Cosa i principianti devono sapere sui dati storici
Cosa significa “dati storici”
I dati storici sono un insieme di informazioni passate riguardo a un fenomeno che cambia nel tempo. Nel contesto del trading e dell’analisi di mercato, si riferiscono spesso a valori con timestamp, come prezzi e volumi, memorizzati in un dataset. L’idea fondamentale per i principianti è che i dati storici descrivono ciò che è accaduto, non ciò che accadrà.
Per utilizzare correttamente questo termine, definisci tre elementi prima di discutere delle implicazioni:
- Le variabili: quale misurazione è registrata (ad esempio, un prezzo o una metrica derivata).
- La base temporale: come vengono registrati e spaziati gli istanti temporali (ad esempio, per secondo, per minuto).
- Le regole del dataset: come i dati vengono raccolti e puliti (ad esempio, gestione dei punti mancanti o di eventi societari, se rilevanti).
Come vengono utilizzati i dati storici (meccanica)
Le persone usano i dati storici per esplorare relazioni, stimare parametri o simulare decisioni passate. Un flusso di lavoro comune è:
- Selezionare il dataset (il periodo e la fonte).
- Definire le ipotesi (come vengono rappresentate le azioni, ad esempio quali timestamp sono ammissibili per il processo decisionale).
- Calcolare i risultati (ad esempio, risultati ipotetici secondo le regole stabilite).
- Valutare ciò che è accaduto (confrontare i risultati simulati con periodi successivi del dataset, o analizzare gli errori).
Un concetto cruciale è che l’analisi basata sui dati storici è oggettiva solo quanto le regole che scegli. Se due ricercatori usano la stessa serie storica ma ipotesi diverse — come tempi di esecuzione diversi, costi di transazione diversi, o definizioni diverse di ciò che è “disponibile” a ogni passo — i risultati possono differire notevolmente.
Evidenza e un esempio realistico
Considera uno scenario semplice: vuoi capire se una regola basata su valori di prezzo precedenti si sarebbe comportata in modo simile nel passato. Potresti:
- Usare un intervallo di tempo fisso per i calcoli.
- Applicare la regola solo in determinati momenti decisionali.
- Assumere un metodo specifico per modellare l’esecuzione (ad esempio, utilizzando il prossimo punto dati dopo il momento della decisione).
Il punto importante non è la regola specifica, ma la catena di ipotesi. Se i tuoi calcoli assumono un certo tipo di tempistica ma i dati sono registrati in modo diverso, la simulazione non rappresenta più fedelmente ciò che il record storico potrebbe supportare.
Ricorda anche costi e attriti. Anche se la direzione del movimento sembra favorevole sui prezzi grezzi, costi realistici (spread, commissioni, slippage) possono cambiare l’esito. Se non includi questi effetti — o li includi in modo non coerente — il risultato può apparire migliore nel backtest di quanto sarebbe nella realtà con le stesse regole sui dati.
Limiti e modi di fallimento
I dati storici generano incertezze in diversi modi:
- Cambiamenti di regime di mercato: le relazioni possono indebolirsi quando l’ambiente cambia. Un pattern stabile in un periodo potrebbe non valere in un altro.
- Problemi di qualità dei dati: timestamp mancanti, campionamento non uniforme, arrotondamenti o effetti di sopravvivenza (se applicabili) possono distorcere l’analisi.
- Overfitting e “narrazione”: se regoli molti parametri per adattarli al rumore passato, potresti imparare stranezze del dataset invece di strutture generali.
- Look-ahead bias: se i calcoli usano accidentalmente informazioni non disponibili al momento della decisione, i risultati diventano fuorvianti.
- Mancato allineamento con l’esecuzione: i “prezzi che vedi” potrebbero non corrispondere a quelli effettivamente ottenibili, date le assunzioni su tempistica e liquidità.
La mentalità più sicura per un principiante è considerare i risultati storici come osservazioni dipendenti dal modello, non come performance futura verificata.
Come verificare le affermazioni sui dati storici
Quando qualcuno presenta un risultato basato su dati storici, puoi verificarne la logica senza fare affidamento su previsioni o promesse. Usa questa checklist:
- Definizioni: qual è esattamente il dataset, le variabili e la base temporale?
- Ipotesi: quali sono state le assunzioni su tempistica di esecuzione e costi?
- Metodo: come sono stati scelti i parametri, e la calibrazione è stata separata dalla valutazione?
- Riproducibilità: puoi ripetere i passaggi con le regole dichiarate e ottenere risultati coerenti?
Come punto di controllo, chiediti se il metodo funzionerebbe ancora se cambiassi il periodo, la fonte del dataset o la frequenza di campionamento. Se le prestazioni dipendono fortemente da una singola finestra ristretta di dati storici o da un insieme fragile di ipotesi, questo è un segnale per considerare la conclusione incerta.
La prossima domanda da porsi
Se comprendi le regole del dataset e la catena di ipotesi, la prossima domanda utile è: Come viene validata l’analisi al di fuori del campione storico utilizzato per definirla? Questo aiuta a distinguere una struttura reale da un artefatto del record storico.