alpha50: la matematica dietro l'alveare

Il copy-trading vende un sogno: trova l'unico genio, replica il suo wallet, diventa ricco. La realtà è che un singolo wallet è un singolo campione. Su un'unica traiettoria non riesci a distinguere l'abilità dalla fortuna, e il giorno in cui il tuo genio salta per aria è il giorno in cui salti per aria anche tu. Ti prendi in eredità il suo bias, il suo edge legato a una piazza specifica, il suo trade di rivalsa delle tre di notte: tutto quanto, a size piena.

alpha50 parte dalla premessa opposta. Nella teoria di portafoglio esiste un risultato, vecchio di oltre mezzo secolo, che trasforma molti segnali imperfetti in uno solo buono. In Bridgewater, la casa di Ray Dalio, lo chiamavano il Sacro Graal degli investimenti. Quasi nessuno lo ha applicato al copy-trading, perché quasi nessuno disponeva di un flusso pulito, in tempo reale e verificabile di trader capaci a cui applicarlo. I perp on-chain hanno cambiato le carte in tavola.

Questo articolo è la matematica, dall'inizio alla fine: perché la diversificazione è l'unico pasto gratis dei mercati, perché una folla selezionata di trader è il posto ideale dove spenderlo, e come si trasformano cinquanta segnali di convinzione in tempo reale in un'unica posizione a rischio controllato.

La tesi in una frase: l'edge di alpha50 è statistico, non predittivo. Non prevede il prezzo. Raccoglie la riduzione di varianza che nasce da un insieme di segnali capaci ma rumorosi, e tutta la partita si gioca sulla correlazione tra di loro.

1. Il Sacro Graal degli investimenti

L'intuizione di Dalio è ingannevolmente semplice. Prendi delle fonti di rendimento che abbiano ciascuna un rendimento atteso positivo e un rischio grosso modo simile. Man mano che aggiungi fonti non correlate tra loro, il rendimento del portafoglio resta lo stesso, ma il rischio scende, e in fretta. Metti insieme quindici fonti davvero scorrelate e puoi tagliare la volatilità di circa l'80% senza cedere neanche un punto base di rendimento atteso.

Il meccanismo è semplicemente il modo in cui si sommano le varianze. Per $N$ fonti equipesate, ognuna con volatilità $\sigma$ e correlazione media a coppie $\rho$, il rischio del portafoglio è:

Da quella radice quadrata discendono due cose, e sono tutta la storia.

Aggiungi fonti e il rischio cala, ma ogni curva si appiattisce su un pavimento pari a σ·√ρ. Con ρ = 0,25 non scendi sotto il ~50% del rischio di una singola fonte, per quante ne aggiunga.

Primo: quando ρ è vicino a zero, il rischio decade come 1/√N, la classica curva di diversificazione che precipita verso lo zero. Secondo, e più importante: al crescere di N, il rischio di portafoglio non va a zero. Converge a un pavimento pari a σ·√ρ. È la correlazione, non il numero, a fissare quel pavimento. Cinquanta fonti con ρ = 0,25 non sono più sicure di dieci con ρ = 0,25. La diversificazione ha come limite la correlazione, punto. Tienilo a mente: è ciò che detta ogni scelta su come si costruisce la coorte.

2. I trader sono fonti di rendimento, e migliori delle asset class

Dalio diversificava tra asset class. Ed è difficile, perché sono poche e, proprio quando conta, tendono a muoversi tutte insieme. Un trader capace è un mattone di partenza molto migliore. Ognuno è una strategia: una fonte di rendimento viva, adattiva, con drift atteso positivo, che ha già superato una batteria di prove out-of-sample sul campo, fill reali, drawdown reali, funding pagato davvero.

E on-chain l'universo è enorme. Dei ~13.000 wallet che indicizziamo su Hyperliquid, qualche centinaio supera filtri di abilità severi. È proprio quel surplus il lusso che fa funzionare il Sacro Graal: non siamo costretti a prendere chiunque sia disponibile, come invece succede a chi alloca tra asset class. Possiamo selezionare per scorrelazione. Uno scalper di momentum sulle major, un desk di mean-reversion sulle mid-cap, uno swing trader sugli indici azionari via HIP-3, uno specialista di funding carry: sono scommesse diverse, non varianti dello stesso beta. È questa la materia prima che la matematica pretende.

Stiamo diversificando alpha, non impilando beta. È questa distinzione la vera ragione per cui il meccanismo funziona.

3. Dalla riduzione del rischio all'amplificazione dello Sharpe

Rigira la stessa equazione. Se ogni membro ha abilità, cioè uno Sharpe per trade pari a S, allora aggregandone N con correlazione media ρ ottieni uno Sharpe di portafoglio pari a:

$A(N,\rho )$ è l'intera proposta di valore compressa in un solo numero: quante volte il rendimento corretto per il rischio dell'alveare batte quello del membro medio. È questo il grafico che conta.

