In vista della newsletter di fine anno, dove analizzeremo in profondità ogni asset, sia alla luce del 2025 appena trascorso sia soprattutto con lo sguardo rivolto al 2026, abbiamo scelto di dedicare l’edizione di questo mese a qualcosa di diverso dal solito. Non un’analisi di mercato, non una view tattica, ma un promemoria operativo di alto livello per chi investe con noi. Un’occasione per tornare alle basi avanzate, quelle che raramente vengono discusse ma che determinano gran parte dei risultati nel lungo periodo.
Molti dei nostri lettori non sono investitori alle prime armi. Al contrario: conoscono bene strumenti, cicli economici, indicatori, rischi e opportunità. E proprio per questo, a volte, incappano in errori che non derivano da mancanza di informazione, ma da un eccesso di esperienza, sicurezza, complessità o velocità decisionale. Abbiamo quindi raccolto, classificato e approfondito gli errori più comuni tra gli investitori retail evoluti, quelli che continuano a ripetersi anche dopo anni di pratica sui mercati. Errori che diventano particolarmente rilevanti in un contesto come quello attuale: valutazioni estese, concentrazione elevatissima nei settori trainanti e una struttura di mercato più sensibile del solito a shock economici e cambi di regime. Se queste dinamiche non possono essere controllate, possiamo però controllare il modo in cui prendiamo decisioni. E, come spesso accade, rivedere i fondamentali avanzati permette di recuperare punti di rendimento che altrimenti si disperderebbero lungo la strada.
Questa newsletter vuole riportare in superficie ciò che già sappiamo, ma che il mercato, nel suo rumore, tende a farci dimenticare.

L’overconfidence è uno dei bias più studiati nella finanza comportamentale, ed è sorprendente constatare come colpisca soprattutto gli investitori più esperti, non i principianti. Man mano che cresce la familiarità con i mercati, cresce anche la percezione, spesso errata, di saper interpretare ogni scenario. È una distorsione graduale: si inizia ignorando qualche segnale contrario, poi si cercano solo conferme, infine si sottostima sistematicamente la probabilità di eventi estremi. Il punto non è l’arroganza: è l’eccesso di coerenza con sé stessi. Quando un investitore ha “visto tanto”, tende a credere che il futuro non possa sorprendere granché. La storia mostra esattamente il contrario.
Esempio storico 1: Bolla .com (2000)
Molti investitori esperti, forti degli anni ’90 e dell’esplosione di internet, erano convinti che il ciclo di crescita tecnologica fosse strutturale e inarrestabile. Sottostimarono il rischio di valutazioni estremamente compresse su forward earnings ipotetici. Il risultato: un drawdown del Nasdaq del –78%, contro ogni previsione degli “esperti del settore”.
Esempio storico 2: Crisi Subprime (2008)
Nel 2007 quasi tutti i professionisti ritenevano improbabile un collasso del mercato immobiliare americano: “troppo grande, troppo distribuito, troppo stabile”. Un classico caso di tail risk sottovalutato. Il crollo dell’8% dell’immobiliare statunitense, evento considerato “impossibile”, diede invece avvio alla peggiore crisi dal ’29.
Esempio storico 3: Volmageddon (2018)
Gli investitori esperti nei prodotti short volatility ritenevano che la bassa volatilità fosse strutturale. Un solo pomeriggio bastò per azzerare interi fondi leveraged short VIX.
L’overconfidence non è un errore di analisi, ma un errore di percezione. Ed è quello che costa più caro, in ogni ciclo.

La complessità è una tentazione nobile.
Più anni si passa sui mercati, più si è portati a credere che una strategia complessa, ricca di dettagli, combinazioni fattoriali e hedging multipli sia necessariamente superiore. Ma la complessità ha un costo: riduce l’esecuzione, la chiarezza, la disciplina.
Il paradosso è semplice:
una strategia mediocre eseguita bene batte una strategia brillante eseguita male. Molti portafogli retail evoluti contengono 30–40 posizioni che non aggiungono diversificazione e hedge valutari o settoriali che, una volta computati costi e dinamiche di correlazione, non migliorano affatto il profilo rischio/rendimento.
Esempio storico 1: LTCM (1998)
Il caso più emblematico della complessità inefficiente: un modello statistico sofisticatissimo, costruito da premi Nobel, crollò perché troppo fragile all’esecuzione. La strategia era “perfetta” in teoria, ma non sopravvisse a un semplice shock di liquidità.
Esempio storico 2: Hedging valutario dei fondi europei (2014–2016)
Molti fondi coprirono integralmente il cambio USD/EUR proprio mentre il dollaro iniziava la sua fase rialzista. Il costo della copertura, elevato in un regime di tassi divergenti, erose gran parte del rendimento dell’azionario USA, lasciando gli investitori con performance nettamente inferiori.
Esempio storico 3: Bond hedging (post-2020)
Nel 2021 numerosi portafogli hanno tentato hedging su duration e inflazione tramite strumenti complessi come swap e derivati a leva. L’aumento repentino dei tassi nel 2022 ha mostrato come molti di questi hedge fossero inefficaci o addirittura controproducenti.
La complessità non è un indicatore di competenza, ma un moltiplicatore di margine d’errore.

