Come l’orizzonte temporale influenza Frama
Risposta diretta
L’orizzonte temporale influenza Frama principalmente in base a quale parte della cronologia dei prezzi passati si permette all’indicatore di “vedere” e per quanto tempo si considera rilevante il segnale. In pratica, cambiare l’orizzonte temporale modifica l’equilibrio tra sensibilità al rumore (quanto facilmente l’indicatore reagisce a movimenti piccoli e di breve durata) e stabilità/ritardo (quanto lentamente si adatta quando le condizioni cambiano).
Cosa significa “orizzonte temporale di Frama”
Frama è un indicatore di tipo media mobile che utilizza informazioni provenienti da una finestra recente per stimare caratteristiche di mercato, come quanto il comportamento dei prezzi sia stabile o irregolare. La scelta dell’“orizzonte temporale” può influenzare due fasi correlate:
- Orizzonte di osservazione (orizzonte di calcolo): l’intervallo e la lunghezza del lookback utilizzati per calcolare Frama. Anche se la formula dell’indicatore rimane invariata, la serie di input cambia passando (ad esempio) da candele più corte a candele più lunghe.
- Periodo di detenzione (orizzonte decisionale): per quanto tempo si considera applicabile l’output calcolato prima che la dinamica sottostante cambi nuovamente.
Poiché i mercati sono non stazionari — ovvero le loro proprietà statistiche possono cambiare nel tempo — ciò che funziona su un certo orizzonte potrebbe non essere valido su un altro.
Limitazione materiale
Un errore comune è lo sfasamento: l’orizzonte di osservazione utilizzato per calcolare Frama potrebbe non allinearsi con il periodo di detenzione del processo decisionale. Quando non sono allineati, Frama potrebbe risultare troppo irrequieto per la finestra di detenzione prevista o troppo lento per essere significativo.
Meccanismo: perché cambiare l’orizzonte temporale modifica la sensibilità
Considera uno scenario semplice con due orizzonti temporali, senza dati in tempo reale:
- Breve orizzonte di osservazione: la finestra recente dell’indicatore contiene più fluttuazioni di breve durata rispetto al ciclo decisionale. Ciò aumenta la probabilità che Frama reagisca al rumore piuttosto che a una struttura persistente.
- Lungo orizzonte di osservazione: la finestra mediana più fluttuazioni. Ciò riduce i movimenti di Frama dovuti al rumore, ma quando il comportamento di mercato cambia rapidamente, l’indicatore può restare indietro rispetto al nuovo regime.
Questo compromesso è comune ai metodi di smoothing. La caratteristica particolare di Frama è che adatta il proprio comportamento di smoothing in base all’andamento recente del prezzo. Pertanto, l’orizzonte temporale influenza l’“aspetto” di tale andamento: lo stesso mercato sottostante può apparire più frastagliato su candele brevi e più continuo su candele più lunghe.
Esempio scenario-impatto (ipotesi dichiarate)
Supponiamo che il mercato passi da condizioni stabili a condizioni irregolari nello stesso momento del calendario. Se si calcola Frama utilizzando una finestra di lookback breve, l’indicatore è più probabile che rilevi il cambiamento in anticipo, ma con più falsi allarmi durante picchi transitori. Se si utilizza una finestra di lookback più lunga, Frama potrebbe confermare il cambiamento più tardi — dopo che l’irregolarità si è consolidata — portando a una risposta più smussata ma ritardata.
Limitazioni e rischi
- Nessuna garanzia di stabilità: il comportamento dell’indicatore non è garantito costante attraverso diversi regimi, poiché le serie dei prezzi non si ripetono esattamente.
- I costi e l’esecuzione contano: in scenari reali, i costi di transazione, lo slippage e la latenza dei dati possono alterare i risultati anche quando il calcolo dell’indicatore rimane invariato.
- Le relazioni storiche non garantiscono il futuro: la relazione passata tra un indicatore e i risultati può indebolirsi con l’evolversi della struttura di mercato.
- Differenze tra provider/piattaforme: se un provider utilizza granularità dei dati, gestione dei fusi orari o costruzione delle candele diverse, la serie Frama calcolata può differire.
Verifica e prossime domande
Puoi verificare autonomamente la sensibilità all’orizzonte temporale senza bisogno di quotazioni in tempo reale, utilizzando set di dati storici già disponibili ed eseguendo la stessa configurazione di Frama su diversi orizzonti temporali (e separatamente, confrontando gli output con diversi orizzonti ipotetici di detenzione). Un controllo utile è mantenere costanti le impostazioni dell’indicatore, modificando una sola variabile alla volta: prima l’orizzonte di calcolo, poi le assunzioni sul periodo di detenzione.
Prossima domanda da valutare: il tuo orizzonte di osservazione previsto è allineato con la durata per cui il comportamento di mercato è probabilmente sufficientemente stabile da rendere significativo lo smoothing adattivo dell’indicatore?