Il portafoglio rotazionale basato sul fattore efficienza
Buongiorno a tutti. Oggi vi vorrei proporre un esperimento, da testare pubblicamente: un portafoglio rotazionale basato sul fattore efficienza.
Un portafoglio rotazionale è una strategia di investimento che prevede il ribilanciamento periodico degli asset in base a determinati criteri, come la performance o altre variabili economiche. In altre parole, un portafoglio rotazionale cambia la sua composizione nel tempo, spostando gli investimenti da un'asset class all'altra per massimizzare i ritorni o ridurre il rischio. In questo caso, la strategia di rotazione si baserà sull'efficienza, ovvero sul principio di selezionare gli asset che offrono il miglior rapporto tra rendimento e rischio, ottimizzando così le risorse per ottenere la performance più favorevole in un dato periodo.
Partiamo da un concetto: l’efficienza. In ambito finanziario, l’efficienza significa guadagnare denaro minimizzando i rischi. Questo parametro si misura come il rapporto tra il rendimento prodotto da un investimento e il rischio sostenuto, quest’ultimo espresso dalla deviazione standard (che rappresenta la dispersione dei rendimenti rispetto alla loro media).
Una precisazione è però fondamentale: possiamo individuare asset che generano rendimenti modesti ma con un’efficienza straordinaria, così come asset con prestazioni impressionanti e un’efficienza altrettanto elevata. La domanda chiave è questa: quanto rischio sto correndo per ottenere un determinato rendimento? Vi fornisco due esempi concreti: Applovin e BIL.
Applovin è una società che, dall'inizio dell'anno, ha registrato una performance straordinaria, superiore al 770%. Come mostrato nella figura successiva, in cui è applicato il mio Sistema Attivo, i suoi parametri calcolati su 120 periodi evidenziano un rischio molto elevato, con un segnale di allerta (la deviazione standard, indicata in nero, è pari al 56,4%). Tuttavia, tale rischio è stato ampiamente giustificato dalla performance eccezionale, che rende Applovin un asset altamente efficiente, con un punteggio di 24 (evidenziato in verde intenso).
Applovin
BIL, invece, è un ETF che replica il movimento delle obbligazioni governative con scadenza tra 1 e 3 mesi. Questo strumento vanta l’efficienza più alta che abbia mai osservato con il Sistema Attivo: ben 126. Pur avendo realizzato dall’inizio dell’anno una performance contenuta di +4,77%, il suo rischio è praticamente nullo, come dimostra la deviazione standard pari a 0,69%.
SPDR Bloomberg 1-3 Month T-Bill ETF
Avete mai sentito la frase “rendimento privo di rischio”? Ecco, in genere è riferito alle obbligazioni presenti all’interno di questo ETF!
Questi esempi mostrano due casi agli antipodi, entrambi paradigmatici: da un lato un rendimento elevatissimo con un rischio giustificato, dall’altro un rendimento modesto con una rischiosità pressoché inesistente. Entrambi efficienti, ma in modi completamente diversi.
Il fattore efficienza, dunque, non ci indica direttamente quanto rischio stiamo correndo. Piuttosto, ci dice semplicemente se il gioco vale la candela, punto. E se riflettete, questo parametro racchiude molte informazioni: innanzitutto, rivela se un asset è rialzista o meno (è ovvio che non troverete asset ribassisti con un’efficienza positiva), ma soprattutto risponde alla domanda più importante: vale la pena investirci? Questo, indipendentemente dal livello di rischio. Naturalmente, questa è la mia visione, e non è detto che dobbiate condividerla.
Mi sono posto dunque una domanda: perché non testare in modalità demo un portafoglio ipotetico composto esclusivamente dalle società più efficienti, indipendentemente dal loro rischio? Ritengo che questa potrebbe essere una scelta vantaggiosa in molti casi, e ora analizzeremo insieme questa idea.
Ipotizziamo di trovarci nel pieno del bear market del 2022. Al 1° luglio di quell’anno, l’S&P 500 risultava completamente inefficiente, con un punteggio di -9.66.
SPY, ETF sull'S&P500
Il QQQ, ETF sul Nasdaq 100, era addirittura peggiore, mostrando un valore di inefficienza di -10.36.
QQQ, ETF sul Nasdaq 100
Dobbiamo sorprenderci di questo? Assolutamente no. È noto che i bear market generano inefficienza, poiché gli asset perdono valore e sono accompagnati da una forte downside standard deviation. Tuttavia, disporre di un indicatore di questo tipo (insieme ad altri parametri che oggi non descriverò) ci consentirebbe di allocare le risorse all’interno di un portafoglio non in modo discrezionale (basandoci su supposizioni come “io credo che...” o “io penso che...”), ma in modo più scientifico, analizzando i dati.
