fbpx
2019-06-13: PUBBLICATO RENDIMENTOFONDI MAGAZINE

Mean Variance e indicatore ETI: la ricerca dei best performer

0

In diversi nostri articoli Wiki abbiamo spesso messo a confronto diversi modelli operativi sia di selezione sia di movimentazione delle varie asset class costituenti il portafoglio. La ricerca, tesa ad offrire sempre il massimo in termini di qualità del nostro lavoro, è sfociata negli ultimi nati, ETI e Trendycator. In questo articolo vedremo un esempio di portafoglio costruito in base al modello Mean Variance e all’indicatore proprietario ETI.

Alla ricerca dei Best Performer

Una delle costanti che dovrebbe caratterizzare il lavoro di buon analista è la continua ricerca e valutazione di nuove metodologie da affiancare ed integrare in quelle già adottate. Siano esse metodologie strettamente operative, siano esse metodologie di asset allocation, lo studio e l’evoluzione dei modelli adottati deve rappresentare un punto fermo nell’attività del professionista del risparmio, poiché senza sviluppo non vi è crescita, e le performance rischiano di deteriorarsi molto rapidamente.

Sotto questo profilo, come sapete, è stata decisamente proficua la collaborazione con il Dr. Emilio Tomasini, co-fondatore di RendimentoFondi.it, e precursore del modello proprietario che è poi diventato ETI (Expected Trend Indicator), nato grazie  allo studio di portafogli modello costruiti in base al modello della Mean Variance.

Il modello Mean Variance, in estrema sintesi e sotto il profilo squisitamente statistico, utilizza i primi due momenti di una distribuzione statistica, che sono appunto la media e la varianza. Infatti, la varianza è una misura naturale della rischiosità, intesa come probabilità di un esito lontano dal valore atteso, e pertanto ci permette di stimare oggettivamente il rischio di un investimento; considerando anche la media, si utilizzerà il criterio media-varianza, il quale consiste nello scegliere (a parità di varianza) la grandezza con valore atteso maggiore oppure (a parità di media) la grandezza con varianza minore.

L’approccio con cui abbiamo costruito alcuni portafogli modello “pilota”,  si basa proprio sulla combinazione ETI/Mean Variance, e come vedremo tra poco i risultati sono davvero interessanti.

Abbiamo stabilito tre semplici regole per la selezione dei fondi da far lavorare col modello, che sono i seguenti:

  1. Un valore di ETI elevato
  2. Permanenza dello stesso gestore, possibilmente indicato con nome e cognome: tale informazione è verificabile sul sito della società di gestione o sul sito Morningstar
  3. La capacità di performare bene in ogni anno (consistenza del profitto) e non solo in un unico anno

La Fig.1 mostra l’estrazione per ranking in base all’ETI dei primi cinque fondi appartenenti alla categoria Obbligazionari Monetari, unitamente alla performance a 1 e 3 anni. Tale classifica è da noi stilata per tutte le categorie di fondi ed è anche inserita nelle tabelle settimanali “Migliori Fondi” e “Migliori ETF”, nonchè nelle tabelle “Migliori 50 Fondi” e “Migliori 50 ETF”.

Fig.1 - Classifica ETI
Fig.1 – Classifica ETI

Uno dei portafogli “pilota”, che qui presentiamo, è composto da una selezione di sette fondi in funzione del modello media-varianza, e parte dal presupposto di adottare una strategia Buy&Hold.

Un esempio di portafoglio modello

L’asset allocation oggetto di studio è composta da un 35% di fondi obbligazionari e monetari, e dal restante 65% allocato in fondi azionari settoriali, azionari geografici e azionari total return. La valutazione del portafoglio parte alla data del 26-03-2012 (poco meno di due anni di storico) per una ragione ben precisa. Infatti si è voluto, in questo caso, valutare la bontà del modello di selezione e allocazione su un periodo di tempo piuttosto breve, di norma molto ostico per investimenti con ottica di medio termine come dovrebbero essere i fondi.

