WisdomTree
commodity-whitepaper-nov-2025.png

Cavalcare la tendenza: il momentum come fattore determinante negli investimenti in materie prime

Pubblicato il 27 novembre 2025

Pierre Debru
Pierre Debru

Head of Research, WisdomTree Europe.

Luca Berlanda
Luca Berlanda

Associate Director, Quantitative Research at WisdomTree in Europe

Ayush Babel
Ayush Babel

Director, Quantitative Research

Principali insegnamenti

Il momentum rappresenta una delle anomalie più studiate in ambito finanziario. Sebbene sia ampiamente applicato alle azioni, la sua rilevanza nel settore delle materie prime è altrettanto significativa. Noi di WisdomTree ne abbiamo testato il funzionamento pratico con riferimento alle commodity riscontrando che, se implementato in modo ponderato, può costituire uno strumento efficace per incrementare i rendimenti e gestire il rischi.

Le basi accademiche che sostengono il momentum nelle materie prime

Per “momentum dei prezzi delle materie prime” si intende la tendenza degli asset che hanno registrato buoni risultati di recente a continuare a sovraperformare nel breve termine. Questa anomalia comportamentale è spesso attribuita alla scarsa reattività degli investitori, alla lentezza delle informazioni relative ai fondamentali e all'evoluzione delle dinamiche di domanda e offerta.

Le prove accademiche sono coerenti. Miffre e Rallis (2007) hanno dimostrato che il momentum trasversale (ovvero l'assunzione di posizioni lunghe sulle materie prime con i rendimenti più elevati negli ultimi 12 mesi e di posizioni corte su quelle con i rendimenti più bassi) genera rendimenti in eccesso statisticamente significativi. Ulteriori studi condotti da Szakmary et al. (2010) e Menkhoff et al. (2012) hanno rafforzato questa conclusione per periodi di tempo e insiemi di materie prime diversi. Anche il momentum delle serie temporali, in cui si confronta il momentum della stessa materia prima e non quello di commodity diverse tra loro, ha dimostrato di funzionare per tutta l'asset class, anche dopo le correzioni apportate per tenere conto di altri premi di rischio.

In breve, si tratta di una caratteristica dei mercati delle materie prime che tende a persistere indipendentemente dal periodo, dal mercato e dalla metodologia.

Il momentum nella pratica: cosa rivelano i nostri test

Sebbene le basi accademiche siano chiare, l'implementazione è fondamentale. Nel nostro recente documento Commodity Investing 3.0: The Rise of Factor and Curve-Aware Strategies, abbiamo sottoposto a rigorosi test le strategie basate sul momentum per un insieme diversificato di future su materie prime, utilizzando sia modelli trasversali che serie temporali.

Abbiamo iniziato testando i segnali di momentum utilizzando tre segnali diversi:

  • crossover della media mobile (media mobile ponderata linearmente a breve termine rispetto alla media mobile semplice a lungo termine). Il segnale diventa positivo (negativo) quando la media a breve termine supera (è inferiore a) quella a lungo termine, indicando un momentum al rialzo (al ribasso);
  • ampiezza del trend (rapporto tra i coefficienti di regressione positivi e le regressioni totali rispetto a 16 diverse finestre temporali, da quelle a breve termine a quelle a lungo termine). I coefficienti di regressione rilevano l'evoluzione della forza del trend nel tempo; un rapporto maggiore di coefficienti positivi indica un momentum al rialzo più ampio e affidabile. Un rapporto superiore a 0,7 (inferiore a 0,3) indica un segnale positivo (negativo);
  • momentum binario (segnale che tiene conto esclusivamente della direzione in base ai segni del rendimento). In concreto, a ciascun rendimento giornaliero viene assegnato un valore pari a +1 o –1 a seconda del suo segno, quindi si calcola una media mobile ponderata esponenzialmente di questa serie per produrre il segnale di momentum binario.

Momentum trasversale: alcune limitazioni

Abbiamo testato le tre metriche in modo trasversale classificando le materie prime in base alla forza del segnale e formando portafogli suddivisi in terzili.

Per tutte e tre le metriche, i risultati trasversali sono stati deludenti. I portafogli del primo (vincitori) e del terzo terzile (perdenti) non sono riusciti a distinguersi in modo significativo nel tempo. Il momentum binario ha mostrato un potenziale marginale, ma non sufficiente a sostenere questo approccio come modello di allocazione autonomo.

Figura 1: Performance storica del momentum dei prezzi (trasversale utilizzando il momentum binario)

27,-d-,11-commodities-1.png

Dal 25 giugno 2001 al 21 ottobre 2025. Fonte: WisdomTree, Bloomberg, FactSet. Rendimenti in eccesso in USD. Include dati da test retrospettivi a scopi illustrativi. La performance storica non è indicativa di quella futura e qualsiasi investimento può diminuire di valore.

Momentum delle serie temporali: l'eccellenza

La situazione cambia significativamente nel contesto delle serie temporali. In questo caso, valutiamo ogni materia prima in modo indipendente e poi creiamo portafogli long-short andando long sulle materie prime con segnali di momentum positivi e short su quelle con segnali negativi.

