Analisi del Drawdown: cos’è, come funziona e i suoi limiti

Cos’è l’analisi del drawdown?

L’analisi del drawdown è un metodo di valutazione delle prestazioni focalizzato sui cali rispetto a un recente punto massimo. In pratica, valuta di quanto sono diminuite le prestazioni (profondità) e quanto tempo è occorso per allontanarsi da quel minimo (durata), sulla base di una serie temporale come la curva dell’equity o la cronologia del valore del conto.

L’idea principale è che due rendimenti complessivi possano apparire simili, ma differire notevolmente per dimensione e tempistica delle peggiori fasi negative. L’analisi del drawdown mira a descrivere tali cali in modo strutturato e confrontabile.

Come funziona l’analisi del drawdown

1) Scegliere la serie delle prestazioni e la definizione

L’analisi del drawdown inizia solitamente con una serie scelta (ad esempio, l’equity del conto nel tempo). Poi si applica una definizione coerente di “picco” e “minimo”. Un approccio comune utilizza il valore massimo raggiunto fino a ogni punto, misurando la distanza dal successivo minimo.

Poiché strumenti e comunità diversi usano convenzioni leggermente differenti (ad esempio, se il drawdown è calcolato sull’equity lordo o al netto delle commissioni, o come vengono gestiti i dati mancanti), è fondamentale usare definizioni coerenti. Se l’obiettivo è il confronto, la stessa definizione deve essere applicata a periodi, strategie o conti diversi.

2) Calcolare la profondità del drawdown e tracciare la cronologia

Dopo aver definito il calcolo, si identificano gli eventi di drawdown: periodi in cui la serie si allontana dal suo massimo più recente. Per ogni evento, l’analisi del drawdown registra tipicamente:

• Profondità: di quanto la serie scende rispetto al picco precedente (spesso espressa in percentuale).
• Durata: il tempo trascorso dall’inizio del drawdown fino al recupero.
• Contesto di recupero: ciò che accade dopo il minimo (ad esempio, se il recupero è rapido o prolungato).

Durata e recupero sono importanti perché un drawdown leggero ma prolungato può avere un impatto psicologico diverso rispetto a uno profondo ma breve.

3) Analizzare “cosa stava accadendo” durante i drawdown

Un’analisi va oltre il semplice calcolo numerico. Collega gli eventi di drawdown a contesti che potrebbero aver influenzato le prestazioni, come cambiamenti nell’attività di trading, nella qualità delle esecuzioni o nei regimi di volatilità. L’obiettivo non è dimostrare la causalità, ma creare una checklist verificabile di fattori che potranno essere confermati successivamente con dati oggettivi.

Se si analizzano più periodi, l’analisi del drawdown può supportare confronti strutturati, ad esempio verificando se i peggiori drawdown tendono a verificarsi in determinate condizioni (ad esempio, alta volatilità) o dopo specifici cambiamenti di processo.

4) Confrontare alternative usando le stesse metriche

Un approccio pratico e basato su “confronto fattuale” consiste nel definire alcuni criteri — come la massima profondità del drawdown, la profondità media degli eventi, il tempo totale trascorso in drawdown e la velocità di recupero — e calcolarli in modo coerente per ogni alternativa da valutare.

Nel tempo, questo aiuta a distinguere tra miglioramenti nel rendimento e miglioramenti nel comportamento negativo. Due sistemi che generano entrambi profitti possono differire sostanzialmente per l’entità del drawdown prodotto.

Principali limiti, rischi e ciò che può essere verificato

L’analisi del drawdown descrive il comportamento passato, non la sicurezza futura

L’analisi del drawdown descrive il comportamento storico. Non garantisce che i futuri drawdown saranno più piccoli, più brevi o più facili da recuperare. I mercati e le condizioni possono cambiare, e una curva che appare stabile in un periodo può comportarsi diversamente in un altro.

Per questo motivo, l’analisi del drawdown deve essere considerata come una prova sulle caratteristiche storiche del downside, non come una previsione certa.

I risultati dipendono dalla qualità dei dati e da definizioni coerenti

Se la serie di input è incompleta (timestamp mancanti, registrazione irregolare dell’equity) o se commissioni, finanziamenti o effetti di esecuzione sono gestiti in modo diverso tra i periodi, le metriche del drawdown possono essere fuorvianti. Anche piccole differenze di convenzione (come vengono rilevati i picchi, come vengono trattate le conversioni valutarie, come si gestiscono gli outlier) possono alterare profondità e durata del drawdown.

Per verificare affermazioni sul comportamento del drawdown, sono necessari dati riproducibili: gli stessi dati, lo stesso metodo di calcolo e una tracciabilità chiara di ogni pre-elaborazione.

Il drawdown non identifica univocamente le cause

Un ampio drawdown può derivare da molte fonti: dinamiche della strategia, slippage di esecuzione, cambiamenti di liquidità, variazioni dell’esposizione al rischio o semplici sequenze casuali di risultati. L’analisi del drawdown può segnalare “quando è avvenuto il calo”, ma non può, da sola, stabilire quale fattore lo ha causato.

Un’interpretazione corretta è che l’analisi del drawdown aiuta a generare ipotesi sui fattori contributivi, che devono poi essere testate con dati aggiuntivi e indipendenti (ad esempio, log delle esecuzioni o misurazioni dell’esposizione al rischio).

L’incertezza statistica aumenta con storie più brevi

Se si analizza una finestra di backtest breve o dati storici limitati, le metriche del drawdown possono essere instabili. Eventi rari potrebbero non apparire, e il “massimo drawdown” potrebbe essere dominato da poche osservazioni.

Questo non rende inutile l’analisi del drawdown, ma implica che i confronti basati su campioni piccoli debbano essere interpretati con cautela.

Come usare l’analisi del drawdown in un processo di ricerca

L’analisi del drawdown è più utile quando è inserita in un flusso di lavoro di ricerca più ampio e verificabile:

• Usare definizioni coerenti e documentarle.
• Ricalcolare le metriche con le stesse convenzioni per ogni alternativa.
• Confrontare i periodi di drawdown con log indipendenti o contesti misurabili.
• Considerare l’output come prova del comportamento negativo, non come certezza sugli esiti.

Se l’obiettivo è comprendere il rischio di performance, l’analisi del drawdown offre una lente strutturata sul comportamento negativo. Il suo valore principale è la chiarezza su “quanto è stato grave” e “come si è evoluto”, insieme a un modo consapevole dell’incertezza per confrontare alternative.