Meccanismo e definizione: cosa significa “stagionalità” per le coppie di valute
La stagionalità di una coppia di valute significa che la performance o il comportamento di una coppia mostra una tendenza ricorrente lungo il calendario (ad esempio, certi mesi, settimane, giorni della settimana o periodi festivi) quando analizzi dati storici su molti anni.
Per valutarla, devi prima decidere cosa intendi per “comportamento”. Obiettivi comuni misurabili includono:
- Variazione di prezzo (differenza tra il prezzo di chiusura in due date)
- Rendimenti (variazione percentuale su un intervallo definito)
- Volatilità (variazione dei rendimenti in un periodo)
- Statistiche di range (comportamento high–low all’interno di una finestra temporale)
Questa scelta conta perché la stagionalità può comparire nei rendimenti ma non nei livelli, oppure nella volatilità ma non nei rendimenti medi.
Risposta diretta: gli input di dati di cui hai bisogno
Al minimo, ti serve un set di dati che supporti un calcolo ripetibile allineato al calendario del valore della metrica di comportamento che hai scelto.
1) Serie storiche compatibili con prezzo o spread
Di solito ti serve uno dei seguenti, registrato in modo coerente:
- Quotazioni bid/ask (per calcolare prezzi mid rilevanti per le transazioni e spread)
- Serie di prezzo mid o serie di prezzo di chiusura (per calcolare variazioni di prezzo/rendimenti)
Per la stagionalità, il requisito chiave è l’allineamento temporale: ogni osservazione deve essere mappata su un fuso orario e su una convenzione di giorno di trading o di calendario coerenti.
2) Una regola di campionamento chiaramente definita
Scegli l’intervallo e la regola che convertono i dati grezzi nella metrica che testerai. Esempi di regole di campionamento includono:
- Chiusure giornaliere (un valore per giorno)
- Rendimenti di fine settimana (ad esempio, da settimana a settimana)
- Finestre intraday aggregate in un periodo fisso (ad esempio, media entro un’ora)
Indica gli orari esatti di inizio/fine usati per ciascun intervallo. Senza una regola fissa, la “stagionalità” può diventare un artefatto di cutoff incoerenti.
3) Una mappatura del calendario
Poiché la stagionalità riguarda il calendario, ti serve un framework di calendario per etichettare ogni osservazione in base a:
- Mese, settimana dell’anno, giorno della settimana
- Flag di festività (se prevedi di testare gli effetti delle festività)
- Convenzioni di sessione di trading (se il tuo dataset include solo alcune ore di mercato)
Questa mappatura ti permette di raggruppare i risultati (ad esempio, rendimenti medi per mese) in modo che possano essere riprodotti in modo indipendente.
4) Provenienza dei dati e tempestività
Documenta da dove proviene la serie storica e cosa è stato fatto su di essa:
- Fonte/provider (data vendor, feed del broker, fonte di scambio se applicabile)
- Passaggi di elaborazione dei dati (pulizia, interpolazione, gestione dei valori mancanti)
- Durata del periodo di copertura (quanti anni)
- Data di versione o di aggiornamento (quando il dataset è stato estratto)
Se la metodologia del provider cambia, il profilo di stagionalità può cambiare anche quando il “mercato” non è cambiato.
5) Controlli di qualità e metadati necessari per un raggruppamento affidabile
Dovresti essere in grado di verificare quanto segue prima di fidarti di qualsiasi pattern di calendario:
- Gestione dei dati mancanti: cosa è successo nei giorni con lacune?
- Fuso orario e ora legale: i timestamp sono stati normalizzati?
- Outlier: sono stati rimossi tick/quotazioni errati e come?
- Aggiustamenti per eventi societari: meno comuni per l’FX, ma comunque controlla eventuali artefatti insoliti nei dati
- Coerenza: valgono le stesse convenzioni lungo l’intero periodo di osservazione?
6) Costi e assunzioni di esecuzione (se usi metriche negoziabili)
Le affermazioni sulla stagionalità possono fallire quando si ignorano i costi. Per valutare il “comportamento” in un modo che possa essere verificato rispetto a risultati realistici, ti servono assunzioni esplicite su:
- Modello dei costi di transazione (anche se semplificato)
- Se usi prezzi mid o misure derivate da bid/ask
- Assunzioni di slippage (se includi una metrica sensibile all’esecuzione)
Se non riesci a spiegare il modello di costi/esecuzione, non puoi separare “effetto del calendario” dall’“effetto della microstruttura di mercato”.
Evidenze o esempio: come i dati vengono usati nella pratica (con assunzioni)
Un flusso di lavoro tipico usa la metrica scelta e raggruppa le osservazioni per etichetta di calendario.
Per esempio, supponi di decidere di misurare i rendimenti giornalieri. Dovresti:
- Calcolare i rendimenti giornalieri dalla serie dei prezzi usando una formula coerente (definisci se si tratta di rendimento semplice o logaritmico).
- Assegnare ogni giorno a una categoria di calendario (ad esempio, mese dell’anno = 1 fino a 12).
- Per ciascuna categoria, calcolare una statistica riassuntiva (rendimento medio, mediana o volatilità).
- Confrontare le categorie usando un criterio esplicito (ad esempio, se le differenze persistono su più anni).
Le assunzioni che devi dichiarare per la riproducibilità includono: definizione della chiusura giornaliera, normalizzazione del fuso orario e come vengono trattati i giorni mancanti. Inoltre, decidi se escludi le festività o le mantieni nella stessa categoria—cambiare questa decisione può alterare le conclusioni.
Limiti e rischi: modalità di fallimento che devi considerare
Almeno un limite materiale dovrebbe guidare come interpreti i risultati.
DOCUMENT END