Portfolio Backtester

%
Dettagli Asset
Dati dal:
Peso (%)

Portafoglio vuoto. Inizia cercando un ETF.

Novità

Le ultime novità

Le funzionalità aggiunte di recente al Backtester, al Live Tracker e al calcolatore FIRE.

  • Backtester·19 giugno 2026

    ETF ricostruiti Euro Hedged

    Stiamo ampliando il catalogo «ETF ricostruiti dal 1929» con serie storiche estese per ETF UCITS euro-hedged: già disponibili Developed Markets (SWDA) e S&P 500 USA; altre linee in arrivo. Attiva «ETF ricostruiti» in Ricerca Asset per trovarli.

  • Backtester·15 giugno 2026

    Portafoglio dinamico e TER aggiuntivo

    Da Impostazioni → Opzioni avanzate: portafoglio dinamico che parte dal primo dato e aggiunge gli asset quando compaiono le quotazioni (fino a N ETF possono mancare all’avvio ed entrare dopo); linee + sui grafici e link condivisi (dyn=1, drop=N); TER aggiuntivo simulabile sul portafoglio.

  • Backtester·12 giugno 2026

    Novità backtester: Lombard e correlazione mobile

    • Ora puoi modellare un prestito Lombard a margine con Euribor storico e vederne l'effetto su tutti i grafici del backtester.
    • Correlazione mobile. dalla matrice di correlazione puoi aprire il drill-down della correlazione mobile tra due asset.
Centro assistenza

Backtes.to Aiuto & Documentazione

Tutto ciò che devi sapere per padroneggiare il backtester, le metriche e l'analisi finanziaria.

Backtester Guida

Il backtester principale è sulla home (backtes.to): costruisci il portafoglio, imposti i parametri, avvii l’analisi e leggi le schede risultato. Qui sotto trovi il flusso passo-passo e come leggere ogni scheda.

Flusso in quattro passi

  1. 1

    Costruzione portafoglio

    Aggiungi strumenti, assegna i pesi e verifica che la composizione rispecchi l’obiettivo. Con più portafogli il confronto in sessione diventa più chiaro.

  2. 2

    Impostazioni analisi

    Frequenza investimenti, ribilanciamento, benchmark, periodo e opzioni avanzate: incidono direttamente sulle metriche, meglio definirle prima di avviare.

  3. 3

    Avvio e lettura risultati

    Dopo «Avvia analisi» usa le schede sotto (espandibili) per Performance, Simulazioni, Composizione, Confronto e Dani.

  4. 4

    Salvataggio e riuso

    Salva la configurazione per riaprirla, modificarla e confrontarla nel tempo senza ricominciare da zero.

Schede risultato (home backtester)

Performance
  • Dashboard, curva cumulata normalizzata, heatmap dei rendimenti.
  • Rolling returns, regressione sui fattori, drawdown e matrice di correlazione.
  • Con abbastanza storia: rischio su orizzonti fissi (soglia tipica intorno a ~3 anni).
  • PAC con viste a due colonne dove previsto dal flusso.
Simulazioni
  • Di solito servono almeno circa ~5 anni di storia comune tra gli asset.
  • Rendimento atteso da fattori, Monte Carlo, simulazione storica Ongaro, frontiera efficiente.
  • Ongaro è più significativa con storia comune molto lunga (ordine ~20 anni).
Composizione
  • Esposizione geografica, settoriale e valutaria.
  • Matrice di sovrapposizione (overlap) tra i fondi del portafoglio.
  • Evoluzione dei pesi e impatto fiscale sul ribilanciamento quando è attivo.
Confronto
  • Visibile con almeno due portafogli salvati in sessione.
  • Curve sullo stesso periodo e indicatori comparativi per scegliere tra alternative simili.
Dani
  • Solo sulla home backtester.
  • Punteggio sintetico e radar su performance, rischio, diversificazione e semplicità.

Altro sulla schermata risultati

  • In cima: periodo comune di analisi (date e ETF che limitano la finestra); tutte le metriche si riferiscono a quell’intervallo.
  • «Spiega con Alpha» sui grafici e assistente Alpha (chat) in linguaggio naturale.
  • Export report (anche PDF), lingua IT/EN e altre opzioni dalle impostazioni.
  • Questa striscia di documentazione in fondo alla pagina.

