Cos'è una simulazione Monte Carlo
Una simulazione Monte Carlo genera migliaia di scenari casuali per stimare quanto è probabile che il tuo portafoglio raggiunga un determinato obiettivo. Il nome viene dal famoso casinò di Monte Carlo — perché il metodo usa la casualità come strumento di analisi.
Invece di calcolare un singolo risultato basato sul rendimento medio, la simulazione crea molti percorsi possibili, ognuno diverso, che riflettono l'imprevedibilità reale dei mercati.
Come funziona in pratica
La simulazione prende tre dati dal tuo portafoglio:
- Rendimento atteso — quanto potrebbe crescere in media ogni anno
- Volatilità — quanto oscilla intorno a quella media
- Orizzonte temporale — per quanti anni investi
Con questi dati genera (nel nostro caso) 1.200 scenari. In ogni scenario, per ogni anno, il rendimento viene estratto casualmente da una distribuzione statistica che include anche eventi estremi (crolli del 30-40% in un anno). Alla fine dei 1.200 scenari, la simulazione conta quanti hanno raggiunto l'obiettivo e quanti no.
Come leggere i risultati
- Probabilità di successo — la percentuale di scenari che raggiungono il target. Sopra il 70-80% è considerato un buon risultato.
- Percentile 10 (p10) — nel 90% dei casi farai meglio di questo valore. È lo scenario pessimistico.
- Percentile 50 (p50) — il risultato mediano, quello più probabile.
- Percentile 90 (p90) — solo nel 10% dei casi farai meglio. È lo scenario ottimistico.
Perché è più utile di una proiezione lineare
Una proiezione lineare dice: "con il 7% annuo, tra 10 anni avrai X". Ma i mercati non crescono del 7% ogni anno — un anno fanno +25%, l'anno dopo -15%. La simulazione Monte Carlo tiene conto di questa variabilità e dà un risultato più realistico, espresso come probabilità anziché come certezza.