lavorato nei team di ricerca sugli investimenti di J.P. Morgan e Franklin Templeton. Presso tali istituzioni, era responsabile dello sviluppo e della gestione di prodotti smart beta su azioni/reddito fisso, nonché di prodotti con premi per il rischio cross-asset per clienti globali, sia istituzionali che al dettaglio. La sua esperienza abbraccia molteplici asset class e stili d'investimento. Ayush ha conseguito una laurea di primo e di secondo livello in Ingegneria fisica e nanoscienze presso l'Indian Institute of Technology di Bombay.