Tutti e tre i segnali, crossover della media mobile, ampiezza del trend e momentum binario, hanno dato buoni risultati e tutti e tre i portafogli long-short hanno registrato rendimenti positivi nel lungo termine con una forte rilevanza statistica.

Figura 2: Performance storica del momentum dei prezzi (serie temporali utilizzando il crossover della media mobile)

27,-d-,11-commodities-2.png

Dal 1 febbraio 2002 al 30 settembre 2025. Fonte: WisdomTree, Bloomberg, FactSet. Rendimenti in eccesso in USD. Include dati da test retrospettivi a scopi illustrativi. La performance storica non è indicativa di quella futura e qualsiasi investimento può diminuire di valore.

La nostra analisi dimostra che, nel complesso, il momentum offre effettivamente una sovraperformance significativa in un contesto di investimento realistico e può quindi essere utilizzato per costruire strategie pratiche long only o long-short.

Figura 3: Risultati complessivi relativi al momentum e significatività statistica

Tipo di modello

Modello

Sottomodello

Periodi

Rendimenti annualizzati

Statistica t

Valore p

Trasversale

Momentum dei prezzi

Binario

6347

2,18%

1,26

20,70%

Trasversale

Momentum dei prezzi

Combinato

6407

0,86%

0,5

61,87%

Trasversale

Momentum dei prezzi

Media mobile

6407

-0,37%

-0,18

85,71%

Trasversale

Momentum dei prezzi

Ampiezza del trend

6407

0,60%

0,34

73,24%

Serie temporale

Momentum dei prezzi

Binario

5961

6,00%

2,79

0,53%

Serie temporale

Momentum dei prezzi

Combinato

5835

4,82%

1,73

8,34%

Serie temporale

Momentum dei prezzi

Media mobile

5835

4,11%

1,64

10,07%

Serie temporale

Momentum dei prezzi

Ampiezza del trend

5835

5,05%

1,83

6,80%

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.

A livello settoriale, si osservano alcune differenze. L’energia e i metalli industriali mostrano il momentum più forte, trainato dai persistenti squilibri tra domanda e offerta e dalla sensibilità macroeconomica. L’allevamento, invece, mostra tendenze più deboli, probabilmente a causa dei modelli di mean reversion determinati dai cicli biologici e di raccolta.

Conclusione: una bussola affidabile in un mercato turbolento

Il momentum è uno dei fattori con le maggiori evidenze empiriche nell'investimento in materie prime. Il segreto risiede nel modo in cui si applica. Il nostro lavoro dimostra che il momentum delle serie temporali offre rendimenti differenziati con un ribasso limitato.

Nel mondo delle materie prime, dove la volatilità, la stagionalità e i cambiamenti strutturali sono la norma, il momentum offre un modo disciplinato e basato sui dati per continuare a cogliere le tendenze.

Per un'analisi completa della nostra metodologia, dei risultati e delle linee guida di implementazione, invitiamo a consultare il documento completo: Commodity Investing 3.0: The Rise of Factor and Curve-Aware Strategies.

Informazioni sugli autori

Pierre Debru
Pierre Debru

Head of Research, WisdomTree Europe.

Pierre Debru leads WisdomTree’s European research team and plays a pivotal role in the strategic direction of our European research efforts. His key areas of expertise extend across equity factors and quantitative strategies, portfolio construction and model portfolios, and thematic and crypto investments. Before joining the company in 2019, Pierre worked in Investment Research for DWS and the Xtrackers range for over five years. During this period, he focused on smart beta investments, model portfolio construction and thought leadership. Pierre has over 20 years of experience in investments and structured asset management. He graduated from Ecole Central Paris and obtained a Master of Science in Mathematics applied to Finance.

Luca Berlanda
Luca Berlanda

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.

Ayush Babel
Ayush Babel

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.

Best Workspaces - GPTW UK 2024
Best Workspaces for Development - GPTW UK 2024
Best Workspaces for Women - GPTW UK 2024
Best Workspaces in Financial Services & Insurance - GPTW UK 2024
Informazioni importanti sui rischi

Giurisdizioni nello Spazio economico europeo ("SEE"): questo sito Web e il suo contenuto sono stati forniti da WisdomTree Ireland Limited, che è autorizzata e regolamentata dalla Central Bank of Ireland.

Giurisdizioni al di fuori della SEE: questo sito Web e il suo contenuto sono stati forniti da WisdomTree UK Limited, che è autorizzata e regolamentata dalla Financial Conduct Authority del Regno Unito.

Il prezzo di qualsiasi azione o il valore di un investimento in ETP potrebbe fluttuare verso l'alto o verso il basso e un investitore potrebbe non recuperare la somma investita. Le precedenti performance non sono indicatori affidabili di quelle future.

Questo materiale non deve essere inteso come una previsione, una ricerca o una consulenza in materia di investimento e non è un consiglio, né un'offerta o un invito ad acquistare o a vendere prodotti o strumenti finanziari o ad adottare qualsiasi strategia di investimento.

Fare clic qui per leggere l'Esclusione di responsabilità completa.

© 2026 WisdomTree, Inc. All Rights Reserved