E come potremmo fare? Riflettiamoci: in un bear market si potrebbe andare alla ricerca di asset più efficienti del benchmark. Vi porto due esempi semplici: il settore dei beni di prima necessità, rappresentato dall’ETF XLP, e l’ETF sul dollaro americano, UUP. Il primo, al 1° luglio 2022, aveva un valore di inefficienza pari a -3.50 punti. UUP, invece, presentava un punteggio decisamente positivo, pari a 15.10 punti.
XLP, l'ETF sul settore dei beni di prima necessità del mercato azionario americano
UUP, ETF bullish sul dollaro statunitense
Oltre a ciò, c'è un concetto che sicuramente non vi sarà sfuggito: l’efficienza dei lazy portfolios. Questo indicatore rappresenta la media dell’efficienza dei quattro portafogli lazy 60-40, Golden Butterfly, Permanent e All Weather. In quel periodo, anche alcuni tra i portafogli più conosciuti per la loro resilienza si sono rivelati molto inefficienti. Questo esempio serve a farvi comprendere come il parametro oggettivo dell’efficienza di un asset possa essere utile per capire cosa sia meglio o meno, considerando che anche i portafogli lazy, come qualsiasi altro investimento, presentano sia pregi che difetti.
Detto ciò, questo approccio non si limita ai bear market, ma vale anche nei bull market. Ad esempio, il 1° settembre 2021, l’ETF SPY mostrava un’efficienza di 18.23 (ricordo che gli indicatori considerano le ultime 120 sedute, pari a circa sei mesi), accompagnata da una bassa deviazione standard del 3.92%.
SPY, ETF sull'S&P500
Tuttavia, l’ETF QUAL, che replica la strategia fattoriale del "Quality Factor", presentava alla stessa data un’efficienza ancora migliore, pari a 20.37, seppur con un rischio leggermente più elevato, pari al 4.72%.
Ishares MSCI USA Quality Factor ETF
Anche Nvidia si distingueva in modo analogo: un’efficienza di 21.61, ma a fronte di un rischio molto più alto, con una deviazione standard di 16.6%, segnalata dal colore rosso.
Nvidia
La mia proposta è testare insieme questo tipo di strategia:
1. Creare una watchlist composta dalle principali società di ciascun settore azionario dell’S&P500. In particolare, includeremo le prime tre società per capitalizzazione di mercato per ogni settore, per un totale di 33 titoli, a cui si aggiungeranno 4 ETF: SHY (obbligazioni a breve duration), TLT (obbligazioni a lunga duration) e GLD (ETC sull’oro), con dei ruoli di “beni rifugio”
2. Calcolare l’efficienza per ciascun asset della watchlist su un periodo di 120 sedute, stilando una classifica basata su questo parametro.
3. Acquistare i primi 18 asset per efficienza all’inizio di ogni mese. Gli asset selezionati saranno allocati in modo equipesato nel portafoglio rotazionale, che avrà un valore iniziale di 100.000 dollari.
Probabilmente (e giustamente) qualcuno potrebbe obiettare che questo metodo sarebbe poco pratico a causa delle commissioni. Per tenerne conto, verranno incluse nella simulazione: 1,50 dollari per ogni operazione di acquisto e 1,50 dollari per ogni operazione di vendita.
Ad oggi, questa è la classifica delle società e degli ETF presenti nella watchlist, ordinate in base al loro livello di efficienza:
1. WMT (24,53)
2. SHY (22,21)
3. SHW (18,63)
4. EQIX (17,72)
5. HD (17,59)
6. NFLX (16,21)
7. TSLA (15,12)
8. BRK.B (13,56)
9. DUK (12,63)
10. GLD (12,48)
11. AAPL (12,32)
12. JPM (12,11)
13. UNH (11,73)
14. SO (11,81)
15. CAT (11,07)
16. COST (10,11)
17. V (9,95)
18. APD (9,74)
19. RTX (9,66)
20. META (6,98)
21. LIN (7,05)
22. PG (6,90)
23. JNJ (6,46)
24. GE (5,82)
25. AMZN (5,50)
26. AMT (5,35)
27. TLT (4,95)
28. NVDA (4,78)
29. AVGO (4,77)
30. PLD (4,46)
31. XOM (4,42)
32. CVX (4,22)
33. NEE (2,57)
34. MSFT (0,22)
35. COP (-0,81)
36. GOOGL (-0,98)
37. LLY (-2,09)
Gli asset evidenziati in grassetto faranno parte dell’asset allocation per il mese di dicembre; per gennaio si valuterà nuovamente. Questo approccio ci consente di essere sul mercato con asset oggettivamente efficienti, capaci di trarre vantaggio sia dalle fasi di risk-on sia da quelle di risk-off. L’obiettivo non sarà quello di sovraperformare il benchmark, ma piuttosto di osservare il comportamento di questa strategia.