Avere molti asset non significa essere diversificati.
È uno degli equivoci più comuni tra gli investitori evoluti: confondere la moltiplicazione delle posizioni con la dispersione dei rischi. La realtà è che molti asset condividono gli stessi driver economici: tassi, liquidità, crescita, risk appetite. La falsa diversificazione è particolarmente pericolosa nei momenti di stress: quando il mercato va incontro a uno shock, le correlazioni che sembrano basse in tempi tranquilli si avvicinano rapidamente a 1.
Esempio storico 1: di nuovo la Global Financial Crisis (2008)
Durante il crollo dei mutui subprime, strumenti ritenuti diversificati, mortgage-backed securities, corporate bonds, REIT, financials, si mossero praticamente insieme. Gli investitori che avevano costruito portafogli “multifactor” scoprirono di avere, di fatto, una singola grande scommessa sulla stabilità del credito.
Esempio storico 2: Taper Tantrum (2013)
Asset molto diversi tra loro (emerging markets, REIT, high yield e perfino l’azionario USA growth) registrarono drawdown simultanei. La causa comune: sensitivity ai movimenti dei Treasury e al cambio di regime della Fed.
Esempio storico 3: Tech & Growth (2022)
Semiconduttori, tecnologia, cloud, biotech, ARKK, Nasdaq: tutti asset apparentemente diversificati ma guidati dal medesimo fattore, duration equity, hanno subito drawdown coerenti e simultanei quando l’inflazione ha trasformato il contesto dei tassi.
La diversificazione vera non è una lista lunga: è una mappa dei driver sottostanti.

In un mondo iperconnesso, l’errore non è non sapere abbastanza, ma sapere troppo.
Molti investitori esperti cadono nella trappola dell’“iper-monitoring”: accumulano dati, report, analisi, grafici, commenti macro… senza integrare tutto in un processo decisionale coerente. L’informazione non è valore, lo diventa solo se filtrata, organizzata e contestualizzata.
Esempio storico 1: Pre-crash .com (2000)
La quantità di dati e report sul “nuovo paradigma” dell’economia digitale era enorme. Anziché migliorare la qualità decisionale, aumentò la convinzione collettiva che le valutazioni non fossero più rilevanti. Un classico caso di information overload trasformato in bias collettivo.
Esempio storico 2: Pre-GFC (2007)
Broker, banche e analisti producevano centinaia di pagine di report tecnici su Collateralized Debt Obligations (CDO), Asset-Backed Securities (ABS), Mortgage-Backed Securities (MBS). La complessità di questi strumenti creò un’illusione di comprensione, non una reale capacità di valutarne i rischi.
Esempio storico 3: Rotazione value (2021)
Gli investitori sovraccaricati di narrativa macro (inflazione temporanea, Fed dovish, growth leadership eterna) ignorarono segnali concreti di cambio di regime.
La verità è che non esiste edge nel volume dell’informazione, ma solo nella sua qualità.