Asset personalizzati

Puoi caricare CSV o Excel con serie storiche valide e usarli come strumenti normali nel backtester, utile se un ETF non è ancora nel dataset standard.

Formule e definizioni

Per CAGR, volatilità annualizzata, PAC (TWR/IRR), Monte Carlo, FIRE e le altre definizioni tecniche apri l’accordion «Formule e Metodologie» subito sotto.

ETF azionari ricostruiti

Allunga lo storico di un ETF azionario quando le quotazioni reali non coprono tutto il periodo di analisi. È una traccia stimata per scenari passati, non un prezzo di mercato ufficiale.

Cinque metodi (a seconda del prodotto)

1. Regressione a fattori (Fama-French)

Per ETF factor (value, momentum, quality, small cap, indici paese UCITS, ecc.) — non per gli ETF settoriali USA del catalogo: stimiamo il profilo storico rispetto a mercato e stili, poi generiamo la storia mancante combinando fattori e profilo.

I fattori (in USD) vengono convertiti in euro; li usiamo solo per estendere di alcuni anni lo storico prima delle quotazioni reali. Applichiamo il TER dell’ETF per simulare il costo del prodotto anche nel passato ricostruito.

Fattori considerati (modello a sei fattori + mercato):

  • Mercato azionario (premio di rischio).
  • Dimensione: small cap vs large cap.
  • Value vs growth.
  • Qualità della redditività.
  • Stile conservativo vs aggressivo.

Per ETF e replica su mercato indiano usiamo i fattori IFFM (Fama-French e momentum India) al posto del modello «sviluppati».

Fattori Fama-French 3 mercati sviluppati (Developed): serie mensili da Kenneth French Data Library — Fama/French 3 Developed Factors; usate nelle repliche factor (regressione e ricostruzione storica) nel backtester.

Fattori India (replica azionaria India, serie india_4f_daily): SMB, HML, WML e mercato mensili da Indian Fama-French & Momentum (IIM Ahmedabad, IFFM); conversione USD→EUR con il cambio in etf_daily_prices per l’uso in euro nel backtester.

2. Portafogli industria (49 settori Fama-French)

Per ETF e indici settoriali USA (es. Health Care, Industrials, Nasdaq 100): come Testfolio per gli SPDR (es. «Fama-French Hlth from 12 Industry Portfolios»), ma con i 49 portafogli industria giornalieri di Ken French — senza regressione a fattori. Si seleziona il portafoglio del settore (value-weighted o equal-weighted) e si aggancia l’ETF UCITS reale quando iniziano le quotazioni.

Fattori Fama-French 3 mercati sviluppati (Developed): serie mensili da Kenneth French Data Library — Fama/French 3 Developed Factors; usate nelle repliche factor (regressione e ricostruzione storica) nel backtester.

3. Serie storiche Paolo Coletti

Per prodotti legati al mercato italiano: lo storico mancante si collega alle serie ricostruite della ricerca del professor Paolo Coletti (Libera Università di Bolzano, output ESPLORO).

4. Indici paese (The Global Economy)

Per mercati locali, nicchia o altri casi in cui la regressione a fattori è poco affidabile: estensione con indici azionari paese da The Global Economy.

5. Aree geografiche (indici paese e capitalizzazione)

Per ETF e indici su aree geografiche (Europa, Pacifico, emergenti, mondo, ecc.): ricostruiamo lo storico combinando indici paese da The Global Economy con le rispettive capitalizzazioni di mercato nel tempo: versione ponderata per capitalizzazione per gli indici cap-weighted; la versione equal weight è usata per ETF e indici equal weight.

Perché non è un trucco isolato

Le ricostruzioni factor-based sono lo stesso approccio usato da piattaforme di backtest diffuse e dalla letteratura accademica (Fama-French, AQR, Vanguard Research). Su indici ampi e liquidi gli scarti mensili rispetto al benchmark ufficiale sono spesso dell’ordine di pochi punti base.