In ogni caso, non saranno applicate regole eccessivamente rigide: il riequilibrio avverrà una volta al mese, il primo di ogni mese. Tuttavia, in particolari condizioni di mercato, potrebbe essere effettuato ogni 15 giorni.
Vi terrò aggiornati frequentemente, precisando però che questo non è un consiglio finanziario, ma un vero e proprio esperimento, che deve essere considerato come tale. Prima di concludere, vi mostro alcune società che si stanno distinguendo per la loro efficienza, a cominciare da Walmart: efficienza pari a 24,5 punti, con un rischio medio (deviazione standard del 9%). La performance della società da inizio anno è stata pari al 76%, con un massimo drawdown del -5,8% il 7 agosto. È possibile osservare anche l'indicatore "rischio vs benchmark", che fornisce una misura sintetica del rischio di investimento su WMT rispetto all’S&P500. Tenendo conto del beta della società (calcolato rispetto a SPY) e della deviazione standard, questo indicatore offre una stima del rischio sintetico, che appare come "estremamente basso", poiché, pur avendo una deviazione standard media, la società presenta un beta (e quindi una volatilità rispetto all’S&P) molto basso.
Walmart
Drawdown intra-annuali realizzati da Walmart
Molto bene anche Netflix, che dall'inizio dell'anno ha realizzato una performance del +83%. La sua efficienza è pari a 16,21, mentre la sua deviazione standard si avvicina al 10%, indicando una rischiosità maggiore rispetto a WMT. Il rischio sintetico appare "medio", poiché NFLX, a differenza della società precedente, ha un beta di 1,01. Il maggior rischio si concretizza in un drawdown intra-annuale elevato: -13,4%, registrato il 30 aprile.
Netflix
Drawdown intra-annuali realizzati da Netflix
A presto, buona giornata!
Un portafoglio rotazionale è una strategia di investimento che prevede il ribilanciamento periodico degli asset in base a determinati criteri, come la performance o altre variabili economiche. In altre parole, un portafoglio rotazionale cambia la sua composizione nel tempo, spostando gli investimenti da un'asset class all'altra per massimizzare i ritorni o ridurre il rischio. In questo caso, la strategia di rotazione si baserà sull'efficienza, ovvero sul principio di selezionare gli asset che offrono il miglior rapporto tra rendimento e rischio, ottimizzando così le risorse per ottenere la performance più favorevole in un dato periodo.
Partiamo da un concetto: l’efficienza. In ambito finanziario, l’efficienza significa guadagnare denaro minimizzando i rischi. Questo parametro si misura come il rapporto tra il rendimento prodotto da un investimento e il rischio sostenuto, quest’ultimo espresso dalla deviazione standard (che rappresenta la dispersione dei rendimenti rispetto alla loro media).
Una precisazione è però fondamentale: possiamo individuare asset che generano rendimenti modesti ma con un’efficienza straordinaria, così come asset con prestazioni impressionanti e un’efficienza altrettanto elevata. La domanda chiave è questa: quanto rischio sto correndo per ottenere un determinato rendimento? Vi fornisco due esempi concreti: Applovin e BIL.
Applovin è una società che, dall'inizio dell'anno, ha registrato una performance straordinaria, superiore al 770%. Come mostrato nella figura successiva, in cui è applicato il mio Sistema Attivo, i suoi parametri calcolati su 120 periodi evidenziano un rischio molto elevato, con un segnale di allerta (la deviazione standard, indicata in nero, è pari al 56,4%). Tuttavia, tale rischio è stato ampiamente giustificato dalla performance eccezionale, che rende Applovin un asset altamente efficiente, con un punteggio di 24 (evidenziato in verde intenso).
Applovin
BIL, invece, è un ETF che replica il movimento delle obbligazioni governative con scadenza tra 1 e 3 mesi. Questo strumento vanta l’efficienza più alta che abbia mai osservato con il Sistema Attivo: ben 126. Pur avendo realizzato dall’inizio dell’anno una performance contenuta di +4,77%, il suo rischio è praticamente nullo, come dimostra la deviazione standard pari a 0,69%.
