Chi siamo: un team nato sui desk, dedicato al valore relativo cross asset
Entriamo quando il foglio di calcolo ha già venti schede aperte e nessuna racconta davvero il rischio. Drubaipryopolvasri nasce per aiutare professionisti e operatori evoluti a strutturare analisi cross asset relative value con modelli quantitativi chiari, metriche di valutazione esplicite e controlli di robustezza dichiarati. Lavoriamo su come combinare curve dei tassi, spread di credito, indici azionari, cambi e materie prime in strutture relative, usando strumenti statistici comprensibili, documentando assunzioni e limiti. Non offriamo operazioni preconfezionate, ma un quadro di riferimento per discutere idee, leggere i dati con maggiore coerenza e ricordare, ogni volta, che i mercati possono sorprendere in modi che i backtest non mostrano. I risultati possono variare e la performance passata non assicura quella futura.
Siamo nati dentro desk dove la correlazione tra asset non era un concetto astratto, ma una riga di PnL. Portiamo quella stessa disciplina in uno spazio neutrale, dove è possibile discutere modelli, errori e compromessi senza pressione di performance immediata.
Non vendiamo segnali operativi, né suggeriamo operazioni specifiche. Lavoriamo
invece su come definire il valore relativo tra strumenti, leggere le distorsioni
di prezzo e valutare se un’idea ha basi statistiche sensate. I risultati possono
differire da persona a persona.
Il nostro team integra competenze su tassi, credito, azionario, cambi e materie
prime, con un linguaggio condiviso basato su modelli di valutazione, serie
storiche e robustezza dei test. Non promettiamo risultati, ma processi più
lucidi e discussioni più oneste.
Come siamo arrivati fin qui
Come siamo arrivati fin qui
Come siamo arrivati fin qui
Come siamo arrivati fin qui
2000s
Radici sui desk di tassi e macro
I primi membri del team lavorano su desk di tassi e macro, dove il valore relativo tra curve governative, swap e cambi è parte del lavoro quotidiano. In quegli anni matura la consapevolezza che molti errori nascono non da idee sbagliate, ma da modelli poco trasparenti: dati trattati in modo incoerente, regressioni fragili, assunzioni implicite non discusse. Nasce l’esigenza di un approccio più esplicito ai modelli cross asset.
2010s
Prime strutture cross asset integrate
Con l’espansione delle attività su credito, azionario e materie prime, il team inizia a confrontarsi con relazioni cross asset sempre più complesse. Emergono pattern che sembrano solidi in un periodo e svaniscono in un altro. Questa esperienza porta a formalizzare alcuni principi di base: documentare ogni scelta sui dati, confrontare più specifiche di modello e distinguere tra coincidenze statistiche e storie di mercato credibili.
2020
Nasce il progetto Drubaipryopolvasri
Alcuni membri lasciano i desk operativi per concentrarsi su ricerca, metodologie e infrastrutture dati. È in questa fase che prende forma l’idea di un progetto dedicato a chi vuole discutere il valore relativo cross asset in modo più strutturato. Non si tratta di proporre operazioni, ma di creare un luogo dove analisti e operatori evoluti possano confrontarsi su modelli, metriche di robustezza e limiti delle serie storiche.
2023
Lancio del progetto dedicato al valore relativo
Drubaipryopolvasri viene lanciato con un focus chiaro: aiutare chi lavora già sui mercati a sviluppare e validare analisi cross asset relative value basate su modelli quantitativi spiegati passo dopo passo. Il team formalizza il proprio ciclo di validazione relativa, che include definizione dell’ipotesi, costruzione del modello minimo, stress dei parametri e confronto con specifiche alternative. Fin dall’inizio viene ribadito che la performance passata non garantisce risultati futuri.
2026
Consolidamento e aggiornamento metodologico
Il lavoro si concentra sull’affinare gli strumenti, aggiornare le metodologie alle condizioni di mercato del 2026 e rendere più chiaro il collegamento tra modelli e vincoli operativi reali. Vengono migliorati i processi di documentazione dei dati, di tracciabilità delle trasformazioni e di comunicazione dei limiti dei modelli. L’obiettivo rimane lo stesso: offrire un quadro di riferimento onesto e strutturato per chi deve prendere decisioni in contesti cross asset complessi.
La nostra filosofia sul valore relativo cross asset
Modelli come ipotesi, non come verità definitive
Partiamo dai problemi reali: dati sporchi, serie corte, liquidità intermittente, regimi
che cambiano quando il modello sembra stabile. La nostra filosofia è trattare ogni
modello di valore relativo come un’ipotesi da mettere in discussione, non come una
verità da difendere. Per questo insistiamo su metriche di incertezza, analisi di
sensibilità e confronto tra più specifiche, spiegando sempre cosa il modello non vede.
