Target di volatilità nel trading: dimensionamento, previsione e limiti

Un target di volatilità stabilisce quanto dovrebbe oscillare una posizione o un portafoglio con composizione invariata, secondo una determinata ipotesi di previsione. Si parte da una serie di rendimenti definita: per esempio quella di un singolo titolo, di un future o di un portafoglio le cui regole sono già state stabilite. Solo dopo si adegua l’importo esposto alla variabilità stimata di quella serie. Il target non prevede se il rendimento sarà positivo o negativo.

Per una strategia base invariata, il moltiplicatore si può scrivere kₜ = volatilità obiettivo ÷ volatilità prevista. Se l’obiettivo annualizzato è il 10% e la previsione annualizzata è il 20%, kₜ = 0,50. Prima di applicare altri limiti, l’esposizione pianificata è metà di quella base. A parità di strategia e di rischio previsto, il rapporto cambia la dimensione della posizione; non crea da solo una nuova idea di trading.

La regola è diversa da un prezzo obiettivo, da uno stop-loss e da un budget fisso di perdita. Distribuisce il rischio atteso su più periodi, ma non limita la perdita di una singola seduta. Confondere volatilità, direzione del mercato e perdita garantita significa interpretare male il meccanismo.

Nella ricerca e nella pratica, espressioni come gestione della volatilità e gestione del rischio possono indicare regole di scala differenti. Nella regola intuitiva di target di volatilità, al denominatore c’è la deviazione standard prevista: l’esposizione è proporzionale al target diviso per la previsione della volatilità. Se la previsione raddoppia, a parità di tutto il resto, il moltiplicatore si dimezza, a meno che intervengano altri vincoli.

Una nota costruzione di ricerca scala invece l’esposizione in proporzione alla varianza inversa stimata dai rendimenti passati: peso ∝ 1 ÷ varianza stimata. Nella loro costruzione centrale, Moreira e Muir usano la varianza realizzata del periodo precedente, non lo stesso calcolo diretto di un target di volatilità. Poiché la varianza è il quadrato della deviazione standard, raddoppiare la volatilità riduce il peso a un quarto, non alla metà. Gli studi spesso applicano anche un proprio fattore di normalizzazione. Quel fattore dipende dal disegno della ricerca e non trasforma automaticamente la regola in un target di volatilità fissato direttamente.

Non è solo una differenza terminologica. Le due regole reagiscono in modo diverso alla stessa variazione della previsione e possono generare turnover, picchi di leva e percorsi di rendimento differenti. Moreira e Muir studiano una scala inversa alla varianza per portafogli fattoriali (studio del 2017). Barroso e Santa-Clara analizzano una strategia momentum con gestione del rischio (studio del 2015). I risultati di una strategia o di un campione specifici non si applicano automaticamente a un singolo strumento.

La previsione deve riferirsi alla stessa serie di rendimenti di cui si vuole scalare l’esposizione. Chi negozia un future non dovrebbe sostituirla senza spiegazioni con la volatilità di un indice azionario. Se si gestisce una strategia long-short già definita, la stima deve rifletterne rendimenti e regole di posizione. In un portafoglio con più strumenti, la varianza dipende anche dalle covarianze; fare la media delle volatilità individuali non basta.

La deviazione standard mobile dei rendimenti giornalieri è facile da calcolare, ma inizialmente descrive oscillazioni osservate nel passato. Per usarla occorre una stima disponibile al momento della decisione e pertinente al periodo successivo. Una finestra mobile, EWMA o GARCH può fornire un punto di partenza, ma ciascun metodo reagisce in modo diverso agli shock recenti e ai dati più lontani. La guida su clustering della volatilità e GARCH spiega la previsione della varianza condizionata; il cono di volatilità colloca misure di volatilità realizzata nella loro distribuzione storica.

Devono coincidere anche unità e orizzonte. Una deviazione standard giornaliera non è direttamente confrontabile con un target annuale. La conversione comunemente usata con √252 presuppone una convenzione giornaliera appropriata e rendimenti approssimativamente non correlati e sufficientemente stabili. Autocorrelazione, salti o cambi di regime possono rendere inadeguata questa approssimazione su orizzonti più lunghi. Confronta misure annualizzate secondo la stessa convenzione oppure esprimile entrambe sullo stesso intervallo. Deviazione standard e varianza hanno inoltre unità diverse: il 20% di volatilità corrisponde a 0,20² = 0,04 di varianza, espressa in unità di rendimento al quadrato. La guida su varianza e volatilità approfondisce questa distinzione.

