Entropic signatures of market response under concentrated policy communication

Questo studio analizza l'impatto dei primi 100 giorni del secondo mandato di Donald Trump sui mercati globali, dimostrando che l'entropia cumulativa e la dispersione rivelano una decoupling significativo che permette di catturare sia la volatilità che le restrizioni narrative, offrendo un quadro entropico efficace per caratterizzare e prevedere le reazioni di mercato in condizioni turbolente.

L'essenziale

Immagina il mercato azionario come un'enorme folla di persone che chiacchierano in una piazza. Di solito, il rumore è caotico: ognuno parla di cose diverse, con toni diversi. È il "rumore di fondo" normale.

Questo studio scientifico, scritto da un gruppo di ricercatori polacchi, analizza cosa è successo in quella piazza durante i primi 100 giorni del secondo mandato di Donald Trump (gennaio-aprile 2025). L'obiettivo era capire come le notizie politiche concentrate (come l'introduzione di dazi o nuove leggi) abbiano cambiato il modo in cui il mercato reagisce.

Ecco i concetti chiave spiegati con parole semplici e metafore:

1. Due modi per guardare il caos: L'Altezza vs. La Diversità

I ricercatori hanno usato due strumenti per misurare il "rumore" della piazza:

• La Volatilità (Standard Deviation): È come misurare quanto forte urla la folla. Se i prezzi salgono e scendono di molto, la folla sta urlando forte.
• L'Entropia (Shannon Entropy): È come misurare quante voci diverse si sentono. Se tutti urlano la stessa cosa (es. "Comprate! Comprate!"), c'è molto rumore, ma poche voci diverse. Se ognuno urla una cosa diversa, c'è molto rumore e molte voci diverse.

La scoperta sorprendente:
Di solito, pensiamo che se la folla urla forte (alta volatilità), allora deve anche essere molto caotica e disordinata (alta entropia).
Ma questo studio ha scoperto che non è sempre vero.
Durante i primi 100 giorni di Trump, i mercati hanno urlato molto forte (i prezzi si muovevano di tanto), ma le "voci" erano tutte uguali! Tutti reagivano allo stesso modo alle stesse notizie.

• Metafora: Immagina un coro di 1000 persone che cantano tutte la stessa nota, ma molto forte. Il volume è altissimo (alta volatilità), ma la diversità musicale è zero (bassa entropia). Il mercato non era "casuale", era ordinato nella sua reazione.

2. Il "Filtro" delle Notizie

Perché è successo questo? Perché le notizie politiche erano così potenti e chiare da costringere tutti a pensare allo stesso modo.

• Prima: Il mercato era come un mercato delle pulci: ognuno comprava e vendeva per motivi diversi.
• Dopo: Il mercato è diventato come un esercito in marcia. Quando arrivava una notizia (es. "Nuovi dazi"), tutti facevano lo stesso movimento.
  Questo ha creato una situazione strana: prezzi che saltavano in modo violento, ma con un comportamento molto prevedibile. È come se il mercato avesse smesso di essere un gioco d'azzardo e fosse diventato una reazione meccanica a un comando.

3. La "Firma" degli Eventi Estremi (Entropia Cumulativa)

I ricercatori hanno anche usato un trucco speciale per trovare i momenti di panico o di grandi cambiamenti. Chiamano questo "Entropia Cumulativa".

• Metafora: Immagina di guardare il mercato giorno per giorno. Normalmente, il "disordine" sale e scende lentamente. Ma quando arriva un evento enorme (come l'annuncio di un nuovo dazio il 1° aprile), il disordine si accumula all'improvviso come una valanga di neve.
• Il grafico mostra una linea che sale a ripida proprio in quei giorni. È come un allarme che suona: "Attenzione! Qui c'è un evento importante che sta cambiando tutto!".
• Hanno visto che questo è successo in tutto il mondo (America, Europa, Asia) quasi nello stesso momento, dimostrando che le notizie americane facevano tremare il mondo intero in modo sincronizzato.

