Educație · 🗺️ Planificare financiară · 10 min citire · Actualizat 19 iun. 2026

Portofoliu optimizat: Sharpe ratio, Beta, corelație și teoria modernă a portofoliului

Un portofoliu optimizat Sharpe ratio Beta correlație frontier modern portfolio nu se construiește adunând cele mai „bune" cinci acțiuni pe care le-ai găsit, ci optimizând raportul dintre randamentul așteptat și riscul total — exact ideea centrală a teoriei moderne a portofoliului. Dacă ai parcurs deja lecțiile despre alocarea pe ciclu de viață și despre beta, alfa și volatilitate, ești pregătit pentru pasul greu: cum combini efficient frontier și linia CML, Capital Asset Pricing Model (CAPM), covarianța și matricea de corelație și diversificarea împotriva riscului sistemic într-un singur portofoliu numeric, reproductibil, nu intuitiv.

Diferența dintre un investitor experimentat și unul foarte bun se vede aici: amândoi știu ce e Sharpe ratio și beta, dar doar unul rulează efectiv optimizarea, măsoară corelațiile reale dintre pozițiile lui și aplică factor-based investing și smart beta conștient, nu din inerție. Restul lecției e dens și aplicat: îți dau un script Python care calculează frontiera eficientă pe date reale, plus trei portofolii concrete — Conservative, Growth, Aggressive — cu ponderi, Sharpe-uri și un backtest pe 10 ani istoric.

Vom acoperi și partea pe care majoritatea o ignoră: rebalansarea dinamică pe Sharpe ratio, capcanele corelațiilor care „se rup" exact în criză și cum adaptezi totul la realitatea fiscală și de instrumente din România 2026 (BVB, Fidelis, ETF-uri UCITS prin broker internațional). La final ai un checklist și un workflow pe care îl poți rula trimestrial pe contul tău real.

De ce media-varianță bate intuiția: matematica pe scurt

Reamintire rapidă, fără să re-explicăm bazele: randamentul unui portofoliu e media ponderată a randamentelor componentelor, dar riscul NU este media ponderată a riscurilor. Aici e toată magia. Volatilitatea portofoliului depinde de covarianțe:

σ²_p = Σᵢ Σⱼ wᵢ wⱼ σᵢ σⱼ ρᵢⱼ

unde w sunt ponderile, σ volatilitățile, iar ρ corelațiile dintre perechi. Consecința practică: dacă adaugi un activ cu corelație mică (sau negativă) față de restul, riscul total al portofoliului scade chiar dacă activul respectiv e individual mai volatil. Asta e „singurul prânz gratis" din finanțe — diversificarea reală.

Exemplu numeric simplu. Două active, fiecare cu volatilitate 20% pe an, ponderi 50/50:

• Corelație ρ = +1: volatilitatea portofoliului = 20% (zero beneficiu, sunt același activ).
• Corelație ρ = 0: volatilitatea scade la ≈ 14,1%.
• Corelație ρ = −0,5: volatilitatea scade la ≈ 10%.

Același randament așteptat, jumătate din risc — doar pentru că ai ales active care nu se mișcă la unison. De-asta matricea de corelație e mai importantă decât selecția de acțiuni la nivel de portofoliu.

Sharpe ratio: numărul care decide câștigătorul

Sharpe ratio = (R_p − R_f) / σ_p, adică randamentul peste rata fără risc, per unitate de volatilitate. În România 2026 rata fără risc o aproximezi cu randamentul titlurilor de stat / Fidelis pe termen scurt — orientativ în jur de 6% (verifică valoarea curentă, depinde de BNR și de emisiunile Fidelis). Portofoliul „optim" în sens Markowitz e cel care maximizează Sharpe, nu cel cu randamentul cel mai mare. Un portofoliu cu +18% și σ 30% (Sharpe ≈ 0,40) e inferior unuia cu +12% și σ 10% (Sharpe ≈ 0,60), deși randamentul brut e mai mic.