  • Azioni: fattori Fama-French + momentum spiegano di solito oltre il 98% della varianza mensile di un ETF diversificato; su S&P 500, MSCI World e simili la traccia ricostruita è molto vicina al benchmark ufficiale.
ETF obbligazionari ricostruiti

Quando le quotazioni UCITS sono troppo corte, ricostruiamo il passato partendo da una curva dei rendimenti (Bund/Treasury, investment grade, aggregate). Il NAV mensile del proxy segue l’approssimazione classica a duration e convessità; poi, se possibile, calibriamo sui rendimenti reali e cuciamo la serie al listino dell’ETF.

Come funziona

  1. Scelta del driver di curva

    Per ogni prodotto selezioniamo la serie di rendimento più vicina al profilo di rischio/duration (es. governo 7–10 anni, corporate IG, aggregate). Le curve area euro provengono dalla BCE; per i Treasury USA usiamo FRED. I rendimenti sono osservazioni mensili della curva, non prezzi di singoli titoli.

  2. Dalla curva al NAV dell’ETF

    Mese per mese calcoliamo la variazione del rendimento Δy e applichiamo la formula sotto: il coupon accrual (y·Δt) meno l’effetto duration (−D·Δy) più la convessità, meno il TER. Il NAV parte da 100 e si compone multiplicativamente.

  3. Calibrazione sull’ETF quotato

    Se l’ETF UCITS ha abbastanza storia, confrontiamo i rendimenti mensili simulati e reali nel periodo in comune. La differenza media α (tracking residual) viene aggiunta a ogni periodo simulato per avvicinare il proxy al comportamento osservato.

  4. Cucitura con le quotazioni reali

    Alla prima quotazione mensile reale ribaltiamo il NAV ufficiale sul livello del proxy sintetico: lo storico ricostruito copre solo le date precedenti, senza duplicare l’era quotata. Nel backtester compare come simfactor: con la traccia sintetica prima del listino e i prezzi reali dopo.

Formula del rendimento mensile

Tra due date consecutive della curva dei rendimenti il rendimento del NAV usa l’approssimazione standard del prezzo obbligazionario (accrued yield − duration + convessità − costi):

rt=yt Δt−D Δyt+12C (Δyt)2−cTER Δtr_t = y_t\,\Delta t - D\,\Delta y_t + \tfrac{1}{2}C\,(\Delta y_t)^2 - c_{\mathrm{TER}}\,\Delta t
NAVt=NAVt−1 (1+rt)\mathrm{NAV}_t = \mathrm{NAV}_{t-1}\,(1 + r_t)

Simboli

  • y_t — rendimento annuo della curva nel mese t (in decimali, es. 0,04 = 4%).
  • Δy_t = y_t − y_{t−1} — variazione del rendimento; Δt — anni tra le osservazioni (tipicamente ≈ 1/12).
  • D — duration modificata dell’ETF (anni); C — convessità del portafoglio obbligazionario.
  • c_TER — costo annuo del prodotto (TER in decimali), sottratto proporzionalmente al periodo.
  • NAV_t — valore cumulato del proxy; il primo punto è normalizzato a 100.

Se la convessità non è nota a priori, usiamo la stima C ≈ D(D+1) tipica di un bond plain-vanilla con duration D. Per curve in USD la serie NAV viene convertita in euro con il tasso USD/EUR storico a fine mese.

Calibrazione α

Quando esiste sovrapposizione con l’ETF reale, α è la media dei rendimenti mensili (benchmark − simulato) nel periodo comune:

rtmathrmcal=rt+alphar_t^{\\mathrm{cal}} = r_t + \\alpha

La calibrazione riduce spread sistematici (credit premium, roll-down, tracking dell’indice) che la sola curva governativa non cattura. Non è applicata se manca storia sufficiente del benchmark.

Fonti delle curve

Ogni riga del catalogo obbligazionario indica quale driver è stato usato. In generale:

  • BCE — curve dei rendimenti area euro (Bund, governo, spread IG) per ETF denominati in euro.
  • FRED — curve Treasury USA; il NAV simulato in USD viene convertito in EUR con il tasso di cambio storico.
  • Corporate / aggregate — serie di rendimento allineate al bucket di duration e al rischio credito dell’ETF (investment grade, aggregate globale, ecc.).
  • Obbligazioni: replica via duration e curva dei rendimenti per Treasury, Bund, IG e Aggregate, con tracking error contenuto vs indici Bloomberg/ICE, soprattutto senza rischio credito rilevante.
Materie prime storiche

Estendiamo lo storico di materie prime (oro, argento, petrolio, metalli industriali, ecc.) con serie spot mensili quando non esiste un ETF UCITS con storia sufficiente.

