Perché un processo di investimento ripetibile conta più di un portafoglio che in passato ha semplicemente funzionato.
Il backtesting è diventato uno degli strumenti più comuni nella moderna ricerca sugli investimenti.
Scegli un gruppo di titoli. Seleziona un periodo storico. Definisci una frequenza di ribilanciamento. Esegui la simulazione. Confronta il risultato con un benchmark.
Il risultato è solitamente un grafico.
E se quel grafico appare convincente, può essere facile concludere che anche la strategia fosse valida.
Ma c'è una domanda più profonda:
Che cosa ha testato davvero quel backtest?
Un portafoglio è soltanto il risultato finale di una serie di decisioni. Prima ancora che un titolo entri in portafoglio, qualcosa deve stabilire se fosse idoneo, come dovesse essere valutato, quando quella valutazione dovesse avvenire, quanto capitale potesse essere allocato e cosa avrebbe dovuto determinare un successivo cambiamento nel portafoglio.
L'intera sequenza costituisce il processo di investimento.
In TyBuff crediamo che sia proprio questo ciò che merita di essere testato.
Un portafoglio è un risultato, non una strategia
Immagina un backtest composto da dieci titoli.
Il risultato potrebbe dirci come quei dieci titoli si sarebbero comportati negli ultimi cinque o dieci anni.
Ma perché sono stati selezionati proprio quei dieci titoli?
Sono stati scelti perché oggi risultano interessanti?
Erano tra le società più grandi di oggi?
Sapevamo già che sarebbero sopravvissuti per tutto il periodo storico?
Le stesse informazioni sarebbero state disponibili a un investitore all'inizio della simulazione?
Queste domande sono importanti perché un paniere storico di successo può talvolta dirci più su ciò che sappiamo oggi che su un processo che avrebbe potuto essere realisticamente seguito all'epoca.
Una strategia di investimento ripetibile dovrebbe invece partire dalle regole.
Per esempio:
- Quali titoli sono idonei a essere considerati?
- L'universo di investimento può cambiare nel tempo?
- Quali informazioni vengono utilizzate per classificare o filtrare i titoli?
- Come vengono valutati i singoli strumenti?
- Quante posizioni possono essere detenute contemporaneamente?
- Quando la strategia rivaluta il mercato?
- Come viene allocato il capitale disponibile?
- Quando viene ricostruito l'universo di investimento sottostante?
Solo dopo aver risposto a queste domande emerge un portafoglio.
Il portafoglio è la conseguenza del processo.
Passo 1: definire cosa la strategia può prendere in considerazione
Ogni strategia parte da un universo di investimento.
A volte quell'universo è volutamente fisso. Un investitore può voler analizzare una determinata selezione di azioni, ETF o altri strumenti.
Ma molti processi di investimento reali sono dinamici.
Un investitore può invece voler considerare, in ogni momento storico, soltanto i titoli che soddisfano determinate caratteristiche.
Per esempio:
- i titoli con il momentum più forte;
- società sopra una determinata soglia fondamentale;
- strumenti classificati in base allo Sharpe ratio;
- gli strumenti più forti secondo un punteggio proprietario di mercato;
- strumenti che superano una combinazione di filtri di Market Explorer.
Questo crea una differenza importante.
Un backtest tradizionale può iniziare con:
“Testa questi 20 titoli.”
Una strategia dinamica può invece iniziare con:
“A ogni data di valutazione, determina quali titoli soddisfano queste regole, ordinali e costruisci l'universo idoneo utilizzando soltanto le informazioni disponibili in quel momento.”
La lista dei titoli non è più la strategia.
La regola che crea quella lista diventa parte della strategia.
Un universo dinamico cambia la domanda
Consideriamo due approcci ipotetici.
Approccio A
Oggi selezioniamo 20 società di successo e testiamo come si sarebbero comportate negli otto anni precedenti.
Approccio B
A ogni data storica di ribilanciamento, ricostruiamo l'universo idoneo utilizzando le regole selezionate e scegliamo i titoli che avrebbero soddisfatto quei criteri in quel momento.
