Adriano Dal Pastro
1c15c3c1be
Goal: sleeve/overlay protettivo per il combo (TP01+GTAA), anni tipo 2022, valutare opzioni. Diagnosi: DD combo 8.4% e' grind-lento (2022 -4.4%), non crash -> il doppio trend gia' taglia i crash. Test (tail_hedge_lab.py): guardia-DD -4% -> MaxDD 8.4->5.8%, 2022 -4.4->-1.8%, Sharpe 1.48->1.38, CAGR 9.2%. Vol-target NON aiuta (2022 non e' vol-spike). OPZIONI (put/put-spread LONG su BTC/ETH, premio BS su DVOL): sempre-on ~50%/anno -> con budget 3%/y effetto ~nullo, e nel grind 2022 sanguinano; pagano solo nei crash secchi (stress -30%: put +25% netto). -> black-swan insurance cara, fuori bersaglio per il 2022. A leva: guard rende il 2x sopportabile (2022 -10.9%), il 3x resta margin-call. RACCOMANDAZIONE: aggiungere guardia-drawdown di portafoglio (no premio); opzioni solo eventuale micro-hedge black-swan. Costo onesto del guard: -2.1pp CAGR per dimezzare il MaxDD. Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
50 lines
2.8 KiB
Markdown
50 lines
2.8 KiB
Markdown
# 2026-06-23 — Tail-hedge / protezione DD del combo (incl. OPZIONI): vince la guardia-drawdown
|
|
|
|
## Obiettivo (goal utente)
|
|
Trovare uno sleeve/overlay da AGGIUNGERE al combo (TP01+GTAA) per proteggere il drawdown e gli anni
|
|
tipo 2022. Valutare anche le opzioni.
|
|
|
|
## Diagnosi del rischio (decisiva)
|
|
Il MaxDD del combo (1x) e' **8.4%** e il 2022 fu **-4.4%**: NON un crash, un **grind lento** (peggior
|
|
giorno -2.8%, peggior mese 2022 -1.6%). Il doppio trend (TP01+GTAA long-flat) gia' taglia i crash
|
|
veloci. Il tail residuo = (a) whipsaw da mercato choppy (2022), (b) gap/crash overnight LATENTE (TP01
|
|
non reagisce intraday, non nel campione storico), (c) la LEVA.
|
|
|
|
## Candidati testati (`tail_hedge_lab.py`)
|
|
| protezione | MaxDD | 2022 | Sharpe | CAGR |
|
|
|---|---|---|---|---|
|
|
| combo baseline | 8.4% | -4.4% | 1.48 | 11.3% |
|
|
| **+ guardia-DD -4%** | **5.8%** | **-1.8%** | 1.38 | 9.2% |
|
|
| + vol-target 5% | 8.4% | -5.9% | 1.46 | 8.0% |
|
|
| + opzioni (put/put-spread, budget 3%/y) | 8.4% | -4.4% | 1.48 | 11.3% |
|
|
|
|
### OPZIONI (valutate): NON adatte al 2022
|
|
- Put-spread/long-put LONG su indice 50/50 BTC/ETH (mirror di VRP01), premio BS su DVOL reale, payoff
|
|
sul path. Strike corretti (compra -0.30delta, vende -0.10delta).
|
|
- Sempre-on costa **~50%/anno** di premio -> con budget 3%/anno size ~0.06-0.10x = effetto ~nullo.
|
|
- Nel 2022 (grind, niente crash settimanali) **sanguinano** (scadono inutili) -> Δ2022 ~0.
|
|
- Pagano SOLO nei crash secchi: stress -30% overnight -> put paga **+25% netto**, put-spread +3.8%.
|
|
- Verdetto: assicurazione BLACK-SWAN cara e fuori-bersaglio per il grind. Utile solo come piccola
|
|
copertura del gap overnight latente, NON come fix del 2022.
|
|
|
|
### GUARDIA DRAWDOWN: centra il rischio
|
|
De-risk (esposizione 1.0->0.4) quando il DD da picco supera -4%, ri-rischia a -1.6%. Targetizza il
|
|
grind: MaxDD 8.4%->5.8%, 2022 -4.4%->-1.8%, ogni anno DD intra <=5.4%. Costo: Sharpe 1.48->1.38,
|
|
CAGR -2.1pp (de-risca sui cali, perde rimbalzo — prezzo onesto della protezione).
|
|
|
|
### A LEVA (dove il tail morde)
|
|
guard applicato pre-leva: 2x 2022 -15.6%->-10.9%, MaxDD 28%->24%; 3x resta MARGIN-CALL (DD 39%>=33%).
|
|
-> la protezione rende il 2x sopportabile; il 3x va evitato comunque.
|
|
|
|
## Raccomandazione
|
|
AGGIUNGERE una **guardia-drawdown a livello di portafoglio** al combo (overlay, niente premio):
|
|
e' la protezione che colpisce il rischio reale (grind/2022) a costo Sharpe minimo. Le opzioni NO come
|
|
fix del 2022; eventualmente una micro-allocazione deep-OTM come assicurazione black-swan separata.
|
|
Vol-target NON aiuta (il 2022 non e' uno spike di vol).
|
|
|
|
## Onesta'
|
|
- Il guard e' REATTIVO (de-risca dopo l'inizio del DD, restituisce un po' di rimbalzo) -> costa CAGR.
|
|
- Trade: -2.1pp CAGR per dimezzare il MaxDD e azzerare quasi il 2022. Sensato se la priorita' e' il DD.
|
|
- Parametri (-4% trigger) semplici; il meccanismo (non la soglia esatta) e' la sostanza.
|
|
Script: tail_hedge_lab.py.
|