Analisi tecnica: la magia che non lo è

Uno stormo di storni non ha un capo. Nessun uccello conosce il piano, nessuno vede l’insieme — ognuno reagisce solo ai sei o sette vicini intorno a sé. Eppure lo stormo si muove come un unico organismo: vira, si divide, schiva, come se qualcuno avesse dato un comando che nessuno ha mai dato.

È l’approccio più onesto all’analisi tecnica che io conosca. Le linee sul grafico non possono vedere il futuro. Ma centinaia di migliaia di persone guardano le stesse linee e reagiscono le une alle altre — e da lì nasce qualcosa che sembra una previsione. La “magia” della TA non è magia. È coordinamento. E questa, come voglio mostrare, è una spiegazione molto più interessante della stregoneria — perché spiega anche quando l’incantesimo fallisce.

Immagine illustrativa, generata con IA.

Cosa sostiene l’analisi tecnica

In breve, per chi è nuovo: l’analisi tecnica legge pattern nei prezzi e nei volumi passati — supporti e resistenze, trend, breakout, indicatori come RSI e MACD, livelli come i ritracciamenti di Fibonacci — e ne deduce i probabili movimenti successivi. I termini li ho spiegati tutti nell’indice dei termini di trading; qui si tratta dell’unica domanda che lì non trovava posto: può funzionare davvero — e se sì, perché?

Cosa dice davvero la ricerca

La risposta breve: è più complicato di quanto sostengano entrambi i campi.

Lo studio a favore più famoso è di Brock, Lakonishok e LeBaron (1992): regole semplici — medie mobili, breakout di range — mostravano su novant’anni di dati del Dow Jones un potere predittivo statisticamente significativo. Il risultato ha superato perfino il test più duro: nel 1999 Sullivan, Timmermann e White hanno verificato con un bootstrap sull’intero universo delle regole di trading possibili se il risultato fosse solo data snooping — non lo era. Ma lo stesso studio ha trovato anche questo: nel periodo più recente (1987–1996) il vantaggio era sparito. Tieni a mente questo pattern: torna tra poco.

Lo, Mamaysky e Wang (2000) hanno automatizzato il riconoscimento dei pattern e hanno trovato che i pattern grafici classici contengono effettivamente informazione statistica — ma “informativo” non significa “profittevole”, e i costi di transazione non facevano parte del test. La grande rassegna della letteratura di Park e Irwin (2007) contava 56 studi positivi, 20 negativi e 19 misti — imputando al contempo alla maggior parte di essi problemi metodologici: regole scelte a posteriori, costi calcolati al ribasso, data snooping.

La posizione opposta va presa altrettanto sul serio: secondo l’ipotesi dei mercati efficienti (Fama, 1970), tutta l’informazione contenuta nei prezzi passati è già nel prezzo — non perché i mercati siano stupidi, ma perché molte persone intelligenti la prezzano immediatamente. E la critica dell’apofenia ha un reperto venerabile: già nel 1959 Roberts mostrò che grafici generati da puri numeri casuali sono, a occhio, quasi indistinguibili da serie di prezzi reali. Malkiel racconta l’aneddoto perfetto in “A Random Walk Down Wall Street”: alcuni studenti generarono un grafico fittizio lanciando una moneta, e un chartist ci vide una formazione rialzista e consigliò con urgenza di comprare. (Aneddoto da libro, non uno studio — ma di quelli che lasciano il segno.)

E poi c’è la grande eccezione su cui la ricerca è largamente concorde: il momentum. Ciò che è andato bene per mesi, in media continua ancora un po’ — documentato fin da Jegadeesh e Titman (1993), ampiamente replicato, e ormai confermato anche per le crypto su riviste di prima fascia: come effetto di serie storica, come fattore cross-sectional e da ultimo come fattore di trend su 3.000 coin che sopravvive ai costi di transazione. Prima che diventi euforia, le note a margine: è evidenza di portafoglio su orizzonti mensili — non una prova che leggere i grafici funzioni sulla finestra dei 5 minuti. E il momentum ha un prezzo documentato: crash rari e brutali proprio nelle fasi di panico e di recupero in cui ne avresti meno bisogno.

Immagine illustrativa, generata con IA.

