Come si può fare backtesting responsabilmente dell’Rmi?

Definire l’Rmi e l’obiettivo del backtest

L’Rmi (nel contesto degli indicatori di tipo momentum) è generalmente utilizzato come misura numerica derivata da serie storiche di prezzo, concepita per riassumere il comportamento di momentum o di tipo tasso. Un backtest responsabile inizia definendo cosa si intende per “Rmi” nella propria configurazione: quali input di prezzo si utilizzano (ad esempio, variazioni da chiusura a chiusura), quali valori di parametro si applicano (lunghezza del lookback e eventuali passaggi di smoothing) e la regola esatta che trasforma il valore dell’indicatore nelle quantità da valutare (ad esempio, se si misura la relazione predittiva dell’indicatore rispetto ai futuri cambiamenti di prezzo, oppure se si valuta una regola decisionale derivata da esso).

Altrettanto importante è distinguere due obiettivi:

• Stimare una relazione: L’Rmi è correlato con gli esiti futuri sotto determinate assunzioni dichiarate?
• Stimare una strategia: Se si trasforma l’Rmi in decisioni, come si comportano tali decisioni dopo aver considerato frizioni realistiche?

Un singolo backtest può includere entrambi gli obiettivi, ma mescolarli senza chiarezza facilita la confusione tra un pattern storico dell’indicatore e un metodo effettivamente utilizzabile a livello decisionale.

Meccanismo: elencare dati, assunzioni e calcoli

Per fare backtesting in modo responsabile, documentare l’intera catena che va dai dati grezzi ai risultati.

1. Definizione dei dati
   Specificare il dataset e i passaggi di trasformazione. Ad esempio: l’universo degli strumenti, il timeframe, la gestione degli orari di trading, il trattamento dei dati mancanti e se i prezzi sono aggiustati (ad esempio, per eventi societari, se applicabile). Se si ricampionano o aggregano i bar, indicare il metodo utilizzato.

2. Regole di calcolo dell’Rmi
   Scrivere la formula implementata a ogni passo temporale. Se l’indicatore prevede smoothing o normalizzazione, definire tali operazioni. Se esistono molteplici interpretazioni plausibili delle “impostazioni Rmi”, il backtest deve sceglierne una e mantenerla fissa.

3. Mappatura delle decisioni (se presente)
   Se si converte l’Rmi in un’azione, definire con precisione la regola: tempistica di entrata/uscita, soglie e se si agisce sull’indicatore calcolato alla chiusura dello stesso bar o con un ritardo. Un errore comune è il comportamento “look-ahead”, in cui il backtest utilizza involontariamente informazioni non disponibili al momento del trading.

4. Costi e assunzioni di esecuzione
   I backtest dovrebbero includere una modellazione realistica delle frizioni. Non si tratta solo delle commissioni, ma anche delle assunzioni su spread, slippage e l’effetto del timing degli ordini. Anche in assenza di dati a livello tick, si dovrebbe indicare un’assunzione conservativa e coerente (e, idealmente, testare più livelli di costo). Un backtest che assume costi nulli può apparire solido ma essere fragile nella pratica.

Evidenza ed esempio: utilizzare la validazione out-of-sample

Un backtest responsabile considera i risultati storici come evidenza, non come prova. Utilizzare un disegno di valutazione che limiti l’overfitting.

1. Dividere la timeline
   Effettuare un periodo iniziale in-sample per sviluppare il metodo, quindi mantenere un periodo successivo out-of-sample intatto fino alla valutazione finale. Ancora meglio, utilizzare la validazione walk-forward (rolling), in cui i parametri rimangono fissi all’interno di ogni finestra e vengono aggiornati solo secondo una procedura predefinita.

2. Controllare il numero di gradi di libertà
   Se si provano molte combinazioni di parametri, molte scelte di soglia o diversi trattamenti dei dati, si sta effettivamente ottimizzando il rumore. Per ridurre questo bias, scegliere i parametri con una ricerca vincolata e riservare i periodi out-of-sample per la valutazione finale.

3. Riportare ciò che è stato misurato
   Per la ricerca sull’indicatore, si potrebbe misurare come i valori dell’Rmi si relazionano ai rendimenti futuri (con orizzonti chiari). Per la ricerca su strategie, si misurano gli esiti delle decisioni dopo i costi. In entrambi i casi, includere metriche consapevoli dell’incertezza e evitare di presentare un singolo periodo impressionante come decisivo.

4. Verifiche di robustezza in diversi regimi
   Verificare se la relazione sussiste quando il comportamento del mercato cambia (trend vs range, alta vs bassa volatilità). Se le prestazioni dipendono interamente da un regime molto ristretto, considerarlo un segnale di avvertimento.

Limitazioni e rischi: i principali modi di fallimento

Anche un backtest accurato può fallire. Almeno una limitazione significativa dovrebbe essere esplicitamente considerata:

• Non stazionarietà: La relazione statistica tra Rmi e futuri cambiamenti di prezzo può cambiare quando la struttura del mercato si modifica. Un backtest potrebbe riflettere regimi storici piuttosto che un meccanismo stabile.
• Bias da look-ahead: Utilizzare valori dell’indicatore calcolati con informazioni non disponibili al momento della decisione gonfia i risultati.
• Effetti di selezione e di sopravvivenza: Se il dataset esclude strumenti che sarebbero stati disponibili solo temporaneamente, i risultati possono essere distorti.
• Errata specificazione dei costi: Assunzioni scorrette su spread/slippage possono ribaltare le conclusioni. La valutazione delle strategie è particolarmente sensibile a questo aspetto.