Asimmetria Perdite-Profitti: La Matematica Che Distrugge il Tuo Deposito

Perché perdere il 50% richiede una crescita del 100% per recuperare, come il trascinamento della volatilità distrugge il capitale anche nei mercati laterali, e quali formule ogni trader algoritmico deve conoscere per costruire la gestione del rischio.

Il Paradosso Che Sfida l'Intuizione

Immagina: un asset è salito del 70%, poi è sceso del 70%. Oppure il contrario — prima è sceso, poi è salito. Quale scenario è più redditizio?

La risposta: entrambi sono ugualmente non redditizi. La moltiplicazione è commutativa:

$100 \times 1.7 \times 0.3 = 100 \times 0.3 \times 1.7 = 51$

Hai perso il 49% del tuo capitale con un movimento di prezzo "zero". Questo non è un difetto — è una proprietà fondamentale della natura moltiplicativa dei rendimenti.

Perché le Perdite Sono "Più Pesanti" dei Guadagni

Il rendimento percentuale è un'operazione nello spazio moltiplicativo. Perdere il 50% significa moltiplicare per 0,5, e per tornare al punto di partenza è necessario moltiplicare per 2 — cioè guadagnare il 100%.

La Formula di Recupero

Se hai perso $x\%$ del tuo capitale, il rendimento necessario per tornare al saldo iniziale è:

$R_{recovery} = \frac{x}{100 - x} \times 100\%$

La derivazione è elementare. Sia $C$ il capitale iniziale. Dopo una perdita di $x\%$:

$C_{after} = C \cdot \left(1 - \frac{x}{100}\right)$

Per recuperare, $C_{after} \cdot (1 + R) = C$, quindi:

$R = \frac{C}{C_{after}} - 1 = \frac{1}{1 - x/100} - 1 = \frac{x}{100 - x}$

Tabella dell'Asimmetria

Il coefficiente di asimmetria cresce in modo non lineare. Dopo una perdita del 50% si entra in una zona dalla quale è statisticamente quasi impossibile uscire senza cambiare strategia.

Trascinamento della Volatilità: Il Killer Silenzioso nei Mercati Laterali

Anche quando il mercato "sta fermo", la volatilità di per sé distrugge il capitale. Questo fenomeno è chiamato volatility drag (o variance drain).

Definizione Formale

Per una sequenza di rendimenti giornalieri $r_1, r_2, \ldots, r_n$, il rendimento geometrico (reale) è:

$G = \prod_{i=1}^{n}(1 + r_i) - 1$

Il rendimento aritmetico (medio) è:

$\bar{r} = \frac{1}{n}\sum_{i=1}^{n} r_i$

La relazione tra loro è approssimativamente:

$G \approx \bar{r} - \frac{\sigma^2}{2}$

dove $\sigma^2$ è la varianza dei rendimenti. Il termine $\frac{\sigma^2}{2}$ è il trascinamento della volatilità.

Esempio: Mercato Laterale con Volatilità Giornaliera del 5%

Supponiamo che un asset salga o scenda casualmente del 5% ogni giorno con uguale probabilità. Media aritmetica = 0%. Ma il rendimento geometrico:

$G \approx 0 - \frac{0.05^2}{2} = -0.125\%$

Su 252 giorni di trading: $(1 - 0.00125)^{252} \approx 0.729$, ovvero -27,1% annuo a un movimento medio "zero".

Per il mercato crypto con la tipica volatilità giornaliera del 3–8%, ciò significa che detenere un asset volatile senza un trend direzionale garantisce la perdita del capitale.

Applicazione Pratica: Simulazione Python

import numpy as np

def simulate_volatility_drag(daily_vol: float, days: int = 252, simulations: int = 10_000) -> dict:
    """
    Simulazione Monte Carlo del trascinamento della volatilità.

    Args:
        daily_vol: volatilità giornaliera (0.05 = 5%)
        days: numero di giorni di trading
        simulations: numero di simulazioni

    Returns:
        Statistiche dei rendimenti reali (geometrici)
    """
    daily_returns = np.random.normal(0, daily_vol, (simulations, days))

    cumulative = np.prod(1 + daily_returns, axis=1)
    geo_returns = cumulative - 1

    theoretical_drag = -0.5 * daily_vol**2 * days

    return {
        "mean_geometric_return": np.mean(geo_returns),
        "median_geometric_return": np.median(geo_returns),
        "theoretical_drag": theoretical_drag,
        "prob_loss": np.mean(geo_returns < 0),
        "worst_5pct": np.percentile(geo_returns, 5),
        "best_5pct": np.percentile(geo_returns, 95),
    }

result = simulate_volatility_drag(daily_vol=0.04)
print(f"Rendimento geometrico medio:  {result['mean_geometric_return']:.2%}")
print(f"Trascinamento teorico:        {result['theoretical_drag']:.2%}")
print(f"Probabilità di perdita:       {result['prob_loss']:.2%}")
print(f"Peggiore 5%:                  {result['worst_5pct']:.2%}")

