Considerazioni Avanzate sul Maximum Drawdown

Definizione e modello semplice

Il maximum drawdown (Max DD) è una stima della massima riduzione del valore di un conto, da un massimo precedente a un minimo successivo. In un modello semplice, si traccia una “curva di equity” nel tempo, dove ogni punto rappresenta il valore del conto in un determinato momento. Un drawdown da picco a minimo è la caduta da un massimo locale (picco) al successivo minimo (minimo) prima della ripresa.

Un modo pratico per esprimerlo:

• Sia equity(t) il valore dell’equity del conto al tempo t.
• Sia running_peak(t) il massimo equity osservato fino al tempo t.
• Il drawdown al tempo t è spesso modellato come:
  • Drawdown(t) = equity(t) / running_peak(t) − 1 (forma percentuale), oppure l’equivalente caduta assoluta.
• Il maximum drawdown è il drawdown più negativo osservato in un periodo selezionato.

Questa definizione è stabile, ma le considerazioni avanzate emergono dai dettagli: cosa si considera equity, quali punti temporali si campionano e come gli effetti non di mercato (come commissioni o flussi di cassa) influenzano la serie.

Input avanzati: cosa si misura come “equity”

Il lavoro avanzato inizia separando meccaniche stabili da condizioni variabili.

1. Definizione di equity (numeratore e baseline)
   “Equity” può avere significati diversi:

• Valore di mercato dei posizioni aperti e chiusi.
• Valore che include o esclude determinati componenti come profitti non realizzati, interessi o alcune commissioni.
• Se riflette risultati realizzati e non realizzati allo stesso timestamp.

Il Max DD è estremamente sensibile a ciò che si include in equity(t). Se la curva di equity include versamenti/prelievi di cassa, la forma del drawdown può cambiare anche se i risultati operativi sottostanti rimangono invariati. Se li esclude, è necessaria un’altra convenzione per confrontare periodi diversi.

2. Costi e tempistica di esecuzione
   I costi di trading (spread, commissioni, finanziamento/rollover e slippage) possono spostare equity(t) nel momento esatto in cui viene registrato. Due dataset con gli stessi “segnali” possono produrre Max DD diversi se un dataset riflette i costi in modo più accurato o se i timestamp differiscono.

3. Frequenza di campionamento e allineamento dei timestamp
   Il Max DD utilizza il percorso della curva di equity, non solo il rendimento finale. Se si campiona l’equity giornalmente rispetto all’intraday, il minimo potrebbe essere perso o spostato.

• Il campionamento giornaliero può sottostimare la vera massima caduta intraday.
• Timestamp non allineati tra piattaforme (ora del server rispetto all’ora locale) possono alterare il rilevamento di picchi e minimi.

4. Assunzioni di capitalizzazione e scala
   Anche se la formula del drawdown è spesso presentata in forma percentuale, “ciò che il denominatore rappresenta” è importante. Il Max DD in percentuale è coerente rispetto alla scala, ma qualsiasi conversione tra misure assolute e percentuali dipende dai livelli di equity. Se la curva di equity è normalizzata (ad esempio, con un saldo iniziale), assicurarsi che la normalizzazione non rimuova o distorca accidentalmente i picchi.

Eccezioni e casi limite che alterano il risultato

Il Max DD sembra semplice, ma diversi casi limite producono spesso risultati confusi.

1. Picchi multipli o plateau
   Se l’equity raggiunge lo stesso livello di picco più di una volta, il “running_peak” può rimanere piatto per un periodo. Diverse implementazioni possono:

• Scegliere il primo picco come punto di partenza per il successivo minimo, oppure
• Trattare picchi successivi con lo stesso valore come equivalenti.
  La magnitudine del Max DD può essere la stessa, ma la finestra temporale associata al drawdown (le date) può differire.

2. Dati mancanti e lacune
   Se la serie di equity presenta lacune (ad esempio, giorni di trading mancanti o interruzione del fornitore), l’algoritmo potrebbe:

• Riportare in avanti l’ultimo equity noto (il che può nascondere un minimo), oppure
• Interpolare (aggiungendo assunzioni).
  Entrambe le scelte possono alterare il Max DD.

