Quali sono i limiti dell’aspettativa?

Definizione e meccanica dell’aspettativa

L’aspettativa è un concetto di performance che esprime il risultato medio per operazione (o decisione) dato un insieme sottostante di risultati. Nella sua forma più semplice, combina l’entità dei risultati con la probabilità di ciascun risultato: se si possono classificare i risultati (ad esempio, “guadagno” e “perdita”) e si conosce il guadagno medio in caso di vincita e la perdita media in caso di perdita, l’aspettativa si calcola pesando quei valori medi per le rispettive probabilità.

Due aspetti meccanici sono i più importanti.

1. Quali probabilità vengono utilizzate? L’aspettativa richiede probabilità per ciascuna categoria di risultato. Tali probabilità devono provenire da qualche fonte — spesso da backtest storici o da registri di operazioni passate.

2. Quale payoff viene utilizzato? Il payoff dovrebbe riflettere il risultato netto reale, non solo il movimento lordo dei prezzi. Ciò significa che il calcolo dell’aspettativa deve corrispondere al modo in cui guadagni e perdite sono effettivamente realizzati.

Come funziona l’aspettativa nella pratica (e dove può ingannare)

L’aspettativa è utile quando corrisponde alla situazione che si sta valutando: regole di decisione simili, condizioni di mercato simili e comportamento simile in termini di costi ed esecuzione. Ma anche quando l’aritmetica è corretta, i limiti derivano da ciò che viene assunto.

Un errore comune è la deriva di probabilità: la probabilità di vincita o perdita cambia quando variano volatilità, liquidità, spread o regimi di volatilità. Se si stimano le frequenze di vincita/perdita dai dati storici, ma il futuro si comporta diversamente, la media ponderata non rappresenta più ciò che accadrà.

Un altro errore è lo scostamento del payoff. Molti calcoli di aspettativa utilizzano assunzioni semplificate (come riempimenti ideali e ignorando lo slippage). Nella negoziazione reale, la qualità dell’esecuzione varia. Ciò può alterare la dimensione media del guadagno, la dimensione media della perdita e quindi l’aspettativa calcolata.

Evidenze ed esempio: piccoli cambiamenti nelle assunzioni possono ribaltare l’aspettativa

Considera un modello semplificato a due risultati con due assunzioni:

• Si stima la probabilità di un risultato (vincita) come un numero fisso.
• Si stima il payoff medio per quel risultato dai risultati storici.

Se la stima della probabilità di vincita è leggermente errata, la media ponderata può variare in modo significativo, specialmente quando le entità di vincita e perdita non sono simmetriche. Se la perdita media nell’ambiente effettivo è maggiore rispetto al modello ipotizzato (ad esempio, perché le uscite effettive differiscono dal piano), l’aspettativa calcolata può risultare troppo ottimistica.

Punto chiave: l’aspettativa non è “sbagliata” perché la matematica fallisce; diventa meno significativa perché gli input non descrivono più il futuro.

Limitazioni, rischi e modalità di errore da verificare

L’aspettativa presenta limitazioni importanti da verificare autonomamente:

1. Le relazioni storiche non garantiscono risultati futuri. Anche un’aspettativa storica apparentemente stabile può deteriorarsi quando cambiano le condizioni di mercato.

2. Costi e incertezze di esecuzione sono facili da trascurare. Se spread, commissioni, slippage o ritardi non sono inclusi in modo coerente, l’aspettativa potrebbe descrivere un mondo teorico piuttosto che risultati effettivi.

3. Le scelte di dati e categorizzazione modificano l’aspettativa. Il modo in cui si definiscono “vincita”, “perdita” e il periodo di misurazione può alterare probabilità e payoff medi. Selezionare una finestra temporale favorevole può gonfiare l’aspettativa.

4. Non stazionarietà e cambi di regime. L’aspettativa presuppone che l’ambiente che genera i risultati sia abbastanza stabile affinché probabilità e payoff stimati rimangano rilevanti.

5. Eccessiva fiducia in un singolo numero. Una stima puntuale di aspettativa nasconde la variabilità. Due strategie con la stessa aspettativa possono avere distribuzioni di risultati molto diverse (ad esempio, vincite frequenti ma piccole contro vincite rare ma grandi), influenzando il drawdown e la sopravvivenza.

Verifica e prossima domanda per ridurre l’incertezza

Per utilizzare l’aspettativa in modo responsabile come strumento di analisi, verifica cosa dovrebbe rimanere vero affinché la stima sia significativa:

• Verifica della probabilità: Le frequenze di vincita/perdita si mantengono con nuovi dati non osservati?
• Verifica del payoff: Guadagni e perdite sono calcolati usando risultati netti effettivi (inclusi costi e assunzioni realistiche di esecuzione)?
• Verifica della stabilità: L’aspettativa rimane simile in diversi regimi di mercato o periodi temporali?

Se questi controlli falliscono, l’aspettativa diventa un riassunto meno affidabile della performance futura, e il suo limite non è concettuale — è empirico e dipendente dagli input.