Questo errore è universale: quasi tutti gli investitori dicono di investire a lungo termine, ma pochi lo fanno davvero.
La dissonanza non è finanziaria, è emotiva.Un investitore può dichiarare di avere un orizzonte di dieci anni, ma se controlla il portafoglio tre volte al giorno, se soffre drawdown normali, se cambia strategia dopo qualche mese non sta investendo a lungo termine. Sta tradando emozioni.
Esempio storico 1: Post-2008 Recovery
Molti investitori retail uscirono dal mercato dopo il crollo del 2008 e non riuscirono a rientrare, perdendosi uno dei più lunghi bull market della storia. L’orizzonte dichiarato era decennale, ma il comportamento era giornaliero.
Esempio storico 2: Sell-off di dicembre 2018
Un drawdown improvviso portò moltissimi investitori a liquidare posizioni proprio sulla base del “timore di una recessione imminente”, quando di fatto si trattava di un evento tecnico di liquidità. Il mercato recuperò in poche settimane.
Esempio storico 3: Pandemia 2020
Chi aveva un orizzonte long-only dichiarato ha venduto nel peggior momento possibile: marzo 2020. Il rimbalzo nei mesi successivi è stato uno dei più rapidi e verticali della storia.
L’orizzonte temporale non è la durata dell’investimento: è la coerenza con cui lo si rispetta.

Più un investitore diventa esperto, più cresce la tentazione di trovare “il modello definitivo”:
il fattore che anticipa tutto, l’indicatore che non sbaglia mai, la formula che addomestica la volatilità. Ma la finanza non è un sistema deterministico. Il modello perfetto non esiste, esistono modelli robusti, capaci di adattarsi ai cicli.
Esempio storico 1: Modelli Value pre-2000
Negli anni ’90 molti investitori rimasero ancorati a modelli value classici, convinti della loro infallibilità. Il boom tech mandò in crisi quelle metriche, mostrando che anche i modelli più longevi soffrono in cambi di regime.
Esempio storico 2: Low Volatility Factor 2017–2020
Il fattore low-vol sembrava “quasi perfetto” per anni, con drawdown ridotti e performance costanti. La pandemia del 2020 ha dimostrato che nessun modello sfugge a shock a cui non è progettato per rispondere.
Esempio storico 3: Risk Parity 2022
Strategie multiasset costruite su correlazioni storicamente negative (equity-bond) sono andate in sofferenza quando entrambe le asset class hanno registrato drawdown simultanei, per la prima volta dagli anni ’70.
Il mercato premia la resilienza, non la perfezione matematica.

Molti investitori sanno quando entrare. Pochissimi sanno quando uscire. Ed è questo che determina gran parte del rendimento.
Le regole di uscita devono essere definite prima della volatilità, non durante. Quando si decide in condizioni emotive, il risultato è quasi sempre subottimale.
Esempio storico 1: Sell-off China Devaluation (2015)
Molti investitori senza stop-loss strutturati vendettero nel panico dopo il crollo del 24 agosto. Il mercato recuperò gran parte delle perdite in pochi giorni.
Esempio storico 2: Correzione Q4 2018
Lo stesso schema: liquidazioni forzate nel momento peggiore, seguite da uno dei rimbalzi più rapidi degli ultimi decenni.
Esempio storico 3: Bond rout 2022
Senza regole chiare sulla duration, molti investitori mantennero esposizioni troppo lunghe nonostante segnali macro evidenti, trasformando una correzione gestibile in un drawdown storico per i portafogli bilanciati.
Nel lungo termine, l’output di un portafoglio è determinato molto più dalle uscite che dalle entrate.

Il 2026 sarà un anno in cui gli investitori si troveranno di fronte a una caratteristica rara:
mercati che hanno corso molto, sono concentrati in poche leadership e reagiscono in modo amplificato a variazioni della liquidità globale. In un contesto simile, la differenza tra un portafoglio fragile e uno solido non è quasi mai nelle scelte tattiche, ma nella qualità delle decisioni ricorrenti. E questi sette errori, spesso invisibili perché mascherati dall’esperienza, sono esattamente ciò che, nei cicli maturi, separa la performance realizzata da quella potenziale. Il punto non è aspirare alla perfezione. Nessun investitore, professionale o retail, può eliminarli completamente. Il vero vantaggio competitivo nasce quando si riesce a riconoscerli con lucidità prima che si manifestino, e soprattutto quando si costruiscono processi che ne limitano l’impatto strutturale: sizing disciplinato, exit rules chiare, diversificazione autentica, modelli robusti, orizzonti coerenti.
Il 2026 premierà chi saprà fare meno rumore e più sostanza. Chi riuscirà a togliere complessità inutile, invece di aggiungerne. Chi sarà capace di leggere la volatilità senza confonderla con il rischio. In definitiva, non serve diventare investitori diversi. Serve diventare investitori più consapevoli di ciò che può farci deviare.
Ed è esattamente questo, la consapevolezza, il miglior punto di partenza per affrontare i mercati che ci aspettano.