Vi lascio la guida così capite come funziona:
Simulatore di scenari pluriennali per un portafoglio di titoli: due metodi Monte Carlo, un backtest su dati reali e un test di copertura, in un singolo file con prezzi presi in diretta.
1 · Dati
Quotazioni giornaliere da Twelve Data (API con CORS aperto, nessun proxy). La chiave gratuita si inserisce una volta e resta salvata nel browser. Ticker: USA AAPL, crypto BTC/USD, forex EUR/USD. La Borsa Italiana richiede il piano a pagamento. Scarico fino a ~20 anni di storico e lo allineo sulle date comuni a tutti i titoli.
2 · Portafoglio e pesi
Titoli con i rispettivi pesi (si normalizzano da soli a 100%). Il portafoglio è ribilanciato giornalmente ai pesi: ogni giorno il rendimento è la media pesata dei titoli. Vale sia nelle simulazioni sia nel backtest reale, così i confronti sono coerenti.
3 · Metodo — Bootstrap a blocchi (consigliato)
Costruisce futuri «inventati ma fatti di pezzi reali». Per ogni traiettoria pesco a caso dei blocchi di 3 mesi (regolabile) di storico vero e li incollo in sequenza fino a coprire l'orizzonte; ripeto 2000 volte. I blocchi vengono da epoche diverse e scollegate (es. mar-2015 → giu-2020 → dic-2022), ma dentro ogni blocco l'ordine dei giorni è reale e il blocco è preso contemporaneamente su tutti i titoli: così code grasse, asimmetrie e correlazioni vere emergono da sole, senza stimarle con formule.
4 · Metodo — GBM gaussiano
Approccio parametrico: stima μ, σ e la covarianza dei titoli, scompone con Cholesky per shock correlati gaussiani e proietta. Più liscio ma sottostima le code (i crash veri): la campana non li conosce. Utile come confronto — se i due metodi concordano sei tranquillo, se divergono hai scoperto dove sta il rischio nascosto.
5 · Drift (μ) — il rendimento medio assunto
Il drift è il rendimento medio che il modello dà per scontato guardando avanti: decide quanto il ventaglio pende verso l'alto. Volatilità e correlazioni restano sempre quelle reali dei dati — il drift tocca solo l'inclinazione, non il rischio.
Storico — usa il rendimento medio dei tuoi dati. Con uno storico lungo (molti anni) è affidabile ed è la scelta normale. Su finestre corte è instabile: proietta in futuro un trend che magari era solo fortuna del momento, gonfiando la mediana.
Atteso manuale — lo imposti tu (es. 8%/anno), tenendo volatilità e correlazioni dai dati reali. Serve per essere prudenti: anche una media su 20 anni resta il rendimento di quell'epoca, e il futuro non è obbligato a ripeterla. Utile per una proiezione conservativa, es. davanti a un cliente.
Nullo — rendimento zero: la mediana resta piatta e guardi solo il rischio (quanto si allarga il ventaglio), senza ipotesi di guadagno.
In breve: con tanto storico «Storico» va bene; usa «Manuale» per una stima volutamente cauta. Fai girare entrambi — la differenza ti dice quanto l'esito dipende dall'aver dato per scontato che il passato si ripeta.
6 · Il ventaglio dei percentili
Le 2000 traiettorie generano le fasce P5–P95 (ampia), P25–P75 (centrale) e la mediana (P50). Regola di lettura: l'ampiezza del ventaglio = rischio; il livello della mediana dipende dall'ipotesi di drift. Non è il valore esatto previsto, ma la gamma di esiti plausibili.
7 · Capitale e scala
Il capitale iniziale in € riporta tutto a valori reali (asse in €, con k/M). La scala Y lineare o logaritmica cambia solo la visualizzazione. Ogni vista è esportabile in CSV.
8 · Dettagli calibrazione
Il pannello a scomparsa mostra, per titolo, μ ann. (rendimento medio annuo storico) e σ ann. (volatilità = rischio), più la matrice di correlazioni (−1 opposti · 0 indipendenti · +1 insieme; vicino a +1 = poca diversificazione). Serve a controllare che i numeri abbiano senso prima di fidarti del grafico.
9 · Serie reale (pulsante «Mostra»)
Scegli una data: disegno l'andamento reale del paniere da lì in avanti (linea oro), riportato a base capitale, con sovrapposto il ventaglio di previsione (le stesse bande di «Esegui», fisse). Vedi se un andamento reale sarebbe caduto dentro il cono, con valore finale, CAGR, massima perdita dal picco ed esito dentro/fuori le fasce.
10 · Copertura rolling
Scorre tutte le finestre dell'orizzonte nello storico e conta quante volte l'esito reale chiude dentro le fasce previste, con istogramma. Ben calibrato ≈ 50% nella fascia centrale e 90% nella ampia. Avvertenze: finestre sovrapposte (non indipendenti) e ventaglio in-sample (stesso storico) → verifica di coerenza, non validazione out-of-sample.
Limiti da ricordare
Il bootstrap non genera nulla di peggio di ciò che è già nello storico: se manca un 1929 o un marzo 2020, non lo vedrai.
Pescando blocchi indipendenti si perde parte del clustering delle crisi oltre i 3 mesi: gli scenari-catena possono essere lievemente sottostimati.
Strumento di analisi, non consulenza né previsione garantita.