Risulta interessante notare come la selezione, squisitamente quantitativa, fatta con ETI trovi poi riscontro visivo osservando a posteriori i grafici dei fondi candidati ad essere inseriti nel modello media-varianza. In Fig.2 è mostrato ad esempio il grafico su scala daily del fondo Fondersel Reddito, mentre in Fig.3 è illustrato il grafico, sempre su scala daily, del fondo azionario settoriale Franklin Templeton Biotech.

Fig.2 - Fondersel Reddito
Fig.2 – Fondersel Reddito
Fig.3 - Franklin Templeton Biotech
Fig.3 – Franklin Templeton Biotech

Si noti infatti, come anche graficamente sia ben evidente la capacità del gestore di creare valore con costanza, pur con gli inevitabili drawdown che caratterizzano qualunque attività finanziaria. Fondersel Reddito esprime uno YTD pari al 6,49% che si traduce in un 3,30% lordo composto annuo, decisamente significativo per un comparto monetario in un periodo caratterizzato da tassi a breve termini ai minimi storici. Il Franklin Templeton Biotech esprime un YTD pari al 111,57% che si traduce in un 47,24% lordo composto su base annua, anche in questo caso un risultato di peso notevole.

La Tabella 1 mostra il portafoglio “pilota” oggetto di studio, con la selezione dei candidati pesati in accordo con il modello Mean Variance; troviamo la data di partenza del portafoglio con il relativo valore della quota, così come il valore della quota alla data di valutazione. La tabella riporta inoltre sia lo YTD dalla partenza si lo YTD annualizzato in regime di capitalizzazione composta; infine i pesi percentuali attribuiti ad ogni asset class e il riepilogo finale del risultato ottenuto dal portafoglio, con strategia Buy&Hold dalla sua partenza e per un capitale iniziale di 100.000 Euro.

Tabella 1 - Portafoglio "pilota"
Tabella 1 – Portafoglio “pilota”

Conclusioni

Il risultato ottenuto è degno di nota: seppur in un lasso di tempo piuttosto breve, per altro caratterizzato da situazioni piuttosto avverse sia al mercato obbligazionario (in termini di rendimenti) sia al mercato azionario, il portafoglio ha realizzato una performance lorda composta su base annua pari al 13,85% e con una volatilità contenuta grazie al modello media-varianza.

Una prima conclusione che si può trarre da questo studio è che la ricerca dei Best Performer è possibile, e se affrontata con strumenti adeguati anche proficua; infatti, numeri alla mano, il portafoglio ha ottenuto un’ottima performance grazie a fondi che hanno saputo creare vero valore, oltretutto in un contesto di asset allocation statica, tipica della strategia Buy&Hold, affetta da una serie di problematiche già discusse in altri nostri articoli Wiki, come ad esempio qui.

Infatti, sotto questo profilo, è poi stato decisamente  interessante far lavorare il portafoglio così composto con il modello quantitativo di asset allocation dinamica Trendycator. Partendo da una solida e già profittevole selezione di fondi è stato possibile migliorare ulteriormente le performance, tagliando la volatilità negativa (drawdown) e sfruttando appieno la volatilità positiva (Run Up), in modo da ottenere un’equity line ancora più regolare, conferendo efficienza e ulteriore robustezza alla metodologia complessiva.

Iscriviti FREE per 24 ore e leggi tutti i nostri contenuti senza limitazioni QUI>>

RendimentoFondi.it

Share.

About Author

Dr.Massimo Gotta laureato in Scienze Politiche e in Giurisprudenza è uno dei più apprezzati analisti finanziari italiani e tra i fondatori di Rendimento Fondi. Ha alle spalle una lunga carriera professionale nel mondo bancario e finanziario: ha lavorato per l’Università degli Studi di Torino e la Scuola di Amministrazione Aziendale di Torino, il gruppo bancario Mediobanca, infine Banca Sella come responsabile Ufficio Titoli e Borsino ed in seguito Gestore di patrimoni presso la struttura Private Banking. Massimo Gotta è stato un apprezzato opinionista per diversi media finanziari tra cui Repubblica.it, LombardReport.com, Il Valore. E’ coautore con Walter Demaria di “Investire in obbligazioni”, Trading Library, 2013 ed autore di diversi altri libri tra cui “Il meglio dell’analisi tecnica in Metastock”, Experta, (2006).

Leave A Reply