Efficient frontier și linia CML: unde stă portofoliul tău

Frontiera eficientă e mulțimea portofoliilor care oferă randamentul maxim pentru fiecare nivel de risc. Orice portofoliu sub frontieră e „prost" — există altul cu același risc și randament mai mare. Când adaugi activul fără risc, frontiera curbă se transformă într-o linie dreaptă: Capital Market Line (CML), tangentă la frontieră în punctul de Sharpe maxim (portofoliul tangent). Tot ce faci practic e: alegi portofoliul tangent (mix optim de active riscante) și apoi glisezi pe CML între cash și portofoliul tangent în funcție de cât risc tolerezi.

Aceasta e cheia operațională: nu schimbi compoziția activelor riscante când vrei mai puțin risc — păstrezi același mix tangent și pui mai mult în cash/Fidelis. Eroarea clasică a investitorului român „prudent" e să țină un mix prost de acțiuni defensive în loc de mixul optim diluat cu instrumente fără risc.

CAPM și beta în contextul optimizării

CAPM spune că randamentul așteptat al unui activ = R_f + β × (R_piață − R_f). Beta măsoară expunerea la riscul sistemic (cel nediversificabil). Esența pe care mulți o ratează: prin diversificare elimini riscul idiosincratic (specific firmei), dar nu poți elimina beta. Restul de risc pe care îl porți după ce ai diversificat e exact partea sistemică, iar CAPM îți spune că doar pentru ea ești plătit cu prima de risc. Riscul specific pe care nu l-ai diversificat e risc pentru care piața NU te răsplătește — îl porți gratis.

Scriptul Python pentru efficient frontier

Iată un script funcțional care descarcă prețuri, calculează matricea de covarianță și găsește atât portofoliul de varianță minimă, cât și cel de Sharpe maxim. Rulează pe orice tickere — pune ETF-uri UCITS și acțiuni BVB la care ai acces.

• Pas 1 — date: import yfinance as yf, numpy as np, pandas as pd; from scipy.optimize import minimize
• Pas 2 — descarcă: px = yf.download(tickers, start="2016-01-01", end="2026-01-01")["Close"]; ret = px.pct_change().dropna()
• Pas 3 — statistici anualizate: mu = ret.mean()*252; cov = ret.cov()*252
• Pas 4 — funcții:
  • def perf(w): r = w@mu; v = np.sqrt(w@cov@w); return r, v
  • def neg_sharpe(w, rf=0.06): r,v = perf(w); return -(r-rf)/v
• Pas 5 — constrângeri: cons = ({'type':'eq','fun': lambda w: w.sum()-1}); bnds = tuple((0,1) for _ in tickers) (fără short, ponderi 0–100%)
• Pas 6 — optimizează Sharpe max: res = minimize(neg_sharpe, x0=np.repeat(1/n,n), bounds=bnds, constraints=cons); w_opt = res.x
• Pas 7 — varianță minimă: înlocuiești obiectivul cu lambda w: w@cov@w
• Pas 8 — frontiera: pentru un grid de randamente-țintă, minimizezi varianța adăugând constrângerea w@mu == target și salvezi (vol, ret) — apoi le ploți.

Capcană de implementare: mu estimat din medii istorice e zgomotos și instabil — micile erori în randamentele așteptate produc ponderi extreme (optimizatorul „pariază" pe activul cu cea mai mare medie estimată). Soluții profesioniste: (a) folosește covarianța, nu mediile ca ancoră — portofoliul de varianță minimă e mult mai robust out-of-sample; (b) aplică shrinkage pe matricea de covarianță (Ledoit-Wolf: from sklearn.covariance import LedoitWolf); (c) constrânge ponderea maximă per activ la 25–30%. Fără aceste corecții, frontiera „optimă" pe hârtie devine un portofoliu concentrat și fragil pe bani reali.