4. Perché è importante per te?

Questo studio ci insegna due cose fondamentali:

1. Non fidarti solo della volatilità: Se vedi i prezzi che si muovono molto, non pensare subito che il mercato sia impazzito. Potrebbe essere solo che tutti stanno reagendo allo stesso modo a una notizia precisa. È un caos "ordinato".
2. Prevedere il futuro: Se il mercato è in uno stato "ordinato" (bassa entropia), significa che le regole del gioco sono chiare e prevedibili. Questo aiuta gli investitori a fare previsioni migliori, perché sanno che il mercato non sta agendo a caso, ma sta seguendo una logica precisa dettata dalla politica.

In sintesi

Il mercato sotto Trump (nel 2025) non era un casino casuale. Era come un'orchestra che, invece di suonare jazz libero, ha iniziato a suonare una marcia militare molto rumorosa. Tutti hanno seguito lo stesso spartito. I ricercatori hanno usato la "matematica dell'informazione" per ascoltare questa marcia e capire che, anche se il rumore era forte, la musica era molto più semplice e prevedibile di quanto sembrasse.

Sommario tecnico

Ecco una sintesi tecnica dettagliata del documento scientifico "Entropic signatures of market response under concentrated policy communication", redatta in italiano.

Titolo: Segni Entropici della Risposta di Mercato sotto Comunicazione Politica Concentrata

1. Problema e Contesto

Il paper analizza i primi 100 giorni del secondo mandato presidenziale di Donald Trump (dal 20 gennaio al 30 aprile 2025), un periodo caratterizzato da un'intensa comunicazione politica e da azioni normative concentrate (tariffe, progetti industriali, interventi militari).
L'obiettivo principale è valutare l'impatto di questo "scenario di politica concentrata" sui mercati finanziari globali. La sfida metodologica risiede nel fatto che le metriche tradizionali di volatilità (come la deviazione standard) potrebbero non catturare adeguatamente la natura delle reazioni di mercato quando queste sono guidate da narrazioni politiche coerenti. Il lavoro si pone l'obiettivo di distinguere tra una semplice alta volatilità e una volatilità "strutturata" o "narrativamente vincolata", dove i grandi movimenti di prezzo seguono pattern ripetitivi dettati da eventi politici specifici.

2. Metodologia

L'approccio si basa sulla Teoria dell'Informazione, integrando misure di dispersione classica con misure di complessità informativa.

• Dati: Sono stati analizzati 15 indici azionari principali provenienti da Americhe, Europa, Asia e Oceania (es. S&P 500, FTSE 100, Nikkei 225, Shanghai Composite). I dati coprono un periodo di 100 giorni post-inaugurazione e un periodo di riferimento pre-inaugurazione.
  • Frequenza: Dati giornalieri per le statistiche di base e dati a 5 minuti per il calcolo dell'entropia cumulativa.
• Metriche Chiave:
  1. Deviazione Standard (Dispersione): Misura la magnitudine delle fluttuazioni dei prezzi, indipendentemente dalla struttura della distribuzione.
  2. Entropia di Shannon: Calcolata sulla distribuzione binnata dei rendimenti. Misura la diversità dei pattern di outcome. Un'entropia alta indica una distribuzione uniforme e imprevedibile (caso puro), mentre un'entropia bassa suggerisce che i rendimenti si concentrano in un numero limitato di "bin" (pattern ripetitivi o vincolati).
  3. Entropia Cumulativa (Sliding Window): Una misura dinamica che utilizza finestre temporali scorrevoli e crescenti per localizzare eventi estremi. Questa metrica rileva quando la complessità informativa si accumula rapidamente, segnalando l'inizio di shock o eventi di mercato densi di informazioni.
• Elaborazione: I dati sono stati preprocessati per uniformare timestamp e rimuovere valori mancanti. L'entropia è stata calcolata utilizzando la formula di Velleman per determinare il numero ottimale di bin.

