FAQ - Domande frequenti

Le domande più frequenti relative al progetto

Disclaimer

I contenuti di questo sito hanno esclusivamente finalità informative ed educative e non costituiscono consulenza finanziaria né sollecitazione all’investimento. Le informazioni possono contenere imprecisioni o risultare non aggiornate. Gli investimenti comportano rischi, inclusa la perdita del capitale. L’autore non è responsabile delle decisioni prese sulla base dei contenuti pubblicati.

Come posso valutare l'indice di Sharpe?

Sharpe ratio	Valutazione qualitativa	Interpretazione pratica
< 0.20	❌ Inefficiente / rischio eccessivo	Il portafoglio non remunera adeguatamente il rischio; tipico di strategie troppo speculative o poco diversificate.
0.20 – 0.40	⚠️ Mediocre	Il rendimento c’è, ma è ottenuto assumendo volatilità troppo alta. Non sostenibile nel lungo periodo.
0.40 – 0.60	🙂 Buono / standard	Efficienza discreta; equilibrio accettabile tra rischio e rendimento (portafoglio “medio”).
0.60 – 0.80	✅ Ottimo	Portafoglio molto efficiente: buon rendimento con rischio contenuto. Obiettivo ideale per gestioni bilanciate/dinamiche.
0.80 – 1.00	🌟 Eccellente	Molto raro e difficile da mantenere nel tempo; tipico di strategie quantitative o multi-asset ottimizzate.
> 1.00	🚀 Eccezionale	Rendimento altissimo rispetto al rischio. Possibile solo in fasi di mercato particolari o strategie altamente sofisticate.

È un portafoglio perfetto?

Risposta chiara: NO, non è “perfetto”, ma è il più razionale e scientifico possibile

Un portafoglio costruito usando le teorie di:

Markowitz → diversificazione e frontiera efficiente
Sharpe → rapporto rendimento/rischio
Sortino → rischio negativo reale

È però un portafoglio estremamente razionale, ottimizzato sul rischio, e progettato secondo le migliori teorie della finanza moderna.”

…è sicuramente un portafoglio molto ben progettato, cioè:

✔ razionale

✔ scientifico

✔ ottimizzato

✔ bilanciato sul rischio

✔ costruito con criteri moderni e oggettivi

Ma non può essere considerato “perfetto”, perché:

I mercati sono imprevedibili → nemmeno il modello migliore può prevedere il futuro.
I dati del passato non garantiscono i rendimenti futuri.
I modelli sono semplificazioni della realtà.
Le preferenze dell’investitore cambiano (età, obiettivi, rischio).
Esistono rischi non misurabili nei modelli matematici (rischi di coda, shock macro, liquidità).

Come viene costruito il portafoglio da voi ottimizzato?

Oltre all’apporto fondamentale delle teorie viste prima nella costruzione del portafoglio “scientifico totale” usiamo:

Markowitz → diversificazione + frontiera efficiente
Sharpe & Sortino → massimizzazione rendimento/rischio e protezione downside
Risk Parity → bilanciamento dei rischi
Fattori (Fama-French + Momentum + Min Vol) → rendimento extra stabile
CVaR 5% (rischio di coda moderato)
Tail Hedge leggera → protezione shock
Rebalancing disciplinato

In questo modo si creano portafogli molto stabili, costruiti per reggere fasi difficili (tipo 2008 o 2020).

COME È COSTRUITO

Si basa su 5 pilastri scientifici:

✔ 1) Azionario multifattoriale (core)

Include:

Value
Quality
Low Volatility
Momentum

→ massimizza rendimento e riduce drawdown

✔ 2) Risk Parity tra azioni e obbligazioni

Rischio bilanciato, non capitale bilanciato.

✔ 3) Bond a breve + inflation-linked

→ riduce volatilità reale e rischio tassi

✔ 4) Materie prime leggere (decorrelate)

→ riduce rischio inflazione e shock energetici

✔ 5) Tail hedge leggera (oro)

→ protegge dagli eventi estremi

Ogni quanto è consigliabile ribilanciarlo?

2 volte l’anno
oppure quando un asset si sposta del ±5% dal suo peso

Quali altri modelli matematici/scientifici posso usare per rendere un portafoglio ancora più solido e moderno?

Ecco le principali teorie scientifiche per migliorare un portafoglio

CAPM – Capital Asset Pricing Model (Sharpe, Lintner, Mossin)

Completa Markowitz rispondendo alla domanda: Qual è il rendimento corretto di un titolo in base al suo rischio sistematico (beta)?

Serve per:

prezzare il rischio di mercato

capire se un titolo “rende abbastanza

APT – Arbitrage Pricing Theory (Ross)

Va oltre il CAPM a 1 fattore.

Dice che i rendimenti dipendono da più fattori macro:

crescita economica
inflazione
tassi
rischio default
liquidità
premi di rischio

È alla base dei moderni portafogli multi-fattoriali.

Fama–French 3 Factors / 5 Factors

Modelli famosissimi:

Market factor (beta)
Size (small vs big caps)
Value (titoli “a sconto”)
Profitability (redditività)
Investment (aziende che reinvestono molto)

Serve per costruire portafogli più efficienti tramite fattori premianti nel lungo periodo

Carhart 4-factor (aggiunge Momentum)

Aggiunge uno dei fattori più potenti il Momentum (i titoli che salgono continuano a salire)

Usatissimo in hedge fund e strategie sistematiche.

Risk Parity (Bridgewater / Dalio / Qian)

Teoria che riduce la dipendenza dal rischio azionario:

es. pari rischio da azioni, bond, oro, alternative

Aumenta enormemente la stabilità del portafoglio.

Black–Litterman Model

Modello avanzato per:

combinare i rendimenti attesi “di mercato” con le view personali dell’investitore
evitando portafogli estremi o instabili

È uno dei modelli più usati nei fondi istituzionali.

Post-Modern Portfolio Theory (PMPT)

Evoluzione della Modern Portfolio Theory (Markowitz):

al posto della volatilità usa il downside risk
quindi integra Sortino
più realistica perché considera il rischio “che fa male”, non quello totale

Tail Risk Theory (Taleb, Embrechts)

Analisi dei rischi estremi, non normali:

distribuzioni asimmetriche
shock improvvisi
eventi “cigno nero”

Permette di costruire portafogli che resistono a 2008, 2020, crisi improvvise.

Expected Shortfall (ES) / CVaR

Una delle misure di rischio più potenti:

Quanto posso perdere in media nei peggiori scenari del 5% o 1%?

Molto più serio del classico Value at Risk (VaR).

Kelly Criterion (Kelly, Thorp)

Modello matematico per:

decidere quanto investire su ciascun asset
massimizzare la crescita del capitale nel lungo periodo
evitando il rischio di rovina

Molto usato in hedge fund quantitativi.

Regime Switching Models (Markov Regimes)

Modelli che distinguono i mercati in:

regime di crescita
regime di recessione
regime di alta volatilità
regime di bassa volatilità

Il portafoglio si adatta al “regime” economico. Usati dai fondi macro e dai sistemi quantitativi.

Machine Learning & Portfolio Optimization

Nuove frontiere:

clustering per scoprire correlazioni nascoste
regressioni non lineari
modelli predittivi
tecniche di robust optimization

Questi modelli migliorano:

previsione di volatilità
gestione del rischio
efficienza della diversificazione