Cosa Verificare Quando Si Valutano i Segnali di Trading
Cosa sono i segnali di trading e cosa devi valutare
I segnali di trading sono messaggi strutturati che affermano un’azione o una direzione di mercato potenziale per uno strumento finanziario in un periodo definito. Nella pratica, combinano solitamente un’osservazione di mercato (un “input”), una regola o un modello (la “logica”) e una previsione sul movimento dei prezzi o un confine decisionale (l’“output”).
Quando valuti i segnali di trading, trattali come una proposta da validare. Non stai verificando se una persona “sembra credibile”; stai verificando se la logica del segnale è abbastanza chiara da poter essere riprodotta e se i risultati dichiarati possono resistere alle frizioni reali del trading.
Checklist meccanica: input, regole e affermazioni che puoi verificare
Usa questa checklist di verifica per distinguere meccanismi stabili da condizioni variabili:
- Definisci la specifica del segnale: A quale strumento, orizzonte temporale e periodo di detenzione si riferisce? Un segnale senza un orizzonte temporale specifico è difficile da testare perché gli esiti dipendono dal momento in cui li misuri.
- Identifica gli input: Gli input sono osservabili (es. livelli di prezzo) o basati su modelli (es. segnali calcolati)? Se gli input dipendono da dati che non puoi accedere o verificare, potresti non essere in grado di riprodurre i risultati.
- Esamina la logica delle regole: Cerca regole esplicite e testabili — condizioni che attivano “compra/vendi/mantieni” o “ingresso/uscita”. Descrizioni vaghe (“il momentum continuerà”) non specificano quando la logica si attiva effettivamente.
- Separa l’output del segnale dall’esecuzione: La performance teorica di un segnale può differire dal trading reale a causa di spread, commissioni, tempistiche degli ordini e ritardi di esecuzione. Chiediti se la valutazione del segnale include queste frizioni.
- Verifica il tipo di evidenza: Preferisci backtest documentati o test forward che mostrano come il segnale è stato generato e valutato. Le performance presentate solo come riepiloghi, screenshot o numeri non tracciabili sono difficili da auditare.
- Richiedi la ripetibilità: Le stesse regole applicate agli stessi dati dovrebbero portare alle stesse azioni. Se piccole scelte implementative cambiano drasticamente i risultati, il segnale potrebbe essere fragile.
Evidenze ed esempi: come testare un’affermazione di segnale senza tirare a indovinare
Un approccio semplice e basato su ipotesi esplicite (senza dati in tempo reale) consiste nel definire un metodo di valutazione controllato:
- Ipotesi dichiarata: Definisci l’orizzonte di valutazione (es. il “successo” significa che il prezzo si muove nella direzione prevista di almeno X entro Y unità di tempo). Se non definisci questo, l’“accuratezza” è ambigua.
- Ipotesi giustificata: Scegli X e Y in base a qualcosa di coerente — idealmente legato a esigenze reali di decisione, piuttosto che adattato dopo aver visto i risultati.
- Modello di costo: Includi un’ipotesi di costo di base, come un costo fisso per operazione e un ritardo di esecuzione conservativo. Anche se i costi esatti sono sconosciuti, puoi testare la sensibilità.
- Periodo di riserva (holdout): Usa un periodo non coinvolto nella creazione della logica (un “holdout”) per ridurre l’overfitting. Se un segnale funziona solo nel periodo in cui è stato ottimizzato, la sua affidabilità futura è incerta.
L’obiettivo non è prevedere profitti futuri; è determinare se la logica del segnale è testabile e se il vantaggio dichiarato resiste a variazioni ragionevoli delle ipotesi.
Limitazioni e modalità di fallimento da monitorare
Almeno una limitazione significativa si applica alla maggior parte delle valutazioni di segnali:
- Non stazionarietà: I mercati cambiano. Una regola che corrispondeva a modelli storici può smettere di funzionare quando volatilità, liquidità o comportamento dei partecipanti cambiano.
- Look-ahead e data leakage: I segnali possono accidentalmente usare informazioni non disponibili al momento della decisione. Questo gonfia i risultati e fallisce nell’uso reale.
- Bias di sopravvivenza: I riepiloghi di performance possono includere solo i segnali/fornitori che “hanno funzionato”, escludendo quelli che hanno fallito.
- Overfitting: Una logica complessa può adattarsi al rumore storico. Anche se l’accuratezza storica è alta, la performance fuori campione può degradare.
- Ipotesi nascoste di esecuzione: I backtest possono assumere esecuzioni perfette o ignorare lo spread denaro-lettera, rendendo i risultati materialmente diversi dall’esecuzione reale.
- Misurazione ambigua: Se la definizione di successo o l’orizzonte temporale è poco chiara, lo stesso record di performance può essere interpretato in modi diversi.
Poiché queste modalità di fallimento sono comuni, una valutazione solida si concentra sulla documentazione e sui test riproducibili, non su narrazioni persuasive.
Verifica: i criteri “pronto” prima di affidarsi a un segnale
Usa una checklist chiara di “fatto” o “pronto” (un “klaarcriterium”):
- Completezza della documentazione: Puoi scrivere le regole e riprodurre le decisioni utilizzando gli input dichiarati.