Considerazioni avanzate per il massimo drawdown

Definizione e modello semplice

Il massimo drawdown (Max DD) è una stima del più grande calo del valore di un conto da un precedente massimo a un successivo minimo. In un modello semplice, tracci una “equity curve” nel tempo, dove ogni punto riflette il valore del conto a un timestamp. Un drawdown picco-a-minimo è la riduzione da un massimo locale (picco) al minimo successivo (minimo) prima della successiva ripresa.

Un modo pratico per esprimerlo:

• Sia equity(t) l’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 (in forma percentuale), oppure la riduzione assoluta equivalente.
• Il massimo drawdown è il drawdown più negativo osservato in un periodo selezionato.

Questa definizione è stabile, ma le considerazioni avanzate derivano dai dettagli: cosa conta come equity, quali punti temporali campioni e come gli effetti non di mercato (come commissioni o flussi di cassa) entrano nella serie.

Input avanzati: cosa misuri come “equity”

Il lavoro avanzato inizia separando le meccaniche stabili dalle condizioni variabili.

1. Definizione di equity (numeratore e base) “Equity” può significare cose diverse:

• Valore mark-to-market delle posizioni aperte e chiuse.
• Valore che include o esclude alcune componenti come profitto non realizzato, interessi o alcune commissioni.
• Se riflette risultati realizzati e non realizzati allo stesso timestamp.

Il Max DD è estremamente sensibile a ciò che includi in equity(t). Se la tua equity curve include contributi/prelievi di cassa, la forma del drawdown può cambiare anche se gli esiti di trading sottostanti restano invariati. Se li esclude, ti serve un’altra convenzione per confrontare i periodi.

2. Costi e tempistica di esecuzione I costi di trading (spread, commissioni, finanziamento/rollover e slippage) possono spostare equity(t) esattamente nel momento in cui lo segni. Due dataset con le stesse “segnalazioni” possono produrre un Max DD diverso se un dataset riflette i costi in modo più fedele, oppure se i timestamp differiscono.

3. Frequenza di campionamento e allineamento dei timestamp Il Max DD usa il percorso della equity curve, non solo il rendimento finale. Se campioni l’equity giornalmente invece che intraday, il minimo potrebbe essere mancato o spostato.

• Il campionamento giornaliero può sottostimare il vero peggior calo intraday.
• Timestamp non allineati tra piattaforme (ora server vs ora locale) possono alterare il rilevamento di picchi e minimi.

4. Assunzioni di capitalizzazione e scaling Sebbene la formula del drawdown sia spesso presentata in forma percentuale, “cosa significa il denominatore” 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 una equity curve è normalizzata (per esempio, usando un saldo iniziale), assicurati che la normalizzazione non rimuova o distorca accidentalmente i picchi.

Eccezioni e casi limite che cambiano l’esito

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

1. Picchi multipli uguali o plateau Se l’equity raggiunge lo stesso livello di picco più di una volta, la “running_peak” può rimanere piatta per un periodo. Implementazioni diverse possono:

• Scegliere il primo picco come inizio per il drawdown successivo, oppure
• Trattare i picchi successivi con valore uguale come equivalenti. La magnitudine del Max DD può essere la stessa, ma la finestra di drawdown associata (le date) può differire.

2. Dati mancanti e gap Se la serie di equity ha dei buchi (per esempio, giorni di trading mancanti o downtime del provider), l’algoritmo può:

• Portare avanti l’ultima equity nota (che può nascondere un minimo), oppure
• Interpolare (che aggiunge assunzioni). In entrambi i casi, il Max DD può cambiare.

3. Flussi di cassa e depositi/prelievi Se il denaro viene aggiunto durante il calo, la equity curve sale, potenzialmente riducendo la durata e la profondità del drawdown nella serie misurata. Se il denaro viene rimosso, il drawdown misurato può aumentare. Un lettore dovrebbe trattare il Max DD calcolato da equity “netta di cassa” in modo diverso dal Max DD calcolato da equity “solo performance”.

4. Outlier estremi ed eventi rari Un singolo errore nella reportistica dell’equity (per esempio, un valore mark-to-market errato) può creare un minimo artificiale. Una revisione avanzata tratta gli outlier come un rischio di qualità dei dati, non come una “verità” di investimento.

5. Selezione della finestra Il Max DD dipende dal periodo di misurazione selezionato. Per esempio, un “massimo su 12 mesi” può differire da “massimo sull’intera storia”. Se cambi la finestra, cambi il massimo drawdown 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 versus incertezza futura Il Max DD riassume il peggior drawdown osservato, ma non può predire cosa accadrà dopo. Mercati, costi, liquidità e qualità dell’esecuzione possono cambiare. La profondità storica del drawdown non è una garanzia affidabile della massima perdita futura.

2. Non-stazionarietà nelle condizioni forex Nel forex e in altri mercati, le condizioni possono cambiare: regimi di volatilità, spread, finanziamento e qualità dell’esecuzione degli ordini. Il Max DD calcolato sotto un regime potrebbe non riflettere la performance sotto un altro.

3. Effetti di sopravvivenza e selezione Se analizzi solo periodi o portafogli che “sono sopravvissuti”, puoi introdurre un bias nel massimo drawdown riportato. Una metrica calcolata da storie incomplete può sottostimare il rischio.

4. Relazione con altre misure di rischio Il Max DD cattura il peggior calo picco-a-minimo, ma ignora:

• Quanto velocemente è avvenuta la ripresa (il tempo di recupero non è intrinseco a meno che tu non lo calcoli separatamente).
• La frequenza dei drawdown.
• La distribuzione dei rendimenti tra i picchi.

Quindi il Max DD dovrebbe essere interpretato insieme ad altre diagnosi (come comportamento di recupero, variabilità e risultati di coda), ma non trattato come un modello completo del rischio.

Verifica: come controllare in modo indipendente le affermazioni sul Max DD

Per verificare in modo indipendente un valore di Max DD, puoi usare un controllo riproducibile che rispecchia la definizione.

1. Conferma la serie di equity e il timeframe

• Identifica quali punti dati definiscono equity(t).
• Verifica se l’equity include flussi di cassa e come vengono riflessi commissioni e finanziamento.
• Annotare il periodo esatto coperto (timestamp di inizio/fine) e la frequenza di campionamento.

2. Ricalcola i drawdown dagli stessi dati Una procedura coerente è:

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

3. Riconcilia le date picco-a-minimo Anche quando la magnitudine coincide, i timestamp di picco e minimo potrebbero differire perché di gestione dei picchi uguali o regole di pareggio. Verifica che il minimo avvenga dopo il picco scelto all’interno dello stesso insieme di regole.

4. Fai stress-test con campionamento alternativo Se puoi, confronta i risultati usando:

• Campionamento più grossolano (e. g. , giornaliero)
• Campionamento più fine (e. g.

DOCUMENT END