I due test possono sembrare simili in superficie.
Non lo sono.
Il secondo approccio pone una domanda molto più difficile — e molto più utile:
Lo stesso processo avrebbe potuto essere applicato senza conoscere ciò che sarebbe accaduto dopo?
È per questo che i dati point-in-time e il trattamento dei titoli successivamente scomparsi dal mercato sono così importanti in un backtest serio.
Un backtest non dovrebbe beneficiare silenziosamente di informazioni che un investitore non avrebbe potuto conoscere all'epoca.
Passo 2: separare la selezione del mercato dalla valutazione del modello
Una volta definito l'universo di investimento, inizia una nuova domanda:
Come devono essere valutati gli strumenti idonei?
In TyBuff, questi sono due livelli distinti.
Market Explorer può aiutare a definire o classificare l'universo.
I modelli analitici di TyBuff possono poi valutare gli strumenti all'interno di quell'universo utilizzando un framework coerente.
Questa distinzione è importante.
Una regola di ranking può rispondere:
“Quali titoli mostrano attualmente il momentum più forte?”
Il modello analitico affronta invece una domanda diversa:
“Dato l'insieme degli strumenti idonei, cosa identifica attualmente il modello nel loro comportamento e nelle loro condizioni?”
L'universo determina cosa può entrare nell'analisi.
Il modello determina come quegli strumenti vengono valutati.
Mantenere separate queste funzioni crea un framework molto più flessibile.
L'utente può cambiare l'universo senza modificare il modello sottostante.
Oppure può mantenere lo stesso universo e testare differenti priorità di costruzione del portafoglio.
Il risultato non è una singola strategia predefinita.
È un ambiente controllato per studiare come si comportano differenti ipotesi di investimento.
Il machine learning dovrebbe essere parte del processo, non una scatola nera che lo sostituisce
L'intelligenza artificiale è ormai ovunque nel software per gli investimenti.
È sempre più facile chiedere a un sistema AI:
“Quali titoli dovrei comprare?”
Il sistema può produrre una risposta convincente e sofisticata.
Ma una spiegazione convincente non equivale a una metodologia di investimento riproducibile.
TyBuff adotta un approccio diverso.
I suoi modelli analitici fanno parte di un processo strutturato più ampio.
L'investitore continua a definire vincoli e decisioni importanti:
- l'universo di investimento idoneo;
- il numero di posizioni simultanee;
- la frequenza di valutazione;
- la metodologia di allocazione;
- i criteri di ranking o filtraggio;
- la frequenza con cui cambia l'universo stesso.
I modelli operano all'interno di queste regole.
Questo rende il sistema configurabile senza delegare ogni decisione a un modello di AI generativa.
E crea anche una separazione importante:
I motori analitici calcolano. L'AI generativa può spiegare.
Un assistente AI può rendere il processo più semplice da configurare e comprendere, ma i risultati sottostanti del portafoglio dovrebbero continuare a provenire da motori analitici riproducibili, non da un LLM che improvvisa una risposta.
Passo 3: la costruzione del portafoglio è parte della strategia
Supponiamo che due investitori identifichino esattamente gli stessi dieci titoli.
Possono comunque ottenere risultati molto diversi.
Uno può detenerli tutti e dieci.
Un altro può consentire soltanto cinque posizioni simultanee.
Uno può allocare il capitale in parti uguali.
Un altro può privilegiare le opportunità a rischio più contenuto.
Un altro ancora può privilegiare il momentum.
Un altro può concentrarsi sulla resilienza.
È per questo che la costruzione del portafoglio non può essere trattata come un elemento secondario.
In TyBuff, gli utenti possono definire parametri come:
- numero massimo di posizioni simultanee;
- capitale iniziale;
- regole di reinvestimento;
- priorità di portafoglio;
- frequenza di valutazione;
- tempistica della strategia.
Le metodologie di priorità possono poi determinare come viene distribuito il capitale disponibile quando esistono più opportunità idonee.
Il punto importante non è semplicemente che esistono più impostazioni.
È che ogni impostazione corrisponde a una decisione reale di investimento.