Con ρ = 0 il fattore è √N, circa 7× per cinquanta wallet. A correlazioni realistiche è molto più basso, ma resta nettamente sopra 1.

Facciamo i conti con onestà. L'indipendenza perfetta (ρ = 0) dà √50 ≈ 7,1×, ma è un sogno: i trader capaci condividono un po' di esposizione allo stesso mercato. A una correlazione media realistica di ρ ≈ 0,2 il fattore è ancora circa 2,1×. Una coorte di trader mediocri presi singolarmente, ognuno con Sharpe 1,0, diventa un book con Sharpe 2. È la differenza tra una strategia a cui nessuno alloca capitale e una per cui un desk si prende a gomitate pur di entrare.

4. Costruire l'alveare è un problema di scorrelazione, non una classifica

È qui che la maggior parte dei prodotti "copia i migliori trader" fallisce in silenzio, ed è qui che la matematica impone un design tutt'altro che ovvio.

La mossa ingenua è ordinare tutti i wallet ammissibili per Sharpe e prendere i primi cinquanta. È un errore. Se i tuoi primi cinquanta sono tutti trader di momentum a cavallo delle stesse major, la loro ρ è 0,7 e la tua amplificazione è ~1,2×: hai costruito una versione costosa e a leva di un solo trader. La classifica massimizza la qualità individuale e ignora l'unica variabile che davvero governa il risultato.

L'obiettivo giusto è il numero effettivo di scommesse indipendenti:

Cinquanta wallet con ρ = 0,25 valgono meno di quattro scommesse indipendenti. La selezione deve battersi per la scorrelazione, non per il numero di teste.

Cinquanta wallet con ρ = 0,25 ti danno meno di quattro scommesse effettive. Quindi la costruzione della coorte è un problema di ottimizzazione di portafoglio: massimizzare N_eff sotto un vincolo minimo di abilità, non massimizzare l'abilità media. In pratica significa raggruppare i candidati in archetipi di strategia in base alla correlazione delle loro fonti di rendimento e alla loro esposizione per strumento, per poi pescare il migliore che sopravvive da ciascun gruppo, cedendo di proposito un po' di Sharpe individuale in cambio di molta indipendenza. Un wallet che è l'ottavo miglior trader di momentum ma l'unico specialista di funding carry vale di più per l'alveare del terzo miglior trader di momentum.

Vanno aggiunte altre due discipline quant, perché la selezione grezza va in overfitting:

• Shrinkage. Lo Sharpe misurato di un wallet è una stima, e le stime degli Sharpe più alti sono quelle più gonfiate dalla fortuna (la maledizione del vincitore). Contrai lo Sharpe di ogni membro verso la media della coorte, con una spinta alla James–Stein / Bayes empirico la cui intensità cresce quanto meno numerosi sono i trade che reggono la stima. Così smetti di pagare a peso pieno una buona serie di fortuna.
• Anche la correlazione è stimata, ed è non stazionaria. Usa uno stimatore della covarianza con shrinkage (Ledoit–Wolf), così la selezione non insegue una scorrelazione fasulla destinata a svanire la settimana dopo.

La coorte viene poi rivalutata di continuo, con isteresi: un wallet deve scendere ben oltre la soglia prima di essere escluso, così il book non viene rimescolato dal rumore di ranking attorno al confine.

5. Trasformare il consenso in una posizione

L'aggregazione paga solo se la traduci in esposizione senza reintrodurre il rischio da singolo wallet che hai appena diversificato via. Il segnale per ogni strumento è un consenso con segno, pesato per convinzione e normalizzato per il rischio:

Dove, per ogni wallet $i$ della coorte che detiene lo strumento $c$:

• $s_i=\pm 1$ — il lato su cui si trova (long o short).
• ${\kappa }_i=|{\text{notional}}_i|/{\text{equity}}_i$ — la convinzione: dimensione della posizione rispetto al suo book.
• $w(S_i)$ — il peso da Sharpe corretto per shrinkage: $0$ sotto $S=1$, in rampa fino a $1$ intorno a $S\approx 5$.
• ${\pi }_i={\sigma }_{\text{target}}/{\sigma }_{\text{realized}}(c)$ — lo scalare di risk parity: pari rischio, non pari dollari.
• $c_{\max }$ — il tetto di contributo per singolo wallet, così nessuna singola balena si carica il book da sola.