Trei portofolii optimizate concrete

Mai jos, trei portofolii-șablon construite pentru investitorul român 2026, exprimate pe clase de active accesibile (ETF-uri UCITS acumulative prin broker internațional + Fidelis/titluri de stat pentru partea fără risc). Cifrele de Sharpe sunt orientative, bazate pe corelații și volatilități istorice tipice — recalculează-le pe datele tale.

Conservative — Sharpe-țintă ridicat, drawdown mic

• 30% Fidelis / titluri de stat RON (partea „fără risc", randament ~6%)
• 30% ETF obligațiuni globale (hedged EUR)
• 25% ETF acțiuni globale (MSCI World)
• 15% aur / mărfuri (decorelare în criză)

Beta de portofoliu ≈ 0,35–0,45. Volatilitate țintă ~7–8%, randament așteptat ~7%. Sharpe orientativ ≈ 0,55–0,65. Rolul aurului: corelație istoric scăzută/negativă cu acțiunile în episoadele de stres — exact ce reduce σ_p prin termenul de covarianță.

Growth — echilibru risc-randament

• 55% ETF acțiuni globale (MSCI World / S&P 500)
• 15% ETF piețe emergente
• 15% ETF obligațiuni globale
• 10% acțiuni BVB (BET-TR, dividende grase, decorelare parțială de piețele globale)
• 5% aur

Beta ≈ 0,8–0,9. Volatilitate ~12–14%, randament așteptat ~9–10%. Sharpe orientativ ≈ 0,45–0,55. Aici BVB joacă rol de diversificator: corelația BET cu MSCI World e moderată, deci adaugă randament fără a urca proporțional riscul total.

Aggressive — randament maxim cu risc asumat

• 50% ETF acțiuni globale
• 20% ETF piețe emergente
• 15% smart beta / factor (value + momentum + quality tilt)
• 10% tehnologie / growth concentrat
• 5% acțiuni BVB de creștere

Beta ≈ 1,1–1,3. Volatilitate ~18–22%, randament așteptat ~11–13%. Sharpe orientativ ≈ 0,40–0,50. Observă paradoxul fundamental: Sharpe-ul SCADE de la Conservative la Aggressive, chiar dacă randamentul crește. Mai mult risc nu înseamnă risc mai bine plătit — înseamnă doar mai mult risc. Aggressive se justifică doar dacă orizontul tău e lung (15+ ani) și ai capacitatea psihologică de a duce un drawdown de −40% fără a vinde.

Factor-based investing și smart beta

Peste portofoliul de bază pe corelații poți adăuga tilt-uri pe factori cu primă de risc documentată: value (acțiuni ieftine), momentum (tendință recentă), quality (companii profitabile, datorie mică), size (small-cap), low volatility. Smart beta = ETF-uri care expun sistematic acești factori în loc de simpla ponderare după capitalizare. Avertisment de investitor experimentat: factorii au perioade lungi de underperformance (value a „murit" 2010–2020 înainte să revină), deci tilt-urile se justifică doar cu disciplină de ani, nu de trimestre. Nu urmări factorul care a mers cel mai bine ultimul an — e exact rețeta pentru buy-high.

Rebalansarea dinamică pe Sharpe ratio

Rebalansarea naivă (calendaristic, ex. trimestrial, înapoi la ponderile-țintă) e bună, dar versiunea avansată folosește praguri și semnale pe Sharpe:

• Rebalansare pe bandă: rebalansezi un activ doar când ponderea lui deviază cu peste ±5 puncte procentuale de la țintă. Reduci costurile de tranzacționare și impactul fiscal față de rebalansarea calendaristică rigidă.
• Recalcularea corelațiilor: trimestrial, rulezi din nou matricea de covarianță pe fereastra mobilă de 1–3 ani. Dacă corelațiile cresc semnificativ (regim de criză), riscul real al portofoliului a urcat chiar dacă ponderile sunt neschimbate — reduci beta.
• Capcana corelațiilor în criză: corelațiile NU sunt stabile. În crize (2008, martie 2020) corelațiile dintre clasele de active riscante tind spre +1 — exact când ai nevoie de diversificare, ea dispare. De-asta partea fără risc (Fidelis, titluri de stat) și aurul rămân ancore: ele chiar se decuplează când totul cade.

