Firenze, 30 maggio 2012

Transcript

1 Firenze, 30 maggio 2012

2 specchio Specchio, specchio delle mie brame, chi è il fondo più bello del reame?

3 Come selezionate i fondi dei vostri clienti? Quali parametri usate per selezionare i fondi? I rendimenti passati? La volatilità? L indice di Sharpe? Le stelle di Morninstar? Il drawdown? Quanto tempo dedicate alla selezione dei fondi? Avete difficoltà a reperire i dati? I dati li trovate da fonti diverse? Dovete usare excel per fare elaborazioni?

4 Meglio massimizzare il rendimento? Se massimizzo il rendimento (del passato) applico logiche di momentum al portafoglio

5 Stiamo comprando Beta o Alpha? Puntare alla performance passata va bene solo se siamo sicuri che stiamo acquistando Alpha

6 O forse è meglio minimizzare il rischio? Minimizzare il rischio non significa solo minore volatilità (indicatore di incertezza) Significa anche minimizzare il Drawdown e l Ulcer Index

7 Come posso: Come fare tutto questo? Massimizzare il rendimento Minimizzare il rischio Trovare i dati che mi interessano in poco tempo Minimizzare il tempo impiegato nella ricerca Massimizzare i risultati con i clienti

8

9 Quali criteri per costruire un portafoglio Premesso che non ci sono alternative ai dati passati per cercare di immaginare il futuro, quali indicatori usate per ottimizzare un portafoglio? Correlazioni passate? Frontiera efficiente?

10 Alcune considerazioni sulla correlazione Quante volte avete visto questo grafico? 120 Example of negative correlation Price Fund 1 Fund 2 Portfolio Time

11 Caso di correlazione negativa Qualcuno vi ha mai mostrato questo grafico? 120 Example of negative correlation Price Fund 1 Fund 2 Portfolio Time

12 E questo? Caso di correlazione positiva 120 Example of positive correlation Price Fund 1 Fund 2 Portfolio Time

13 La correlazione varia nel tempo La volatilità della correlazione rolling è addirittura superiore alla somma delle volatilità delle serie storiche sottostanti 1 Correlazione Rolling tra US e Hong Kong /09/ /12/ /03/ /06/ /09/ /12/ /03/ /06/ /09/ /12/ /03/ /06/ /09/ /12/ /03/ /06/ /09/ /12/ /03/ /06/ /09/ /12/ /03/ Correlazione Rolling a 6 mesi

14 La sua instabilità non restituisce efficienza Quando i mercati finanziari vanno male, le correlazioni tendono a 1, e questo non aiuta l efficienza di portafoglio, anzi! 1 Correlazione Rolling tra US e Hong Kong /09/ /12/ /03/ /06/ /09/ /12/ /03/ /06/ /09/ /12/ /03/ /06/ /09/ /12/ /03/ /06/ /09/ /12/ /03/ /06/ /09/ /12/ /03/ Correlazione Rolling a 6 mesi Mercato Americano Mercato Hong Kong

15 Cosa sarebbe ottimale? Mercato Positivo: Mercato Negativo: Vorrei Correlazione = +1 Vorrei Correlazione = -1 15

16 dilemma Per caso la correlazione è sovrastimata? Posso usare questo indicatore estremamente istabile per le scelte di Asset Allocation? La frontiera efficiente di Markowitz è un buon modello per l Asset Allocation?

17 La Frontiera è Efficiente per il TIMING? Nemmeno il futuro è più quello di una volta

18 Il mercato azionario è Random Walk? Possiamo considerare il mercato azionario completamente causale nel suo andamento? Attenzione alla risposta, poiché tutte le assunzioni statistiche che facciamo sul mercato dipendono dal considerare il mercato come Random Walk Se non lo consideriamo casuale, tutta la statistica che conosciamo non vale più, a partire dalla distribuzione dei rendimenti, la volatilità, VaR, Sharpe, Markowitz, ecc

19 Come stima la statistica le probabilità? In finanza si è diffuso l utilizzo della distribuzione normale dei rendimenti, che assume la casualità dei mercati finanziari. Ma sono realmente una roulette i mercati finanziari?

