Il rimbalzo dell'AI trade di JPMorgan favorisce i chip dopo la vendita massiccia
JPMorgan afferma che la vendita massiccia globale legata all'AI ha creato le condizioni per nuovi acquisti, nonostante i crescenti dubbi sulla spesa tecnologica e sui rendimenti degli investimenti. La tesi di JPMorgan sul rimbalzo dell'AI trade si basa su un posizionamento più pulito, valutazioni inferiori, utili solidi e domanda continua di capacità nei semiconduttori.
Questa valutazione non prevede un ritorno all'ampio rally tecnologico di cui gli investitori avevano beneficiato in precedenza. JPMorgan vede invece una ripresa più selettiva, con le aziende di semiconduttori meglio posizionate rispetto alle imprese software. Questa distinzione trasforma un titolo rialzista in un'argomentazione più precisa su dove la spesa per l'AI crei valore misurabile.
Il dibattito contrappone ora i fornitori di infrastrutture alle società software esposte a una concorrenza sempre più intensa e a prezzi incerti. Gli investitori devono decidere se il recente calo abbia corretto posizioni affollate o rivelato un problema più profondo nell'economia dell'AI.
Il rimbalzo dell'AI trade di JPMorgan parte da un mercato più pulito
JPMorgan sostiene che la vendita massiccia abbia eliminato alcuni eccessi di mercato senza compromettere il caso fondamentale per le infrastrutture AI.
La banca ha espresso questa valutazione in una nota del 28 settembre guidata dallo stratega azionario Mislav Matejka. Secondo un riepilogo di mercato, gli analisti hanno affermato che il posizionamento degli investitori era migliorato e le valutazioni erano scese nella maggior parte dei gruppi legati all'AI.
Il posizionamento descrive quanto gli investitori detengano già in modo significativo un titolo, un settore o una strategia di trading. Un posizionamento affollato può amplificare un calo perché molti investitori cercano di ridurre contemporaneamente partecipazioni simili.
Un mercato più pulito non significa quindi che le attività sottostanti siano improvvisamente diventate più solide. Significa che meno investitori restano intrappolati in un trade sovraffollato, riducendo una fonte di vendite forzate.
JPMorgan prevede inoltre che la spesa in conto capitale rimanga elevata nonostante i timori di un rallentamento. Tale spesa comprende processori, memoria, apparecchiature di rete, data center e l'infrastruttura elettrica necessaria per gestire sistemi AI.
Gli analisti hanno collegato la loro visione costruttiva alla continua solidità degli utili e alle crescenti prove della monetizzazione dell'AI. Per monetizzazione si intende trasformare l'adozione dell'AI in ricavi, risparmi sui costi o fidelizzazione dei clienti in grado di sostenere l'investimento che la supporta.
Queste condizioni costituiscono il nucleo economico del rimbalzo dell'AI trade di JPMorgan. Prezzi azionari più bassi migliorano i rendimenti prospettici solo se gli utili restano resilienti e i clienti continuano a pagare per prodotti AI.
La nota riconosce anche un limite importante. Il team di Matejka ha affermato che i titoli tecnologici potrebbero non recuperare il precedente livello di successo, anche se le prospettive fondamentali restano costruttive.
Questa distinzione conta perché un rimbalzo non richiede il recupero di tutti i precedenti vincitori. La leadership di mercato può restringersi verso aziende con prodotti scarsi, maggiore potere di determinazione dei prezzi e ordini visibili.
L'ultima valutazione segue diversi periodi di forte volatilità nel corso del 2026. A luglio, J.P. Morgan Asset Management ha affermato che alcuni importanti titoli dei semiconduttori erano scesi tra il 20% e il 40% in un solo mese.
La sua valutazione del boom dell'AI sosteneva che la domanda continuasse a crescere in modo composto, mentre hyperscaler finanziariamente solidi sostenevano la costruzione delle infrastrutture. Gli hyperscaler sono grandi operatori cloud che gestiscono piattaforme informatiche su scala enorme.
La visione di settembre estende quel ragionamento, ma attribuisce maggiore enfasi alla struttura del mercato. I cali precedenti hanno ridotto le valutazioni e liberato posizioni speculative, mentre gli utili hanno offerto un motivo per riconsiderare titoli selezionati.