Il trucco: funziona perché tutti guardano

Ora la parte interessante — il meccanismo che spiega perché linee senza potere predittivo possano comunque avere effetti reali. Non è una speculazione; è stato misurato, nel modo più approfondito da Carol Osler, allora alla Federal Reserve Bank di New York.

Tre risultati che, messi insieme, spiegano metà della TA:

Primo: quando Osler analizzò i livelli di supporto e resistenza di veri operatori sul forex (2000), la stragrande maggioranza cadeva su numeri tondi — e i livelli aiutavano davvero a prevedere le interruzioni del trend. Secondo, ed è il risultato più bello di tutta la letteratura: con i primi dati disponibili su ordini reali di clienti, Osler (2003, Journal of Finance) mostrò che gli ordini take-profit si concentrano direttamente sui numeri tondi — motivo per cui i trend lì si invertono — e gli ordini stop-loss appena oltre — motivo per cui, dopo una rottura, i prezzi corrono insolitamente veloci. Due previsioni centrali del chartismo, derivate non dalle linee ma dalla distribuzione degli ordini stessi. Terzo: stop raggruppati possono attivarsi a vicenda in cascata (2005) — uno strato di stop spinge il prezzo in quello successivo. Quello che i trader chiamano “stop run” è stato dissezionato accademicamente come meccanismo.

A ciò si aggiungono l’effetto àncora delle medie mobili più osservate (Avramov et al., 2021) e la domanda se ci siano abbastanza partecipanti al mercato perché il coordinamento regga. Risposta: sì — nel sondaggio di Menkhoff tra 692 gestori di fondi, l’87 per cento usava l’analisi tecnica; sugli orizzonti settimanali era perfino più importante dell’analisi fondamentale. Non è folklore retail; sono professionisti.

Fibonacci è la prova del nove per questa teoria — e la supera: l’evidenza predittiva è scarsa o assente, il livello del 50% non è nemmeno un rapporto di Fibonacci, eppure i livelli a volte funzionano. La spiegazione documentata più plausibile: funzionano perché milioni di persone li tracciano e piazzano ordini lì. George Soros ha coniato per questa retroazione — aspettative che modificano il mercato che credono di descrivere — il termine riflessività. Come concetto, non come studio; ma è la parola giusta.

E qui sta anche l’autodistruzione incorporata: il coordinamento regge solo finché abbastanza persone stanno al gioco — e appena un pattern è troppo noto, viene arbitraggiato via. McLean e Pontiff l’hanno quantificato: le anomalie di rendimento pubblicate perdono in media il 58 per cento della loro forza dopo la pubblicazione. Lo stormo vira — e chi continua a volare nella vecchia direzione, vola da solo.

In crypto il loop è più corto

Tutto quanto detto finora vale per i mercati in generale. In crypto si aggiunge un’aggravante, e ha una ragione precisa: non ci sono quasi fondamentali a cui potersi aggrappare. Uno studio notevole (Detzel et al., 2021) mostra esattamente questo: per asset con fondamentali difficili da valutare — Bitcoin è il loro esempio principale — l’analisi tecnica nasce razionalmente, perché il prezzo stesso è l’unica fonte di informazione condivisa. Dove non esiste un utile per azione, la media a 200 settimane diventa il falò intorno a cui tutti si radunano.

A questo si aggiunge la struttura del mercato: è dominato dal retail — la BIS ha analizzato dati di app crypto da 95 paesi e ha trovato che circa il 40 per cento dei nuovi arrivati sono uomini sotto i 35 anni, il segmento più propenso al rischio (il loro calcolo approssimativo: circa tre quarti degli utenti delle app avrebbero perso denaro con gli acquisti di Bitcoin fino al 2022). Questa massa guarda strumenti identici: praticamente su ogni app di exchange sono preimpostati gli stessi indicatori che le accademie degli exchange stessi insegnano come set standard — RSI, medie mobili, MACD, Bollinger. (E siccome qui si parla di un exchange, la frase d’obbligo: questa è una descrizione dei loro materiali didattici, non una raccomandazione; ciò che sta sugli exchange è tuo solo sulla carta.) Il mercato scambia 24/7, senza sospensioni delle contrattazioni, senza asta di chiusura — niente frena una cascata una volta partita.

