💰 quantitative finance

Non-unique time and market incompleteness

Il paper sostiene che l'assunzione di un tempo continuo e unico nei modelli finanziari sia irrealistica, poiché l'asincronia degli eventi e la natura discreta dei flussi di ordini generano una forma fondamentale di incompletezza del mercato che richiede di distinguere tra il tempo operativo della decisione e il tempo di calendario globale.

Autori originali: Chris Angstmann, Tim Gebbie

Pubblicato 2026-04-28

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Chris Angstmann, Tim Gebbie

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Il Grande Malinteso del Tempo nei Mercati Finanziari

Immaginate di guardare un film. Di solito, pensiamo che il tempo passi in modo regolare: un secondo dopo l'altro, tic-tac, tic-tac. La finanza tradizionale funziona esattamente così: assume che il mercato sia un orologio svizzero dove i prezzi si muovono su una linea temporale continua e perfetta (il cosiddetto "tempo del calendario").

Ma gli autori di questo articolo dicono: "Fermi tutti! Il mercato non è un orologio svizzero, è più simile a una conversazione caotica in un bar affollato."

Ecco i tre concetti chiave spiegati in modo semplice:

1. L'illusione dell'orologio unico (Ontologia vs Epistemologia)

Immaginate di voler misurare quanto è veloce una persona che corre.

L'approccio classico (Price-first): È come se usaste un cronometro standard. "Ha corso per 10 minuti".
L'approccio degli autori (Event-first): È come se contaste i passi. "Ha fatto 1.000 passi".

Se la persona corre in modo irregolare (a scatti, poi rallenta, poi accelera), i "10 minuti" e i "1.000 passi" ti dicono cose diverse. Gli autori sostengono che in borsa non conta quanto tempo passa sul tuo orologio da polso, ma quanti eventi accadono (ordini, vendite, acquisti). Il "tempo" del mercato è fatto di eventi, non di secondi.

2. Il problema della "Mappa non univoca" (Non-uniqueness)

Qui la cosa si fa interessante. Immaginate di avere un insieme di punti sparsi su un foglio (questi sono i dati reali del mercato: i prezzi che cambiano in momenti casuali).

Ora, provate a disegnare una linea continua che unisca tutti quei punti.

Potreste disegnare una linea morbida e ondulata.
Potreste disegnare una linea che fa dei salti bruschi.
Potreste disegnare una linea che sembra un elettrocardiogramma impazzito.

Tutte queste linee "passano" per i punti, ma descrivono storie diverse. Gli autori dicono che, quando cerchiamo di trasformare i dati caotici del mercato in una formula matematica "continua" (per poter calcolare i rischi o i prezzi delle opzioni), non esiste una sola linea giusta. La scelta della linea dipende da quale "orologio" decidi di usare (il tempo del calendario, il numero di scambi, o il volume di denaro).

3. L'Incompletezza Fondamentale (Il cuore del problema)

In finanza, si dice che un mercato è "incompleto" quando non puoi proteggerti perfettamente da ogni rischio. È come se giocassi a un gioco dove mancano dei pezzi.

Gli autori portano il concetto a un livello più profondo. Dicono che il mercato è incompleto già prima ancora di iniziare a giocare, perché non siamo nemmeno d'accordo su quale sia l'orologio che stiamo usando!

È come se due investitori stessero giocando a scacchi, ma uno pensasse che il tempo passi per turni e l'altro pensasse che il tempo passi in base a quanti pezzi vengono mossi. Non potranno mai concordare su una strategia, perché non stanno vivendo nello stesso "tempo".

In sintesi: La metafora del Traffico

Pensate al traffico in una grande città:

Il modello classico guarda il traffico guardando l'orologio: "Alle 8:00 c'è molto traffico".
Il modello degli autori guarda il traffico contando le auto che passano: "In questo momento stanno passando 50 auto al minuto".

Se cerchi di prevedere quanto tempo ci metterai ad arrivare a casa usando solo l'orologio, potresti sbagliare clamorosamente se all'improvviso avviene un incidente (un "evento").

La conclusione del paper?
I modelli matematici che usano il tempo regolare funzionano bene per le decisioni a lungo termine (come gestire un fondo pensione), ma sono pericolosi e imprecisi per chi deve fare operazioni rapide (trading ad alta frequenza). Il rischio non è solo che il mercato sia imprevedibile, ma che stiamo usando un orologio che non esiste davvero.

