Negli ultimi anni, gli investimenti passivi sono diventati sempre più popolari. Le strategie passive cercano di replicare l’andamento di un indice di mercato, come l’S&P 500, attraverso l’acquisto di un portafoglio diversificato di azioni o obbligazioni che riflettono la composizione dell’indice stesso. L’obiettivo è di ottenere una performance simile all’andamento del mercato nel suo complesso, senza dover cercare di batterlo.
Tuttavia, anche se gli investimenti passivi sono considerati un modo relativamente sicuro e semplice per investire, non sono esenti da rischi e incertezze. Per questo motivo, si ricorre alla valutazione delle strategie passive attraverso l’utilizzo del backtesting.
Cosa è il backtesting
Il backtesting è una modalità di analisi predittiva basata su dati storici. Un tempo limitata nell’utilizzo ai soli professionisti del settore, sta diventando sempre più largamente utilizzata anche dagli investitori di lungo periodo grazie alle molte piattaforme di backtesting presenti sul web (tra cui alcune che ho citato spesso, ossia portfoliovisualizer.com e curvo.eu).
Per noi investitori di lungo termine, il backtesting rischia di diventare un mero esercizio di stile e perdere la sua efficacia, anzi in alcuni casi può diventare deleterio se non lo applichiamo con le giuste accortezze.
Lo scopo di questo articolo è proprio quello di affrontare gli errori più comuni che possono essere fatti durante un backtesting, in modo da massimizzarne l’efficacia, pur ricordandosi sempre due punti fondamentali:
- in particolare per l’investitore di lungo periodo, il backtesting sarà sempre in parte un esercizio di stile;
- il backtesting può fornire indicazioni di comportamenti passati, che non è detto si ripresenteranno tali e quali in futuro. La frase “i rendimenti passati non sono garanzia di quelli futuri” possiamo estenderla anche oltre i rendimenti (volatilità, correlazione, percentuali massime di drawdown e così via) a “le analisi sui comportamenti passati non sono garanzia dei comportamenti futuri“.
Cos’è il cherry picking e perché è importante evitarlo
Partiamo dal primo bias del backtester: il cherry picking.
Questo termine si riferisce alla tendenza a selezionare ed utilizzare solo i dati che supportano una determinata ipotesi o conclusione, ignorando quelli che potrebbero smentirla.
Ad esempio, se stiamo testando una strategia passiva basata sull’acquisto di azioni di società tech, è un errore scegliere di utilizzare solo i dati degli ultimi 5-10 anni, durante i quali le società tech hanno ottenuto grandi guadagni, ignorando invece i dati precedenti, durante i quali le azioni tech potrebbero aver subito dei cali.
Il cherry picking può portare a una valutazione distorta delle strategie passive e a una sovrastima della loro capacità di generare profitti. Ciò potrebbe indurci a prendere decisioni errate.
Come eseguire un backtesting accurato e ridurre il cherry picking
Per evitare il cherry picking, dobbiamo utilizzare dati storici completi e affidabili durante il backtesting. Questi dati dovrebbero coprire un periodo di tempo sufficientemente lungo e includere diverse condizioni di mercato, in modo da avere una visione più realistica della performance delle strategie passive.
Inoltre, dovremmo fare attenzione ai dati che utilizziamo per i confronti. Ad esempio, confrontare la performance di una strategia passiva con quella di un singolo titolo azionario o di un settore specifico del mercato potrebbe portare a una sovrastima della capacità della strategia di generare profitti.
Il cherry picking tuttavia è più subdolo di quello che sembra.
Supponiamo che Marco e Andrea siano due amici che vogliono investire in un indice azionario globale. Hanno la stessa propensione al rischio e il loro obiettivo è quello di ottenere un ritorno medio annuo al netto dell’inflazione del 7% su un periodo di 20 anni. Per valutare l’esposizione all’azionario del loro portafoglio, eseguono un backtesting.
Utilizzano lo stesso strumento di backtesting, lo stesso indice e le stesse configurazioni, ma i risultati a cui arrivano sono ben diversi. Marco ottiene un rendimento medio annuo del 5,67%, mentre Andrea del 14,93%. Chi ha ragione?