E i flussi forzati qui sono più visibili che in qualsiasi altro posto: strumenti come la liquidation heatmap di Coinglass mappano dove presumibilmente si concentrano le posizioni a leva — importante saperlo: è un modello costruito su open interest e livelli di leva tipici, non un order book trapelato. Che i prezzi corrano sorprendentemente spesso proprio dentro quelle zone è ciò che nell’ambiente si chiama “stop hunting”; l’intenzione dei singoli attori non è praticamente mai dimostrabile — il meccanismo sottostante invece sì, vedi Osler. Come appare all’estremo l’ha mostrato il 10 ottobre 2025: secondo i dati dei tracker, in 24 ore sono state liquidate posizioni per oltre 19 miliardi di dollari; i dati al minuto di Amberdata mostrano l’anatomia della cascata — 3,21 miliardi in un solo minuto, il 93,5 per cento delle quali vendite forzate. Nessun pattern grafico l’ha “previsto”. Ma i cluster attraverso cui è corsa la cascata erano visibili prima su ogni heatmap. Questa è la differenza tra chiaroveggenza e meccanica.

Il rovescio della medaglia vale altrettanto: in crypto gli edge decadono più in fretta. Lo studio più approfondito sulla TA in crypto (Hudson e Urquhart, 2021 — quasi 15.000 regole, con controlli per il data snooping) ha trovato un’ampia profittabilità nella fase iniziale del mercato — e per Bitcoin, nel periodo out-of-sample, era sparita. Lo stesso pattern del 1999 con Sullivan, Timmermann e White. Lo stormo impara.

Cosa resta senza la magia

Se la TA è, nel suo nucleo, coordinamento — cosa significa in pratica? Due cose, ed entrambe sono meno spettacolari di qualsiasi thumbnail di YouTube.

Primo: i livelli sono luoghi, non oracoli. Un supporto non “tiene” perché la linea è sacra, ma se lì aspetta davvero della domanda — e si rompe se non c’è. Chi legge i livelli come mappa di probabilità degli ordini altrui, invece che come previsione, usa lo strumento nel modo in cui i dati lo consentono.

Secondo — ed è la parte che regge anche se non si crede a niente: la cornice. Il beneficio misurabile di regole come gli stop non dipende dalla magia dei grafici: Kaminski e Lo hanno mostrato che le regole di stop-loss costano rendimento nei mercati random-walk e possono aggiungere valore nei regimi di momentum — dipende dal mercato, non dalla linea. E nello studio su Bitcoin di Detzel et al., semplici regole basate sulle medie riducevano in modo misurabile soprattutto una cosa: la profondità dei drawdown. Un punto di invalidazione, una dimensione della posizione, un “mi sbagliavo” definito — questa è la parte della TA che impone disciplina lì dove altrimenti a operare sarebbero le emozioni. Nessuna previsione necessaria.

Questo è il mio riassunto onesto della “magia”: l’analisi tecnica funziona dove riflette coordinamento, e aiuta dove impone disciplina. Fallisce puntualmente non appena la si usa come chiaroveggenza — e il conto più salato arriva con la leva, perché allora entrano in gioco anche le cascate. Se e cosa farne resta una decisione solo tua; questo post, spero, ti ha soltanto messo in ordine il perché. I termini da consultare stanno nell’indice — e le regole fondamentali del mestiere sobrio si trovano nella Crypto Collection come Trading Cheat Sheet, strumento e non promessa, come tutto qui.

Fonti e limiti

Lo stato della ricerca è documentato tramite fonti primarie (Journal of Finance, Review of Financial Studies, JFQA, Journal of Financial Markets, BIS; dove esistono, sono linkate le versioni liberamente accessibili). Limiti importanti: gli studi crypto coprono per lo più fasi di mercato iniziali, notoriamente inefficienti — i loro risultati non sono affermazioni sull’oggi. La meccanica del coordinamento è documentata nel modo più solido per i mercati valutari e azionari (Osler; clustering degli ordini); la sua trasposizione alle crypto è un’interpretazione ben fondata, e come tale è segnalata. Lo “stop hunting” come pratica intenzionale di singoli attori non è dimostrato in modo da reggere in tribunale e viene trattato qui espressamente come descrizione d’ambiente. E il limite più importante per ultimo: niente in questo post è una strategia di trading — spiega perché qualcosa accade, non cosa dovresti fare.

Domande, o hai trovato un errore? Scrivimi.