Sistemi Basati su Regole nel Trading Algoritmico Forex

Cos’è un sistema basato su regole?

Un sistema basato su regole è un approccio algoritmico in cui le decisioni sono guidate da regole esplicite e leggibili dall’uomo. Nel contesto del trading algoritmico Forex, queste regole definiscono tipicamente le condizioni in base alle quali viene intrapresa un’azione, basandosi su uno o più input (ad esempio, movimenti recenti dei prezzi, valori di indicatori o filtri basati sul tempo).

Invece di apprendere una strategia da zero, un sistema basato su regole codifica una logica strutturata come: “Se certe condizioni sono soddisfatte, allora genera un’istruzione specifica,” e “Se non lo sono, allora fai qualcos’altro.” Le regole possono essere semplici (singola condizione) o più complesse (più condizioni combinate con operatori logici).

Come funziona un sistema basato su regole?

I sistemi basati su regole seguono generalmente un flusso di lavoro ripetibile:

1. Definire input e misurazioni
   Si inizia scegliendo i dati che il sistema “osserverà”. Questi possono includere tassi di cambio, metriche derivate (come medie mobili), misure di volatilità o filtri temporali/calendario. Ogni metrica derivata dipende dal suo metodo di calcolo (dimensioni della finestra, frequenza di campionamento e fonte dei dati).

2. Scrivere regole decisionali
   Successivamente, si specificano condizioni usando operatori logici come AND/OR e confronti come “maggiore di” o “attraversa sopra”. Le regole possono includere anche vincoli, ad esempio limitando il sistema a determinate ore di sessione o richiedendo una distanza minima tra livelli.

3. Valutare continuamente le regole
   Durante il funzionamento, il sistema verifica ripetutamente se le condizioni delle regole sono attualmente vere. A seconda di come sono definite le regole, il sistema può creare uno stato desiderato (ad esempio, “consenti l’ingresso”) o produrre direttamente un’istruzione.

4. Tradurre le decisioni in ordini
   Anche quando la logica decisionale è chiara, il passaggio di implementazione è cruciale. Il sistema deve mappare la sua decisione su un metodo di esecuzione: tipo di ordine, tempistica, logica di dimensionamento e gestione di riempimenti parziali o dati mancanti.

5. Monitorare gli esiti e aggiornare le regole (se consentito)
   In molte configurazioni, le regole non vengono modificate automaticamente; vengono riviste e aggiustate da persone. Se le regole vengono modificate, il processo di aggiornamento diventa parte del comportamento complessivo del sistema.

Un semplice esempio di logica regolamentare (concettuale)

Una regola concettuale potrebbe essere: “Quando un indicatore attraversa sopra una soglia E la volatilità è entro un intervallo specificato, allora il sistema passa da uno stato neutro a uno stato attivo.” Un’altra regola potrebbe definire il comportamento di uscita, come tornare indietro quando si verifica una condizione opposta dell’indicatore o quando viene raggiunto un limite di rischio predefinito.

Limitazioni e rischi rilevanti

I sistemi basati su regole riducono l’ambiguità rendendo esplicita la logica, ma non eliminano l’incertezza. Le principali limitazioni includono:

1) Le assunzioni potrebbero smettere di corrispondere alla realtà

I mercati Forex cambiano. Una regola che si adatta a un determinato “regime” di mercato potrebbe comportarsi diversamente in un altro, specialmente quando volatilità, liquidità o comportamento tipico dei prezzi cambiano. Questo può portare a prestazioni scadenti anche se le regole erano corrette per il periodo storico utilizzato per progettarle.

2) Overfitting e bias di conferma

Anche con regole esplicite, è possibile adattare troppo da vicino i parametri ai dati storici (ad esempio, selezionando soglie e dimensioni delle finestre che casualmente si adattano agli esiti passati). Questo può far apparire la regola efficace nei backtest, ma farla fallire con nuovi dati.

3) Qualità dei dati e differenze temporali

La valutazione delle regole dipende dall’accuratezza e dal timing degli input. Diversi feed di dati, cambiamenti nella disponibilità dei dati o discrepanze tra i timestamp usati nei test e quelli nell’operatività reale possono alterare il momento in cui le condizioni appaiono vere.

4) Effetti di esecuzione e microstruttura di mercato

Un motore di regole può essere logicamente corretto ma produrre risultati reali diversi a causa di attriti nell’esecuzione come variazioni dello spread, slippage, latenza e comportamento del riempimento degli ordini. I backtest spesso semplificano questi fattori, quindi il percorso nel mondo reale può divergere.

5) Complessità nascosta nelle regole “semplici”

Più regole possono interagire in modi non ovvi. Ad esempio, condizioni di ingresso e uscita sovrapposte possono creare istruzioni contrastanti a meno che il sistema non specifichi un chiaro ordine di priorità o un modello di stato. Casi limite come tick mancanti, salti improvvisi o dati disconnessi possono anch’essi influenzare il comportamento.

Come verificare in modo indipendente un sistema basato su regole

Poiché i sistemi basati su regole implicano assunzioni, la verifica dovrebbe concentrarsi su evidenze ripetibili e controllabili piuttosto che su aspettative.

• Testare la logica in più periodi temporali, non solo in una singola finestra storica.
• Utilizzare un metodo che mantenga separati i dati di valutazione dal processo di progettazione delle regole.
• Esaminare la robustezza a cambiamenti ragionevoli nei parametri non critici, quando possibile.
• Confrontare le assunzioni sugli input (fonte dati, campionamento, metodi di calcolo) con ciò che verrà utilizzato nell’operatività reale.
• Rivedere i dettagli di esecuzione: tempistica degli ordini, gestione dei dati mancanti e comportamento in caso di riempimenti parziali.

L’incertezza rimane: le performance passate non garantiscono comportamenti futuri. Tuttavia, una valida verifica può chiarire a cosa un sistema basato su regole è effettivamente sensibile e dove la logica è probabile che fallisca in condizioni mutevoli.

Dove collocare i sistemi basati su regole nel quadro più ampio dell’automazione

I sistemi basati su regole rappresentano uno stile di logica decisionale automatizzata. Spesso vengono confrontati con approcci che inferiscono pattern in modo più implicito dai dati o che si adattano continuamente. Il principale insegnamento pratico è che i sistemi basati su regole scambiano flessibilità con trasparenza: il loro comportamento è comprensibile in termini di condizioni dichiarate, ma il loro successo dipende ancora dal fatto che tali condizioni rimangano significative e che l’implementazione corrisponda alle assunzioni di test.