Ogni termine ha un ruolo portante. La convinzione legge la dimensione della posizione rispetto all'equity del trader stesso, così una balena che mette il 40% del proprio book su un nome pesa più di una che si limita a tastare il terreno. Il peso da Sharpe penalizza chi è stato solo fortunato. La risk parity è la parte che i copiatori ingenui saltano: scali per il rischio, non per i dollari, così una posizione su una memecoin a volatilità 120 non finisce per dominare in silenzio una posizione su BTC dello stesso notional. Il tetto è ciò che fa rispettare la tesi: nessun singolo wallet può spostare il segnale di molto da solo, quindi serve un accordo autentico tra più wallet per costruire size. Quell'accordo, la confluenza, è il proxy pratico di "questo è alpha vero e non l'idiosincrasia di un singolo trader".

Due raffinamenti che un'implementazione seria deve al modello:

• Edge corretto per il funding. Sui perp, il carry sono soldi veri. Un long affollato che paga il 60% di funding annualizzato ha un rendimento atteso netto più basso di quanto il segnale grezzo di prezzo suggerisca; scontalo prima di dimensionare.
• Allineamento del cost basis. Entri sempre dopo la coorte: è il follower drag, il pedaggio di tutto questo mestiere. Entra su aperture fresche, vicino a dove la coorte ha effettivamente aperto, invece di rincorrere un movimento già vecchio del 5%. Così mantieni il tuo rischio identico a quello del trader di cui stai prendendo il segnale, ed è la differenza tra catturare l'edge e regalarlo allo spread.

6. Il sizing: volatility targeting e Kelly frazionario

Un segnale ti dice direzione e confidenza. Non ti dice quanto. Sbagliare la size è la ragione per cui strategie con un edge reale finiscono comunque per morire.

Due livelli. Primo, volatility targeting a livello di portafoglio: scegli un rischio obiettivo, diciamo il 15% annualizzato, e scala l'esposizione lorda in modo inversamente proporzionale alla volatilità realizzata.

Quando i mercati diventano violenti, la vol realizzata sale e il book si riduce da solo ($L_t$ scende). L'esperienza di rischio che vivi resta grosso modo costante, invece di gonfiarsi proprio quando le condizioni sono peggiori.

Secondo, Kelly frazionario sull'intensità del segnale. Kelly dice che la scommessa ottimale per la crescita scala con l'edge diviso la varianza, $f^{\ast }=\mu /{\sigma }^2$. Il Kelly pieno è notoriamente troppo aggressivo: presuppone di conoscere $\mu$ con esattezza, cosa che non succede mai. L'errore di stima è brutale ai vertici, quindi dimensiona a una frazione (mezzo Kelly o meno): scommetti di più quando il consenso è forte e ampio, di meno quando è sottile, e mai tutto lo stack su una sola lettura. Segnale forte, tante voci scorrelate che concordano, funding basso: è lì che spingi. Una balena solitaria su un segnale sottile pesa a malapena.

7. Quando il Graal si rompe: il rischio di correlazione

Ora la parte onesta, quella che una presentazione commerciale si tiene fuori. Il Sacro Graal ha un'unica modalità di rottura, ed è strutturale: ρ non è costante. In una crisi si correla tutto. Il bravo trader di momentum, il desk di mean-reversion, chi fa swing sugli indici azionari: in una cascata di liquidazioni violenta sono tutti semplicemente long risk, e sanguinano tutti insieme. ρ corre verso 1 e, proprio quando ti serve più diversificazione, A(N, ρ) collassa verso 1×.

La stessa curva a cinquanta wallet. Un edge di 2,1× in regime di calma può scendere a ~1,1× quando la correlazione schizza. La diversificazione non "fallisce": fa esattamente ciò che dice la matematica, ed è per questo che il livello di rischio non può essere opzionale.

Non è un difetto da nascondere sotto il tappeto; è la ragione per cui la gestione del rischio è protagonista, non un'aggiunta posticcia. Le difese devono essere dinamiche e consapevoli della correlazione:

• Monitora in tempo reale la correlazione realizzata dentro la coorte. Quando ρ fa un balzo, il segnale che il regime è cambiato, taglia il lordo, stringi il target di vol e tratta il consenso come meno informativo finché non rientra.
• Paracadute rigidi sotto quelli morbidi: stop-loss per posizione e un interruttore di drawdown a livello di portafoglio che azzera le posizioni e blocca il rischio nuovo dopo aver superato una soglia di perdita giornaliera. Questi limitano la coda; non provano a prevederla.

La strategia non è pensata per evitare il danno di coda. È pensata per limitarlo, sopravvivergli, e restare in piedi per capitalizzare l'edge di 2× l'altro 95% del tempo.