Prezzi spot mensili

Per ogni materia prima selezioniamo una o più fonti spot (FRED, World Bank, EIA e altre serie pubbliche). I prezzi in USD vengono convertiti in euro al tasso di cambio di fine mese (`__USD_EUR_FX`).

Paniere equal-weight

Il paniere «Materie prime» nel catalogo combina più spot in peso uguale per una proxy diversificata di commodity.

Nota: per materie diverse da oro, argento e alcuni metalli lo storico spot può discostarsi da un ETF commodity (contango sul roll dei futures); un ETF reale può muoversi leggermente diversamente.

Elenco ETF ricostruiti e fonti per ciascuno

Nessuna serie composita salvata con ISIN sintetico disponibile al momento.

ETF hedged in euro

Per alcuni indici (es. S&P 500) e per gli ETF globali costruiamo una serie storica mensile in versione «EUR hedged». Il modello simula il comportamento di un investitore in euro che copre il rischio di cambio tramite contratti forward FX su un paniere di valute, estendendo la simulazione anche al periodo precedente la nascita degli ETF UCITS con copertura integrata.

La pipeline in 3 passi

  1. 1. Punto di partenza (valuta locale)

    Partiamo direttamente dai rendimenti mensili degli asset espressi in dollari (USD), isolando così la pura componente azionaria su cui applicare la successiva copertura valutaria verso l’euro.

  2. 2. Calcolo del carry da tassi

    Ogni mese aggiungiamo il carry ponderato basato sulla Parità Coperta dei Tassi d’Interesse (CIP) con un lag di un mese. Se il paniere è composto al 100% da una singola valuta, il calcolo coincide con il differenziale EUR-valuta da manuale.

  3. 3. Frizioni e costi di roll

    Sottraiamo un costo di hedge annuo (impostato di default a ~1% per coprire cross-currency basis swap, spread forward e frizioni strutturali) e, se richiesto, un costo di roll. La spiegazione dettagliata e la calibrazione di questo ~1% sono approfondite nel video in calce. Il risultato finale è un indice cumulato in euro utilizzabile per il confronto con ETF reali.

Formula mensile

Il rendimento mensile dell’indice coperto viene calcolato applicando la seguente formula (espressa in punti percentuali mensili):

Rthedged=Rtasset+∑iwirtEUR−rtci12−chedge12−croll12\begin{aligned} R^{\mathrm{hedged}}_t &= R^{\mathrm{asset}}_t + \sum_i w_i \frac{r^{\mathrm{EUR}}_t - r^{c_i}_t}{12} \\ &\quad - \frac{c_{\mathrm{hedge}}}{12} - \frac{c_{\mathrm{roll}}}{12} \end{aligned}

Legenda dei parametri

  • R_asset: rendimento della componente azionaria.
  • r^c_i e r_EUR: tassi short-term annualizzati (rispettivamente della valuta estera c_i e dell’euro).
  • w_i: pesi delle singole valute nel paniere FX (Σ w_i = 1). In piattaforma possono derivare dall’esposizione valutaria reale dell’ETF.
  • c_hedge e c_roll: costi di drag annuali (espressi in decimali).

Fonti dati: tassi e FX

I tassi short-term utilizzati per il calcolo del carry provengono dal database FRED e dall’OCSE, selezionati in base alla disponibilità storica.

📌 Nota sulla continuità storica: poiché l’euro non esisteva prima del 1999, per tutta la porzione di storico precedente utilizziamo il marco tedesco (DEM) come benchmark e proxy fondamentale per l’area euro per quanto riguarda tassi di sconto e interbancari.

Area / valutaSerie storiche utilizzate (in ordine cronologico)
USDTB3MS → DGS1MO
EUR (storico pre-1999 su DEM)Sconto DEM → interbancario DEM 3M → EURIBOR 3M → €STR
Altre valute (GBP, JPY, CHF, CAD, AUD, SEK, NOK)Tassi interbancari a 3 mesi (OCSE)
Tasso di cambioTasso storico spot di fine mese delle rispettive valute rispetto all’euro

Perché il carry non coincide semplicemente con lo spread dei tassi?