3. Contributi Chiave

• Decoupling tra Volatilità ed Entropia: Il lavoro dimostra che alta volatilità (alta deviazione standard) non implica necessariamente alta entropia. Al contrario, in scenari di politica concentrata, si osserva una "volatilità strutturata": i prezzi si muovono con forza, ma lo fanno seguendo un insieme ristretto di narrazioni, riducendo l'entropia.
• Nuova Metrica per Eventi Estremi: L'introduzione dell'entropia cumulativa come strumento per localizzare temporalmente e quantificare l'intensità degli shock di mercato, offrendo una visione più granulare rispetto alle medie storiche.
• Framework Ibrido: Propone un framework che combina dispersione e complessità informativa per caratterizzare i regimi di mercato turbolenti, superando i limiti dei modelli stocastici tradizionali (come il moto browniano geometrico) che assumono spesso una diffusione casuale massimale.

4. Risultati Principali

• Decoupling Globale: Analizzando gli indici post-inaugurazione, si riscontra frequentemente una diminuzione dell'entropia accompagnata da una deviazione standard stabile o aumentata. Questo indica che, nonostante i grandi movimenti di prezzo, le reazioni di mercato sono state canalizzate in un numero limitato di esiti prevedibili (es. reazioni coerenti alle notizie sulle tariffe).
• Differenze Regionali:
  • I mercati con forti legami commerciali e politici con gli USA (Europa, Asia orientale) mostrano una compressione dell'entropia più marcata, suggerendo una rapida propagazione di una narrazione globale comune.
  • I mercati con fattori locali predominanti o minore esposizione diretta mostrano una compressione dell'entropia più debole o assente, indicando una maggiore diversità di shock non correlati.
• Eventi Estremi (Aprile 2025): L'analisi dell'entropia cumulativa rivela un picco esponenziale tra il 1° e l'11 aprile 2025, coincidente con l'introduzione di nuove tariffe. Questo picco segnala una riconfigurazione rapida della distribuzione di probabilità dei rendimenti.
  • La distribuzione dei rendimenti nei giorni di shock (es. 7 aprile) appare più piatta (alta entropia intraday), ma la distribuzione cumulativa su finestre più ampie mostra una concentrazione attorno a certi outcome (bassa entropia complessiva), indicando che lo shock ha imposto un ordine specifico al caos apparente.
• Kurtosis: L'aumento della curtosi (code grasse) nei dati a 5 minuti conferma che i movimenti di mercato sono stati ampi, ma organizzati attorno a pattern ripetitivi, coerenti con una bassa entropia.

5. Significato e Implicazioni

• Teorico: Il paper sfida l'assunzione comune che la volatilità sia sinonimo di disordine informativo. Dimostra che in presenza di "forward guidance" politica aggressiva, i mercati possono diventare altamente volatili ma deterministicamente vincolati, riducendo lo spazio degli stati accessibili.
• Pratico e di Previsione:
  • L'entropia bassa in un contesto volatile suggerisce che i modelli di previsione stocastica standard (che assumono diffusione casuale) sovrastimano l'incertezza.
  • L'uso dell'entropia come variabile di controllo può migliorare i modelli di previsione (es. correzioni al moto browniano geometrico), permettendo di adattare i pesi delle previsioni in base allo stato di "ordine" o "disordine" informativo del mercato.
  • L'entropia cumulativa funge da segnale precoce per eventi di dislocazione del mercato, utile per la gestione del rischio in tempo reale.

In conclusione, lo studio stabilisce che i primi 100 giorni del nuovo mandato presidenziale hanno generato una risposta di mercato globalmente accoppiata ma regionalmente modulata, caratterizzata da una volatilità elevata ma da una struttura informativa vincolata, rilevabile solo attraverso l'analisi congiunta di dispersione ed entropia.