Statistica per la Finanza Personale: Rendimento, Rischio e Diversificazione Spiegati con i Numeri
Perché la Statistica Serve a Chi Investe
Chi investe i propri risparmi, anche con un semplice piano di accumulo su un ETF, si trova davanti a grafici, percentuali e indicatori che spesso vengono presi alla lettera senza chiedersi cosa significhino davvero. "Questo fondo ha reso l'8% all'anno": in media? In quale periodo? Con quali oscillazioni?
La finanza quantitativa può diventare molto complessa, ma i concetti di base sono strumenti statistici semplici, gli stessi che si studiano in un primo corso di statistica. Capirli aiuta a fare scelte più consapevoli e, soprattutto, a non farsi ingannare dai numeri.
Una premessa doverosa: questo articolo ha uno scopo divulgativo e non costituisce consulenza finanziaria.
Il Rendimento: Più Sottile di Quanto Sembri
Rendimento semplice e logaritmico
Il rendimento semplice di un periodo è la variazione percentuale del prezzo:
Rendimento = (Prezzo finale − Prezzo iniziale) / Prezzo iniziale
In analisi quantitativa si usano spesso anche i rendimenti logaritmici, cioè il logaritmo del rapporto tra prezzo finale e iniziale. Hanno una proprietà comoda: si sommano nel tempo. Il rendimento logaritmico di un anno è la somma dei rendimenti logaritmici dei singoli giorni.
Media aritmetica e media geometrica
Qui si nasconde una delle trappole più comuni. Supponiamo che un investimento guadagni il 50% il primo anno e perda il 50% il secondo. La media aritmetica dei rendimenti è zero. Ma 100 euro diventano 150 e poi 75: si è perso il 25%.
La misura corretta della crescita effettiva è la media geometrica, chiamata anche CAGR (tasso di crescita annuo composto):
CAGR = (Valore finale / Valore iniziale)^(1 / numero di anni) − 1
La differenza tra media aritmetica e geometrica cresce con la volatilità: più un investimento oscilla, più la media aritmetica sopravvaluta la crescita reale. È un primo indizio del fatto che il rischio ha un costo anche quando il rendimento medio è lo stesso.
Il Rischio: Volatilità e Dintorni
La volatilità
La misura di rischio più diffusa è la volatilità, cioè la deviazione standard dei rendimenti. Misura quanto i rendimenti si disperdono attorno alla media. Una volatilità annua del 15% significa, in termini molto approssimativi, che in un anno tipico il rendimento si discosta dalla media di circa 15 punti percentuali, in un senso o nell'altro.
Per passare dalla volatilità giornaliera a quella annua si moltiplica per la radice quadrata del numero di giorni di borsa (circa 252), assumendo che i rendimenti giornalieri siano indipendenti.
Il drawdown
La volatilità tratta allo stesso modo oscillazioni verso l'alto e verso il basso, ma per chi investe le perdite pesano di più. Il maximum drawdown misura la perdita massima subita da un picco al minimo successivo. È l'indicatore che risponde alla domanda più concreta: quanto avrei potuto vedere scendere il mio investimento, nel momento peggiore?
Le code grasse
Molti modelli assumono che i rendimenti seguano una distribuzione normale. La realtà è diversa: i rendimenti finanziari hanno code grasse, cioè eventi estremi (crolli o rialzi improvvisi) molto più frequenti di quanto la normale preveda. Per questo misure come la volatilità vanno sempre affiancate da uno sguardo agli eventi peggiori osservati.
Calcolare Tutto con Python
Con pandas bastano poche righe per ottenere questi indicatori da una serie di prezzi:
import numpy as np
import pandas as pd
# prezzi: serie giornaliera dei prezzi di chiusura, indicizzata per data
rendimenti = prezzi.pct_change().dropna()
anni = (prezzi.index[-1] - prezzi.index[0]).days / 365.25
cagr = (prezzi.iloc[-1] / prezzi.iloc[0]) ** (1 / anni) - 1
volatilita_annua = rendimenti.std() * np.sqrt(252)
massimo_cumulato = prezzi.cummax()
drawdown = prezzi / massimo_cumulato - 1
max_drawdown = drawdown.min()
print(f"CAGR: {cagr:.2%}")
print(f"Volatilità annua: {volatilita_annua:.2%}")
print(f"Max drawdown: {max_drawdown:.2%}")
Rendimento Corretto per il Rischio
Due investimenti con lo stesso rendimento non sono equivalenti se uno è molto più volatile dell'altro. Per confrontarli si usano indicatori di rendimento corretto per il rischio.