Nella teoria economica pura (CIP), il prezzo di un contratto forward FX dipende esclusivamente dal differenziale dei tassi di interesse tra le due valute. Nella realtà dei mercati finanziari subentra il cross-currency basis swap, ovvero un premio strutturale legato alla domanda asimmetrica di funding (fenomeno diventato particolarmente marcato e persistente per il dollaro dopo la crisi del 2008). Questo premio si traduce quasi sempre in un costo aggiuntivo (drag) per chi detiene euro e si copre su valute estere. Per riflettere questa inefficienza strutturale, il modello integra il parametro fisso c_hedge (il ~1% di default) oltre ai tassi ufficiali, calibrandolo sui dati degli ETF hedged realmente quotati non appena disponibili.

▶️ Per approfondire: guarda il video di Matteo Ongaro sul costo di hedge per scoprire la meccanica della basis e comprendere l’impatto reale delle frizioni e dei costi occulti sui fondi.

Prestito Lombard

Leva e costo del debito nel backtester

Il prestito Lombard modella una linea di debito con allocazione negativa nel portafoglio. Il costo mensile capitalizza gli interessi su un indice sintetico (non è un ETF negoziabile).

Come funziona la leva

Aggiungi l’asset Lombard dalla ricerca (LOMBARD001) con peso negativo. Gli altri titoli restano in positivo: la somma netta deve essere 100%, mentre l’esposizione lorda può superare il 100%.

Esempio: 150% ETF World + (−50%) Lombard = 100% netto → leva 50% sul capitale proprio.

Perché il doppio dell’esposizione non è il doppio del rendimento

Con leva, i pesi sugli asset possono superare il 100% (es. 150% su un ETF), ma il rendimento del portafoglio netto non scala in linea: dal percorso storico vanno considerati almeno due effetti distinti.

1. Costo del prestito (esplicito)

Ogni mese paghi interessi sul capitale preso in prestito, in proporzione al peso negativo Lombard (es. −50% → interessi sul 50% dell’equity). Il backtester lo modella capitalizzando mensilmente tasso base + interesse broker sull’indice sintetico Lombard. Nei grafici Performance puoi attivare «Costi Lombard» per vedere questo impatto scalato sul portafoglio.

2. Volatilità drag (implicito nel percorso)

La leva amplifica gli oscilli del mercato sul capitale proprio. Con rendimenti variabili, il rendimento geometrico (quello che conta sul NAV) è inferiore alla media aritmetica degli stessi scenari: dopo un −10% serve circa +11% per recuperare, e con leva le oscillazioni pesano di più sul risultato finale. Non è una commissione separata: emerge dal compounding mensile del portafoglio pesato (asset lordi + debito negativo). Anche con mercato in media piatto ma volatile, un portafoglio levato può perdere terreno nel tempo rispetto a uno non levato.

In sintesi: raddoppiare l’esposizione non raddoppia il rendimento atteso. Al rendimento lordo sugli asset (es. 1,5 × rendimento mercato con leva 50%) vanno sottratti il costo del debito e il drag da volatilità — questo secondo effetto è già incorporato nel NAV simulato, ma non è isolato come riga negli overlay.

Esempio semplificato: mercato +8% annuo medio, costo debito 4%, leva 50%. Rendimento lordo sugli asset ≈ 12%; al netto del solo costo debito (≈ 2%) restano ~10% — ma con volatilità reale il CAGR storico può essere ancora inferiore per il volatility drag.

Cosa mostra il backtester: il NAV include già entrambi gli effetti nel percorso. L’overlay «Costi Lombard» evidenzia solo gli interessi (non il drag da volatilità); nel tooltip dei rendimenti rolling compare un promemoria sul drag implicito.

Tasso di riferimento storico

  • 1950–1959: tasso di sconto Germania (IMF, serie FRED INTDSRDEM193N).
  • 1960–1993: tasso interbancario a 3 mesi Germania (OCSE, serie FRED IR3TIB01DEM156N).
  • Dal 1994: Euribor 3M mensile (serie BCE/ECB).

Margine aggiuntivo

  • Interesse broker (% annuo, default 0.3%): margine o commissione di custody/financing sul tasso base.

