Come verificare le informazioni sulla stagionalità delle coppie di valute?

Risposta diretta

Le informazioni sulla stagionalità delle coppie di valute possono essere verificate (1) definendo con precisione il concetto, (2) riproducendo il flusso di analisi sullo stesso tipo di dati storici e (3) verificando se uno schema osservato resiste a ragionevoli variazioni di assunzioni e finestre temporali. Poiché i mercati e le condizioni cambiano, la verifica dovrebbe concentrarsi sulla stabilità e sulla riproducibilità, piuttosto che sulla previsione dei risultati futuri.

Cosa significa (e cosa non significa) la stagionalità delle coppie di valute

La stagionalità delle coppie di valute si riferisce a tendenze sistematiche nel comportamento di una coppia di valute in determinati periodi dell’anno, mese, settimana, giorno della settimana o ora, basate su osservazioni storiche. Un punto chiave per la verifica è la distinzione tra concetti:

• Meccaniche stabili (verificabili dai dati): se i rendimenti medi, la volatilità o la frequenza direzionale differiscono in base a intervalli calendari (ad esempio, “luglio rispetto ad agosto”).
• Condizioni variabili (non garantite nel ripetersi): regimi di mercato, liquidità, aspettative sui tassi d’interesse, eventi macroeconomici e frizioni di esecuzione (spread, slippage). Questi fattori possono cambiare anche se in passato sono esistiti effetti legati al calendario.

Per mantenere la verifica significativa, definire chiaramente cosa si sta testando: rendimenti, misure aggiustate per lo spread, volatilità o frequenza di eventi. Un’affermazione sulla “stagionalità” che non specifica la metrica e la granularità del calendario è difficile da verificare.

Gerarchia delle fonti per verificare le affermazioni

Quando si valutano informazioni, utilizzare una gerarchia dalla più affidabile alla meno:

1. Provenienza primaria dei dati: il fornitore del dataset (ad esempio, statistiche ufficiali o descrizione di un fornitore di dati di mercato) e la sua copertura (fuso orario, orari di trading, gestione dei dati mancanti). Se il flusso dati non è chiaro, i risultati potrebbero non essere riproducibili.
2. Descrizione del metodo: la trasformazione esatta (prezzi in rendimenti, log vs semplici), come vengono raggruppate le osservazioni (mese dell’anno, giorno della settimana) e se vengono effettuati aggiustamenti (ad esempio, escludendo gli effetti di roll).
3. Evidenza di replica: se lo schema riportato può essere riprodotto con i passaggi descritti sullo stesso tipo di dati.
4. Interpretazione contestuale: spiegazioni che collegano lo schema a fattori noti legati al calendario o a fattori strutturali. Questi elementi sono utili, ma non devono sostituire la replica.

Poiché qui non si assume l’uso di dati in tempo reale, la verifica è intesa come un flusso di lavoro riproducibile eseguibile su dati storici.

Passaggi riproducibili per la verifica (senza affermazioni predittive)

Utilizzare sempre gli stessi passaggi quando si testa un’affermazione sulla stagionalità.

1) Fissare definizioni e assunzioni

Dichiarare esplicitamente le assunzioni, come:

• La coppia di valute e la convenzione di quotazione.
• La frequenza di campionamento (giornaliera, oraria) e il fuso orario.
• La metrica (ad esempio, rendimento log medio per mese dell’anno).
• La formula di rendimento (ad esempio, rendimento al tempo t calcolato dal prezzo a t e t-1).

Se un’affermazione non specifica questi elementi, non è possibile riprodurla esattamente.

2) Scegliere gli intervalli calendari e aggregare

Creare intervalli calendari coerenti con l’affermazione:

• Mese dell’anno (1–12)
• Giorno della settimana (lun–dom)
• Ora del giorno (0–23, se si usano dati orari)

Per ogni intervallo, calcolare la metrica scelta sull’intero campione storico.

3) Confrontare le differenze tra intervalli con controlli statistici

Un approccio di base alla verifica consiste nel testare se le differenze tra intervalli sono maggiori di quanto ci si aspetterebbe dal rumore campionario.

Controlli pratici comuni includono:

• Bootstrap o ricampionamento dei rendimenti all’interno di ogni intervallo per stimare la variabilità.
• Test di permutazione che randomizzano le etichette degli intervalli mantenendo la struttura dei dati.

Evitare di interpretare la “significatività” come certezza. I test statistici possono fallire quando i dati sono limitati o quando esiste dipendenza nel tempo.

4) Valutare la robustezza su campioni alternativi

Le affermazioni sulla stagionalità possono essere artefatti di un periodo specifico. Ripetere l’analisi con:

• Diverse date di inizio/fine (ad esempio, escludendo gli anni iniziali)
• Diverse frequenze (aggregazione giornaliera vs settimanale)
• Definizioni alternative di intervalli (mese dell’anno vs trimestre)

Uno schema di stagionalità credibile dovrebbe mostrare una certa coerenza, anche se l’esatta intensità varia.

5) Considerare i limiti della verificabilità

Gli schemi storici non devono essere interpretati come risultati futuri. Inoltre, se l’affermazione ignora i costi di trading o la qualità di esecuzione, verificare almeno l’effetto meccanico sui rendimenti e riconoscere separatamente che la performance nel mondo reale dipende dai costi e dall’implementazione.

Esempio di evidenza (come strutturare una replica)

Supponiamo che un’affermazione dica “la coppia tende a salire in un mese particolare”. La verifica richiederebbe:

1. Selezionare dati storici sui prezzi e convertirli in rendimenti utilizzando una formula dichiarata.
2. Raggruppare i rendimenti per mese dell’anno e calcolare il rendimento medio (o mediano) per ogni mese.
3. Verificare se il “mese target” differisce dagli altri mesi più di quanto ci si aspetterebbe per caso.