Code grasse: perché la campana di Gauss mente
Quasi tutta la teoria finanziaria assume che i prezzi seguano una distribuzione normale (la campana di Gauss). È falso, ed è un errore costoso: nei mercati gli eventi estremi accadono MOLTO più spesso di quanto quella campana preveda. Si chiamano "code grasse", e capirlo —con Nassim Taleb come guida— cambia il modo in cui gestisci il rischio, perché il disastro non è così raro come ti hanno raccontato. Questo modulo parla di sopravvivere all'improbabile.
Dal team di TradingCalculator.Pro · Aggiornato il · Chi siamo
Inizia 7 giorni gratis →Cosa imparerai
Perché la campana di Gauss mente
La distribuzione normale dice che i movimenti enormi sono quasi impossibili: più sono grandi, esponenzialmente più rari. La realtà dei mercati ha "code grasse" (curtosi alta): gli estremi pesano molto più di quanto la campana ammetta. Un crollo che la teoria colloca "una volta ogni milioni di anni" compare ogni pochi decenni. L'errore classico è misurare il rischio con un righello che sottostima proprio ciò che può rovinarti.
Cigni neri (Taleb)
Un cigno nero (Nassim Taleb) è un evento raro, di impatto enorme e che sembra ovvio solo DOPO. Nessuno lo aveva nel proprio modello: il crollo dell'87, il 2008, marzo 2020. La lezione non è prevederli —per definizione non si può— ma costruire la tua operatività per SOPRAVVIVERE loro. Non scommettere il conto sul fatto che "tanto non succederà", perché con abbastanza tempo, succede. L'obiettivo non è indovinare il fulmine, è non stare sotto l'albero.
I "sigma" impossibili che accadono
Nel gergo, un movimento "da 6 sigma" dovrebbe, secondo la campana, vedersi una volta ogni svariati miliardi di anni. Nei mercati reali si vede ogni pochi anni. Il Lunedì Nero del 1987 fu un crollo che la teoria considerava praticamente impossibile. Quando senti "era imprevedibile, un evento da N sigma", traduci: era sbagliato il modello, non il mondo. Le code sono grasse, e per questo il "raro" non lo è così tanto.
Rischio di rovina e non-ergodicità
La trappola fatale: un rendimento medio positivo non serve a nulla se lungo la strada ti rovini. È la non-ergodicità: quello che succede "in media a molti" non è quello che succede "a te nel tempo". Se una sequenza di perdite ti porta a zero, la partita è finita per sempre; non c'è "media" che ti recuperi, perché non giochi più. Per questo proteggere il capitale dalla rovina pesa più che massimizzare il rendimento atteso.
Convessità e copertura di coda
La risposta di Taleb alle code grasse: cercare convessità. Strutture che perdono poco e in modo limitato la maggior parte del tempo, ma che guadagnano molto —in modo sproporzionato— quando arriva l'evento estremo. È la logica dell'assicurazione: paghi premi piccoli e costanti e incassi alla grande nel crollo. La maggioranza fa esattamente il contrario (guadagna poco molte volte e perde una fortuna una volta): quella è concavità e, con code grasse, rovina.
La strategia barbell (bilanciere)
Il modo pratico di applicare tutto quanto sopra: il barbell o bilanciere. Invece di un rischio "medio" distribuito su tutto, combini due estremi: la grande maggioranza del capitale in qualcosa di molto sicuro (per evitare la rovina) e una piccola parte in scommesse molto rischiose e convesse (per catturare la coda buona). Niente nel centro ingannevole. Così ti blindi contro il cigno nero cattivo e allo stesso tempo ti esponi a quello buono, con perdita massima limitata.
Come si misura una coda (e perché fallisce)
La curtosi misura quanto pesa la coda, ma stimarla con pochi dati è insidioso: la statistica dipende proprio dai valori estremi che vuoi misurare, così un campione senza crash restituisce una curtosi rassicurante e uno che ne contiene uno la fa schizzare. Per questo i gestori seri non chiedono «quanto vale la curtosi?» ma «quanto perdo se si ripete il giorno peggiore della serie?» — uno scenario, non un momento statistico. In pratica: misura l'esposizione con prove di stress su movimenti concreti, un −7 % sull'indice o un gap di apertura, invece di fidarti di un numero che per essere stabile richiederebbe decenni di dati.