SPDR Bloomberg 1-3 Month T-Bill ETF
Avete mai sentito la frase “rendimento privo di rischio”? Ecco, in genere è riferito alle obbligazioni presenti all’interno di questo ETF!
Questi esempi mostrano due casi agli antipodi, entrambi paradigmatici: da un lato un rendimento elevatissimo con un rischio giustificato, dall’altro un rendimento modesto con una rischiosità pressoché inesistente. Entrambi efficienti, ma in modi completamente diversi.
Il fattore efficienza, dunque, non ci indica direttamente quanto rischio stiamo correndo. Piuttosto, ci dice semplicemente se il gioco vale la candela, punto. E se riflettete, questo parametro racchiude molte informazioni: innanzitutto, rivela se un asset è rialzista o meno (è ovvio che non troverete asset ribassisti con un’efficienza positiva), ma soprattutto risponde alla domanda più importante: vale la pena investirci? Questo, indipendentemente dal livello di rischio. Naturalmente, questa è la mia visione, e non è detto che dobbiate condividerla.
Mi sono posto dunque una domanda: perché non testare in modalità demo un portafoglio ipotetico composto esclusivamente dalle società più efficienti, indipendentemente dal loro rischio? Ritengo che questa potrebbe essere una scelta vantaggiosa in molti casi, e ora analizzeremo insieme questa idea.
Ipotizziamo di trovarci nel pieno del bear market del 2022. Al 1° luglio di quell’anno, l’S&P 500 risultava completamente inefficiente, con un punteggio di -9.66.
SPY, ETF sull'S&P500
Il QQQ, ETF sul Nasdaq 100, era addirittura peggiore, mostrando un valore di inefficienza di -10.36.
QQQ, ETF sul Nasdaq 100
Dobbiamo sorprenderci di questo? Assolutamente no. È noto che i bear market generano inefficienza, poiché gli asset perdono valore e sono accompagnati da una forte downside standard deviation. Tuttavia, disporre di un indicatore di questo tipo (insieme ad altri parametri che oggi non descriverò) ci consentirebbe di allocare le risorse all’interno di un portafoglio non in modo discrezionale (basandoci su supposizioni come “io credo che...” o “io penso che...”), ma in modo più scientifico, analizzando i dati.
E come potremmo fare? Riflettiamoci: in un bear market si potrebbe andare alla ricerca di asset più efficienti del benchmark. Vi porto due esempi semplici: il settore dei beni di prima necessità, rappresentato dall’ETF XLP, e l’ETF sul dollaro americano, UUP. Il primo, al 1° luglio 2022, aveva un valore di inefficienza pari a -3.50 punti. UUP, invece, presentava un punteggio decisamente positivo, pari a 15.10 punti.
XLP, l'ETF sul settore dei beni di prima necessità del mercato azionario americano
UUP, ETF bullish sul dollaro statunitense
Oltre a ciò, c'è un concetto che sicuramente non vi sarà sfuggito: l’efficienza dei lazy portfolios. Questo indicatore rappresenta la media dell’efficienza dei quattro portafogli lazy 60-40, Golden Butterfly, Permanent e All Weather. In quel periodo, anche alcuni tra i portafogli più conosciuti per la loro resilienza si sono rivelati molto inefficienti. Questo esempio serve a farvi comprendere come il parametro oggettivo dell’efficienza di un asset possa essere utile per capire cosa sia meglio o meno, considerando che anche i portafogli lazy, come qualsiasi altro investimento, presentano sia pregi che difetti.
Detto ciò, questo approccio non si limita ai bear market, ma vale anche nei bull market. Ad esempio, il 1° settembre 2021, l’ETF SPY mostrava un’efficienza di 18.23 (ricordo che gli indicatori considerano le ultime 120 sedute, pari a circa sei mesi), accompagnata da una bassa deviazione standard del 3.92%.
SPY, ETF sull'S&P500
Tuttavia, l’ETF QUAL, che replica la strategia fattoriale del "Quality Factor", presentava alla stessa data un’efficienza ancora migliore, pari a 20.37, seppur con un rischio leggermente più elevato, pari al 4.72%.
Ishares MSCI USA Quality Factor ETF
Anche Nvidia si distingueva in modo analogo: un’efficienza di 21.61, ma a fronte di un rischio molto più alto, con una deviazione standard di 16.6%, segnalata dal colore rosso.
