EasyTrend
Machine Learning

Portfolio Intelligence

Random Matrix Theory e struttura di correlazione del paniere EasyTrend — quante scommesse davvero indipendenti contengono le posizioni aperte

Esperimento isolato — sola lettura

EasyTrend decide COSA comprare. Questo layer stima QUANTO rischio si sta realmente assumendo. Non tocca i segnali, non modifica l'equity, non cambia il sizing: legge le posizioni aperte e ne analizza la struttura di correlazione.

La domanda è una sola: venti titoli selezionati sono venti operazioni indipendenti, oppure sono venti repliche dello stesso trade? Sei produttori di semiconduttori sono formalmente sei titoli diversi, ma nel giorno in cui il tema AI si gira si comportano come una posizione sola — con sei volte la dimensione che si crede di avere.

La risposta si legge negli autovalori della matrice di correlazione. Se un solo autovalore assorbe gran parte della varianza, il portafoglio ha un unico fattore di rischio dominante. L'effective rank traduce quello spettro in un numero leggibile: quante fonti di rischio indipendenti ci sono davvero. La Random Matrix Theory serve a distinguere la struttura vera dal rumore di stima, che con pochi dati storici è enorme e produce correlazioni che sembrano reali e non lo sono.

1. Paniere da analizzare

Titoli con ultimo segnale equityline = Acquisto alla data indicata.

Vuoto = ultima data disponibile. Vengono usati solo dati ≤ questa data.

2. Parametri di stima

Rapporto T/N ≈ —Seleziona un paniere per valutare la robustezza della stima. Stima prima dell'analisi: il valore effettivo sarà leggermente diverso, perché i titoli senza dati sufficienti e le sedute non comuni al paniere vengono esclusi.
Configura il paniere e lancia l'analisi.