Processi replicabili invece di intuizioni isolate
Preferiamo framework replicabili a idee brillanti non documentate. Ogni analisi cross
asset relative value viene scomposta in passaggi chiari: definizione dell’universo,
scelta delle variabili, normalizzazione, costruzione degli score, controlli di
stabilità. Non si tratta di trovare una formula magica, ma di avere un processo che un
altro analista possa ricostruire, criticare e migliorare nel tempo.
#03
Trasparenza sui limiti e disciplina del rischio
Siamo diretti su cosa non possiamo fare: non eliminiamo il rischio di perdita, non anticipiamo shock imprevisti, non trasformiamo un backtest ordinato in un futuro ordinato. Insistiamo sul collegare sempre il modello alla microstruttura di mercato, alla liquidità e ai vincoli operativi reali, ricordando che la disciplina nel ridimensionare le posizioni conta quanto la brillantezza del segnale.
Competenze durature invece di schemi temporanei
Preferiamo costruire capacità analitiche che restano utili anche quando un pattern di mercato scompare. Il nostro obiettivo è aiutare il team a leggere i rapporti tra asset con strumenti aggiornabili, ad esempio raffinando la scelta delle variabili o modificando gli orizzonti di analisi. In questo modo, quando il regime cambia, non si ricomincia da zero, ma si adatta una struttura già pensata per essere flessibile.
Linguaggio chiaro per concetti quantitativi complessi
Ogni modello di valore relativo è, in fondo, una storia sui prezzi. Cerchiamo di mantenere un linguaggio semplice per spiegare concetti tecnici: perché uno spread appare teso, cosa implica una correlazione instabile, come interpretare un indicatore di disequilibrio. Così diventa più facile condividere le analisi all’interno del team e prendere decisioni consapevoli dei margini di errore.
I nostri valori
Rigore e onestà intellettuale
Per noi rigore significa definire chiaramente l’universo di analisi, esplicitare le assunzioni e misurare la sensibilità dei risultati a scelte come l’orizzonte temporale o la normalizzazione delle variabili. Non promettiamo di individuare relazioni perfette, ma ci impegniamo a mostrare dove un modello di valore relativo è solido e dove diventa fragile, ricordando che i mercati possono muoversi fuori da qualsiasi campione storico.
Disciplina del rischio e responsabilità
Crediamo che la gestione del rischio inizi molto prima della dimensione della posizione: parte da come sono costruiti i modelli, da quali fattori restano scoperti e da quanto è realistica la liquidità implicita nelle analisi. Per questo insistiamo sul collegare ogni lettura cross asset a scenari di stress, limiti operativi e possibilità di errore, sapendo che la performance passata non è indicativa di risultati futuri e che i risultati possono variare in modo significativo.
I principi che guidano il nostro lavoro
Dichiarare sempre cosa il modello non vede e dove può sbagliare.
Separare i numeri dalle storie, poi ricomporli in modo coerente.
Preferire processi ripetibili a intuizioni difficili da spiegare.
Accettare che i mercati cambiano e che i modelli vanno aggiornati.
Ricordare che ogni decisione comporta rischio e responsabilità personale.
Il team
Il team Drubaipryopolvasri
Un team che unisce desk di mercato, ricerca quantitativa e gestione del rischio operativo
Dietro Drubaipryopolvasri c’è un gruppo ristretto di persone che ha lavorato su mercati reali, dove le decisioni sui rapporti tra asset avevano conseguenze concrete. Non ci presentiamo come oracoli, ma come un team abituato a discutere numeri, limiti dei modelli e vincoli operativi. Ogni membro porta un pezzo diverso del puzzle: tassi, credito, azionario, cambi, materie prime, dati e rischio.
Portiamo esperienze diverse in un linguaggio comune sul valore relativo cross asset.
Luca Ferri
Responsabile cross asset
Coordina la visione complessiva sul valore relativo tra tassi, credito e altri segmenti di mercato.
Ha lavorato su desk di tassi e macro, seguendo rapporti tra curve governative, swap e spread di credito. In Drubaipryopolvasri guida la struttura dei modelli cross asset e la coerenza tra le diverse asset class, con particolare attenzione a regimi di mercato e cambiamenti strutturali.
"Il valore relativo non riduce il rischio, lo sposta: il punto è sapere dove."
Tassi
Macro
Valore relativo
Marta Rinaldi
Lead analisi credito
Porta nel team la prospettiva dei desk di credito e delle dinamiche di spread in contesti diversi.
Ha seguito per anni spread di credito, curve corporate e relazioni con tassi e azionario. In Drubaipryopolvasri si concentra su come integrare indicatori fondamentali e di mercato nei modelli di valore relativo, valutando liquidità, profondità dei book e resilienza degli spread in fasi di stress.
"Ogni basis racconta una storia: la parte difficile è capire quale stai ascoltando."
Credito
Spread
Liquidità
Davide Conti
Responsabile dati e modelli
Si occupa di dati, implementazione pratica dei modelli e coerenza delle serie storiche.
