Tra Rischio e Rendimento: Sei Strade verso il Portafoglio Perfetto

Between Risk and Return: Six Paths to the Perfect Portfolio explores the theoretical foundations and empirical performance of six landmark portfolio‐construction methodologies. Grounded in a unified dataset of monthly returns for a diversified basket of liquid assets (AAPL, BND, GLD, EEM, VNQ, DBC) from January 2015 to June 2025, this study bridges classic mean–variance optimization and cutting‐edge behavioural insights through a reproducible R‐based framework. The thesis begins with a literature review of Markowitz’s mean–variance model, the Capital Asset Pricing Model (CAPM), the Single Index Model (SIM), Arbitrage Pricing Theory (APT), the Fama–French three‐factor model, and a behavioural‐finance approach. Each model’s assumptions, mathematical formulation, and limitations are critically examined, highlighting how diversification, systematic factor exposures, and investor biases shape portfolio outcomes. In the empirical implementation, expected returns are estimated via historical averages, regression‐derived factor sensitivities, and behavioural adjustments, while portfolio constraints (long‐only, full‐investment) and optimization routines (quadratic or linear programming) ensure comparability. For each methodology, optimal weights are computed, and portfolios are evaluated using performance metrics—average return, volatility, Sharpe ratio, and downside risk measures—followed by normality tests and interactive visualizations. Key findings indicate that multifactor and behavioural portfolios can outperform classical optimization on both absolute and risk‐adjusted bases, particularly under market stress and for investors with distinct risk preferences. The behavioural model, which embeds loss‐aversion and mental‐accounting penalties into the objective function, demonstrates improved investor adherence at the expense of marginally lower theoretical efficiency. Robustness analyses reveal temporal variations in factor premia, reinforcing the need for adaptive calibration. By juxtaposing optimization‐based, equilibrium‐based, and behavioural paradigms under a consistent empirical framework, this work offers actionable insights for both academics and practitioners, suggesting when and how to select, adapt, or combine portfolio‐construction methodologies in evolving market environments.

Tra Rischio e Rendimento: Sei Percorsi verso il Portafoglio Perfetto esplora i fondamenti teorici e le prestazioni empiriche di sei metodologie classiche e moderne per la costruzione di portafoglio. Basato su un dataset unificato di rendimenti mensili relativi a un paniere diversificato di asset liquidi (AAPL, BND, GLD, EEM, VNQ, DBC) nel periodo compreso tra gennaio 2015 e giugno 2025, lo studio combina l’ottimizzazione media-varianza tradizionale con approcci più recenti ispirati alla finanza comportamentale, il tutto attraverso un framework replicabile sviluppato in linguaggio R. La tesi si apre con una rassegna teorica dei principali modelli: il modello media-varianza di Markowitz, il Capital Asset Pricing Model (CAPM), il Single Index Model (SIM), l’Arbitrage Pricing Theory (APT), il modello a tre fattori di Fama–French e un approccio basato sulla finanza comportamentale. Per ciascun modello vengono analizzati criticamente assunti, formulazioni matematiche e limiti, mettendo in luce il ruolo di diversificazione, esposizione ai fattori sistematici e bias comportamentali nella costruzione dei portafogli. Nella parte empirica, i rendimenti attesi sono stimati utilizzando medie storiche, sensibilità ai fattori ricavate da regressioni e correzioni comportamentali. Vincoli comuni (solo posizioni long, investimento totale) e routine di ottimizzazione (programmazione quadratica o lineare) garantiscono la comparabilità tra i modelli. Per ciascuna metodologia vengono calcolati i pesi ottimali e analizzati i portafogli risultanti attraverso indicatori di performance—rendimento medio, volatilità, indice di Sharpe, misure di rischio al ribasso—oltre a test di normalità e visualizzazioni interattive. I risultati principali mostrano che i portafogli multifattoriali e comportamentali possono superare in rendimento assoluto e aggiustato per il rischio quelli costruiti con modelli classici, specialmente in fasi di stress di mercato o per investitori con specifiche preferenze di rischio. Il modello comportamentale, che incorpora avversione alle perdite e penalizzazioni da contabilità mentale nella funzione obiettivo, mostra una maggiore aderenza psicologica da parte dell’investitore, pur a fronte di una lieve perdita in efficienza teorica. Analisi di robustezza evidenziano variazioni temporali nei premi al rischio, sottolineando la necessità di una calibrazione dinamica. Confrontando modelli basati sull’ottimizzazione, sull’equilibrio e su considerazioni comportamentali all’interno di un unico framework empirico, questo lavoro fornisce spunti applicabili sia in ambito accademico che professionale, suggerendo quando e come scegliere, adattare o combinare diverse metodologie di costruzione del portafoglio in contesti di mercato in evoluzione.