<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Risk management on Thetabruv</title><link>https://thetabruv.com/it/docs/risk-management/</link><description>Recent content in Risk management on Thetabruv</description><generator>Hugo</generator><language>it-IT</language><atom:link href="https://thetabruv.com/it/docs/risk-management/index.xml" rel="self" type="application/rss+xml"/><item><title>Misure di rischio</title><link>https://thetabruv.com/it/docs/risk-management/misure-di-rischio/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://thetabruv.com/it/docs/risk-management/misure-di-rischio/</guid><description>&lt;h1 id="misure-di-rischio"&gt;Misure di rischio&lt;a class="anchor" href="#misure-di-rischio"&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;p&gt;C&amp;rsquo;è un fatto scomodo al centro di questa pagina: le metriche di rischio più usate al mondo — volatilità, Sharpe ratio, Information Ratio — sono sistematicamente generose con le strategie di &lt;em&gt;volatility selling&lt;/em&gt;. Non un po&amp;rsquo; generose: clamorosamente. Una strategia &lt;em&gt;short vol&lt;/em&gt; ben costruita esibisce numeri che nessun gestore tradizionale può sognare, e quei numeri sono insieme veri e fuorvianti. Capire perché è il prerequisito per non innamorarsi del proprio track record. Procedo per strati: prima le metriche di dispersione, poi quelle di coda, infine quelle operative.&lt;/p&gt;</description></item><item><title>Tail risk</title><link>https://thetabruv.com/it/docs/risk-management/tail-risk/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://thetabruv.com/it/docs/risk-management/tail-risk/</guid><description>&lt;h1 id="tail-risk"&gt;Tail risk&lt;a class="anchor" href="#tail-risk"&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;p&gt;Il 19 ottobre 1987 l&amp;rsquo;S&amp;amp;P 500 perse il 20,5% in una seduta. Con la volatilità dell&amp;rsquo;epoca, sotto ipotesi gaussiana, si trattava di un evento da oltre venti deviazioni standard: qualcosa che, se i rendimenti fossero davvero normali, &lt;strong&gt;non dovrebbe accadere nemmeno una volta nella vita dell&amp;rsquo;universo, moltiplicata per miliardi&lt;/strong&gt;. È accaduto, ed è il &lt;em&gt;memento mori&lt;/em&gt; appeso alla parete di ogni venditore di volatilità — il giorno che ha creato lo skew (pagina &lt;a href="https://thetabruv.com/it/docs/derivati/opzioni/"&gt;Opzioni&lt;/a&gt;), riscritto i modelli e definito, una volta per tutte, il mestiere descritto in queste pagine. Questa pagina è dedicata alle code: come sono fatte davvero, quando e come arrivano, che cosa le rende (parzialmente) gestibili e che cosa no. È la pagina meno piacevole del sito e la più importante.&lt;/p&gt;</description></item><item><title>Ergodicità</title><link>https://thetabruv.com/it/docs/risk-management/ergodicita/</link><pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate><guid>https://thetabruv.com/it/docs/risk-management/ergodicita/</guid><description>&lt;h1 id="ergodicità"&gt;Ergodicità&lt;a class="anchor" href="#ergodicit%c3%a0"&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;p&gt;Questa è sia la pagina più astratta del sito sia quella da cui dipendono tutti i numeri concreti. La domanda a cui risponde sembra un indovinello: &lt;strong&gt;come può una scommessa con aspettativa positiva rovinare quasi tutti quelli che la giocano?&lt;/strong&gt; La risposta sta in una parola presa in prestito dalla fisica statistica — ergodicità — e nella distinzione, semplice e vertiginosa, tra la media calcolata &lt;em&gt;attraverso gli scenari&lt;/em&gt; e la media calcolata &lt;em&gt;attraverso il tempo&lt;/em&gt;.&lt;/p&gt;</description></item></channel></rss>