Backtest pe 10 ani: cum îl faci onest

Un backtest care nu te mint trebuie să includă: (1) costuri de tranzacționare reale (comisioane broker + spread); (2) impactul fiscal — în România câștigul din ETF-uri/acțiuni e impozitat la vânzare, deci rebalansarea prea deasă declanșează impozit (cota pe câștigul de capital la BVB prin intermediar e favorabilă pentru deținere peste 1 an — verifică pragul și cota curentă la ANAF pentru 2026); (3) rebalansarea efectivă aplicată la fiecare interval, nu doar buy-and-hold; (4) fără survivorship bias — nu testa doar pe activele care au supraviețuit. Metrica-rege a backtestului nu e randamentul total, ci Sharpe out-of-sample și drawdown-ul maxim. Un portofoliu cu CAGR mai mic dar drawdown −20% în loc de −45% e superior pe bani reali, fiindcă îți permite să nu vinzi la fund.

Pași de acțiune — workflow trimestrial

• 1. Definește-ți profilul (Conservative / Growth / Aggressive) pe baza orizontului și a toleranței REALE la drawdown — testează-te: ai vândut în martie 2020? Atunci nu ești Aggressive.
• 2. Alege 6–10 instrumente accesibile din România 2026 (ETF-uri UCITS acumulative, Fidelis, 1–2 poziții BVB lichide). Acumulative pentru a amâna impozitul pe dividende.
• 3. Rulează scriptul Python pe 5–10 ani de date: calculează matricea de corelație, portofoliul de varianță minimă ȘI cel de Sharpe maxim. Compară.
• 4. Aplică shrinkage (Ledoit-Wolf) și plafon de 25–30% per activ. Verifică dacă ponderile sunt stabile — dacă o mică schimbare în date răstoarnă portofoliul, e overfit.
• 5. Construiește portofoliul pe CML: mixul tangent de active riscante + cash/Fidelis pentru a regla riscul, NU schimbi mixul.
• 6. Rebalansează pe bandă ±5pp, recalculează corelațiile trimestrial, taie beta dacă regimul devine de criză.
• 7. Documentează totul. La declarația ANAF ai nevoie de tranzacții; ține un jurnal cu prețuri, comisioane și date pentru fiecare rebalansare.

Greșeli frecvente la nivel avansat

• Optimizezi pe medii istorice fără shrinkage → ponderi extreme, portofoliu fragil out-of-sample.
• Confunzi volatilitate scăzută cu risc scăzut → un activ poate avea σ mic dar corelație +1 cu tot restul în criză (risc sistemic mascat).
• Rebalansezi prea des → costuri + impozit pe câștig erodează exact alfa pe care optimizarea ți-a dat-o.
• Tratezi corelațiile ca fiind constante → ele cresc spre +1 fix când ai nevoie de diversificare.
• Urmărești factorul/portofoliul cu cel mai bun an recent → mean reversion te lovește; alegi mereu vârful.
• Ignori partea fără risc → un mix prost de „acțiuni defensive" e inferior portofoliului tangent diluat cu Fidelis pe CML.

Teoria modernă a portofoliului nu îți spune ce acțiune să cumperi. Îți spune cum să combini ce ai ales încât, pentru fiecare unitate de risc pe care o porți, să primești maximul de randament posibil. Diferența o face execuția numerică disciplinată — scriptul rulat trimestric, corelațiile recalculate, rebalansarea pe Sharpe — nu instinctul.

← Toate articolele