C’è un momento preciso, nel percorso di ogni investitore che inizia a pianificare davvero, in cui non ci si chiede più “cosa posso comprare per fare soldi subito?”, ma ci si comincia a domandare: “Perché sto comprando questo asset, e cosa succederà al mio piano quando tutto andrà a rotoli?”

Questo articolo è il resoconto di una sfida: costruire un’architettura finanziaria capace di resistere per i prossimi 20 anni, non solo sulla carta, ma nella realtà caotica dei mercati.

Ottimizzazione: perché i backtest mentono

Online si trovano centinaia di portafogli “ottimizzati”. Asset pesati al decimo di punto percentuale, Sharpe altissimi, grafici che salgono inesorabilmente verso destra. Tutto appare perfetto, matematico, inevitabile.

Il problema è che quasi tutti soffrono di Period Bias: sono stati testati e validati sull’ultimo decennio abbondante, un’epoca in cui bastava comprare un indice globale per sentirsi infallibili. Quelle simulazioni perfette si sbriciolano quando i mercati attraversano un decennio perduto (come il 2000–2010) o quando obbligazioni e azioni colano a picco insieme sotto i colpi dell’inflazione (come nel 2022).

La verità, per quanto scomoda: non è possibile prevedere i rendimenti, ma è possibile gestire il rischio. Ottimizzare per il rendimento medio è inutile se questo ti costringe a subire un drawdown del 50% che ti spinge a vendere tutto in preda al panico.

Ho costruito il Convex Stack rifiutando l’ottimizzazione accademica da laboratorio. Invece di cercare il portafoglio che rende di più se tutto va bene, ho costruito un’architettura anti-fragile progettata per sopravvivere quando tutto va male.

Architettura: Return Stacking e convessità

Il Convex Stack combina cinque componenti con funzioni strutturalmente diverse:

  • NTSG — esposizione in leva moderata su azioni e bond globali, occupando solo una parte del capitale
  • AVWS — inclina il portafoglio verso il premio small cap value, documentato da Fama e French per decenni
  • DBMFE — managed futures trend-following, che storicamente guadagna esattamente quando equity e bond perdono insieme
  • PPFB — oro fisico, protezione dall’inflazione e dai cigni neri geopolitici
  • WBTC — una piccola scommessa asimmetrica su Bitcoin: abbastanza per contare se va bene, abbastanza piccola da non distruggere il portafoglio se va male

La struttura ha un nome preciso in letteratura: convex strategy. I guadagni sono più grandi delle perdite in intensità — non in frequenza. Si perde spesso poco, si guadagna meno spesso, ma di più.

Stress test, code spesse e Gauss

I backtest standard usano la distribuzione gaussiana, che ignora i crolli improvvisi e violenti dei mercati reali — le cosiddette “code spesse”. Ho processato i dati cercando di essere il mio critico più spietato. La versione finale del codice:

  • Usa CAGR forward conservativi del 7–10–12% invece di estrarre aspettative dal periodo gonfiato
  • Usa Block bootstrap invece di Monte Carlo gaussiano, perché i mercati reali hanno code spesse
  • Estende la storia al 2002 tramite catene di proxy, costruendo una serie di 284 mesi invece dei 79 originali
  • Scarta esplicitamente i dati non affidabili — i regimi macroeconomici con meno di 6 mesi di osservazioni vengono esclusi, non presentati come analisi

Il risultato storico indica uno Sharpe Ratio di 0.77 e un Max Drawdown del -19.6%. Dato non realistico. Gli stress test calibrati sulla crisi del 2008 e sulla stagflazione degli anni ‘70 mostrano che il drawdown da aspettarsi è tra il -35% e il -40% — dato da digerire e accettare per evitare di vendere tutto nel momento peggiore.

Lo scenario base (P50) proietta una ricchezza finale di circa €631k dopo 20 anni, partendo da €50k con un PAC di €500/mese indicizzato al 4% annuo.

La pillola rossa: alza il PAC, smettila di ottimizzare i decimali

Dopo migliaia di simulazioni, la lezione più brutale non riguarda gli asset. La sensitivity analysis parla chiaro:

Raddoppiare il PAC da €500 a €1.000/mese genera un impatto sulla ricchezza finale del +62%. Nessuna ottimizzazione maniacale dei pesi, nessuna scelta di un ETF “migliore” dello 0.10% di TER può competere con la forza del cashflow.

Il vero moltiplicatore della ricchezza non è l’asset allocation, ma la capacità di risparmio e la disciplina nel mantenere il piano.

Open Finance: scarica l’IPS e il codice Python

Ho deciso di rendere questo lavoro trasparente e riproducibile. Il Whitepaper + Investment Policy Statement (IPS) è scaricabile gratuitamente e include:

  • Struttura completa del portafoglio con strumenti UCITS acquistabili in Italia (ISIN inclusi)

  • Dettaglio dei costi reali: TER, frizioni, tracking error verso gli strumenti americani usati nel backtest

  • Proiezioni Monte Carlo per scenari bear/base/bull con 10.000 path

  • Regole di rebalancing e regole anti-panico per ogni fascia di drawdown

  • Sensitivity analysis del PAC: cosa succede se smetti, se riduci, se raddoppi

  • Stress test su Dot-com, GFC e stagflazione anni ‘70

  • Whitepaper + IPS — Convex Stack v15

  • Codice Python — Convex Stack v15

Epilogo: cambia le ipotesi, non copiare i pesi

Il Convex Stack non è una verità universale — è la mia risposta a un orizzonte di 20 anni e alla mia specifica tolleranza al rischio. La finanza personale è, appunto, personale.

Non copiare ciecamente i miei pesi. Prendi il codice, scarica il documento, cambia le ipotesi in base alla tua vita e guarda cosa succede ai numeri. La mappa non è il territorio, ma avere una mappa solida è l’unico modo per non perdersi quando cala la nebbia sui mercati.


🔑 Non ottimizzare per il rendimento medio: costruisci per sopravvivere al drawdown peggiore. 🔑 Il PAC batte l’asset allocation. Risparmia di più, ottimizza meno. 🔑 Anti-fragile non significa invulnerabile — significa che le perdite fanno meno male dei guadagni.


Scritto nel 2026. Ultimo aggiornamento: febbraio 2026.