Si tratta di un approccio più prudente rispetto al considerare ogni calo un'opportunità d'acquisto automatica. Sposta inoltre l'attenzione dall'entusiasmo per le capacità dell'AI alle prove di una domanda durevole.
Il caso di JPMorgan è quindi condizionale. La correzione ha creato spazio per un rinnovato interesse, ma utili e commercializzazione devono continuare a sostenere le aspettative sottostanti.
Perché i semiconduttori sono al centro della ripresa
I semiconduttori restano l'espressione preferita da JPMorgan del tema AI perché i vincoli di offerta e i prezzi danno ai produttori di chip una leva economica più chiara.
La banca ha mantenuto una prospettiva rialzista sui semiconduttori nella sua nota di settembre. I suoi analisti hanno citato fondamentali solidi, crescita dei prezzi fino al 2027 e condizioni di offerta ristretta previste fino al 2028.
L'elaborazione AI dipende da qualcosa di più dei processori grafici. I sistemi avanzati richiedono anche memoria ad alta larghezza di banda, memoria convenzionale, chip di rete, acceleratori personalizzati, capacità di packaging e apparecchiature di produzione.
I vincoli in qualsiasi parte di questa catena possono rafforzare il potere di prezzo dei fornitori. Possono anche ritardare le implementazioni, rendendo la disponibilità dei componenti quasi altrettanto importante delle loro prestazioni.
Questa struttura dell'offerta distingue le società di semiconduttori da molti fornitori di software. Solo un numero limitato di aziende può produrre chip avanzati o fornire le apparecchiature specializzate necessarie per realizzarli.
Il software affronta meno vincoli fisici. Nuovi modelli AI possono ridurre i costi di sviluppo, consentendo al tempo stesso a operatori affermati e startup di rilasciare rapidamente funzionalità concorrenti.
La preferenza di JPMorgan riflette quindi qualcosa di più della recente performance dei prezzi. La banca vede maggiore visibilità negli ordini di infrastrutture necessari per addestrare e gestire sistemi sempre più esigenti.
Il divario di performance è già stato significativo. Reuters ha riportato che l'indice MSCI World Semiconductors and Semiconductor Equipment era salito di circa il 48% nel 2026 fino al 28 settembre.
L'indice MSCI World Software and Services aveva guadagnato solo l'1,3% nello stesso periodo. Questi dati mostrano quanto nettamente gli investitori avessero separato i beneficiari dell'hardware dalle società software.
Spiegano anche perché il trade sui semiconduttori sia diventato vulnerabile a una correzione. I forti guadagni hanno attirato investitori momentum, aumentato la concentrazione e innalzato le aspettative di crescita futura.
Un'analisi di luglio attribuita a JPMorgan ha descritto una parte più drammatica di quell'aggiustamento. Il KOSPI della Corea era sceso del 25% da un recente picco, mentre il Philadelphia Semiconductor Index era calato del 20%.
Samsung, Micron e altre società legate alla memoria erano scese tra il 20% e il 50% dai loro massimi. Questi movimenti riflettevano preoccupazioni sulla spesa in conto capitale, sulla domanda di memoria e sulla sostenibilità dei prezzi.
Eppure la vendita massiccia non ha creato immediatamente nuova capacità nei semiconduttori. Costruire un impianto di fabbricazione richiede anni, mentre la produzione di packaging avanzato e memoria richiede apparecchiature specializzate e operatori esperti.
Questo ritardo sostiene la prospettiva di JPMorgan sui semiconduttori. Se la domanda di AI resta elevata, l'offerta non può reagire con la stessa rapidità con cui una società software può rilasciare un'altra applicazione.
Gli investitori devono comunque distinguere la scarsità da un vantaggio competitivo permanente. Prezzi elevati incentivano l'espansione della capacità, la sostituzione dei prodotti e design dei modelli più efficienti.
L'efficienza rappresenta una complicazione particolare. Gli sviluppatori di AI stanno migliorando l'inferenza, ovvero il processo di esecuzione di un modello addestrato per produrre una risposta.
Un'inferenza più efficiente può ridurre la capacità di calcolo richiesta per ogni attività. Tuttavia, un utilizzo meno costoso può anche aumentare la domanda totale rendendo l'AI pratica in un numero maggiore di prodotti e flussi di lavoro.