Il più noto è lo Sharpe ratio:
Sharpe = (Rendimento del portafoglio − Rendimento privo di rischio) / Volatilità
Indica quanto rendimento in eccesso si ottiene per ogni unità di rischio sopportato. Varianti come il Sortino ratio considerano solo la volatilità negativa, coerentemente con l'idea che le oscillazioni verso l'alto non sono un problema.
La Diversificazione: l'Unico Pasto Gratis
Il ruolo della correlazione
Ecco il concetto più importante dell'intero articolo. Quando si combinano due investimenti, il rendimento del portafoglio è la media ponderata dei rendimenti. Il rischio, invece, no: dipende anche dalla correlazione tra i due.
La varianza di un portafoglio con due titoli A e B, con pesi wA e wB, è:
Varianza = wA² · σA² + wB² · σB² + 2 · wA · wB · ρ · σA · σB
dove σ indica la volatilità e ρ la correlazione. Se la correlazione è perfetta (ρ = 1), il rischio è semplicemente la media ponderata dei rischi. Ma se la correlazione è minore di 1, l'ultimo termine si riduce e il rischio del portafoglio è inferiore alla media dei rischi. Se è negativa, i due investimenti tendono a compensarsi.
Un esempio numerico: due investimenti con volatilità del 20% ciascuno, combinati al 50%. Con correlazione 1, il portafoglio ha volatilità del 20%. Con correlazione 0,5, scende a circa il 17,3%. Con correlazione 0, a circa il 14,1%. Stesso rendimento atteso, meno rischio: è per questo che la diversificazione viene chiamata "l'unico pasto gratis" della finanza.
La frontiera efficiente
Estendendo il ragionamento a molti titoli si arriva alla teoria di portafoglio di Markowitz: tra tutte le combinazioni possibili, esiste un insieme di portafogli che offrono il massimo rendimento atteso per ogni livello di rischio. Questo insieme si chiama frontiera efficiente. Ogni portafoglio sotto la frontiera è migliorabile: si può ottenere lo stesso rendimento con meno rischio, o più rendimento con lo stesso rischio.
I limiti della teoria
La teoria è elegante, ma nella pratica ha limiti importanti:
- Le stime sono instabili: rendimenti attesi e correlazioni stimati sul passato cambiano molto da un periodo all'altro, e l'ottimizzazione tende ad amplificare gli errori di stima.
- Le correlazioni salgono nelle crisi: proprio quando la diversificazione servirebbe di più, molti asset tendono a scendere insieme.
- Il passato non garantisce il futuro: ogni indicatore calcolato su dati storici descrive ciò che è successo, non ciò che succederà.
Per questo, nella finanza personale, molti preferiscono approcci semplici e robusti, come portafogli diversificati tra grandi classi di attivo con pesi fissi e ribilanciamenti periodici, rispetto a ottimizzazioni sofisticate ma fragili.
Cosa Portarsi a Casa
- Guarda il CAGR, non la media aritmetica dei rendimenti annui.
- Il rendimento da solo non dice nulla: va sempre letto insieme a volatilità e drawdown massimo.
- Chiediti quanto saresti disposto a perdere nel momento peggiore: il drawdown storico è un buon promemoria.
- Diversifica tra investimenti poco correlati: è il modo più efficace per ridurre il rischio senza rinunciare al rendimento atteso.
- Diffida delle stime troppo precise: i numeri sul passato sono indicazioni, non promesse.
Conclusioni
La statistica non dice quale investimento comprare, ma fornisce gli strumenti per capire cosa si sta comprando. Media geometrica, volatilità, drawdown, correlazione e Sharpe ratio sono concetti accessibili a chiunque abbia un po' di familiarità con i numeri, e con qualche riga di Python si possono calcolare sui propri dati. Il messaggio più importante, però, è uno solo: il rischio e la correlazione contano quanto il rendimento, e la diversificazione resta lo strumento più potente a disposizione di chi investe.