Considerazioni avanzate per l’RMI: dipendenze, casi limite e vincoli

Risposta diretta

L’RMI (spesso discusso come un indicatore di “momentum”) è meglio compreso come una regola per trasformare il movimento dei prezzi in una finestra temporale scelta in un valore limitato o scalato, confrontabile nel tempo. Le considerazioni avanzate derivano principalmente da ciò che tale trasformazione presuppone: la definizione utilizzata, la serie di prezzi in input, la finestra temporale e il modo in cui viene applicato lo smoothing o la normalizzazione.

Poiché l’output dell’RMI deriva dai cambiamenti storici dei prezzi, non implica automaticamente un’accuratezza predittiva. La sua utilità pratica dipende da vincoli come la qualità dei dati, l’intervallo di campionamento, le candele mancanti, il timing dell’esecuzione e i costi di transazione. Queste dipendenze creano casi limite in cui l’RMI può apparire stabile pur non riuscendo a generalizzare, oppure può sembrare volatile a causa del suo calcolo piuttosto che per una struttura di mercato significativa.

Cos’è l’RMI e come funziona

Un modo utile per “definire prima di implicare” è separare tre livelli:

1. Serie di prezzi in input: molti indicatori di tipo momentum calcolano i cambiamenti utilizzando un campo prezzo selezionato (ad esempio, variazioni da chiusura a chiusura). Se la tua definizione utilizza un campo diverso (come apertura a chiusura o un prezzo medio), i valori risultanti di RMI possono differire.

2. Finestra di osservazione e scalatura: il “momentum” tipicamente indica la misura in cui il prezzo è cambiato in un numero fisso di periodi. L’RMI quindi mappa tale variazione in un valore indicatore. A seconda della versione, la mappatura può includere normalizzazione (per creare comparabilità nel tempo) e talvolta un intervallo limitato.

3. Smoothing: alcune formulazioni applicano uno smoothing (come medie mobili) per ridurre il rumore. Lo smoothing modifica il timing dell’indicatore: può attenuare le oscillazioni a breve termine ma ritardare anche i punti di svolta.

Un modello semplice da tenere a mente è: valore RMI al tempo t = una funzione delle variazioni di prezzo degli ultimi N periodi. Sono i dettagli della “funzione” a variare tra le implementazioni, quindi due piattaforme possono etichettare calcoli diversi come RMI.

Dipendenze rilevanti nella pratica

Dipendenza dalla definizione del calcolo

La considerazione avanzata più importante è che l’RMI non è solo “un concetto”; è un calcolo specifico. Se i parametri di smoothing, le scelte di normalizzazione o la definizione esatta del momentum differiscono, l’output sarà diverso.

Passaggio di verifica indipendente: prendi la formula visualizzata dalla piattaforma (o reimplementala dalle definizioni documentate) e verifica che i tuoi valori ricalcolati corrispondano all’output della piattaforma sugli stessi dati storici.

Dipendenza dai dati e dal campionamento

L’RMI è sensibile al modo in cui i dati sui prezzi vengono campionati. Se cambi il timeframe (ad esempio, da candele da 1 minuto a candele da 1 ora), la sequenza di variazioni di prezzo che alimentano l’indicatore cambia. Anche se il “mercato” sottostante è lo stesso, l’RMI può mostrare volatilità diversa e timing diverso dei punti di svolta perché la finestra di osservazione ora copre un diverso intervallo di tempo reale.

Caso limite: se i tuoi dati presentano lacune (candele mancanti) o un allineamento non uniforme tra gli asset, la sequenza di variazioni da periodo a periodo cambia, il che può distorcere l’RMI.

Dipendenza dal regime e dalla distribuzione

Gli indicatori di tipo momentum reagiscono al modo in cui il movimento dei prezzi è distribuito nella finestra di osservazione. In regimi fortemente tendenziali, i valori di momentum possono rimanere elevati o depressi per periodi più lunghi. In regimi laterali, il momentum può oscillare attorno alla neutralità.

Tuttavia, ciò non garantisce ripetibilità. Un cambio di regime (da tendenza a movimento irregolare) può ridurre la coerenza delle trasformazioni basate sul momentum.