Ha esperienza su infrastrutture dati per mercati, normalizzazione delle serie e implementazione di modelli statistici. In Drubaipryopolvasri cura la pulizia, il versioning e la tracciabilità delle trasformazioni, così che ogni analisi cross asset possa essere replicata e messa in discussione con numeri alla mano.
"Se non puoi ricostruire il dato, non puoi fidarti del modello."
Dati
Statistiche
Implementazione
La performance passata non garantisce risultati futuri.
Una voce diversa nel mondo del valore relativo cross asset
Entriamo nei momenti in cui il modello sembra funzionare, ma qualcosa nei numeri non
torna: correlazioni che cambiano, residui che si allargano, segnali che svaniscono
quando estendi il campione. Il nostro ruolo è mettere ordine in questi dubbi, non con
formule esoteriche, ma con strumenti quantitativi spiegati passo dopo passo, mostrando
dove il modello è robusto e dove è fragile. Sappiamo che non possiamo eliminare il
rischio di perdita, né prevedere shock improvvisi, e lo diciamo apertamente. Possiamo
però aiutare a costruire processi di analisi più coerenti, in cui ogni scelta sui dati,
sulle variabili e sugli orizzonti temporali è tracciabile e discutibile.
Analisi quantitativa
Quando abbiamo iniziato, il problema non era trovare una
regressione con un buon R-quadro, ma capire perché
cambiava ogni volta che allungavamo il campione. Da lì è
nata l’idea di costruire strumenti che rendessero
visibili queste fragilità, invece di nasconderle dietro
un grafico pulito. Il nostro lavoro ruota attorno a
questo: rendere espliciti i compromessi tra semplicità
del modello, qualità dei dati e robustezza delle
conclusioni.
In molti desk la parte relativa è trattata come una scorciatoia per ridurre il rischio direzionale. Noi partiamo dall’idea opposta: il valore relativo introduce rischi diversi, spesso più sottili, che vanno capiti con attenzione. Per questo insistiamo su serie storiche coerenti, test di stabilità dei parametri e lettura critica degli outlier, prima di parlare di potenziali opportunità o di come allocare il capitale.
Dietro ogni grafico cross asset ci sono scelte tecniche che cambiano molto il risultato: come tratti i missing, come allinei le scadenze, cosa fai quando una serie cambia metodologia. Il nostro contributo è portare queste decisioni alla luce, documentarle e renderle ripetibili. Così, quando i numeri cambiano, il team sa se è un segnale di mercato o solo un effetto di come abbiamo trattato i dati.
Gestione del rischio
Molti parlano di copertura, pochi discutono davvero la basis residua. Nel valore relativo cross asset, quella basis è dove spesso si concentra il rischio che non vedi. Per questo, ogni volta che ragioniamo su uno spread o su una struttura, cerchiamo di mappare quali fattori rimangono scoperti, come possono muoversi in regime di stress e quanto è realistico ridurre l’esposizione in condizioni di liquidità ridotta.
Un backtest lineare su un periodo tranquillo racconta
una storia rassicurante. Noi preferiamo storie scomode:
scenari di correlazione che salta, movimenti
asimmetrici, spread che restano compressi più a lungo
del previsto. Non si tratta di prevedere il prossimo
shock, ma di chiedersi cosa succede se il mercato non si
comporta come nel campione storico. La performance
passata non garantisce risultati futuri.
Abbiamo formalizzato un percorso semplice, che chiamiamo
ciclo di validazione relativa: definire l’ipotesi
economica, costruire il modello minimo, stressare i
parametri, confrontare specifiche alternative, poi
decidere se l’idea merita tempo operativo. Non promette
risultati, ma riduce il rischio di innamorarsi di una
relazione che esiste solo nel foglio di calcolo e non
nel mercato reale.
Processi e persone
Non volevamo un altro luogo pieno di formule senza
contesto. Volevamo uno spazio dove un analista potesse
dire: non sono sicuro di come leggere questo rapporto
tra tassi e credito, vediamolo passo dopo passo.
Sappiamo che nessun modello è definitivo, ma crediamo
che discutere apertamente assunzioni, errori e limiti
renda le decisioni più consapevoli, anche quando il
mercato sorprende tutti.
Il nostro compito è tenere insieme linguaggi diversi: chi ragiona in termini di curve, chi pensa per spread di credito, chi guarda volatilità implicita. Cerchiamo di costruire un vocabolario comune basato su metriche condivise, così che una discussione sul valore relativo tra azionario e tassi non diventi un dialogo tra mondi separati, ma un confronto su numeri e ipotesi chiari.
Ci interessa poco l’effetto vetrina, ci interessa che chi lavora ogni giorno sui mercati trovi uno spazio onesto. Siamo espliciti su cosa non offriamo: niente segnali, niente promesse di risultati, nessuna indicazione operativa personalizzata. Offriamo invece un confronto strutturato su modelli, dati e processi. I risultati possono variare e ogni decisione resta responsabilità individuale.