Supponiamo di avere una strategia base invariata con esposizione nozionale di 100.000 dollari e una previsione di volatilità annualizzata del 20%. Il target scelto è il 10%. Il rapporto è 10% ÷ 20% = 0,50, quindi l’esposizione calcolata scende a 50.000 dollari. È un’illustrazione aritmetica con scalabilità lineare, stesso portafoglio e orizzonti e unità coerenti. Il calcolo precede i costi e non afferma che la volatilità realizzata sarà del 10%.

In un altro periodo, supponiamo che la previsione scenda al 5%. Il moltiplicatore senza vincoli sarebbe 10% ÷ 5% = 2, quindi l’esposizione sarebbe di 200.000 dollari. Se una regola ipotetica limita il moltiplicatore a 1,25, l’esposizione consentita diventa 125.000 dollari. Con una previsione del 5%, sotto l’ipotesi lineare questa posizione corrisponde a una volatilità prevista scalata del 6,25%, inferiore al target del 10%. Il limite di leva prevale quindi sul target matematico, che non va descritto come ancora raggiunto.

L’esempio presume che la definizione della strategia non cambi, che i rendimenti varino proporzionalmente all’esposizione e che la previsione sia adatta al periodo successivo. Per opzioni, movimenti a salto o liquidità limitata, una variazione del nozionale non modifica necessariamente la distribuzione effettiva del rischio nella stessa proporzione. Il rapporto è un confronto dimensionale basato su queste ipotesi, non una prova di performance.

Una regola di posizione può utilizzare soltanto le informazioni disponibili prima del periodo a cui si applicano i rendimenti scalati. Una stima calcolata alla chiusura di t può definire l’esposizione per la successiva finestra negoziabile. Non può essere applicata retroattivamente al rendimento della seduta da cui è stata ricavata. In un backtest, istante del segnale, invio dell’ordine, prezzo di esecuzione e intervallo del rendimento devono rispettare la sequenza temporale reale.

Anche i ritardi di pubblicazione contano. Il prezzo di chiusura potrebbe non essere definitivo fino al termine della seduta e il valore di un fondo o di un indice può essere pubblicato più tardi. Se nell’operatività reale la strategia può reagire solo al successivo momento negoziabile, anche il modello storico deve incorporare quel ritardo. Un adeguamento simulato troppo rapido fa sembrare che la posizione abbia evitato uno shock già avvenuto.

Stabilisci inoltre la frequenza di ribilanciamento. Un aggiornamento giornaliero può rispondere più rapidamente ai cambiamenti della stima, ma può generare molto più turnover e costi. Una cadenza settimanale o mensile attenua gli aggiustamenti, ma lascia l’esposizione invariata più a lungo fra un aggiornamento e l’altro. Frequenza dei dati, orizzonte di previsione e calendario di ribilanciamento sono tre scelte diverse.

In un portafoglio con più posizioni, il rischio complessivo non dipende soltanto dalla volatilità di ogni singola componente. Se i pesi non cambiano tutti nella stessa proporzione, la varianza prevista deve includere le covarianze: σ²ₚ = wᵀΣw, dove w sono i pesi e Σ la matrice di covarianza prevista. Se un unico moltiplicatore k si applica a un portafoglio fisso, idealmente la varianza viene moltiplicata per k² e la volatilità per |k|.

Questa semplificazione presuppone che composizione e pesi relativi restino invariati durante l’aggiustamento e che i rendimenti scalino in modo approssimativamente lineare con l’esposizione. Se invece ogni azione, future o strategia viene scalata secondo la propria volatilità, cambiano anche i pesi del portafoglio e le correlazioni. La volatilità risultante non si ottiene più con un unico rapporto. Shock comuni di mercato e liquidità possono modificare le correlazioni proprio quando le medie storiche sono meno informative.

Distingui anche l’esposizione al valore di mercato, la leva lorda e netta, il margine e il rischio di volatilità. Una posizione in futures può richiedere poco margine iniziale rispetto a un’esposizione nozionale elevata. Il saldo disponibile non limita automaticamente una posizione a un determinato livello di rischio. Specifiche del contratto, garanzie, margine di variazione giornaliero e liquidazione del broker richiedono verifiche separate; un numero di volatilità target non le sostituisce. La guida al dimensionamento delle posizioni in futures spiega perché margine e perdita potenziale sono misure diverse.