Tasso annuo effettivo ≈ tasso base + interesse broker.

Capitalizzazione mensile

Ogni mese l’indice Lombard si moltiplica per (1 + tasso annuo / 12). Il tasso annuo usa il valore del mese (Euribor o tedesco) più l’interesse broker impostato in Impostazioni → Prestito Lombard.

Impostazioni

Interesse broker (% annuo, default 0.3%): backtester → pannello strategia; FIRE → Impostazioni.

Limiti

  • Una sola riga Lombard per portafoglio; allocazione negativa (fino a -100%).
  • Monte Carlo e Ongaro usano il NAV netto con leva; la frontiera efficiente mantiene il peso Lombard fisso e varia solo le gambe positive.
  • Non disponibile su Live Tracker.
Euro nel passato

Su Backtes.to tutti i prodotti sono mostrati in euro. Il backtester è pensato per investitori europei: qualunque valuta abbia un asset nel portafoglio, a fini di confronto lo consideriamo come se confluisse nella nostra valuta, convertendo quindi tutte le valute estere in euro.

Nel backtester però ci sono simulazioni anche molto lunghe — fino a circa 100 anni. Come convertiamo in euro un indice come l’S&P 500 se, un secolo fa, l’euro non esisteva nemmeno? Le sezioni qui sotto spiegano la metodologia che usiamo.

Dal 1999 a oggi: utilizzo dell’euro

A partire dal 1999 è facile: l’euro ha iniziato ad esistere ed è facile trovare la maggior parte degli ETF o obbligazioni già in euro. Se non lo sono, è comunque semplice convertirle seguendo i cambi ufficiali.

È importante distinguere due momenti:

  • 1999: l’euro nasce come valuta contabile e finanziaria. I mercati, i tassi e molti strumenti iniziano già a essere espressi in euro, anche se le monete e le banconote non esistono ancora fisicamente.
  • 2002: entrano ufficialmente in circolazione banconote e monete in euro nei paesi aderenti.

Periodo 1979–1998: quando l’euro non esiste ancora

Prima del 1999 l’euro non era ancora stato introdotto. Per mantenere comunque una base valutaria comune tra i paesi europei utilizziamo l’ECU.

Cos’era l’ECU

L’ECU (European Currency Unit) era l’unità monetaria europea ufficiale utilizzata prima dell’euro.

Non era una vera moneta fisica usata dai cittadini, ma un’unità di conto costruita come paniere delle principali valute europee:

  • marco tedesco,
  • franco francese,
  • lira italiana,
  • fiorino olandese,
  • franco belga,
  • e altre valute europee.

Il suo valore derivava quindi dalla combinazione ponderata di queste monete.

L’ECU rappresenta il predecessore diretto dell’euro: quando l’euro viene introdotto nel 1999, il passaggio avviene con conversione 1:1 rispetto all’ECU.

Prima del 1979

Per gli anni precedenti al 1979 la situazione cambia ulteriormente.

Nel sistema di Bretton Woods, molte valute erano ancorate al dollaro USA con parità fisse (aggiustabili solo in casi eccezionali), mentre il dollaro era convertibile in oro a un rapporto fisso. Questa doppia ancora rendeva i cambi tra valute molto più stabili rispetto ai decenni successivi.

Poiché i movimenti valutari erano relativamente limitati, non ricostruiamo i tassi di cambio storici anno per anno.

Metodo utilizzato prima del 1979

Per estendere le serie storiche all’indietro utilizziamo un’approssimazione tecnica:

  • prendiamo l’ultimo livello disponibile espresso in ECU (o euro);
  • lo proiettiamo retroattivamente come valore costante.

Questo significa che:

  • non stiamo simulando il vero andamento storico dei cambi;
  • non stiamo ricostruendo il rischio valutario reale del periodo;
  • stiamo creando una continuità numerica utile per analisi storiche lunghe.

Sintesi finale

PeriodoValuta / base utilizzataMotivo
Dal 1999 in poiEuroValuta unica europea
1979–1998ECUPredecessore tecnico dell’euro
Prima del 1979Proiezione costante ECU/euroSemplificazione storica per backtest lunghi

L’obiettivo principale non è ricostruire perfettamente la storia monetaria europea, ma ottenere serie storiche coerenti, confrontabili e utilizzabili in modo stabile nelle analisi quantitative di lungo periodo.