Output tipico per una volatilità simile a BTC:

Mean geometric return:  -17.34%
Theoretical drag:       -20.16%
Probability of loss:     63.28%
Worst 5%:               -72.41%

Implicazioni per l'Algo Trading

1. Rischio/Rendimento e il Criterio di Kelly

Conoscendo l'asimmetria delle perdite, la dimensione ottimale della posizione viene calcolata tramite il criterio di Kelly:

$f^* = \frac{p \cdot W - (1 - p) \cdot L}{W \cdot L}$

dove $p$ è la probabilità di vincita, $W$ è la vincita media e $L$ è la perdita media (come frazione della posta).

Per le applicazioni pratiche di trading, si utilizza il Kelly frazionario ($f^{*}/2$ o $f^{*}/3$), che riduce la volatilità del capitale con solo una lieve riduzione dei rendimenti a lungo termine.

2. Drawdown Massimo e Dimensionamento delle Posizioni

Se una strategia consente un drawdown massimo di $D_{max}$ e lo stop-loss è impostato a $S\%$, il numero massimo di stop consecutivi prima del drawdown critico è:

$n = \frac{\ln(1 - D_{max})}{\ln(1 - S)}$

Esempio: con $D_{max} = 20\%$ e uno stop-loss del $2\%$:

$n = \frac{\ln(0.8)}{\ln(0.98)} = \frac{-0.2231}{-0.0202} \approx 11$

La strategia può sopravvivere a 11 stop consecutivi. Conoscendo il win rate, possiamo stimare la probabilità di tale sequenza:

$P(n\ \text{stops}) = (1 - WR)^n$

Con un win rate del 45%: $P = 0.55^{11} \approx 0.14\%$ — un rischio accettabile.

3. Aspettativa Geometrica di una Strategia

Il rendimento reale a lungo termine di una strategia non è la media aritmetica delle operazioni, ma l'aspettativa geometrica:

$E_{geo} = (1 + W)^p \times (1 - L)^{(1-p)} - 1$

Strategia con $W = 3\%$, $L = 1\%$, $WR = 40\%$:

$E_{geo} = 1.03^{0.4} \times 0.99^{0.6} - 1 = 1.01194 \times 0.99401 - 1 = +0.59\%$

Strategia con $W = 3\%$, $L = 3\%$, $WR = 50\%$ (sembra "in pareggio"):

$E_{geo} = 1.03^{0.5} \times 0.97^{0.5} - 1 = 1.01489 \times 0.98489 - 1 = -0.045\%$

Una strategia R:R simmetrica con un win rate del 50% è non redditizia a causa del trascinamento della volatilità.

4. Leva Finanziaria: Quando la Leva Rompe la Strategia

La leva moltiplica non solo i rendimenti ma anche il trascinamento della volatilità. Senza leva, il trascinamento è pari a $\frac{\sigma^2}{2}$; con leva $L$ diventa $\frac{L^2 \sigma^2}{2}$. Il tasso di crescita geometrico del capitale con leva:

$g(L) = L \cdot \mu - \frac{L^2 \sigma^2}{2}$

dove $\mu$ è il rendimento atteso e $\sigma$ è la volatilità dell'asset.

Una leva di 3× aumenta il trascinamento di 9 volte, non 3. Una leva di 10× — di 100 volte. Una leva di 100× — di 10.000 volte.

Leva Ottimale di Kelly

Il massimo di $g(L)$ si raggiunge a:

$L^* = \frac{\mu}{\sigma^2}$

Questo è l'ottimo teorico. In pratica, si utilizza il Kelly frazionario ($L^*/2$ o $L^*/3$) per gli stessi motivi del dimensionamento delle posizioni: stima imprecisa di $\mu$, distribuzioni con code spesse e volatilità non stazionaria.

Tabella: Leva, Liquidazione e Trascinamento della Volatilità

Leva Massima dal Drawdown Obiettivo

Se limiti il drawdown massimo a $D_{max}$ e il VaR giornaliero dell'asset a un livello di confidenza del 99% è $V$:

$L_{max} = \frac{D_{max}}{V}$

Conclusione dalla tabella: per il mercato crypto con la sua volatilità, anche 3× è già una leva aggressiva. I popolari 50×–125× sugli exchange crypto sono una liquidazione matematicamente garantita alla prima normale mossa di mercato.