L'effetto netto dipende dall'adozione. La diminuzione del fabbisogno computazionale per richiesta danneggerebbe i fornitori se l'utilizzo complessivo smettesse di crescere, ma non se un accesso più economico producesse molte più richieste.
J.P. Morgan Asset Management ha descritto questa sfida della domanda in una valutazione dell'AI di febbraio. Ha affermato che le principali società cloud avevano registrato in media una crescita del 35% su base annua nei segmenti chiave legati all'AI durante il quarto trimestre del 2025.
La società ha presentato tale crescita come prova che l'AI stava generando ricavi. Ha inoltre avvertito che rendimenti degli investimenti accettabili richiedono un'adozione sostenuta.
Questo equilibrio è cruciale. La domanda di semiconduttori può restare forte mentre singoli titoli deludono perché le loro valutazioni incorporano già anni di crescita eccezionale.
La preferenza di JPMorgan è quindi relativa, non incondizionata. I chip offrono segnali di domanda e offerta più chiari rispetto al software, ma restano esposti a tagli alla spesa e aspettative gonfiate.
Il vero confronto è tra scarsità dei semiconduttori e concorrenza nel software
La divisione centrale non è tra vincitori e perdenti dell'AI, ma tra infrastrutture scarse e software le cui difese competitive stanno diventando più difficili da misurare.
JPMorgan resta prudente sul software perché la crescita dell'AI offusca le prospettive di lungo periodo del settore. La banca vede una concorrenza crescente e incertezza su quali fornitori manterranno il potere di determinazione dei prezzi.
I suoi analisti non sono arrivati a raccomandare una posizione esplicitamente ribassista contro l'intero settore. Hanno osservato che le valutazioni del software erano già scese drasticamente, rendendo rischiose le posizioni short indiscriminate.
La banca ha invece raccomandato di riconsiderare un trade relativo che favorisca i semiconduttori rispetto al software. Un pair trade combina una posizione preferita con una posizione opposta per isolare la differenza di performance attesa.
Questa raccomandazione chiarisce il principale avversario in questa storia. JPMorgan non sta semplicemente scommettendo su un'ampia ripresa tecnologica. Sta scommettendo che l'economia dell'hardware resterà più interessante di quella del software.
La distinzione inizia dall'intensità di capitale. Addestrare modelli di grandi dimensioni e servire milioni di utenti richiede chip, memoria, rete, strutture ed elettricità.
Queste spese favoriscono i fornitori di infrastrutture prima che un'applicazione AI dimostri di avere una domanda durevole. Le società software devono poi recuperare i propri costi attraverso abbonamenti, tariffe basate sull'utilizzo, pubblicità o risparmi operativi.
Ciò crea una tempistica disomogenea. I fornitori di semiconduttori possono generare ricavi durante la fase di costruzione, mentre i fornitori di applicazioni potrebbero aver bisogno di più tempo per dimostrare margini interessanti.
Le società software affrontano anche la cannibalizzazione da AI. Un nuovo assistente o flusso di lavoro automatizzato può ridurre la domanda di un prodotto precedente senza generare ricavi equivalenti per il suo fornitore.
I fornitori affermati possono integrare funzionalità AI nei contratti esistenti, ma il bundling complica la misurazione. Un utilizzo maggiore non significa necessariamente che i clienti stiano pagando abbastanza da coprire i costi di calcolo e sviluppo.
La concorrenza aggiunge un ulteriore livello. I modelli di base offrono sempre più capacità sovrapposte, mentre i modelli aperti consentono alle aziende di implementare alternative sotto il proprio controllo.
Gli sviluppatori di applicazioni possono cambiare fornitori di modelli, combinare diversi modelli o utilizzare sistemi più piccoli per attività di routine. Questa flessibilità può mettere sotto pressione i margini lungo l'intera filiera software.
L'hardware non è immune dalla concorrenza. Le società cloud stanno sviluppando acceleratori personalizzati, i progettisti di modelli stanno ottimizzando i carichi di lavoro e i produttori continuano a migliorare la capacità produttiva.
Tuttavia, cambiare il fornitore di un chip avanzato comporta vincoli tecnici, produttivi e di compatibilità software. Questi ostacoli possono preservare il potere di prezzo più a lungo di un vantaggio basato sulle funzionalità nel software.
