Dati Storici

Cos’è il dato storico nel forex

I dati storici sono un registro delle attività passate del mercato forex. Nel contesto del backtesting e del forward testing del forex, si riferiscono solitamente a input con timestamp come serie di prezzi (ad esempio, bid/ask, mid o barre OHLC) e, quando disponibili, informazioni relative all’esecuzione (ad esempio, esecuzioni storiche o log delle operazioni).

L’idea fondamentale è che i dati storici vengano utilizzati per ricostruire ciò che sarebbe potuto accadere in passato, data una serie definita di regole e ipotesi. Non rappresentano una garanzia su ciò che accadrà nei mercati futuri. Ogni risultato ottenuto utilizzando dati storici è limitato da ciò che i dati effettivamente rappresentano.

Come funzionano i dati storici nel backtesting

Il backtesting è il processo di applicazione della logica di una strategia ai dati storici per misurare come si sarebbe comportata. Un flusso di lavoro tipico è il seguente:

• Definire la logica della strategia e le regole decisionali (ad esempio, quando i segnali possono attivare entrate e uscite).
• Scegliere il dataset storico e la sua granularità (i dati a livello di tick sono diversi dalle barre al minuto; la logica basata su barre differisce da quella basata sull’esecuzione).
• Simulare la creazione e l’esecuzione degli ordini utilizzando regole esplicite per prezzi, spread, slippage e costi di transazione.
• Calcolare le metriche di performance sotto tali ipotesi di simulazione.

I dati storici fungono da “timeline di input” per la simulazione. Se i timestamp sono incoerenti, se il dataset presenta lacune o se la rappresentazione del prezzo (bid/ask rispetto al mid) non corrisponde alle ipotesi di esecuzione della strategia, il backtest potrebbe modellare un mercato sostanzialmente diverso da quello effettivamente vissuto.

Come i dati storici si inseriscono nel forward testing

Il forward testing valuta una strategia in condizioni che non sono state utilizzate durante il backtesting. Anche quando non si parla esplicitamente di “dati storici” nel forward testing, gli stessi concetti si applicano: si continua a fare affidamento su input di mercato con timestamp e sulla registrazione accurata dei risultati.

In pratica, il forward testing utilizza tipicamente:

• Condizioni di mercato in tempo reale con un ambiente di esecuzione reale o simulato (paper trading), oppure
• Un dataset separato non utilizzato per sviluppare o ottimizzare la strategia.

Lo scopo del forward testing è ridurre il rischio di overfitting rispetto alle anomalie storiche. L’overfitting si verifica quando una strategia viene adattata troppo specificamente ai modelli, al rumore e alle imperfezioni presenti in un particolare campione storico.

Limitazioni e rischi rilevanti

L’uso di dati storici introduce diverse incertezze. Queste limitazioni sono importanti perché possono alterare i risultati simulati o osservati.

Qualità e completezza dei dati

I dataset storici possono differire per copertura, accuratezza e continuità. Intervalli mancanti, valori anomali, record duplicati o problemi di allineamento temporale possono distorcere la riproduzione delle condizioni di mercato. Anche piccoli errori possono amplificarsi quando le strategie sono sensibili al timing di ingresso.

Rappresentazione del prezzo e ipotesi di esecuzione

Una strategia che assume un certo tipo di prezzo (ad esempio, comportamento bid/ask) può comportarsi diversamente quando il dataset fornisce solo prezzi medi (mid) o barre. Anche la modellizzazione dell’esecuzione dipende da come vengono gestiti spread e slippage. Se la simulazione assume costi inferiori rispetto a quelli realistici, i risultati del backtest possono apparire migliori di quanto un’esecuzione reale potrebbe effettivamente produrre.

Fusi orari, confini delle sessioni ed effetti di rollover

Il trading forex coinvolge molteplici regioni e sessioni di mercato. Differenze nel trattamento dei fusi orari, nei rollover giornalieri e nel comportamento contrattuale specifico degli strumenti (quando applicabile) possono influenzare i confini delle barre e il timing degli eventi. Se la logica della strategia dipende da un timing preciso delle sessioni, un trattamento incoerente dei timestamp può portare a una valutazione errata.

Survivorship bias e bias di selezione

Se la selezione di un dataset o di un fornitore cambia involontariamente ciò che è incluso nel tempo, i confronti possono diventare fuorvianti. Analogamente, testare solo il periodo storico “migliore” può creare un bias di selezione, poiché il campione scelto potrebbe non rappresentare condizioni tipiche.

Riproducibilità e confrontabilità

Due backtest possono utilizzare gli “stessi” dati storici ma produrre risultati diversi a causa di differenze in:

• Parametri della strategia e orari di trading consentiti
• Passaggi di pre-elaborazione dei dati (ad esempio, filtraggio, ricampionamento)
• Modellizzazione di esecuzione e costi
• Elementi di casualità nei componenti della simulazione

Una valutazione significativa è quella che può essere riprodotta utilizzando gli stessi input di dati e le stesse ipotesi metodologiche.

Modi pratici per verificare indipendentemente i dati storici

Poiché i dati storici costituiscono la base dei test, la verifica indipendente si concentra sul verificare che il dataset e le ipotesi corrispondano all’uso previsto.

• Confermare le convenzioni dei timestamp e il trattamento del fuso orario prima di eseguire qualsiasi logica di strategia.
• Verificare se il dataset contiene dati bid/ask, mid o solo barre, e allineare di conseguenza il modello di esecuzione.
• Esaminare il dataset alla ricerca di lacune, salti anomali o record duplicati.
• Assicurarsi che le ipotesi sui costi (spread, commissioni, costi di finanziamento/rollover, se rilevanti per la propria configurazione) siano coerenti con quanto il dataset e l’ambiente possono supportare.
• Mantenere un registro chiaro della versione del dataset e dei passaggi di pre-elaborazione in modo che un altro test possa replicare gli stessi input.

Come evitare conclusioni fuorvianti

I risultati basati su dati storici vanno meglio interpretati come un’analisi delle ipotesi, non come una previsione dei rendimenti futuri. Le prestazioni di una strategia nel backtesting possono riflettere la struttura storica del mercato, le imperfezioni dei dati e le scelte di modellizzazione dell’esecuzione.

Un approccio prudente consiste nel considerare il testing storico come un modo per comprendere il comportamento in condizioni di riproduzione controllata, quindi utilizzare il forward testing per verificare se tale comportamento si mantiene in nuove condizioni.

Concetti correlati e loro differenze

I dati storici sono un elemento di un flusso di lavoro di valutazione più ampio. Differiscono da:

• Dati di mercato in tempo reale: utilizzati man mano che le condizioni si sviluppano, non riprodotti.
• Esecuzione reale di una strategia: il risultato dipende dalle condizioni attuali di esecuzione, non solo da serie passate.
• Log delle operazioni prodotti da una piattaforma: questi log possono essere influenzati dall’esecuzione registrata dalla piattaforma e potrebbero non corrispondere a un feed di dati di mercato separato.

Comprendere queste differenze aiuta a scegliere gli input corretti e a interpretare i risultati senza assumere che una rappresentazione dei dati passati corrisponda automaticamente alla realtà dell’esecuzione.

Cosa considerare successivamente per il backtesting e forward testing del forex

Se si desidera continuare a esplorare l’argomento, può essere utile analizzare come la selezione dei dati storici influisce sul backtesting e come strutturare il forward testing in modo che utilizzi dati non parte del processo di sviluppo. Per una panoramica più ampia, è possibile anche rivedere il backtesting e il forward testing del forex, inclusa l’importanza delle ipotesi nella simulazione.