Un modo utile per pensare al processo è attraverso quattro domande:
Cosa può entrare?
L'universo di investimento e i relativi filtri.
Quando agisce la strategia?
La frequenza di valutazione e ribilanciamento.
Quante posizioni può detenere?
Le regole di capacità ed esposizione del portafoglio.
Come viene prioritizzato il capitale?
La metodologia di costruzione del portafoglio.
Insieme, queste decisioni definiscono il comportamento della strategia.
Passo 4: la tempistica merita un livello separato
Le strategie di investimento non riguardano soltanto cosa detenere.
Riguardano anche quando vengono prese le decisioni.
Una strategia può ricostruire trimestralmente il proprio universo di investimento ma valutare gli strumenti ogni mese.
Un'altra può aggiornare l'universo mensilmente ma prendere decisioni di portafoglio soltanto a intervalli specifici.
Un'altra ancora può operare intenzionalmente soltanto in determinati periodi.
Queste differenze possono modificare in modo significativo i risultati.
È per questo che TyBuff separa elementi come la ricostruzione dell'universo, la valutazione della strategia e la tempistica del portafoglio, anziché trattare ogni processo come un semplice ribilanciamento fisso.
L'obiettivo è modellare il processo nel modo più esplicito possibile.
Perché se le regole temporali contano nella strategia reale, devono contare anche nella simulazione storica.
Passo 5: testare l'intero processo nel tempo
Una volta definiti universo, modello, logica di portafoglio e tempistica, il backtest diventa molto più significativo.
Invece di chiedere:
“Come si sono comportati questi titoli?”
possiamo chiedere:
“Come si sarebbe comportato questo insieme completo di regole attraverso differenti contesti storici?”
È una domanda profondamente diversa.
Il processo può essere ricostruito periodo dopo periodo:
- Determinare l'universo idoneo utilizzando le informazioni disponibili in quel momento.
- Applicare la metodologia di ranking o filtraggio selezionata.
- Valutare gli strumenti attraverso il modello analitico.
- Applicare i vincoli di portafoglio.
- Allocare il capitale secondo la priorità selezionata.
- Registrare il portafoglio ipotetico risultante.
- Ripetere lo stesso processo alla successiva data di valutazione prevista.
Il risultato non è semplicemente un paniere storico.
È la simulazione di un processo decisionale.
Ma un buon backtest non è automaticamente una buona strategia
Una maggiore flessibilità crea anche un altro rischio.
Se gli investitori modificano ripetutamente i parametri fino a trovare il risultato storico più attraente, il backtest può trasformarsi in uno strumento per adattarsi al passato invece che per imparare da esso.
Non è questo lo scopo della personalizzazione.
Modificare:
- il numero di posizioni;
- la dimensione del ranking;
- la frequenza di ribilanciamento;
- l'universo di investimento;
- la frequenza di valutazione;
può generare risultati storici molto diversi.
L'obiettivo non dovrebbe essere:
“Quale combinazione produce il rendimento storico più alto?”
Una domanda più utile è:
“L'idea di fondo rimane coerente quando cambiano in modo ragionevole le assunzioni?”
Per esempio:
La strategia continua a comportarsi in modo sensato con 10 posizioni invece di 12?
Una valutazione trimestrale produce una conclusione radicalmente diversa rispetto a una mensile?
La performance scompare se l'universo contiene i primi 30 strumenti invece dei primi 20?
Il processo funziona soltanto in uno specifico regime di mercato?
Queste domande aiutano a distinguere un risultato storico interessante da una metodologia potenzialmente robusta.
È anche per questo che aspetti come la sensibilità dei parametri, le ipotesi sui costi di transazione, l'analisi walk-forward e i test out-of-sample sono estensioni naturali di una ricerca seria sulle strategie.
L'obiettivo dovrebbe essere mettere alla prova una strategia, non semplicemente ottimizzarne il grafico.
Il backtesting non dovrebbe essere la fine del processo
Un altro limite del backtesting tradizionale è ciò che accade una volta conclusa la simulazione.