Grafici e Analisi Disponibili

Questa sezione ti guida ai risultati reali del backtester, con un percorso semplice: prima cosa guardare, come interpretarla e quando passare al tab successivo.

Performance

Qui trovi dashboard, curva cumulata, heatmap rendimenti, rolling returns, fattori, drawdown e correlazione. E il punto migliore per capire se un portafoglio e stato efficiente nel tempo, non solo redditizio in media.

Dani Score

Il Dani Score sintetizza il profilo del portafoglio in modo leggibile: performance, rischio, diversificazione e semplicita. Usalo come filtro rapido, poi valida tutto nei grafici analitici.

Simulazioni

Raccoglie expected return fattoriale, Monte Carlo, simulazione storica Ongaro e frontiera efficiente. Serve per passare dalla lettura del passato alla valutazione di scenari futuri e trade-off rischio/rendimento.

Composizione

Nel tab Composizione trovi esposizioni geografiche, settoriali e valutarie, la matrice di sovrapposizione (overlap) tra i fondi del portafoglio, l’evoluzione dei pesi e l’impatto fiscale quando è attivo. Qui capisci se la diversificazione è concreta o solo apparente.

Confronto

Con due o piu portafogli compare il tab Confronto: mette le curve sullo stesso piano e aggiunge indicatori comparativi utili a decidere tra alternative simili.

Come leggerli bene

Parti sempre dal periodo comune di analisi, poi leggi insieme rendimento, drawdown e stabilita. Solo dopo valuta simulazioni e confronto finale: questo riduce decisioni guidate da un singolo numero.

Formule e Metodologie

Ogni calcolo è basato su principi matematici e finanziari standardizzati per garantire accuratezza.

CAGR

Compound Annual Growth Rate

(VfVi) ⁣1n−1\left(\frac{V_f}{V_i}\right)^{\!\frac{1}{n}} - 1

Volatilità

Deviazione Standard Annualizzata

σmonthly×12×100\sigma_{monthly} \times \sqrt{12} \times 100

Sharpe Ratio

Risk-Adjusted Return

CAGR−Rfσ\frac{CAGR - R_f}{\sigma}

Drawdown

Maximum Loss from Peak

Vcurrent−VpeakVpeak\frac{V_{current} - V_{peak}}{V_{peak}}

Sortino Ratio

Rendimento corretto per downside risk

CAGR−Rfσd\frac{CAGR - R_f}{\sigma_d}

Calmar Ratio

Rendimento annuale rapportato al drawdown massimo

CAGR∣MaxDrawdown∣\frac{CAGR}{|MaxDrawdown|}

Portfolio Beta

Sensibilità del portafoglio rispetto al mercato

βp=Cov(Rp,Rm)Var(Rm)\beta_p = \frac{\text{Cov}(R_p,R_m)}{\text{Var}(R_m)}

CAPM Expected Return

Stima del rendimento atteso via premio per il rischio

E[Rp]=Rf+βp(E[Rm]−Rf)E[R_p] = R_f + \beta_p(E[R_m]-R_f)

Fama-French (5 Fattori)

Ri−Rf=α+β1(Rm−Rf)+β2SMB+β3HML+β4RMW+β5CMAR_i - R_f = \alpha + \beta_1(R_m - R_f) + \beta_2 SMB + \beta_3 HML + \beta_4 RMW + \beta_5 CMA

Nella formula: Mercato (premio di mercato), Small Cap (dimensione), Value (valore), Redditività, Investimento, Momentum (trend).

Premi storici applicati: Mercato 7.50%, Small Cap 0.24%, Value 2.22%, Redditività 4.39%, Investimento 1.53%, Momentum 7.36%.
⚠️ Nota: Il calcolo è valido solo per portafogli azionari (>70% Market).

Metodologie Grafiche

  • Monte Carlo: Fino a ~10.500 simulazioni Monte Carlo (obiettivo 300 portafogli) per la Frontiera Efficiente.
  • Rolling Finestre: Calcolo su orizzonti mobili di 1, 3, 5, 10, 15, 20 anni.
  • Correlazione: ρ=Cov(X,Y)σX⋅σY\rho = \frac{\text{Cov}(X,Y)}{\sigma_X \cdot \sigma_Y}
  • FIRE: 1000+ simulazioni incluse tasse, inflazione e cigni neri.
Domande Frequenti

Il TER è incluso nella simulazione?

