La formula che ha fatto perdere miliardi a un hedge fund

MG
Prof.ssa Marilù Garo
Scientific Director · Mathsly Research
Giu 2026
1 min di lettura

Nel 1994 nasceva LTCM — Long-Term Capital Management — un hedge fund che sembrava impossibile da battere. Tra i suoi soci c’erano Myron Scholes e Robert Merton, due dei padri della formula Black-Scholes-Merton per il pricing delle opzioni finanziarie, che avrebbero vinto il Nobel per l’economia nel 1997. I rendimenti nei primi anni furono straordinari: oltre il 40% annuo. Il modello matematico funzionava. Fino a quando non funzionò più.

Nel 1998, in meno di cinque mesi, LTCM perse circa 4.6 miliardi di dollari. Ma la cifra che spaventò davvero la Federal Reserve non era quella. Il bilancio del fondo ammontava a circa 100 miliardi, ma le posizioni in derivati — swap con le principali banche del mondo — raggiungevano 1,3 trilioni di dollari. Se LTCM fosse collassato senza intervento, quelle posizioni sarebbero ricadute sulle banche tutte insieme. Il rischio era la chiusura di tutti i mercati finanziari globali. Il salvataggio — 3.6 miliardi raccolti da un consorzio di 14 banche, coordinato dalla Federal Reserve di New York — non fu una scelta, fu una necessità.

Cosa andò storto? Non la formula in sé, ma le assunzioni su cui si basava il modello. Black-Scholes-Merton assume che i mercati si comportino in modo prevedibile, che la volatilità sia stabile, che gli eventi estremi siano statisticamente trascurabili. Nell’agosto del 1998 la Russia dichiarò default sul proprio debito. I mercati non si comportarono come previsto, anzi si comportarono come non era mai successo prima. Il modello non aveva parole per dirlo.

Un modello matematico è preciso quanto le sue assunzioni. Ed è esattamente lì che può fare più danni.

Dispositivi medici — MDR & IVDR
Stai sviluppando un dispositivo medico o IVD?

Supporto statistico per clinical evaluation, PMCF, PSUR e dossier regolatori MDR/IVDR.

MDR / IVDRClinical evaluationPMCF
Prenota una call →Richiedi un preventivoScopri tutti i servizi →
Dispositivi medici — MDR & IVDR
Stai sviluppando un dispositivo medico o IVD?

Supporto statistico per clinical evaluation, PMCF, PSUR e dossier regolatori MDR/IVDR.

MDR / IVDRClinical evaluationPMCF

Nota editoriale

Questo articolo ha finalità divulgative e informative. I contenuti non costituiscono consulenza professionale e non sostituiscono una valutazione specifica del tuo studio o progetto di ricerca. Mathsly Research declina ogni responsabilità per decisioni metodologiche o analitiche adottate sulla base dei soli contenuti del magazine senza consulenza professionale dedicata. Per supporto specifico:mathsly.it.

Mathsly Research
Stai conducendo uno studio o hai bisogno di una consulenza personalizzata?

Dal disegno dello studio alla submission finale — SAP, analisi statistica, protocolli, PROSPERO, comitati etici, AI validation e assistenza in fase di peer-review.

Parliamo del tuo progetto →
Biostatistica clinicaSAP / RAPMeta-analisiPROSPEROAI ValidationMDR / IVDRComitati eticiPeer-review support
Risposta entro 48h · mathsly.it

I contenuti di Mathsly Research Magazine hanno finalità divulgative e non costituiscono consulenza professionale. Non ci assumiamo responsabilità per decisioni adottate sulla base dei soli articoli pubblicati. Termini d'uso