L'investitore ottiene un risultato storico.
E poi?
Se le regole erano realmente pensate per descrivere un processo ripetibile, quelle stesse regole dovrebbero continuare a esistere anche domani.
Questo crea una distinzione importante tra un backtest e una strategia salvata.
Una strategia TyBuff salvata può conservare la metodologia utilizzata per crearla:
- l'universo;
- i ranking;
- il modello;
- la tempistica;
- i limiti di posizione;
- la metodologia di allocazione.
Quando diventano disponibili nuovi dati di mercato, lo stesso processo può continuare a essere valutato.
Si crea così una progressione naturale:
Costruisci → Testa → Salva → Segui → Confronta → Affina
La simulazione storica diventa l'inizio di un processo analitico, non la sua conclusione.
Dai portafogli statici ai processi di investimento dinamici
I mercati cambiano.
La leadership cambia.
La volatilità cambia.
Le aziende scompaiono.
Nuovi strumenti diventano rilevanti.
Una lista statica di titoli non può catturare tutto questo.
Un processo di investimento dinamico può farlo.
Questo non significa che le strategie dinamiche siano automaticamente superiori.
Significa che permettono agli investitori di porre una domanda diversa.
Invece di:
“Quali titoli avrebbero avuto la performance migliore?”
la domanda diventa:
“Quali regole ripetibili avrebbero potuto identificare e gestire le opportunità utilizzando soltanto le informazioni disponibili in ogni momento storico?”
È questo il problema che TyBuff è progettato per esplorare.
Il ruolo di TyBuff
TyBuff non esiste per dire agli investitori quale titolo dovrebbero comprare.
Non esegue operazioni e non gestisce patrimoni dei clienti.
È un ambiente analitico pensato per investitori autonomi che vogliono esaminare idee di investimento come processi strutturati e riproducibili.
Il suo nucleo può essere riassunto in cinque livelli collegati:
Universo
Scegli i titoli che possono essere considerati — oppure definisci regole che permettano all'universo stesso di evolvere.
Modello
Applica un framework analitico coerente agli strumenti idonei.
Tempistica
Determina quando vengono valutati il mercato, il modello e il portafoglio.
Allocazione
Definisci quante posizioni possono essere detenute e come viene prioritizzato il capitale disponibile.
Simulazione
Ricostruisci come l'intero processo si sarebbe comportato storicamente e continua a seguire le stesse regole nel tempo.
Universo → Modello → Tempistica → Allocazione → Simulazione
Ogni livello conta.
E poiché i livelli rimangono distinti, gli investitori possono studiare non soltanto il risultato finale, ma anche le ipotesi che lo hanno prodotto.
La vera domanda dietro ogni backtest
Di fronte a un risultato storico impressionante, vale la pena chiedersi:
Avrei davvero potuto seguire questo processo all'epoca?
Se la risposta dipende dalla lista di titoli di oggi, dal senno di poi, da ipotesi nascoste o da regole che non possono essere riprodotte, quel grafico potrebbe essere meno informativo di quanto sembri.
Un backtest migliore parte dalla definizione del processo.
Cosa avrebbe potuto essere selezionato?
Quali informazioni erano disponibili?
Come sarebbero stati valutati gli strumenti?
Quando sarebbero state prese le decisioni?
Come sarebbe stato allocato il capitale?
E le stesse identiche regole potrebbero continuare a funzionare anche dopo la fine del test storico?
Perché, in definitiva:
Un portafoglio è soltanto un'istantanea. Un processo è ciò che può essere ripetuto.
E se un'idea di investimento deve sopravvivere oltre un grafico storico, è il processo che la genera ciò che merita davvero di essere testato.
TyBuff è un software analitico per la ricerca sugli investimenti destinato a investitori autonomi. Non fornisce consulenza finanziaria personalizzata, non esegue operazioni, non detiene fondi dei clienti e non raccomanda l'acquisto o la vendita di specifici strumenti finanziari. Le simulazioni storiche e gli output dei modelli sono forniti esclusivamente a fini analitici ed educativi e non prevedono risultati futuri.