Quali Dati Sono Necessari per Valutare l’Hma?

Risposta diretta: quali dati sono necessari per valutare l’Hma

Per valutare l’Hma (Hull Moving Average) in modo da poterlo verificare autonomamente, sono necessari quattro gruppi di dati: (1) gli input esatti per il calcolo, (2) la provenienza e coerenza della serie storica dei prezzi sottostante, (3) l’aggiornamento tempestivo e l’allineamento di tale serie con l’intervallo temporale scelto, e (4) controlli di qualità che confermino che l’output corrisponde alla formula e ai parametri specificati.

Meccanismo o definizione: cosa serve all’Hma per il calcolo

L’Hma è definito da una procedura specifica di media mobile che trasforma una serie storica grezza dei prezzi in una linea smussata. La sua valutazione inizia con gli input di calcolo non negoziabili:

• Dati sui prezzi utilizzati come input (ad esempio, il prezzo di “chiusura” delle candele). Devi indicare quale campo viene utilizzato, poiché cambiare la fonte del prezzo modifica il risultato.
• Intervallo temporale di campionamento (ad esempio, candele da 1 minuto, 1 ora o giornaliere). La media mobile opera sulla sequenza dei punti dati, quindi l’intervallo temporale fa parte della valutazione.
• Valori dei parametri (comunemente una lunghezza/periodo e eventuali passaggi interni di smoothing previsti dalla definizione scelta di Hma). Anche quando due fonti dicono entrambe “Hma”, l’interpretazione dei parametri può differire.
• Regole di continuità dei dati (come la serie gestisce le barre mancanti, i gap all’apertura/chiusura del mercato, i giorni festivi e i gap del fine settimana). Diversi fornitori gestiscono queste situazioni in modo diverso.

Meccanica stabile vs condizioni variabili: la meccanica di “applicare la formula a una serie temporale con parametri dati” è stabile, ma la serie di mercato stessa, la costruzione delle candele da parte del fornitore e il modo in cui vengono gestati i dati mancanti sono variabili.

Evidenza o esempio: come verificare gli output dell’Hma con gli stessi dati

Un modo pratico basato sull’evidenza per valutare l’Hma è riprodurlo da zero utilizzando gli stessi input dichiarati.

Assunzioni (devono essere esplicite):

• Si utilizza un dataset storico fisso (non in tempo reale), in modo che i confronti siano deterministici.
• Si utilizzerà una sola definizione scelta di Hma e un solo set di parametri.

Controlli di verifica:

1. Controllo di provenienza: conferma da dove proviene la serie storica dei prezzi (fornitore di dati o piattaforma) e assicurati di utilizzare lo stesso simbolo e definizione del contratto.
2. Controllo di tempestività (contesto storico): conferma che i limiti delle candele corrispondano all’intervallo temporale dichiarato (ad esempio, che ogni barra da 1 ora copra l’ora prevista nella stessa fuso orario).
3. Controllo di riproducibilità: calcola l’Hma e confronta i valori risultanti in diversi timestamp. Se i valori differiscono, è probabile che almeno uno degli input (campo del prezzo, intervallo temporale, parametri o regole di gestione dei dati) sia diverso.

La verifica indipendente significa anche che dovresti essere in grado di spiegare quali input hanno causato le differenze quando queste si presentano.

Limitazioni e rischi: modi di fallimento rilevanti

Anche se l’Hma viene calcolato correttamente, la valutazione può fallire per diversi motivi:

• Dati obsoleti o non corrispondenti: utilizzare un dataset aggiornato, una diversa costruzione delle candele o un diverso fuso orario può cambiare la linea calcolata.
• Serie non coerenti: passare dal prezzo di chiusura al prezzo tipico o a un altro input derivato cambia il significato dell’output.
• Errata interpretazione dei parametri: il termine “lunghezza” può essere interpretato diversamente tra le implementazioni, portando a un accordo apparente che in realtà non è equivalente.
• Bias di lookback: le relazioni osservate in una finestra storica non garantiscono comportamenti futuri; i modelli storici possono essere casuali.
• Effetti di costi ed esecuzione (se successivamente si collega l’Hma alle decisioni): gli spread, le commissioni e i tempi di esecuzione possono prevalere su quanto suggerito visivamente da una linea.

Una limitazione chiave in questo contesto di valutazione è che l’Hma è un indicatore derivato, non una garanzia di risultati. Qualsiasi conclusione sull’utilità deve riconoscere l’incertezza e la dipendenza dalla qualità dei dati di input.

Verifica o prossima domanda: cosa documentare prima di fidarsi delle conclusioni

Prima di trarre qualsiasi conclusione dall’Hma, documenta quanto segue in una checklist:

• Definizione esatta di Hma utilizzata (e valori dei parametri).
• Campo del prezzo (ad esempio, chiusura) e definizione del simbolo/contratto.
• Intervallo temporale e gestione del fuso orario per i timestamp delle candele.
• Fonte dei dati e eventuali regole per barre mancanti o aggiustate.
• Un test di riproducibilità: conferma che la linea corrisponda in diversi timestamp storici.

Se due implementazioni non concordano, la prossima domanda non è “quale delle due è vera”, ma “quale input differisce”. Di solito, le differenze derivano dalla fonte del prezzo, dall’allineamento dell’intervallo temporale, dall’interpretazione dei parametri o dalla gestione della continuità dei dati.