Formula Pratica per la Scelta della Leva

L'approccio robusto è prendere il minimo di diverse stime:

$L_{opt} = \min\left(\frac{L_{Kelly}}{2},\quad \frac{D_{max}}{VaR},\quad \frac{\sigma_{target}}{\sigma_{current}},\quad L_{exchange}\right)$

dove:

• $\frac{L_{Kelly}}{2}$ — Kelly frazionario (metà della leva ottimale)
• $\frac{D_{max}}{VaR}$ — vincolo del drawdown massimo
• $\frac{\sigma_{target}}{\sigma_{current}}$ — vol-targeting (scalatura alla volatilità obiettivo del portafoglio)
• $L_{exchange}$ — limite dell'exchange

Il minimo garantisce che nessuno dei vincoli venga violato. In pratica, il vincolo del drawdown è solitamente il più restrittivo.

Calcolatore interattivo: prova il Calcolatore di Leva Ottimale — inserisci i parametri della tua strategia e ottieni la leva ottimale con tutti e quattro i metodi con visualizzazione.

Conclusioni per la Costruzione di Sistemi di Trading

Gestire le perdite è matematicamente più importante che trovare ingressi redditizi. Questo non è uno slogan motivazionale — è una conseguenza dell'asimmetria dei rendimenti moltiplicativi.

Regole concrete:

1. Gli stop-loss sono obbligatori. Ogni percentuale di perdita complica esponenzialmente il recupero. Un drawdown superiore al 25% (richiede +33%) è la zona rossa.

2. R:R minimo = 1:2. Con un R:R simmetrico anche un win rate del 50% è non redditizio. Solo un R:R asimmetrico a favore dei profitti compensa il trascinamento della volatilità.

3. Kelly frazionario per il dimensionamento. Il Kelly completo è teoricamente ottimale, ma in pratica $f^{*}/2$ fornisce il 75% del rendimento con il 50% della volatilità del capitale.

4. La volatilità è tua nemica senza un vantaggio. In un mercato laterale per asset altamente volatili, semplicemente mantenere una posizione genera una perdita. Se non hai un vantaggio statistico — non fare trading.

5. Calcola l'aspettativa geometrica, non aritmetica. Un backtest che mostra il profitto medio per operazione sta mentendo — il rendimento reale è sempre inferiore di $\frac{\sigma^2}{2}$.

6. Leva dalle formule, non dall'avidità. Usa la formula $L_{max} = D_{max} / VaR$ per calcolare la leva massima. Per il crypto con un VaR giornaliero dell'8% e un drawdown obiettivo del 20%, questo dà 2,5× — non 50× e non 125×.

Conclusione: Calcola Correttamente — Sopravvivi più a Lungo

Comprendere la natura moltiplicativa dei rendimenti non è un esercizio accademico. È la fondamenta su cui è costruito qualsiasi sistema di trading vitale.

La maggior parte dei trader perde contro il mercato non perché manchi di "intuizione" o informazioni privilegiate — perdono perché prendono decisioni nello spazio additivo (media aritmetica), mentre il mercato opera nello spazio moltiplicativo (media geometrica).

Tre domande che vale la pena porsi prima di ogni operazione:

1. Se lo stop scatta — posso recuperare? La formula $R_{recovery} = \frac{x}{100-x}$ dà la risposta istantaneamente. Quando il rischio per operazione supera il 10%, il recupero inizia a richiedere uno sforzo sproporzionato.

2. Ho un vantaggio statistico? Se no — non fare trading. La volatilità da sola garantisce una perdita attraverso il trascinamento della volatilità. L'assenza di vantaggio sotto volatilità è una distruzione lenta ma inevitabile del capitale.

3. Qual è l'aspettativa geometrica della mia strategia? Non il profitto medio per operazione, non la percentuale di win rate — esattamente $E_{geo}$. Questa è l'unica metrica che mostra l'efficacia reale a lungo termine.

L'algo trading inizia non con la scrittura del codice, ma con la matematica. Il codice è solo lo strumento di implementazione di una strategia che ha già superato la verifica matematica. Senza questa verifica, anche un algoritmo perfettamente scritto ridurrà sistematicamente il tuo deposito.

Il mercato non punisce gli errori — ridistribuisce semplicemente il capitale da chi calcola in modo errato a chi calcola correttamente.

Prossimo argomento: ottimizzazione del portafoglio utilizzando metodi media-varianza — quando la diversificazione funziona e quando diventa un'illusione di sicurezza.

Citazione

@article{soloviov2026lossprofitasymmetry,
  author = {Soloviov, Eugen},
  title = {Loss-Profit Asymmetry: The Math That Kills Your Deposit},
  year = {2026},
  url = {https://marketmaker.cc/it/blog/post/loss-profit-asymmetry},
  version = {0.1.0},
  description = {Perché perdere il 50% richiede una crescita del 100% per recuperare, come il trascinamento della volatilità distrugge il capitale anche nei mercati laterali, e quali formule ogni trader algoritmico deve conoscere per la gestione del rischio.}
}