Il contrasto aiuta a spiegare il guadagno del 48% dell'indice dei semiconduttori rispetto all'aumento dell'1,3% del software. Gli investitori hanno premiato le aziende che servono i colli di bottiglia fisici e messo in dubbio le società alle prese con un'incerta sostituzione dei prodotti.
Quel divario può ridursi in diversi modi. I titoli dei semiconduttori possono scendere, gli utili del software possono migliorare, oppure entrambi gli sviluppi possono verificarsi contemporaneamente.
Un recupero di successo del software richiederebbe prove più chiare che le funzionalità di AI generino ricavi incrementali o risparmi sui costi duraturi. La sola sperimentazione da parte dei clienti non basterà a risolvere la preoccupazione.
Le aziende di infrastrutture affrontano un test diverso. Devono dimostrare che i grandi ordini riflettono la domanda finale anziché clienti che stanno costruendo capacità in eccesso.
Le due parti sono collegate perché gli hyperscaler si trovano tra esse. Aziende come Microsoft, Amazon, Alphabet e Meta acquistano infrastrutture, vendendo al contempo servizi cloud e applicazioni di AI.
Una forte spesa in conto capitale aiuta immediatamente i fornitori di chip, ma alza l'asticella finanziaria per le piattaforme cloud. Più queste aziende investono, più ricavi e flussi di cassa dovranno infine generare i loro servizi di AI.
Ecco perché il rimbalzo del trade AI di JPMorgan non ripristina la vecchia narrativa tecnologica. I precedenti rialzi spesso sollevavano insieme infrastrutture, piattaforme, applicazioni e software speculativo.
La nuova argomentazione richiede selettività. Le imprese con prodotti scarsi e ordini confermati ricevono preferenza, mentre le aziende con prezzi incerti sono sottoposte a maggiore scrutinio.
Gli investitori hanno già visto quanto rapidamente possa cambiare il sentiment. Un rimbalzo dei titoli AI a luglio ha portato l'S&P 500 entro l'1% dal suo record, anche se persistevano preoccupazioni sui rendimenti della spesa.
Tali movimenti mostrano che dubbi e ottimismo possono coesistere. Un rialzo può riflettere acquisti a prezzi convenienti senza risolvere la questione di lungo periodo su chi catturerà i profitti dell'AI.
La preferenza relativa di JPMorgan offre per ora una risposta diretta. La banca si aspetta che la scarsità di infrastrutture offra maggiore sostegno di quanto la concorrenza nel software consenta.
Cosa deve ancora dimostrare lo scenario rialzista
Un mercato meno caro non è automaticamente attraente quando restano incerti gli utili necessari a giustificare la spesa per l'AI.
Lo scenario scettico parte dalle spese in conto capitale. Le aziende tecnologiche stanno impegnando risorse considerevoli prima che la domanda finale di molti servizi di AI sia pienamente visibile.
Bilanci solidi rendono possibile quell'investimento. Non garantiscono rendimenti adeguati.
I data center richiedono inoltre energia, raffreddamento, reti, terreni e lunghi tempi di costruzione. I vincoli dell'offerta possono proteggere i produttori di apparecchiature, aumentando al contempo i costi per le aziende che finanziano l'implementazione.
La domanda centrale è se i ricavi dell'AI cresceranno abbastanza rapidamente da assorbire tali costi. JPMorgan afferma che le prove di monetizzazione sono in aumento, ma restano disomogenee tra settori e prodotti.
La domanda cloud offre un segnale positivo. Le imprese stanno affittando maggiore capacità di calcolo e sperimentando sviluppo assistito dall'AI, assistenza clienti, ricerca e analisi documentale.
Tuttavia, la spesa sperimentale differisce dalla domanda permanente di produzione. Le aziende possono ridurre progetti che non superano le revisioni di sicurezza, producono risultati inaffidabili o costano più del previsto.
Anche le metriche di utilizzo necessitano di contesto. Un servizio può elaborare più token, utenti o query generando al contempo profitti limitati, perché l'inferenza resta costosa.
Le riduzioni di prezzo complicano ulteriormente il quadro. Costi dei modelli più bassi incoraggiano l'adozione, ma possono ridurre i ricavi per attività e intensificare la concorrenza tra i fornitori.
Questa tensione colloca la spesa degli hyperscaler al centro del rischio. Se le aziende cloud riducono i piani di espansione, gli ordini di semiconduttori potrebbero indebolirsi prima che i nuovi ricavi dalle applicazioni colmino il divario.