8. Il modello sui dati reali: gli ultimi 30 giorni

La teoria costa poco. Ed ecco allora gli ultimi trenta giorni della coorte su Hyperliquid, trattati esattamente come li tratta il modello: il P&L giornaliero realizzato di ogni wallet, normalizzato per il valore del conto, diventa una fonte di rendimento; le fonti vengono combinate in un unico book equipesato, l'alveare. Trenta dei cinquanta wallet hanno operato abbastanza nella finestra da generare una fonte.

Ogni linea tenue è un membro della coorte; la linea in grassetto è il book equipesato. I membri si sparpagliano: alcuni volano, altri vanno di traverso. L'alveare è il percorso liscio che li attraversa: quasi tutto il rialzo, una frazione dell'oscillazione.

Il dato che conta non è il rendimento, è la forma. L'alveare ha guadagnato più del membro tipico prendendosi circa un terzo del drawdown, ed è il Sacro Graal che fa esattamente ciò che l'algebra prometteva: stesso drift, molto meno rumore. L'amplificazione realizzata di ~3,4× si colloca sotto il tetto teorico di ~4,9× implicato dalla correlazione misurata: è la realtà del campione finito, non il sogno del pasto gratis.

Leggilo con i caveat che merita. Questo è il P&L realizzato in chiusura: ignora il mark-to-market delle posizioni ancora aperte, quindi la volatilità assoluta, e di conseguenza lo Sharpe assoluto, è sottostimata e non è una cifra su cui si possa fare trading. Ciò che è robusto è il rapporto, perché numeratore e denominatore sono calcolati allo stesso modo. E la ρ ≈ 0,01 misurata è quasi certamente una sottostima della vera correlazione economica, perché gli eventi di chiusura sono radi e raramente combaciano giorno per giorno, ed è proprio per questo che la coda del §7, dove la correlazione scatta verso uno, resta il rischio che conta davvero. Un mese di calma è un'illustrazione, non uno stress test.

9. I due lati del trade

Per chi deposita. Ottieni qualcosa che prima richiedeva un desk quant: un book di alpha on-chain verificato, diversificato, con rischio a target e ribilanciato di continuo, senza scegliere wallet, guardare grafici o imparare cos'è uno stimatore Ledoit–Wolf. L'esposizione resta non custodiale; il motore firma i trade, mai i prelievi. Il messaggio non è "copia un genio". È "possiedi l'insieme, con il rischio ingegnerizzato".

Per il protocollo. Il modello non aggiunge emissioni di token e non fa previsioni di prezzo. È un'allocazione più intelligente del rischio su segnali che già esistono, eseguita in modo trasparente e automatico, con fee allineate all'attività e alla performance invece che a una tariffa fissa. Un flusso informato e aggregato è anche, in sordina, un bene per la price discovery sulle piazze dove opera.

10. Limiti e capienza

Nessun articolo quant onesto si chiude senza i caveat:

• Il follower drag è una tassa permanente. L'amplificazione deve superarla al netto di fee e slippage; sui book HIP-3 sottili in particolare, è la qualità di esecuzione, non quella del segnale, a decidere il P&L.
• Capienza e riflessività. L'edge si consuma con la size. Replica troppo capitale e finisci per muovere i mercati stessi che stai leggendo, e il segnale si affolla. La strategia ha un tetto finito di AUM e il sizing deve rispettarlo.
• Errore di stima e survivorship. Ogni Sharpe, ogni correlazione, ogni confine tra cluster è stimato da uno storico finito, rumoroso e in parte sovradattato. Lo shrinkage aiuta; non guarisce.
• La coda del balzo di ρ, trattata sopra, è il rischio dominante e quello per cui esiste l'intero livello di gestione del rischio.

Conclusione

alpha50 non è un tentativo di prevedere il mercato meglio degli altri. È un tentativo di ingegnerizzare il pasto gratis più antico della finanza, la diversificazione tra fonti di rendimento scorrelate e a edge positivo, su una fonte di rendimento che il mondo non aveva mai impacchettato: la convinzione viva e verificabile dei migliori trader on-chain.

L'edge vive nella struttura di correlazione. Costruisci la coorte per minimizzarla, pesa per rischio e abilità corretta per shrinkage, dimensiona per volatilità e Kelly frazionario, e monta la guardia per il regime in cui la correlazione ti tradisce. Fai questo, e cinquanta trader rumorosi, fallibili e battibili uno per uno diventano un unico segnale difficile da battere.

Questo è il Sacro Graal. Noi abbiamo solo trovato un posto nuovo dove spenderlo.

Vedilo dal vivo. La dashboard dell'alveare alpha50 mostra in tempo reale la convinzione della coorte, le posizioni aperte e la equity curve con il drawdown sotto controllo. Quando vuoi mettere l'insieme al lavoro per te, copia la strategia in un clic — non custodiale, con il motore che firma i trade, mai i prelievi.