Annualizzare lo Sharpe ratio: perché √12 può ingannare con autocorrelazione

Lo Sharpe per periodo è l’extra-rendimento medio di una strategia rispetto al tasso privo di rischio, diviso per la deviazione standard degli extra-rendimenti periodici. Il tasso privo di rischio deve riferirsi alla stessa frequenza e allo stesso intervallo temporale del rendimento della strategia. Un rendimento mensile richiede quindi un tasso di riferimento convertito coerentemente al mese.

È una statistica descrittiva del campione: non è una probabilità di profitto né una garanzia di risultati futuri. William Sharpe illustra la definizione e l’annualizzazione; l’interpretazione dipende da come i rendimenti vengono misurati e aggregati.

Per i dati mensili si usa spesso: Sharpe annuale = Sharpe mensile × √12. Questa approssimazione presuppone, tra le altre cose, media e varianza stabili e assenza di autocorrelazione tra periodi per questa semplice aggregazione. Rendimenti indipendenti e identicamente distribuiti costituiscono una condizione sufficiente comune, ma non l’unica specificazione possibile.

Lo stesso Sharpe richiama la condizione di correlazione nulla. La frequenza mensile da sola non giustifica √12. Se l’autocorrelazione è positiva, ignorarla tende a sottostimare il rischio annuale e a sovrastimare lo Sharpe annualizzato; con autocorrelazione negativa, il calcolo ingenuo può sottostimarlo.

Indichiamo con x_t l’extra-rendimento mensile additivo, con γ_k = Cov(x_t, x_{t−k}) e con ρ_k = γ_k/γ_0. Sotto stazionarietà della covarianza:

Var(Σ x_t, t=1…q) = qγ_0 + 2Σ_{k=1}^{q−1}(q−k)γ_k.

Lo Sharpe dell’extra-rendimento aggregato su q periodi diventa:

SR_q = √q × SR_1 / √(1 + 2Σ_{k=1}^{q−1}(1−k/q)ρ_k).

Questa è la correzione per l’aggregazione temporale di Andrew Lo (2002), “The Statistics of Sharpe Ratios”. In genere, l’autocorrelazione positiva aumenta la varianza della somma e quindi il denominatore. Il peso diminuisce all’aumentare del ritardo perché periodi lontani hanno minore probabilità di ricadere nella stessa somma di q periodi.

Supponiamo un extra-rendimento medio mensile dello 0,4% e una deviazione standard mensile del 2%. Lo Sharpe mensile è 0,20. Su dodici mesi, il calcolo ingenuo dà 0,20 × √12 = 0,6928.

Consideriamo un caso puramente ipotetico di un processo AR(1) stazionario con ρ₁ = 0,25 e ρ_k = 0,25^k per i ritardi successivi. Il termine di correzione sotto la radice è circa 1,592; la sua radice è circa 1,262. Lo Sharpe annuale corretto risulta quindi circa 0,6928/1,262 = 0,549. In questo esempio, le correlazioni dei ritardi successivi sono potenze di 0,25; ρ₁ non viene ripetuto per ogni ritardo. È un’illustrazione numerica, non una previsione.

L’autocorrelazione può riflettere persistenza o inversione dei rendimenti effettive. Può anche derivare da periodi di detenzione sovrapposti, posizioni illiquide rivalutate di rado, prezzi obsoleti, valutazioni smussate o dal modo in cui è costruita la strategia.

Queste cause non sono equivalenti. Verifica se la dipendenza rappresenta una caratteristica economica della strategia o un artefatto di misurazione. Una correzione statistica non trasforma una valutazione smussata in un prezzo realmente eseguibile.

Mantieni coerenti frequenza, definizione dell’extra-rendimento, tasso privo di rischio corrispondente, costi lordi o netti, leva, dividendi o funding, ponderazione e regola di aggregazione. Non cambiare tacitamente la definizione del rendimento quando annualizzi lo Sharpe.

Sotto le sue ipotesi, la formula si applica alla somma additiva di q extra-rendimenti periodici. Un rendimento annuo composto geometricamente è una misura diversa. Non confrontarlo con la formula di aggregazione additiva senza spiegare la differenza.

Con campioni brevi, le stime — soprattutto ai ritardi più lunghi — sono rumorose. Osservare ρ₁ non dimostra che i rendimenti seguano un modello AR(1). L’ipotesi ρ_k = ρ₁^k è un’ulteriore assunzione di modello e va dichiarata e motivata.

Riporta la lunghezza del campione, i ritardi usati, il metodo di stima e, se possibile, intervalli di confidenza o altre misure d’incertezza. Mostra quanto cambia il risultato con periodi campionari alternativi e ipotesi di correlazione plausibili.

La correzione temporale non elimina la selezione della strategia o il data snooping, i cambi di regime, le code pesanti, la leva, i rischi di liquidità o i costi di esecuzione. Risponde a una domanda più circoscritta: come la dipendenza seriale stimata modifica la varianza del rendimento aggregato.

Uno Sharpe corretto non prova neppure che una strategia sia più sicura o avrà risultati migliori in futuro. Affiancalo a drawdown, rischi di coda, costi, liquidità e verifiche fuori dal campione di selezione. Media aritmetica e geometrica dei rendimenti e drawdown massimo e recupero affrontano aspetti collegati ma distinti.

Documenta frequenza e definizione dei rendimenti, tasso di riferimento, costi lordi o netti, leva, periodo campionario e Sharpe annualizzato ingenuo. Riporta poi le autocorrelazioni stimate con ritardi e metodo, la correzione usata e le relative ipotesi, oltre a un’analisi di sensibilità o d’incertezza. Distingui l’aggregazione additiva dal rendimento annuo composto.

Indica inoltre se osservazioni sovrapposte, prezzi illiquidi o la selezione della strategia possono influire sulla misura. Per il contesto sulla selezione, consulta compromesso bias-varianza e overfitting dei modelli. Sharpe (1994) e Lo (2002) forniscono la definizione e le basi statistiche. È una spiegazione metodologica, non una raccomandazione d’investimento.