20 Perchè il mercato non è casuale Non si può paragonare il mercato azionario al gioco della roulette, poiché mentre nel secondo non c è assolutamente legame tra il tiro precedente ed il successivo Nei mercati azionari, il sottostante sono aziende, quindi il loro valore è comprimibile fino ad un certo punto al ribasso, e Viceversa il loro valore non può crescere all infinito senza giustificazione (bolle)

21 Esempio delle urne Immaginate due urne contenenti 100 biglie rosse e 100 biglie blue ognuna Senza reinserimento Con reinserimento Dopo 200 estrazioni, i risultati saranno uguali tra le due urne?

22 Cosa significa mean-reversion? I mercati tendono nel lungo termine a ritornare verso la media, ovvero tendono ad un valore di crescita media, dovuto principalmente a due fattori: L inflazione Vengono costantemente selezionate le migliori società del mercato che crescono Se questo è vero, le probabilità di crescita dopo un periodo di depressione non può essere uguale ad un periodo dove il mercato è cresciuto moltissimo!

23 Esempio di mean-reversion Se il mercato nel lungo temine ha una crescita, possiamo immaginarlo come un elastico dal punto A al punto B e due mani che lo distorgono durante il percorso B A

24 Perché il mercato non è casuale (2) I mercati azionari hanno caratteristiche deterministichemaggioridi quellochesipensa, itrend secondo nostristudi(vederesito: sonopresentiper circa il70% del tempo Altrinostristudi, le finestretemporalidi investimento(sito: evidenziano empiricamente che esistono nessi causa-effetto interessanti tra i rendimenti futuri ed I rendimenti passati

25 L intuizione Se i mercati azionari sono composti da aziende ed il loro valore non può andare a zero, di conseguenza dopo che il mercato ha perso il 50% del suo valore, le probabilità di un rialzo sono diverse rispetto ad un periodo dove il mercato ha appena guadagnato il 100% Come possono venirci in aiuto le probabilità condizionate?

26 Lavoro analitico Analizzando Rolling tutti i periodi storici dei mercati, sia azionari che obbligazionari, si possono stimare delle distribuzioni dei rendimenti attese in base al periodo precedente (probabilità condizionate) Ne deriva una matrice delle probabilità attese in base al preciso momento storico in cui ci si trova molto utile per prendere decisioni di investimento importanti.

27 Esempio Marzo del 2000 veniva da anni di rialzi, offriva le stesse probabilità di crescita nei tre anni successivi rispetto a marzo 2003? S&P 500 Index gen-96 ago-96 mar-97 ott-97 mag-98 dic-98 lug-99 feb-00 set-00 apr-01 nov-01 giu-02 gen-03 ago-03 mar-04 ott-04 mag-05 dic-05 lug-06 feb-07 set-07 apr-08 nov-08 giu-09 gen-10 ago-10 mar-11

28 Casualità = stesse probabilità Usare la media e varianza di Markovitz, significa stimare che in ogni momento storico le probabilità di crescita siano identiche

29 Esempio esemplificativo sul Tempo Se applicassimo la logica della distribuzione normale alle previsioni del tempo, come potremmo stimare le probabilità di pioggia di domani? Non potremmo far altro che stimare quanti giorni piove in un anno, per esempio 120, e dire che domani abbiamo il 33% di probabilità di pioggia Vi fidereste di queste previsioni del tempo?

30 Oggi le previsioni del tempo sono accurate? Oggi i modelli matematici per le previsioni del tempo hanno una capacità previsiva vicino al 90% Questi fenomenali risultati sono ottenuti grazie alle probabilità condizionate, che stimano quanto accaduto fino al momento della previsione

31 Un portafoglio azionario nel 2007 Nel marzo 2007, come nel 2000, il mercato azionario veniva da quattro anni di crescita, quali erano le probabilità? 49,94% 50,06% 21,74% -21,18%

32 Un portafoglio azionario nel 2009 Nel 2009, dopo un crollo dei mercati di oltre il 50%, le probabilità che il mercato, dopo tre anni, fosse più basso erano minime 98,95% 1,05% 104,71% -6,05%

33 Come tradurre in pratica la teoria? Assodato che in ogni momento storico, le probabilità di rendimento futuro cambiano, è necessario dotarsi di strumenti in grado di quantificare la componente di rischio da inserire nel portafoglio Nei momenti di euforia deve suggerire una riduzione della componente azionaria Nei momenti di panico, deve suggerire una maggiore esposizione al rischio azionario

34

35