Passaggi
- Apri la card Allocazione su un metodo che ne legge una: vedi quali metodi usano la matrice di covarianza.
- Premi Cambia accanto a Matrice di covarianza (o Matrice di correlazione) e scegli una stima; l'elenco della covarianza segna Ledoit-Wolf · constant correlation come Consigliata. Cosa fa ciascuna è in matrice di covarianza.
- Per EWMA imposta il Fattore di decadimento; per Manual shrinkage inserisci l'Intensità di riduzione, che è obbligatoria.
- Controlla che il periodo in-sample sia abbastanza lungo per lo stimatore scelto: la card avvisa quando non lo è.
- Su una strategia divisa ripeti per l'altro profilo: Risk-On e Risk-Off conservano ciascuno la propria stima.
- Sulla Min correlation un'etichetta sotto il metodo nomina ogni scelta diversa da Sample: "Correlazione: Pearson", "Correlazione: Spearman", "Correlazione: Kendall", "Correlazione: EWMA" o "Correlazione: Marchenko-Pastur".
Fatto. Dal prossimo backtest il metodo legge volatilità e correlazioni attraverso la stima che hai scelto.
Perché uno stimatore non ha effetto con uno storico corto?
Due stimatori avanzati hanno bisogno di abbastanza storico, e senza ricadono in silenzio su Sample. Regime-conditional (HMM) richiede circa 126 giorni di borsa — un periodo in-sample di almeno 6 mesi — e ricade anche quando i periodi calmi e quelli agitati non si distinguono. Nonlinear Ledoit-Wolf richiede circa 30 giorni di borsa, quindi almeno 2 mesi. Quando la finestra è troppo corta l'app avvisa: "Con questo storico la stima non ha effetto", con un'azione per allungare il periodo in-sample.
Perché uno strumento con il prezzo fermo blocca il backtest?
Uno strumento il cui prezzo è rimasto fermo per tutta la finestra non ha rischio misurato, e la maggior parte delle stime lo lascia così. Con Sample, Ledoit-Wolf · constant correlation, EWMA, Manual shrinkage, Marchenko-Pastur o Regime-conditional (HMM), uno strumento così blocca il backtest quando il metodo è la Hierarchical risk parity, il Hierarchical equal risk contribution, la Nested clustered optimization o la Max diversification. Ledoit-Wolf · identity e Nonlinear Ledoit-Wolf gli attribuiscono invece un piccolo rischio positivo, quindi il backtest parte — Nonlinear Ledoit-Wolf solo quando la finestra contiene circa 30 giorni di borsa, sotto i quali si comporta come Sample.