Come verificare le informazioni sulle statistiche di performance?

Risposta diretta

Le informazioni sulle statistiche di performance possono essere verificate (1) chiarificando la definizione di ciascuna metrica, (2) confermando gli input e la finestra temporale, (3) riproducendo i calcoli dai dati grezzi quando disponibili e (4) testando come cambiano i risultati includendo costi, commissioni o ipotesi alternative. I risultati storici possono essere verificati per coerenza interna, ma non stabiliscono automaticamente risultati futuri.

Meccanismo e definizione

Le “statistiche di performance” sono numeri riassuntivi che cercano di descrivere come un’attività si è comportata in un determinato periodo. Esempi includono i rendimenti nel tempo, le misure di volatilità, le misure di drawdown e i rapporti corretti per il rischio. La verifica inizia con le definizioni:

• Identificare la formula della metrica (come viene calcolata), non solo l’etichetta.
• Identificare l’ambito: il periodo esatto, la fonte dei dati e se i risultati sono al netto o al lordo dei costi.
• Identificare la base: se i calcoli utilizzano variazioni dei prezzi, risultati effettivi degli scambi o l’equity del conto riportato.

I meccanismi stabili sono le parti che non dipendono dal percorso futuro del mercato. Le condizioni variabili includono il regime di mercato, la qualità dell’esecuzione, la latenza, i tipi di ordine e i costi come spread, commissioni e finanziamento. Quando qualcuno riporta statistiche di performance, sta implicitamente combinando meccanismi di calcolo stabili e condizioni variabili.

Per verificare, elencare le ipotesi che devono essere accettate prima che un numero possa essere considerato attendibile — ad esempio, cosa si intende per “mese”, se siano inclusi fine settimana o festività, e come siano stati gestiti i flussi di cassa (depositi/prelievi).

Evidenze e controlli riproducibili

Un flusso di lavoro di verifica riproducibile può essere eseguito senza dati in tempo reale:

1. Confermare la finestra temporale e la granularità: registrare le date di inizio/fine e la frequenza di campionamento utilizzata per i rendimenti (giornaliera, settimanale, mensile).
2. Ricalcolare un piccolo insieme di valori: scegliere una metrica e un breve segmento. Utilizzare la formula indicata e la serie temporale fornita, se disponibile.
3. Verificare la gestione lordo-netto: controllare se le statistiche riportate tengono conto dei costi. Se il dataset non include i costi, ripetere il calcolo sotto un’ipotesi “senza costi” e osservare cosa cambia quando i costi vengono introdotti.
4. Verificare la coerenza interna: assicurarsi che le misure di drawdown siano allineate con il percorso di rendimento riportato e che le misure di rischio derivate dai rendimenti corrispondano alla stessa serie di rendimenti.
5. Eseguire test di sensibilità: modificare una sola ipotesi alla volta, ad esempio il fuso orario utilizzato o l’inclusione di dividendi/finanziamenti, e osservare se il ranking o le conclusioni cambiano.

Se i dati grezzi non sono disponibili, è comunque possibile verificare proprietà limitate: se i numeri sono calcolati da unità coerenti, se corrispondono alla finestra temporale dichiarata e se più metriche riportate corrispondono alla stessa serie di rendimenti sottostante.

Limitazioni e rischi (modalità di errore rilevanti)

Diverse modalità di errore possono rendere fuorvianti le statistiche di performance anche quando i calcoli sono aritmeticamente corretti:

• Costi mancanti: le statistiche potrebbero escludere spread, commissioni o finanziamenti, sovrastimando la performance netta.
• Finestre di report non coerenti: cambiare le date di inizio o filtrare periodi difficili può gonfiare i risultati.
• Bias di sopravvivenza e di selezione: potrebbero essere mostrati solo i risultati di chi ha avuto successo, nascondendo il comportamento dei casi tipici.
• Problemi di aggiustamento dell’equity: depositi e prelievi possono distorcere i calcoli dei rendimenti se non gestiti correttamente.
• Non predittività storica: le relazioni storiche non garantiscono risultati futuri; le condizioni di mercato e l’esecuzione possono cambiare.

Poiché i risultati variano in base alle condizioni di mercato, costi, esecuzione e giurisdizione, considerare la verifica come un modo per confermare coerenza interna e ipotesi, non come prova di performance futura.

Checklist di verifica e prossima domanda da porsi

Prima di utilizzare qualsiasi statistica di performance, confermare questi punti:

• Quali definizioni esatte di metriche e formule sono state utilizzate?
• Quali input sono stati usati (serie di rendimenti o serie di equity) e sono al netto dei costi?
• Quale finestra temporale e frequenza di campionamento sono state utilizzate?
• È possibile riprodurre almeno una metrica dagli stessi input con ipotesi esplicite?
• Quali limitazioni potrebbero cambiare materialmente l’interpretazione (costi, bias, gestione dei flussi di cassa)?

Una domanda utile successiva è: Quali ipotesi devono essere vere affinché le statistiche riportate siano confrontabili con altre statistiche riportate? Se non si riesce a rispondere con precisione, i numeri potrebbero non essere significativamente confrontabili.