Dipendenza dai costi e dal timing dell’esecuzione

Anche se convalidi i valori dell’RMI utilizzando candele storiche, gli esiti reali dipendono dal timing dell’esecuzione rispetto alla chiusura della candela utilizzata nel calcolo. Se l’RMI è calcolato da variazioni da chiusura a chiusura, agire prima (intra-candela) non equivale ad agire sulla conferma della chiusura della candela.

Limite materiale: i backtest che ignorano i costi di transazione, lo slippage o i ritardi tra il calcolo del segnale e l’esecuzione dell’ordine possono sovrastimare i risultati. Questo vale indipendentemente dalla scelta dell’indicatore.

Evidenza o esempio con assunzioni esplicite

Considera un’implementazione in cui l’RMI è calcolato dalla variazione percentuale da chiusura a chiusura su una finestra di osservazione di N periodi, eventualmente con smoothing.

Assunzione A: calcoli l’RMI a ogni chiusura di candela utilizzando solo le informazioni disponibili fino a quella chiusura.
Assunzione B: utilizzi un valore fisso di N e parametri di smoothing fissi.
Assunzione C: i tuoi dati hanno intervalli di candele costanti senza lacune.

Ora esamina due scenari:

1. Una tendenza regolare: se il prezzo aumenta quasi monotonicamente per N periodi, la misura del momentum rimarrà costantemente alta, e lo smoothing (se presente) mostrerà probabilmente un aumento graduale e ritardato.

2. Rumore alternato: se il prezzo oscilla su e giù ogni periodo, il momentum netto su N periodi può essere piccolo, anche se le singole candele sono ampie. In questo caso, l’RMI può oscillare rapidamente a seconda che lo smoothing sia sufficiente a ridurre il rumore.

Questo esempio illustra perché il controllo avanzato dovrebbe concentrarsi sui dettagli dell’implementazione (definizione, smoothing) e sulla gestione dei dati (timeframe, lacune), non sull’aspettativa di un modello universale.

Limitazioni e rischi (incluso almeno un modo di fallimento)

Modo di fallimento: la “stabilità dell’indicatore” nasconde il rischio di timing

Se lo smoothing è forte, l’RMI può apparire stabile e cambiare lentamente. Ciò può creare un rischio per cui l’indicatore è visivamente calmo, ma i cambiamenti sottostanti nel momentum si sono già verificati e sono già riflessi quando l’RMI si muove finalmente. Questo può essere rilevante quando qualsiasi azione successiva dipende dal momento in cui l’RMI attraversa una soglia.

Modo di fallimento: i cambiamenti di regime rompono le relazioni storiche

Le relazioni storiche tra i valori derivati dal momentum e il comportamento successivo possono cambiare quando la struttura del mercato cambia. Poiché l’RMI è calcolato dai cambiamenti recenti dei prezzi, eredita le stesse debolezze del momentum: riflette l’ultimo regime, non una garanzia di continuità futura.

Modo di fallimento: assunzioni di normalizzazione e limitazione

Se il calcolo include una normalizzazione in un intervallo limitato, la distribuzione delle variazioni in input influisce su quanto spesso l’indicatore si saturi o comprima. In periodi volatili, un indicatore normalizzato può perdere risoluzione, rendendo più difficile distinguere le differenze.

Limiti di verifica

Anche una verifica accurata ha dei limiti:

• Se convalidi l’RMI su un timeframe, potrebbe comportarsi diversamente su un altro.
• Se convalidi su una fonte dati, potrebbe comportarsi diversamente con una diversa costruzione delle candele.
• Se convalidi su un insieme di costi e assunzioni di esecuzione, i risultati possono differire quando queste assunzioni cambiano.

Verifica o prossima domanda

Per verificare in modo indipendente cos’è l’RMI nel tuo contesto, effettua tre controlli senza presupporre performance:

1. Conferma il calcolo esatto: definizione, finestra di osservazione e qualsiasi smoothing/normalizzazione.
2. Conferma l’allineamento dell’input: quale campo prezzo viene utilizzato e come vengono costruite le candele.
3. Testa la robustezza su diversi timeframe e qualità del campione: ripeti il calcolo su diversi intervalli di campionamento e con controlli sull’integrità dei dati.