Il calo del mercato a luglio ha illustrato quanto il trade sia sensibile a questa preoccupazione. Gli investitori hanno reagito con forza alle domande su un'eccessiva costruzione di capacità e sulla tempistica della domanda aggiuntiva di chip.
Anche i precedenti guadagni hanno creato confronti impegnativi. Un'azienda di semiconduttori può riportare ricavi in crescita e deludere comunque se gli investitori si aspettavano una crescita più rapida o guidance più solida.
Anche il contesto generale del mercato conta. I tassi d'interesse influenzano il valore attuale che gli investitori attribuiscono agli utili futuri, soprattutto per le aziende valutate in base a una crescita lontana nel tempo.
La volatilità macroeconomica può quindi sopraffare i progressi a livello aziendale. JPMorgan si aspetta che una minore volatilità favorisca condizioni di trading migliori, ma tale condizione resta fuori dal controllo di qualsiasi produttore di chip.
La rigidità dell'offerta comporta un proprio rischio di inversione. Margini elevati motivano i produttori ad aggiungere capacità, mentre i clienti cercano fornitori alternativi e progetti più efficienti.
Se nuova capacità arriva mentre la crescita della domanda rallenta, i prezzi possono indebolirsi rapidamente. I cicli dei semiconduttori sono passati ripetutamente dalla scarsità all'eccesso perché le decisioni produttive vengono prese molto prima che la domanda finale diventi chiara.
L'esposizione geopolitica aggiunge un'altra incertezza. Produzione avanzata di chip, memoria, packaging e apparecchiature di fabbricazione si estendono su diverse regioni con differenti politiche commerciali e di sicurezza.
I controlli sulle esportazioni possono limitare i mercati o modificare la progettazione dei prodotti. Le controversie commerciali possono anche influenzare dove le aziende costruiscono impianti e quali fornitori scelgono i clienti.
Questi fattori non invalidano le prospettive di JPMorgan sui semiconduttori. Mostrano perché la tesi dipende da diverse componenti in movimento, anziché da una sola carenza permanente.
Le prove più solide combinerebbero elevato utilizzo, prezzi stabili, ordini in crescita e ricavi dei clienti in espansione. Ogni singolo indicatore può essere fuorviante se considerato isolatamente.
Gli investitori dovrebbero inoltre separare l'adozione dell'AI dalla performance azionaria. Una tecnologia può diffondersi rapidamente mentre gli azionisti ottengono rendimenti scarsi, poiché la concorrenza trasferisce gran parte del valore ai clienti.
Internet ha creato un enorme valore economico, ma molti fornitori di infrastrutture e applicazioni hanno comunque fallito. L'AI può seguire un percorso altrettanto disomogeneo senza replicare ogni dettaglio storico.
La nota di JPMorgan riconosce questa selettività. Il suo avvertimento che la tecnologia potrebbe non recuperare il precedente successo impedisce che la tesi diventi un semplice ritorno all'entusiasmo speculativo.
Anche l'argomentazione a favore di un posizionamento più pulito è temporanea. Una volta che gli investitori ricostruiscono posizioni rilevanti, l'affollamento può tornare e rendere nuovamente vulnerabile il settore.
Il rimbalzo del trade AI di JPMorgan deve quindi guadagnarsi sostegno attraverso i risultati. Valutazioni più basse creano un'apertura, mentre gli utili determinano se quell'apertura diventerà una ripresa duratura.
Tre segnali decideranno cosa accadrà dopo
Gli utili, le spese in conto capitale e il divario di performance tra semiconduttori e software determineranno se JPMorgan ha individuato un reset o solo una pausa temporanea.
Il primo segnale sarà la prossima tornata di utili e guidance dei semiconduttori. I soli ricavi non forniranno prove sufficienti, perché gli investitori già si aspettano una domanda AI rilevante.
Prezzi, visibilità sugli ordini, scorte e utilizzo della produzione conteranno di più. Una continua forza dei prezzi fino al 2027 rafforzerebbe la visione di JPMorgan secondo cui le condizioni di offerta restano rigide.
Anche i commenti del management sulla capacità del 2028 meriteranno attenzione. Un'espansione accelerata potrebbe confermare la domanda, ma potrebbe anche aumentare il rischio di successiva sovraccapacità.
