Come Verificare le Informazioni Relative ai Dati Storici?

Risposta diretta

Le informazioni sui dati storici possono essere verificate controllando: (1) l’affidabilità della gerarchia delle fonti, (2) se le trasformazioni dei dati sono documentate e (3) se è possibile riprodurre i numeri derivati utilizzando il metodo indicato. Poiché le relazioni storiche non garantiscono risultati futuri, l’obiettivo è verificare l’accuratezza di ciò che i dati indicavano e di come sono stati elaborati, non fare previsioni.

Meccanismo e definizione

I dati storici sono informazioni registrate nel passato, solitamente presentate come valori con timestamp (ad esempio: prezzi, tassi o indici). “Informazioni sui dati storici” può indicare diverse cose: osservazioni grezze, serie aggiustate (per split o azioni societarie in altri mercati) o metriche calcolate (ad esempio: rendimenti). La verifica richiede quindi una distinzione tra meccanismi stabili e condizioni variabili.

Una gerarchia pratica delle fonti appare così:

1. Record originali o primari (flussi grezzi, pubblicazioni ufficiali o dataset neutrali rispetto ai fornitori).
2. Trasformazioni documentate (come i valori sono stati aggiustati, filtrati, ricampionati o puliti).
3. Passaggi di calcolo riproducibili (le formule esatte usate per calcolare metriche derivate).
4. Riepiloghi di supporto (tabelle, grafici o commenti) che devono corrispondere ai dati elaborati sottostanti.

Quando verifichi un’affermazione, devi dichiarare le assunzioni per ogni passaggio: l’intervallo temporale (giornaliero rispetto all’orario), il fuso orario, la regola di campionamento, se i valori sono bid/ask/mid e quali costi o assunzioni di esecuzione sono stati inclusi (se presenti). Senza queste informazioni, “gli stessi dati storici” possono produrre output diversi.

Prove e passaggi di verifica riproducibili

Puoi verificare le informazioni sui dati storici con un flusso di lavoro ripetibile:

1. Identificare il livello dei dati: L’affermazione riguarda valori grezzi, valori aggiustati o una metrica derivata? Definisci cosa si intende per “Dati Storici” in quell’affermazione.
2. Recuperare gli input: Ottenere la serie originale (o l’equivalente più vicino) per gli stessi strumenti e lo stesso intervallo di date, utilizzando la stessa risoluzione dei dati.
3. Confermare le trasformazioni: Verificare se sono stati applicati aggiustamenti. Se la documentazione manca, considera l’affermazione non pienamente verificabile.
4. Ricalcolare i valori derivati: Utilizza la formula fornita (o deducila dalla metodologia indicata) e calcola la metrica dalla serie elaborata ottenuta.
5. Confrontare con un riepilogo indipendente: Confronta i risultati ricostruiti con l’output pubblicato per le stesse date. Differenze indicano che input, trasformazioni o calcoli potrebbero differire.

Come esempio di riproducibilità: se una fonte afferma una serie di “rendimenti” calcolata, puoi verificare ricalcolando i rendimenti dalla serie di prezzi indicata, usando lo stesso allineamento temporale e definizione di rendimento (semplice vs. logaritmico, inclusivo vs. esclusivo degli estremi). Se i valori ricalcolati non corrispondono, l’affermazione è incompleta o la metodologia differisce.

Limitazioni e rischi

Almeno un modo significativo di fallimento deve sempre essere verificato:

• Dati mancanti o inconsistenti: Festività, interruzioni e cronologie parziali possono creare lacune o continuità fuorvianti.
• Bias da selezione: Il survivorship bias e finestre selezionate ad hoc possono far apparire i pattern storici più forti di quanto non siano.
• Diverse convenzioni di aggiustamento: Cambiamenti nelle convenzioni (fusi orari, campi quotati, regole di ricampionamento) possono alterare i risultati anche con le “stesse date”.
• Relazioni non stazionarie: Le relazioni storiche possono interrompersi a causa di cambiamenti di regime di mercato.

Inoltre, considera l’incertezza legata alla realismo dell’esecuzione. Anche se verifichi i prezzi storici, qualsiasi performance testata in backtest o calcolata che assuma costi, spread, slippage o regole di riempimento può differire dalla serie storica sottostante.

Infine, i dati storici possono essere corretti ma irrilevanti per il processo decisionale: verificare “cosa è accaduto” non equivale a verificare “cosa accadrà”.

Checklist di verifica e prossima domanda

Per verificare le informazioni sui dati storici, puoi utilizzare questa checklist:

• L’affermazione specifica il livello dei dati (grezzo, aggiustato o derivato).
• L’affermazione specifica risoluzione temporale, fuso orario e allineamento.
• L’affermazione fornisce regole di trasformazione documentate.
• È possibile ricalcolare metriche derivate dalla metodologia indicata.
• Documenti le assunzioni e verifichi che altri possano replicare gli stessi passaggi.

Una domanda utile successiva è: “Quale parte dell’affermazione è meno specificata — input, trasformazioni o calcoli?” Concentrarsi su questa lacuna migliora l’accuratezza della verifica.