Come si può backtestare responsabilmente il ritracciamento di Fibonacci?
Definisci il concetto prima del backtest
Il ritracciamento di Fibonacci è un metodo per identificare livelli di prezzo potenziali tra due punti scelti su un grafico (spesso l’inizio e la fine di un movimento). Il metodo traccia tipicamente linee orizzontali a rapporti fissi della distanza tra quei punti (ad esempio, livelli comunemente etichettati con rapporti di Fibonacci). È meglio comprenderlo come una procedura di misurazione ripetibile sui dati storici dei prezzi, non come una regola di trading garantita.
Un backtest responsabile inizia rendendo esplicita la “procedura di misurazione ripetibile”: quali dati del grafico utilizzi, come scegli i due punti di swing, quali livelli di ritracciamento consideri e quale regola decisionale applichi quando il prezzo raggiunge (o non raggiunge) un livello.
Separa meccaniche stabili da condizioni variabili
Un backtest può facilmente diventare fuorviante se si mescolano condizioni variabili. Mantieni separate due categorie:
- Meccaniche stabili (il tuo processo definito)
- Definizione dei dati: timeframe (ad esempio, minuto, ora, giornaliero), campo prezzo utilizzato (apertura/ massimo/ minimo/ chiusura) e se si effettua il resampling.
- Regola di selezione dei punti di swing: come si determina l’inizio e la fine del movimento misurato (ad esempio, in base a estremi locali usando una finestra di lookback fissa).
- Definizione dei livelli: quali rapporti di ritracciamento sono inclusi e come si tratta il “contatto” rispetto al “chiusura attraverso”.
- Regola di valutazione: cosa costituisce un “colpo”, di quanto deve muoversi il prezzo dopo un colpo e la lunghezza della finestra di misurazione.
- Condizioni variabili (realtà di mercato ed esecuzione)
- Costi: spread, commissioni e spese.
- Esecuzione: come vengono eseguiti gli ordini quando il prezzo si muove rapidamente, e se si assumono esecuzioni al close della barra o a un livello durante la barra.
- Cambiamenti di regime: la volatilità e la liquidità possono variare nel tempo.
Un approccio responsabile utilizza le stesse meccaniche in tutti i periodi di test, consentendo ai costi e alle ipotesi di esecuzione di variare entro intervalli plausibili.
Rendi esplicite le assunzioni e scegli una configurazione dati coerente
La qualità del backtest dipende da assunzioni chiare e dichiarate. Anche se utilizzi la stessa logica dell’indicatore, diverse assunzioni possono produrre risultati diversi.
Elementi chiave da documentare:
- Identificazione degli swing: se i punti di swing sono selezionati manualmente in un backtest, il test rischia un bias di retrovisione. Preferisci un approccio basato su regole.
- Prevenzione del look-ahead: assicurati che la decisione sui punti di swing utilizzi solo informazioni disponibili al momento in cui lo swing termina (o all’inizio della tua valutazione).
- Gestione delle barre: decidi come viene rilevato un “contatto” di ritracciamento sulle barre OHLC. Ad esempio, l’uso del massimo/minimo significa che i contatti intrabarra contano anche se la chiusura non raggiunge mai il livello?
- Logica di dimensionamento della posizione e di mantenimento: se simuli risultati, definisci la durata di mantenimento o le condizioni di uscita in un modo calcolabile dai dati storici.
Senza queste definizioni, qualsiasi indicatore di performance è difficile da interpretare e facile da overfittare.
Includi costi e ipotesi di esecuzione come input principali
Molti backtest falliscono perché ignorano le frizioni economiche che possono dominare un piccolo vantaggio. Anche quando non raccomandi operazioni, puoi comunque valutare il comportamento dell’indicatore sotto assunzioni realistiche.
Considera di modellare:
- Costi di transazione: spread/commissioni/spese per round-trip o per azione.
- Slippage: una regola per la differenza tra l’ingresso/uscita previsto e l’esecuzione effettiva.
- Convenzione di esecuzione: se si assume che gli ordini vengano eseguiti al prezzo del livello, all’apertura della barra, alla chiusura della barra o usando un’approssimazione intrabarra.
Se il tuo backtest non può indicare questi input, non può essere interpretato in modo responsabile. Una buona pratica è rieseguire la stessa logica in più scenari di costi/slippage e osservare se le conclusioni rimangono stabili.
Controlla i bias e l’overfitting con verifiche robuste
Spesso i bias emergono quando le regole vengono ottimizzate finché non “sembrano buone” su un segmento storico. Usa controlli contro i bias per ridurre questo rischio.
Controlli pratici includono:
- Test di sensibilità ai parametri: se il rilevamento degli swing utilizza una lunghezza di lookback, variala entro un intervallo ragionevole invece di usare un singolo valore scelto.
- Test walk-forward: addestra/ottimizza su periodi precedenti, poi valuta su periodi successivi senza ri-ottimizzare.
- Idee di purgatura/embargo (concettualmente): evita di testare periodi che si sovrappongono pesantemente ai dati usati per definire eventi in modo da non causare perdite di informazione.
- Valutazione cieca: decidi tutte le regole prima di vedere i risultati futuri, poi applicale.
Questi controlli non garantiscono la correttezza, ma rendono più difficile che una struttura accidentale si spacci per un vantaggio.