3. Flussi di cassa e versamenti/prelievi
   Se del denaro viene aggiunto durante il calo, la curva di equity aumenta, potenzialmente riducendo la durata e la profondità del drawdown misurato. Se del denaro viene rimosso, il drawdown misurato può aumentare. Un lettore dovrebbe considerare il Max DD calcolato sull’equity netto di flussi di cassa in modo diverso rispetto al Max DD calcolato sull’equity “solo performance”.

4. Eventi estremi e outlier rari
   Un singolo errore nella segnalazione dell’equity (ad esempio, un valore errato di mark-to-market) può creare un minimo artificiale. Un’analisi avanzata tratta gli outlier come rischio di qualità dei dati, non come “verità” dell’investimento.

5. Selezione della finestra temporale
   Il Max DD dipende dal periodo di misurazione selezionato. Ad esempio, un “massimo su 12 mesi” può differire dal “massimo su tutta la storia”. Cambiando la finestra, si cambia il drawdown massimo osservato.

Limitazioni e rischi: cosa il Max DD non può garantire

Il Max DD è una metrica descrittiva; non garantisce risultati futuri.

1. Dipendenza dal percorso rispetto all’incertezza futura
   Il Max DD riassume il peggior drawdown osservato, ma non può prevedere cosa accadrà in futuro. Mercati, costi, liquidità e qualità di esecuzione possono cambiare. La profondità storica del drawdown non è una garanzia affidabile della futura massima perdita.

2. Non stazionarietà nelle condizioni del forex
   Nel forex e in altri mercati, le condizioni possono cambiare: regimi di volatilità, spread, finanziamento e qualità di esecuzione degli ordini. Un Max DD calcolato in un determinato regime potrebbe non riflettere le prestazioni in un altro.

3. Effetti di survivorship e selezione
   Se si analizzano solo periodi o portafogli che “sono sopravvissuti”, si può introdurre un bias nel drawdown massimo riportato. Una metrica calcolata su cronologie incomplete può sottostimare il rischio.

4. Relazione con altre misure di rischio
   Il Max DD cattura la peggiore caduta da picco a minimo, ma ignora:

• Quanto velocemente si è verificata la ripresa (il tempo di recupero non è intrinseco a meno che non venga calcolato separatamente).
• La frequenza dei drawdown.
• La distribuzione dei rendimenti tra i picchi.

Pertanto, il Max DD dovrebbe essere interpretato insieme ad altre diagnosi (come il comportamento di recupero, la variabilità e gli eventi estremi), ma non considerato un modello completo di rischio.

Verifica: come controllare autonomamente le affermazioni sul Max DD

Per verificare autonomamente un valore di Max DD, è possibile utilizzare un controllo riproducibile che rispecchi la definizione.

1. Confermare la serie di equity e l’intervallo temporale

• Identificare quali dati definiscono equity(t).
• Confermare se l’equity include flussi di cassa e come vengono riflessi commissioni e finanziamenti.
• Notare l’esatto periodo coperto (timestamp di inizio/fine) e la frequenza di campionamento.

2. Ricalcolare i drawdown dai dati originali
   Una procedura coerente è:

• Calcolare running_peak(t) ad ogni campione.
• Calcolare drawdown(t) usando la formula indicata.
• Prendere il drawdown(t) minimo nel periodo.
  Se un’altra fonte riporta un Max DD diverso, la differenza spesso deriva dalla definizione di equity, dal campionamento o dalla selezione della finestra.

3. Riconciliare le date da picco a minimo
   Anche quando la magnitudine corrisponde, i timestamp di picco e minimo potrebbero differire a causa della gestione di picchi uguali o di regole di parità. Verificare che il minimo si verifichi dopo il picco scelto all’interno dello stesso insieme di regole.

4. Test di stress con campionamento alternativo
   Se possibile, confrontare i risultati utilizzando:

• Campionamento più grezzo (ad es., giornaliero)
• Campionamento più fine (ad es.