Quando la previsione si avvicina a zero, target ÷ volatilità prevista cresce molto. Senza un limite superiore, una finestra recente tranquilla può abbassare la stima e produrre una posizione enorme. Per questo i sistemi operativi di solito prevedono una leva massima, un valore minimo al denominatore, una dimensione massima o ulteriori vincoli di concentrazione e liquidità. Ognuno modifica la regola effettiva e deve essere applicato nello stesso modo nel backtest.

Un cap limita l’esposizione calcolata, ma non garantisce una perdita massima. Il mercato può aprire con un gap, gli ordini possono essere eseguiti solo in parte, gli spread possono allargarsi e i requisiti di margine possono aumentare. Futures, perpetui e altri strumenti a leva comportano anche finanziamento, funding, prestito e flussi di cassa giornalieri. La stima della volatilità non garantisce il prezzo di uscita: dopo un gap, l’esecuzione può discostarsi molto dal livello previsto.

Aggiustamenti frequenti e ampie variazioni del moltiplicatore generano più turnover. Commissioni, spread denaro-lettera, slippage, impatto di mercato e finanziamento riducono il rendimento netto; se esclusi dalla serie, possono anche distorcere la stima della volatilità. Un’analisi prudente presenta risultati lordi e netti e incorpora ipotesi di costo plausibili che possono cambiare nel tempo. Smussare la previsione, usare isteresi o richiedere una variazione minima prima di inviare un ordine può ridurre il turnover, ma introduce parametri da non ottimizzare a posteriori sugli stessi risultati.

Confronta la posizione scalata con la strategia base non scalata sugli stessi dati e con la stessa cronologia. Una valutazione walk-forward deve usare a ogni data solo informazioni passate. Se scegli la lunghezza della finestra, il modello, il target, il cap e la frequenza di ribilanciamento osservando l’intera storia usata poi per presentare il risultato, una parte del vantaggio può dipendere dalla ricerca di una variante favorevole.

Oltre alla volatilità realizzata annualizzata, registra rendimento netto, drawdown massimo, perdite nella coda sinistra, distribuzione della leva, turnover, finanziamento e comportamento durante le fasi di stress. Volatilità minore può accompagnarsi a rendimenti più bassi; un miglior Sharpe in-sample può dipendere dal disegno della verifica. L’annualizzazione dello Sharpe può essere fuorviante anche con rendimenti dipendenti; la guida su correlazione seriale e annualizzazione dello Sharpe spiega il problema. Un block bootstrap dei rendimenti di strategia può quantificare l’incertezza di una statistica, ma non corregge automaticamente la selezione della strategia.

La ricerca non offre una garanzia generale. Moreira e Muir riportano benefici per specifici portafogli scalati in base alla varianza inversa (studio del 2017); Cederburg e coautori, in un confronto più ampio di 103 strategie azionarie, non rilevano un miglioramento sistematico dello Sharpe per le versioni scalate (studio del 2020). La differenza mostra quanto contino definizione, campione, normalizzazione ex post e implementazione in tempo reale. Nel suo quadro teorico, Taylor evidenzia inoltre che un’allocazione dinamica ottimale può dipendere sia dal rendimento condizionato sia dalla varianza e dalla preferenza per il rischio (studio del 2023). Una previsione di volatilità da sola non è quindi un’ottimizzazione completa del portafoglio.

Una regola di targeting è una scala ex ante basata su una previsione, non una promessa sulla volatilità realizzata. Il mercato può muoversi più rapidamente o più intensamente di quanto previsto dal modello. Un gap inatteso colpisce prima la posizione già aperta; solo in seguito la nuova stima può ridurre l’esposizione. Se il balzo della volatilità coincide con un calo dei prezzi, l’aggiustamento non può annullare la perdita né impedire un determinato drawdown.

Anche un mercato tranquillo comporta rischi. Una bassa volatilità recente può aumentare l’esposizione proprio prima che la distribuzione cambi. Una deviazione standard, da sola, non descrive asimmetria, dimensione dei salti, tensioni di liquidità o movimenti estremi simultanei. Due strategie con la stessa volatilità stimata possono avere percorsi di perdita molto diversi. Il volatility targeting non è quindi uno stop-loss, una garanzia contro le perdite o una previsione dei rendimenti futuri.

Prima di usare la regola, definisci orizzonte del target, modello di previsione, momento di esecuzione, valore minimo del denominatore, limite di leva, ipotesi sui costi e procedura di revisione. I test storici dovrebbero mostrare quando la regola ha aumentato e quando ha ridotto l’esposizione, non soltanto una statistica riassuntiva. Il metodo spiega come convertire una stima di rischio definita in esposizione; non dimostra che la strategia sottostante sia sostenibile e non costituisce consulenza finanziaria personalizzata.