Quali dati sono necessari per valutare il Tema?

Definizione e ambito: cosa si intende per “Tema”

Prima di raccogliere dati, definisci chiaramente cosa si intende per Tema. In molte discussioni sulle medie mobili, “Tema” viene usato per descrivere una specifica costruzione di media mobile basata su più fasi di medie mobili. Il tuo primo requisito di dati è quindi la descrizione esatta del metodo che intendi testare: la formula, il numero di fasi e i parametri (ad esempio, la lunghezza del lookback o altre impostazioni interne alla costruzione).

Successivamente, distingui tra meccaniche stabili e condizioni variabili. Le meccaniche sono la parte deterministica: l’algoritmo che prende una serie temporale in input e produce una serie in output. Le condizioni variabili includono i dati di mercato utilizzati come input, la granularità temporale, eventuali aggiustamenti ai dati e l’ambiente di esecuzione, se in seguito si relazionano gli output a risultati simili al trading. In questo articolo ci concentriamo sulla valutazione della costruzione dell’indicatore/stessa serie, non sulla proiezione delle prestazioni future.

Dati di input: la serie temporale e i parametri da specificare

Per valutare il Tema, sono necessari almeno questi input:

1. La serie di prezzo sottostante (serie temporale di input). Decidi quale campo prezzo utilizza il metodo (solitamente il prezzo di chiusura, ma la definizione del metodo deve specificarlo). È inoltre necessario definire l’universo degli strumenti (ad esempio, la specifica coppia FX), poiché i valori dei dati variano a seconda dello strumento.

2. La frequenza di campionamento con timestamp. Specifica l’intervallo delle barre (ad esempio, 1 minuto, 1 ora, giornaliero) e la convenzione di fuso orario utilizzata nel dataset. Senza questa informazione, non è possibile riprodurre i risultati.

3. I valori dei parametri. Fornisci la lunghezza del lookback scelta e qualsiasi altra impostazione interna richiesta dalla definizione del Tema che hai adottato.

4. Regole di preelaborazione dei dati. Documenta come vengono gestiti i valori mancanti, se sono presenti aggiustamenti per eventi societari (meno comuni nel Forex, ma i fornitori di dati differiscono comunque) e come vengono trattati gli outlier. Queste scelte possono alterare l’output anche quando l’algoritmo è identico.

Come funziona nella pratica? Il Tema viene calcolato dalla serie di input attraverso i passaggi di calcolo del metodo. Se due fonti differiscono per timestamp, campi prezzo o preelaborazione, la serie Tema risultante sarà diversa anche se la formula è identica.

Provenienza e tempestività: da dove provengono i dati e quando erano validi

La valutazione richiede anche la provenienza dei dati. È necessario conoscere:

• Identità della fonte. Quale dataset o fornitore ha fornito la serie temporale di input.
• Data di acquisizione rispetto alla validità storica. Anche per i dati storici, i fornitori possono rivedere i dati retroattivi. Registra la data di accesso o la versione, se disponibile.
• Tempestività per eventuali affermazioni “attuali”. Se stai valutando gli ultimi valori calcolati, la tempestività diventa parte integrante del dataset: l’orario in cui è stato effettuato lo snapshot dei dati è rilevante.

Un controllo fondamentale sulla qualità è verificare che le regole di formazione delle barre del dataset corrispondano alle aspettative del metodo. Ad esempio, diversi fornitori possono definire in modo leggermente diverso apertura/chiusura/massimo/minimo delle barre o applicare confini di sessione diversi. Queste differenze possono alterare la serie di input e quindi l’output del Tema.

Verifica ed evidenza: come assicurarsi che la valutazione sia coerente

Utilizza un approccio di verifica che controlli sia la meccanica che la qualità dei dati:

• Test di riproducibilità. Ricalcola il Tema utilizzando la stessa definizione, gli stessi parametri e lo stesso dataset di input. Se non riesci a riprodurre l’output entro una piccola tolleranza, la valutazione presenta un problema di dati o di implementazione.
• Confronto tra fornitori. Se utilizzi due feed di dati indipendenti, verifica se le discrepanze sono coerenti con differenze note (timestamp, campo prezzo, gestione dei dati mancanti). Grandi differenze non spiegate sono un campanello d’allarme.
• Verifica delle condizioni limite. Verifica come si comporta il metodo all’inizio della serie, dove la mancanza di dati precedenti può imporre inizializzazioni diverse.
• Tracciamento del calcolo. Quando possibile, registra le serie intermedie (le fasi interne di media mobile del metodo) per individuare dove si inseriscono le differenze.

Criterio chiave: devi essere in grado di dichiarare, con documentazione chiara, (1) la definizione esatta del Tema, (2) la serie di input e le impostazioni dei parametri, (3) la provenienza dei dati e i timestamp, e (4) i controlli sulla qualità applicati.

Limitazioni e rischi: cosa può andare storto e cosa non si deve assumere

Una limitazione rilevante è la sensibilità: gli output delle medie mobili dipendono fortemente dai dati di input scelti, dall’intervallo di campionamento e dall’inizializzazione del metodo. Di conseguenza, le relazioni storiche non garantiscono risultati futuri.

Un’altra limitazione è la non stazionarietà. I regimi di mercato possono cambiare e un algoritmo che descrive un determinato periodo potrebbe comportarsi diversamente in un altro periodo, anche se calcolato correttamente.