Sì, il TER è incluso nella simulazione.

I dividendi sono inclusi?

No, i dividendi non sono inclusi.

Con che frequenza vengono aggiornati i dati?

I dati sono aggiornati ogni settimana.

In che valuta sono espressi ETF, bond e azioni?

ETF, bond e azioni sono in euro.

Come fai ad usare l'euro prima del 1999?

Dal 1999 usiamo l’euro; nel 1979–1998 l’ECU; prima del 1979 una proiezione costante dell’ultimo livello ECU/euro. Vedi «Euro nel passato» per il dettaglio completo.

Perché i dati sono più vecchi della data di emissione del prodotto?

Se i dati sono più vecchi della data di emissione del prodotto, significa che ne ho ricostruito la storia.

Quando metto il benchmark i valori dell'analisi cambiano, perché?

L'analisi viene fatta sul periodo in comune tra benchmark e portafoglio. Un benchmark con periodo troppo corto riduce l'analisi, cambiando i risultati di rendimento e volatilità.

I valori di Backtesto sono diversi da Curvo, come mai?

I valori dovrebbero essere molto simili se le impostazioni sono identiche. Controlla che: 1) Frequenza di ribilanciamento sia la stessa (mensile, trimestrale, etc.), 2) Intervallo di tempo identico (stesse date di inizio e fine). Se ci sono ancora piccole variazioni, potrebbero essere dovute ad arrotondamenti decimali o algoritmi di calcolo leggermente diversi tra i due tool. Le differenze dovrebbero essere minime.

Perché su Backtesto il PAC ha un rendimento simile al PIC, mentre su Curvo è più basso?

Spesso la differenza dipende dalla metrica usata, non dagli ETF o dalle date. Con il PAC, Backtesto usa solo il TWR (Time-Weighted Return): misura quanto è andato bene il portafoglio indipendentemente dai versamenti, quindi il rendimento risulta simile a un PIC sugli stessi titoli. Curvo, invece, per i PAC usa il MWR (Money-Weighted Return), che tiene conto di quando versi e di solito risulta più basso. Per un backtester riteniamo il TWR la scelta migliore: valuta la qualità della strategia e dell'allocazione, senza confonderla con il timing dei versamenti. Il MWR ha senso sul tuo conto reale, ma in simulazione rende difficile confrontare portafogli e ETF. Per un confronto corretto con Curvo, verifica quale metrica stai guardando e allinea ribilanciamento e date.

Come funziona il ribilanciamento «Per deriva» (soglia %)?

È un ribilanciamento guidato dalla soglia: ogni mese il simulatore verifica se almeno un titolo ha un peso che si discosta dal proprio target di più della soglia in punti percentuali che imposti (es. 5 punti). Se la condizione scatta, viene eseguito un ribilanciamento parziale: si muovono solo i titoli fuori banda (sopra o sotto il target); quelli ancora entro la soglia restano invariati. Le vendite sui titoli «troppo pesanti» e gli acquisti sui «troppo leggeri» avvengono in proporzione, senza liquidità lasciata fuori mercato. Se risultano fuori soglia solo titoli da un lato (solo overweight o solo underweight rispetto al target), non si effettuano operazioni in quel mese. Se in quella data c’è anche un ribilanciamento di calendario (es. annuale) o del PAC, vale il ribilanciamento completo verso tutti i target, come per le altre frequenze.

Ho segnalato un prodotto nel form, quando verrà aggiunto?

Le segnalazioni sono consultive e non garantiscono l'aggiunta. Se un prodotto non c'è, probabilmente non è incluso nel nostro pacchetto dati attuale. Il form serve per monitorare le richieste e valutare se acquistare un pacchetto più completo in futuro. Alternativa: Se hai i dati storici del prodotto, puoi caricarlo tu stesso come prodotto personalizzato! Vai su 'Portafogli' → 'I tuoi ETF/bond/azioni' → Tab 'I tuoi ETF/bond/azioni personalizzati' e carica i dati in formato CSV o Excel.