Cos’è un esempio pratico di Rmi?

Risposta diretta

Un esempio pratico di Rmi è una dimostrazione completamente numerica di come verrebbe calcolato il valore di Rmi a partire da dati di input chiaramente dichiarati e da assunzioni di formula, passo dopo passo. Poiché “Rmi” può essere definito in modo diverso da diverse fonti, un esempio pratico è anche il contesto in cui specificare esattamente la definizione utilizzata (ad esempio: cosa significa Rmi in quel contesto, la formula, la finestra di osservazione e come vengono preparati gli input).

Meccanismo o definizione

Partire da due elementi che devono essere fissati prima di qualsiasi calcolo:

1. La definizione di Rmi (formula): qual è l’espressione matematica per Rmi? Questo include quale serie di prezzo viene utilizzata (ad esempio: chiusura, prezzo tipico o un’altra trasformazione), il metodo di media (se presente) e il passaggio di normalizzazione (se presente).

2. Gli input e le regole di preparazione: quale intervallo temporale viene utilizzato, quale intervallo storico (finestra di osservazione) viene considerato e come vengono gestiti i valori mancanti o gli outlier.

Un “esempio pratico” segue quindi un modello ripetibile:

• Scegliere un piccolo insieme di dati storici per gli input richiesti.
• Calcolare ogni variabile intermedia (ad esempio: rendimenti, variazioni, medie mobili o termini di scala — a seconda della definizione adottata).
• Applicare la formula finale per produrre il singolo valore Rmi per una data di valutazione specificata.

Se si modifica un’assunzione (lunghezza diversa della finestra, serie dati diversa o diversa regolarizzazione), anche il valore risultante di Rmi può cambiare.

Evidenza o esempio

Di seguito è riportato uno scenario pratico che illustra l’importanza di dichiarare esplicitamente le assunzioni. Non è un’affermazione su un indicatore di mercato specifico, poiché non è stata fornita una formula univoca per Rmi.

Configurazione dello scenario (tutte le assunzioni esplicite)

• Valutiamo Rmi nell’ultimo intervallo temporale (chiamiamolo giorno 6).
• Utilizziamo una finestra di osservazione semplice di 5 periodi (i giorni 1–6 forniscono cinque variazioni).
• La serie di input è il prezzo, rappresentata dalle chiusure giornaliere:
  • Giorno 1: 100
  • Giorno 2: 101
  • Giorno 3: 99
  • Giorno 4: 102
  • Giorno 5: 103
  • Giorno 6: 104
• Definiamo una serie intermedia chiamata variazione a un periodo come: variazione(t) = chiusura(t) − chiusura(t−1).
• Definiamo Rmi (per questo esempio pratico) come il rapporto tra la variazione media positiva e la variazione media assoluta nell’intervallo di osservazione. (Ancora una volta: questa è una definizione provvisoria utilizzata esclusivamente per dimostrare il formato di un esempio pratico.)

Passo 1: calcolare le variazioni a un periodo

• Giorno 2: 101 − 100 = +1
• Giorno 3: 99 − 101 = −2
• Giorno 4: 102 − 99 = +3
• Giorno 5: 103 − 102 = +1
• Giorno 6: 104 − 103 = +1

Pertanto, nei giorni 2–6 abbiamo: +1, −2, +3, +1, +1.

Passo 2: calcolare le medie richieste dalla definizione scelta

• Variazione media positiva = (1 + 3 + 1 + 1) / 4 = 6/4 = 1,5
• Variazione media assoluta = (|+1| + |−2| + |+3| + |+1| + |+1|) / 5 = (1 + 2 + 3 + 1 + 1)/5 = 8/5 = 1,6

Passo 3: calcolare Rmi per il giorno 6

• Rmi = 1,5 / 1,6 = 0,9375

Cosa insegna questo esempio

• Il valore finale è sensibile alla definizione (qui, il rapporto scelto) e alla scelta dei dati (prezzi di chiusura e finestra di 5 periodi).
• Se il giorno 3 non fosse stato −2 (ad esempio fosse stato −1), il valore calcolato di Rmi sarebbe aumentato.

Per utilizzare un esempio pratico in modo significativo per “Rmi reale”, è necessario sostituire la definizione provvisoria con la formula esatta corrispondente alla fonte di Rmi utilizzata, quindi ricomputare utilizzando gli stessi input.

Limitazioni e rischi (modalità di errore rilevanti)

1. Errore di definizione: “Rmi” non è univocamente specificato qui. Se si applica un esempio pratico con una formula ma si interpreta il valore “Rmi” di un altro fornitore con una formula diversa, i numeri non corrisponderanno.

2. Differenze nella gestione dei dati: diverse fonti possono utilizzare campi di prezzo diversi (chiusura rispetto a prezzo tipico), fusi orari diversi, gestione delle sessioni diversa o trattamento diverso dei dati mancanti.

3. Sensibilità alla finestra e alla scala: modificare la lunghezza della finestra di osservazione o il metodo di normalizzazione può cambiare sostanzialmente l’output anche se il comportamento di mercato sottostante appare simile.

4. Eccessiva interpretazione di schemi storici: le relazioni storiche non garantiscono risultati futuri. Anche un valore di indicatore calcolato perfettamente può essere fuorviante a seconda del regime di mercato.

5. Nessuna garanzia di segnale autonomo: anche quando un indicatore è calcolato correttamente, non è di per sé una previsione affidabile. I risultati dipendono da condizioni come la qualità dell’esecuzione, i costi di trading e la liquidità (che variano nel tempo e a seconda della giurisdizione).