Gli investitori dovrebbero confrontare la guidance tra processori, memoria, networking, apparecchiature e packaging avanzato. Una debolezza isolata in una categoria ha un significato diverso rispetto a un rallentamento generalizzato degli ordini.
Il secondo segnale sono le spese in conto capitale delle maggiori aziende cloud. Microsoft, Amazon, Alphabet e Meta influenzano collettivamente la domanda lungo gran parte della catena dell'infrastruttura AI.
Un aumento della spesa sosterrebbe i fornitori di semiconduttori, ma gli investitori devono esaminare perché la spesa sia aumentata. Capacità legata a clienti impegnati rappresenta una prova più solida rispetto a costruzioni basate principalmente sulla domanda prevista.
Anche la crescita dei ricavi cloud deve tenere il passo con gli investimenti. Un divario crescente tra spesa e ricavi legati all'AI indebolirebbe l'argomentazione più ampia sulla monetizzazione.
Gli investitori dovrebbero ascoltare eventuali cambiamenti nell'ammortamento, nell'utilizzo e nella vita utile prevista delle apparecchiature AI. Questi dettagli contabili e operativi influenzano il rendimento generato da ogni dollaro investito nelle infrastrutture.
Una riduzione della spesa non porrebbe automaticamente fine alla costruzione dell'AI. Tuttavia, metterebbe in discussione le aspettative fondate su una domanda in continua accelerazione.
Il terzo segnale è se il software inizierà a colmare il suo divario di performance rispetto ai semiconduttori. Questo cambiamento metterebbe alla prova il trade relativo preferito da JPMorgan più direttamente di un ampio rialzo del mercato.
Una ripresa credibile del software richiede più che valutazioni inferiori. I fornitori devono dimostrare che le funzionalità AI migliorano la fidelizzazione, aumentano il valore dei contratti o riducono i costi di erogazione.
La qualità dei ricavi conta. Progetti temporanei di consulenza e prove promozionali offrono meno sostegno rispetto ad abbonamenti ripetibili o domanda basata sull'utilizzo proveniente da sistemi in produzione.
Un miglioramento dell'economia del software amplierebbe il trade AI e ridurrebbe la sua dipendenza dall'infrastruttura fisica. Potrebbe anche suggerire che i clienti stanno passando dalla sperimentazione all'implementazione commerciale.
La persistente debolezza del software sosterrebbe la cautela di JPMorgan. Indicherebbe che la spesa infrastrutturale cattura ancora più valore delle applicazioni che dovrebbero giustificarla.
Questi tre segnali dovrebbero essere letti insieme. Solidi risultati dei chip senza un miglioramento della monetizzazione cloud possono prolungare il rialzo aumentando al contempo l'ostacolo finanziario finale.
Una maggiore spesa cloud senza prezzi solidi dei semiconduttori potrebbe mostrare che l'offerta sta diventando più facile da ottenere. Migliori utili del software potrebbero convalidare l'adozione anche mentre la crescita dell'hardware si normalizza.
L'esito più costruttivo combinerebbe una domanda di chip duratura, investimenti infrastrutturali disciplinati e ricavi applicativi misurabili. Tale combinazione distribuirebbe il valore economico lungo tutta la catena dell'AI.
L'esito più preoccupante abbinerebbe una crescita cloud in rallentamento a capacità in aumento e prezzi del software deboli. Suggerirebbe che la spesa ha preceduto la domanda redditizia.
Tra questi esiti esiste un'ampia gamma di opportunità selettive e delusioni. È esattamente il mercato descritto dalla nota di JPMorgan.
I lettori che seguono il rimbalzo del trade AI di JPMorgan dovrebbero evitare di considerare i guadagni giornalieri dei prezzi come una conferma. Il test più significativo deriva da utili, impegni dei clienti e prezzi lungo la catena di fornitura.
Osservate prima i prossimi report sui semiconduttori, quindi confrontate la spesa degli hyperscaler con i ricavi AI. Infine, verificate se le aziende software riescono a trasformare l'adozione in margini duraturi.
Se tutti e tre i segnali migliorano, il rimbalzo apparirà sempre più fondamentale. Se si riprendono solo i prezzi azionari, il mercato potrebbe semplicemente ricostruire le posizioni affollate che ha recentemente liquidato.
