A chi serve — A chi confronta la variabilità di strumenti, strategie o portafogli e vuole sapere quali scelte di campione e annualizzazione stanno dietro al numero.
La deviazione standard misura la dispersione di una serie attorno alla sua media ed è espressa nella stessa unità della variabile. Applicata ai rendimenti periodici viene spesso chiamata volatilità storica. È la radice quadrata della varianza; non misura direttamente perdita massima, liquidità, rischio di default o dipendenza nelle code.
Un valore di deviazione standard non è interpretabile senza conoscere serie, frequenza, finestra, valuta, tipo di rendimento e convenzione statistica. La dispersione dei rendimenti giornalieri non è confrontabile direttamente con quella mensile; una serie netta di costi non coincide con una lorda; rendimenti levigati da valutazioni poco frequenti possono mostrare una volatilità artificialmente bassa.
Popolazione, campione e rendimenti
Per N osservazioni rₜ e media aritmetica
r̄, una deviazione standard descrittiva della popolazione è:
σ = √[(1/N) × ∑ₜ(rₜ − r̄)²]Quando le osservazioni sono trattate come campione di una popolazione più
ampia, una stima comune usa N−1 al denominatore:
s = √[(1/(N−1)) × ∑ₜ(rₜ − r̄)²]Le due formule rispondono a convenzioni diverse. Con pochi dati la differenza può essere materiale. Software e provider non adottano sempre lo stesso default: un report riproducibile dichiara la convenzione.
Per un portafoglio si calcola la deviazione standard della serie dei rendimenti del portafoglio, oppure ex ante attraverso pesi e matrice di covarianza:
σₚ = √(wᵀΣw)La seconda è una stima modellistica basata su input; la prima descrive una storia osservata. Non vanno etichettate entrambe semplicemente “rischio” senza specificare natura e data.
Rendimenti semplici, logaritmici e total return
La scelta della serie precede il calcolo:
- i rendimenti semplici si concatenano geometricamente e rappresentano la variazione percentuale tra due valori;
- i log-return sono additivi nel tempo per valori positivi, ma non si sommano tra asset per ottenere in generale il rendimento del portafoglio;
- il price return esclude proventi, mentre il total return include dividendi o cedole secondo una convenzione;
- rendimenti in valuta locale e in valuta base incorporano rischi differenti;
- rendimenti lordi e netti hanno distribuzioni differenti quando costi o fee variano nel tempo.
Usare livelli di prezzo non stazionari al posto dei rendimenti può produrre una misura priva del significato desiderato.
Annualizzazione: quando vale la radice del tempo
Una procedura comune annualizza una deviazione standard periodica moltiplicando per la radice del numero di periodi:
σ_ann ≈ σ_periodo × √mCon dati mensili m può essere 12; con dati giornalieri il numero
dipende dal calendario e dalla serie. Questa relazione richiede ipotesi sulla
scala della varianza, spesso formulate come rendimenti non autocorrelati e
distribuiti in modo stabile. Autocorrelazione, volatilità variabile, dati
mancanti, smoothing o mercati aperti 24/7 possono rendere l'approssimazione
fuorviante.
Andrew Lo mostra che le regole mensili standard per annualizzare lo Sharpe ratio possono fallire in presenza di correlazione seriale; lo stesso problema nasce dalla deviazione standard al denominatore. Scrivere “252” o “365” senza descrivere il calendario non rende il risultato comparabile.
Cosa cattura e cosa non cattura
La deviazione standard attribuisce lo stesso peso quadratico agli scarti sopra e sotto la media. Questa simmetria può essere appropriata quando ogni deviazione rende il risultato meno prevedibile; può essere poco allineata a un investitore che distingue guadagni inattesi e perdite. Il Sortino ratio sostituisce la volatilità totale con una downside deviation rispetto a un target, ma introduce altre convenzioni.
La deviazione standard inoltre:
- non identifica la forma delle code;
- non descrive l'ordine temporale dei rendimenti;
- non distingue una perdita graduale da un gap;
- può essere instabile tra regimi;
- può essere sottostimata da prezzi stale o modelli di valutazione;
- non è una previsione certa della dispersione futura.
Per questo va affiancata a distribuzione, drawdown, scenari, liquidità e qualità dei dati.
Esempio riproducibile
Cinque rendimenti percentuali ipotetici sono 1, −1, 2, 0, −2. La
media è zero. La somma degli scarti quadratici è
1 + 1 + 4 + 0 + 4 = 10.
- deviazione descrittiva con
N:√(10/5) ≈ 1,414%; - stima campionaria con
N−1:√(10/4) ≈ 1,581%.
Entrambi i risultati possono essere corretti rispetto alla convenzione. Il campione è troppo piccolo per una conclusione operativa e l'esempio non prescrive soglie.
Checklist di confronto
Prima di confrontare due valori, verificare:
- stessa frequenza e intervallo;
- stesso calendario e trattamento dei dati mancanti;
- stessa valuta e politica FX;
- rendimenti semplici o logaritmici;
- price o total return;
- lordo o netto e costi inclusi;
- campione o popolazione;
- finestra expanding o rolling;
- annualizzazione e ipotesi;
- natura ex ante o ex post.
Errore tipico — Definire “bassa” una volatilità senza specificare frequenza, finestra e metodo di valorizzazione. Il numero può essere basso perché il rischio è contenuto oppure perché i dati lo nascondono.
Fonti
- NIST/SEMATECH, Measures of Scale — Engineering Statistics Handbook — definizioni e proprietà delle misure di dispersione.
- Harry Markowitz, Portfolio Selection, The Journal of Finance (1952) — ruolo di varianze e covarianze nel portafoglio.
- William F. Sharpe, The Sharpe Ratio, The Journal of Portfolio Management (1994) — uso della deviazione standard dei differential return e convenzioni ex ante/ex post.
- Andrew W. Lo, The Statistics of Sharpe Ratios, Financial Analysts Journal (2002) — campionamento, autocorrelazione e limiti dell'annualizzazione.
- CFA Institute, Portfolio Performance Evaluation — 2026 refresher reading — uso coordinato e limiti delle misure di rischio e performance.