Riassunto Tecnico: Tempo non univoco e incompletezza del mercato

1. Il Problema (Problem Statement)

Il problema centrale affrontato dagli autori è la tensione ontologica ed epistemologica tra due paradigmi dominanti nella finanza matematica:

Rappresentazione "Price-First" (Approccio Classico): Modella i mercati come processi di prezzo continui (semimartingale) evolventi su un unico asse temporale di calendario ( $t \ge 0$ ). Questo approccio è alla base della teoria del pricing basata sul no-arbitrage e del calcolo stocastico di Itô.
Rappresentazione "Event-First" (Microstruttura): Considera il mercato come un sistema discreto di eventi (ordini, trade, cancellazioni) dove il tempo è irregolare, asincrono e guidato dagli eventi stessi. In questo scenario, il prezzo è un oggetto emergente e non una variabile primitiva.

L'incoerenza risiede nel fatto che la finanza classica presuppone l'esistenza di un unico "orologio" globale e continuo, mentre i dati ad alta frequenza mostrano che la dipendenza tra asset (correlazione) e la dinamica dei prezzi dipendono fortemente dalla scala temporale e dal tipo di "orologio" scelto (tempo di calendario, tempo di transazione, volume, ecc.).

2. Metodologia (Methodology)

Gli autori non propongono un nuovo modello numerico, ma conducono un'analisi critica e comparativa delle diverse strutture di modellazione. La metodologia si articola attraverso:

Distinzione tra Ontologia ed Epistemologia: Separano ciò che il modello presuppone (ontologia: il tempo è continuo o discreto?) da ciò che i dati permettono di inferire (epistemologia: possiamo ricostruire un processo continuo unico dai dati discreti?).
Revisione della Letteratura: Esaminano l'evoluzione dai modelli di business time di Clark (1973) ai processi di punto (Hawkes processes) e ai modelli di Continuous-Time Random Walk (CTRW) e Discrete-Time Random Walk (DTRW).
Analisi dei Limiti di Continuità: Utilizzano la teoria dei DTRW per dimostrare che la mappatura da un sistema di eventi discreti a un limite continuo (equazioni di diffusione frazionaria o Browniana) non è canonica né univoca.

3. Contributi Chiave (Key Contributions)

Incompletezza a livello di rappresentazione: Il contributo più originale è l'idea che l'incompletezza del mercato non derivi solo dall'impossibilità di replicare un payoff (incompletezza classica), ma dal fatto che non esiste una descrizione dello stato del mercato o un orologio univoci che rendano il pricing e il hedging simultaneamente canonici.
Non-univocità del limite continuo: Dimostrano che diversi schemi di discretizzazione e diverse leggi di attesa (waiting times) possono convergere verso limiti continui differenti. Pertanto, un modello di tempo continuo è solo una "forma ridotta" utile, ma non è determinata univocamente dal sistema di eventi sottostante.
Riconsiderazione del No-Arbitrage: Gli autori sostengono che i principi di no-arbitrage e di pricing risk-neutral sono validi anche in contesti di tempo discreto/event-driven, ma che la misura di probabilità rischio-neutra diventa "relativa al modello" e "relativa all'orologio" scelto, piuttosto che una proprietà assoluta del mercato.

4. Risultati e Discussione (Results)

L'Effetto Epps come prova: L'effetto Epps (la diminuzione della correlazione tra asset al diminuire dell'intervallo di campionamento) viene interpretato non come un semplice errore di campionamento da correggere, ma come prova che la dipendenza stessa è relativa al clock scelto.
Emergenza della Completezza: Gli autori concludono che la "completezza" del mercato è un fenomeno emergente piuttosto che universale. A basse frequenze (gestione di portafoglio, allocazione di asset), l'aggregazione degli eventi permette l'emergere di una stabilità che rende i modelli di tempo di calendario efficaci. Tuttavia, ad alta frequenza, il mismatch tra i clock (trading vs pricing vs allocazione) espone l'incompletezza fondamentale.

5. Significato (Significance)

Il lavoro ha implicazioni profonde sia per la teoria che per la pratica:

Per i Teorici: Suggerisce che la ricerca sulla completezza del mercato debba spostare l'attenzione dalla semplice dimensione dello spazio degli stati alla dimensione della rappresentazione temporale.
Per i Praticanti (Trader/Risk Manager): Avverte che il rischio di modello e il rischio di liquidità derivano spesso da un disallineamento tra l'orologio operativo (usato per l'esecuzione) e l'orologio di calendario (usato per il risk management e il pricing). La gestione del rischio richiede quindi di riconciliare questi diversi regimi temporali.