Purtroppo hanno ragione entrambi, in quanto Marco ha selezionato il periodo dal 1989 al 2009, mentre Andrea il periodo dal 2001 al 2021.
Il problema alla base è che hanno selezionato per il loro backtesting un singolo periodo. Andrea sceglierà la sua bella ciliegia matura pensando che continui ad avere performance del genere in futuro (e magari si esporrà molto di più all’azionario, con il rischio di non arrivare all’obiettivo prefissato), mentre Marco probabilmente ripiegherà sulle azioni statunitensi perché nello stesso periodo hanno avuto performance migliori, esponendosi ad un maggiore rischio specifico.
L’unico modo per evitare questo tipo di errori è quello di fare backtesting simulando tutti i periodi storici a disposizione come periodo di partenza per il backtesting.
Il risultato che otteniamo è il seguente:
CAGR | Deviazione standard | Drawdown | |
---|---|---|---|
Minimo | 5,67% | 15,33% | 30% |
Massimo | 18,30% | 20,93% | 42% |
Media | 11,95% | 19,08% | 39% |
Eseguendo un backtesting su 20 portafogli diversi della durata di 20 anni sul periodo 1985-2022, avremmo ottenuto una performance media di crescita dell’11,95% annuo, con una volatilità del 19% ed un drawdown massimo del 42%.
Questo non ci fornisce indicazioni certe di come si muoverà il titolo nel futuro, ma ci consente di avere un’idea precisa di come si è mosso nel passato senza rischiare di selezionare una asset allocation solo perché abbiamo scelto un buon periodo o un cattivo periodo per il nostro backtesting.
Il problema di fondo dei vari siti web di backtesting (portfoliovisualizer o curvo, ad esempio) è proprio questo: consentono di fare backtesting su periodi singoli senza però fornire un comportamento generico di un certo titolo o di una asset class in risposta alle varie condizioni di mercato, che cambiano nel tempo in base al periodo selezionato.
Conclusioni e raccomandazioni per il lungo termine
Il backtesting di strategie passive può fornire una comprensione più approfondita della performance storica di una strategia e dei rischi ad essa associati. In particolare, può aiutare a comprendere meglio la volatilità del mercato, i drawdown peggiori e la loro durata e la capacità di una strategia di generare profitti in diversi scenari.
Tuttavia, il backtesting ha anche alcune limitazioni che dovremmo tenere in considerazione. Ad esempio, si basa su dati storici, che potrebbero non essere completamente rappresentativi del futuro. Inoltre, non tiene conto di fattori imprevisti, come eventi geopolitici o crisi finanziarie, che potrebbero influenzare la performance delle strategie passive.
Dovremmo fare attenzione ai bias cognitivi e utilizzare il backtesting come uno strumento di valutazione supplementare. Inoltre, la differenza principale la fa l’utilizzo di un portafoglio diversificato, adottando una strategia a lungo termine che punti a minimizzare il rischio a parità di rendimento atteso.
Grazie per la lettura.
Se ti è piaciuto l’articolo, iscriviti per rimanere aggiornato
Niente spam, ti invierò solo un aggiornamento settimanale.
Come si può eseguire un backtest su diversi periodi come mostrato nel grafico? C’è qualche sito?
Grazie!
Andrea
Ciao,
purtroppo non conosco nessun sito che permetta di farlo. L’unica è scaricarsi i dati tramite Excel da Yahoo Finance o da altro provider di prezzi o, se si è un po’ navigati, utilizzare python (anaconda o google colab vanno benissimo). Qua trovi la libreria che uso io per prendere i dati da yahoo finance tramite API: https://pypi.org/project/yfinance/
Grazie per le info, purtroppo sono strumenti al di fuori della mia portata, almeno al momento.
Buona giornata e grazie per l’articolo!
Mi ero scordato del mitico Tyler, ideatore del Golden Butterfly. Sul suo sito web ci sono una miriade di strumenti. Uno di questi è proprio un simulatore di portafoglio che lavora con la logica illustrata nell’articolo.
Ti consiglio di settare come Home Country l’Italia in modo da selezionare l’inflazione italiana e gli importi in euro.
Il link del tool è questo: https://portfoliocharts.com/portfolio/portfolio-growth/