Nvidia
La mia proposta è testare insieme questo tipo di strategia:
1. Creare una watchlist composta dalle principali società di ciascun settore azionario dell’S&P500. In particolare, includeremo le prime tre società per capitalizzazione di mercato per ogni settore, per un totale di 33 titoli, a cui si aggiungeranno 4 ETF: SHY (obbligazioni a breve duration), TLT (obbligazioni a lunga duration) e GLD (ETC sull’oro), con dei ruoli di “beni rifugio”
2. Calcolare l’efficienza per ciascun asset della watchlist su un periodo di 120 sedute, stilando una classifica basata su questo parametro.
3. Acquistare i primi 18 asset per efficienza all’inizio di ogni mese. Gli asset selezionati saranno allocati in modo equipesato nel portafoglio rotazionale, che avrà un valore iniziale di 100.000 dollari.
Probabilmente (e giustamente) qualcuno potrebbe obiettare che questo metodo sarebbe poco pratico a causa delle commissioni. Per tenerne conto, verranno incluse nella simulazione: 1,50 dollari per ogni operazione di acquisto e 1,50 dollari per ogni operazione di vendita.
Ad oggi, questa è la classifica delle società e degli ETF presenti nella watchlist, ordinate in base al loro livello di efficienza:
1. WMT (24,53)
2. SHY (22,21)
3. SHW (18,63)
4. EQIX (17,72)
5. HD (17,59)
6. NFLX (16,21)
7. TSLA (15,12)
8. BRK.B (13,56)
9. DUK (12,63)
10. GLD (12,48)
11. AAPL (12,32)
12. JPM (12,11)
13. UNH (11,73)
14. SO (11,81)
15. CAT (11,07)
16. COST (10,11)
17. V (9,95)
18. APD (9,74)
19. RTX (9,66)
20. META (6,98)
21. LIN (7,05)
22. PG (6,90)
23. JNJ (6,46)
24. GE (5,82)
25. AMZN (5,50)
26. AMT (5,35)
27. TLT (4,95)
28. NVDA (4,78)
29. AVGO (4,77)
30. PLD (4,46)
31. XOM (4,42)
32. CVX (4,22)
33. NEE (2,57)
34. MSFT (0,22)
35. COP (-0,81)
36. GOOGL (-0,98)
37. LLY (-2,09)
Gli asset evidenziati in grassetto faranno parte dell’asset allocation per il mese di dicembre; per gennaio si valuterà nuovamente. Questo approccio ci consente di essere sul mercato con asset oggettivamente efficienti, capaci di trarre vantaggio sia dalle fasi di risk-on sia da quelle di risk-off. L’obiettivo non sarà quello di sovraperformare il benchmark, ma piuttosto di osservare il comportamento di questa strategia.
In ogni caso, non saranno applicate regole eccessivamente rigide: il riequilibrio avverrà una volta al mese, il primo di ogni mese. Tuttavia, in particolari condizioni di mercato, potrebbe essere effettuato ogni 15 giorni.
Vi terrò aggiornati frequentemente, precisando però che questo non è un consiglio finanziario, ma un vero e proprio esperimento, che deve essere considerato come tale. Prima di concludere, vi mostro alcune società che si stanno distinguendo per la loro efficienza, a cominciare da Walmart: efficienza pari a 24,5 punti, con un rischio medio (deviazione standard del 9%). La performance della società da inizio anno è stata pari al 76%, con un massimo drawdown del -5,8% il 7 agosto. È possibile osservare anche l'indicatore "rischio vs benchmark", che fornisce una misura sintetica del rischio di investimento su WMT rispetto all’S&P500. Tenendo conto del beta della società (calcolato rispetto a SPY) e della deviazione standard, questo indicatore offre una stima del rischio sintetico, che appare come "estremamente basso", poiché, pur avendo una deviazione standard media, la società presenta un beta (e quindi una volatilità rispetto all’S&P) molto basso.
Walmart
Drawdown intra-annuali realizzati da Walmart
Molto bene anche Netflix, che dall'inizio dell'anno ha realizzato una performance del +83%. La sua efficienza è pari a 16,21, mentre la sua deviazione standard si avvicina al 10%, indicando una rischiosità maggiore rispetto a WMT. Il rischio sintetico appare "medio", poiché NFLX, a differenza della società precedente, ha un beta di 1,01. Il maggior rischio si concretizza in un drawdown intra-annuale elevato: -13,4%, registrato il 30 aprile.
Netflix
Drawdown intra-annuali realizzati da Netflix
A presto, buona giornata!
Matteo Farci
Clause de non-responsabilité
Les informations et les publications ne sont pas destinées à être, et ne constituent pas, des conseils ou des recommandations en matière de finance, d'investissement, de trading ou d'autres types de conseils fournis ou approuvés par TradingView. Pour en savoir plus, consultez les Conditions d'utilisation.