Perché il tuo backtest tratta un picco di volatilità come un nuovo regime

Una strategia con targeting della volatilità riduce la propria posizione quando la volatilità misurata aumenta, poi incrementa l’esposizione quando la volatilità diminuisce. Sembra semplice, finché uno shock non fa impennare la stima. A seconda dello stimatore e della regola di ribilanciamento, la strategia può passare settimane a ridurre l’esposizione dopo l’evento, ricomprare solo dopo la ripresa oppure variare la posizione in modo erratico.

Tre errori di implementazione sono responsabili di gran parte dei danni. Ognuno può far sembrare una regola di rischio sensata inutile o straordinaria in un backtest. Per correggerli bisogna prima decidere cosa deve controllare il target, poi scegliere stima e calendario operativo adatti a quello scopo.

Errore 1: trattare l’ultima stima di volatilità come una previsione

Una deviazione standard mobile riassume una finestra scelta. Non sa se la prossima sessione sarà tranquilla o turbolenta. Una finestra breve reagisce rapidamente a uno shock, ma può restare elevata mentre lo shock esce dal campione. Una finestra lunga si muove lentamente in entrambe le direzioni.

Consideriamo una strategia con un target di volatilità annualizzata del 10% e una stima su 20 giorni. Se la stima sale dal 10% al 25%, una semplice regola inversamente proporzionale alla volatilità riduce l’esposizione al 40% del livello precedente. Quando lo shock esce dalla finestra, la stima può scendere bruscamente e l’esposizione risale. Il percorso risultante dipende dalla finestra, dalla serie dei rendimenti e dal calendario di ribilanciamento tanto quanto dal target dichiarato.

Spesso il danno si manifesta con una posizione che vende dopo un drawdown e ripristina il rischio dopo il rimbalzo dei prezzi. Questo non dimostra che la regola sia sbagliata: limitare il rischio durante una fase turbolenta potrebbe essere proprio il suo scopo. Ma un backtest che riporta solo la volatilità realizzata può nascondere il costo in termini di turnover e partecipazione tardiva al mercato.

Testa diverse finestre sullo stesso periodo ed esamina il percorso dell’esposizione intorno agli shock. Un modello previsionale può essere giustificato se migliora le decisioni fuori campione, ma una stima più sofisticata non merita fiducia solo perché rende la linea più uniforme.

Errore 2: limitare la dimensione della posizione e dichiarare raggiunto il target

Di solito il targeting della volatilità viene implementato come moltiplicatore. In forma approssimativa, si divide la volatilità target per la volatilità stimata e si applica il risultato alla posizione base della strategia. Nei mercati con leva, il moltiplicatore può diventare elevato quando la stima è bassa. Gli sviluppatori spesso lo limitano con un massimo, una scelta prudente per un backtest, ma il limite modifica la regola.

Supponiamo che il target sia 12%, la volatilità stimata 4% e la posizione base 1.0. Il moltiplicatore grezzo è 3.0. Con un limite di 1.5, l’esposizione prevista dalla strategia non è raggiungibile. Al contrario, quando la volatilità stimata sale al 30%, il moltiplicatore grezzo scende a 0.4. Un floor dell’esposizione pari a 0.5 fa sì che la strategia mantenga un’esposizione superiore a quella prevista dalla formula del target.

Sono tre controlli distinti. Specificali separatamente nella descrizione della strategia e indica con quale frequenza ciascuno entra in azione. Se un limite massimo è attivo per metà del campione, una volatilità realizzata inferiore al target può semplicemente essere il risultato atteso.

Errore 3: ribilanciare continuamente nel modello e a intervalli nell’account

Un backtest può ricalcolare l’esposizione a ogni barra, mentre il paper trading la verifica una volta al giorno. Anche se usano la stessa formula, sono strategie diverse. Ribilanciare spesso consente di reagire più rapidamente, ma può trasformare il rumore della stima in ordini. Nei futures, il turnover comporta commissioni e una possibile esposizione ai costi di funding; nelle azioni comporta commissioni, spread e impatto sul mercato. Piccoli aggiustamenti possono costare molto quando attraversano ripetutamente lo spread.

Prendiamo un portafoglio da 100,000 dollari con una posizione target di 50,000 dollari. Se la volatilità stimata sposta il target a 47,000 dollari e poi a 49,000 dollari nella sessione successiva, una regola giornaliera negozia 5,000 dollari nell’arco di 2 giorni. Una regola settimanale potrebbe negoziare una sola volta, a seconda della data di osservazione. Nessuno dei due calendari è automaticamente migliore. Il backtest deve modellare il calendario che la strategia in paper trading può effettivamente seguire.

Un’alternativa pratica è una banda di ribilanciamento: si opera solo quando l’esposizione corrente si discosta dal target oltre una soglia specificata. Questo può ridurre gli interventi, ma lascia anche che il rischio si allontani dal target. Mostra insieme la banda, il turnover risultante e la volatilità realizzata; non presentare il target come se la banda non avesse effetto.

Cosa dovrebbe riportare un backtest con targeting della volatilità?

Mantieni la regola abbastanza chiara da permettere a qualcuno di spiegare una variazione della posizione a partire dagli input. Come minimo, registra a ogni aggiornamento la stima, il moltiplicatore grezzo, il moltiplicatore applicato, lo stato del limite o del floor, l’esposizione target, l’esposizione effettiva e la decisione di ribilanciamento. Poi confronta le varianti sugli stessi dati, costi e ipotesi di esecuzione.

E osserva attentamente le settimane peggiori. La strategia ha ridotto il rischio prima delle perdite o dopo? Ha ripristinato l’esposizione prima della ripresa o dopo? Le risposte non stabiliranno se la regola di rischio sia utile. Ti diranno quale regola hai effettivamente testato.