Usa la regola 1/N per la diversificazione sotto profonda incertezza

Quando non puoi stimare il valore di ogni opzione in modo affidabile, distribuisci le risorse equamente.

Why it works

Sotto profonda incertezza — dove probabilità e payoff dei risultati non possono essere stimati con fiducia — ottimizzare un'allocazione richiede assunzioni che non hai dati per supportare. L'euristica 1/N (divisione equa tra N opzioni) supera le allocazioni di portafoglio ottimizzate nei test reali fuori campione perché evita l'overfitting che rende fragili le strategie di ottimizzazione quando le condizioni cambiano.

How to do it

1. Quando affronti una decisione di allocazione delle risorse con genuina profonda incertezza (tempo tra progetti, budget tra esperimenti), passa per default all'allocazione equa.
2. Devia dall'allocazione equa solo quando hai dati affidabili che mostrano rendimenti differenziali.
3. Rivedi l'allocazione dopo aver avuto risultati reali — sposta verso ciò che funziona con evidenza, non ottimismo.

Prove scientifiche

DeMiguel, Garlappi & Uppal (2009) hanno confrontato l'allocazione di portafoglio 1/N con 14 strategie ottimizzate su molteplici dataset del mercato azionario e hanno trovato 1/N competitiva o migliore degli approcci ottimizzati fuori campione. (observational)

Questo risultato è specifico ai contesti di portafoglio finanziario con dati limitati e mezzi incerti. Per decisioni dove i rendimenti differiscono significativamente e sono stimabili, l'allocazione ottimizzata può superare 1/N.

Fonti

• DeMiguel, Garlappi & Uppal (2009), Optimal versus naive diversification, Review of Financial Studies

Errore comune

Applicare 1/N anche quando hai dati affidabili che mostrano che le opzioni differiscono sostanzialmente — l'euristica è per la profonda incertezza, non un sostituto dell'evidenza quando l'evidenza esiste.