Regressione Lineare

Cos’è la regressione lineare

La regressione lineare è una tecnica statistica per modellare la relazione tra uno o più input (spesso chiamati caratteristiche) e un output (una variabile obiettivo). L’idea fondamentale è che il modello esprima l’output come una combinazione lineare degli input.

Nel caso più semplice, con un input x e un output y, il modello è tipicamente scritto come:

• y ≈ b0 + b1·x

Qui, b0 è un termine noto (intercetta) e b1 è un coefficiente angolare (pendenza). Il termine “lineare” si riferisce al modo in cui i parametri entrano nell’equazione (b0, b1, ecc.), non necessariamente alla forma della relazione tra variabili reali. Con più input, lo stesso principio si estende a più caratteristiche.

Nella ricerca forex, la regressione lineare è spesso usata come strumento descrittivo o analitico, ad esempio per stimare come un insieme di variabili esplicative sia associato a un risultato misurato. Può anche essere utilizzata per creare un modello di base “di variazione attesa” quando tali variabili presentano una relazione statistica stabile.

Come funziona la regressione lineare

La regressione lineare segue un flusso chiaro: selezionare le variabili, adattare i parametri e valutare l’adattamento.

1) Scegliere input e output

Si decide quale variabile si vuole spiegare (l’output) e quali variabili si utilizzeranno come predittori (input). Ad esempio, l’output potrebbe essere un rendimento futuro o un’altra serie derivata, mentre gli input potrebbero essere valori passati o trasformazioni di osservazioni di mercato.

Un punto pratico cruciale è che le scelte nel processamento dei dati forex sono importanti: rendimenti vs. prezzi, quanto indietro si estendono gli input e come si allinea il tempo (per evitare di usare informazioni non disponibili al momento della previsione).

2) Adattare i parametri minimizzando l’errore di previsione

Un approccio comune è il metodo dei minimi quadrati ordinari (OLS). L’OLS seleziona i parametri (come b0 e b1) in modo da minimizzare la somma dei quadrati delle differenze tra i valori osservati e le previsioni del modello.

• L’errore di previsione per ogni punto dati è il valore osservato meno il valore previsto.
• Gli errori al quadrato penalizzano più severamente gli errori maggiori.

Il risultato è un insieme di coefficienti che definiscono l’equazione adattata.

3) Interpretare i coefficienti con cautela

I coefficienti possono essere interpretati come associazioni sotto le assunzioni del modello. Nel caso con un solo input, la pendenza b1 indica di quanto cambia in media l’output previsto per un incremento unitario di x, mantenendo fissa la struttura del modello.

Con più input, i coefficienti riflettono l’aggiustamento lineare del modello tra quei predittori. Tuttavia, nei dati di mercato reali, i predittori possono essere correlati tra loro, il che può rendere meno stabile l’interpretazione dei singoli coefficienti.

4) Valutare prestazioni e capacità di generalizzazione

Un “buon adattamento” sui dati utilizzati per stimare i parametri non garantisce utilità su nuovi dati. Tra le idee comuni di valutazione:

• Verificare quanto bene il modello prevede valori non usati durante l’adattamento (test fuori campione).
• Utilizzare misure di errore appropriate per la scala dell’obiettivo.

Poiché le relazioni di mercato possono cambiare, la strategia di validazione è cruciale. Senza di essa, l’equazione adattata potrebbe riflettere rumore invece di un pattern persistente.

Limiti e rischi in un contesto di mercato adattivo

La regressione lineare è spesso presentata come semplice, ma diversi limiti sono frequentemente rilevanti in finanza.

1) Linearità e specificazione errata del modello

La regressione lineare assume che l’output atteso vari linearmente con gli input (all’interno delle definizioni di caratteristiche scelte). Se la vera relazione è non lineare, il modello lineare potrebbe perdere sistematicamente struttura.

In pratica, ciò può portare a pattern nei residui (errori non casualmente distribuiti) e a un adattamento eccessivamente ottimistico se valutato solo in campione.

2) Sensibilità alle assunzioni e alle condizioni dei dati

L’adattamento OLS si basa implicitamente su condizioni statistiche (come una varianza stabile e assenza di struttura sistematica negli errori). Se queste condizioni sono violate, le stime dei coefficienti e l’incertezza possono essere fuorvianti.

Nei dati di mercato, la volatilità può cambiare nel tempo, possono verificarsi valori anomali (outlier) e le relazioni possono evolvere. Questi effetti possono ridurre l’affidabilità anche quando la regressione sembra “funzionare” in un determinato periodo.

3) Overfitting e correlazioni spurie

Quando si usano molte caratteristiche o quando l’insieme di caratteristiche viene ripetutamente ottimizzato sul comportamento storico, il modello può catturare pattern che non si generalizzano. Anche con meno caratteristiche, sono possibili correlazioni spurie poiché le serie temporali finanziarie sono rumorose.

Per ridurre questo rischio, è necessaria una validazione rigorosa: test su dati trattenuti (holdout), allineamento temporale accurato e prevenzione di informazioni future (data leakage).

4) Non stazionarietà e cambi di regime

Le condizioni forex possono cambiare: liquidità, volatilità e fattori comportamentali possono differire tra periodi. Una relazione lineare stimata su un periodo potrebbe non rimanere valida.

Questo non è un difetto unico della regressione lineare; è un rischio generale nell’applicazione di qualsiasi modello statistico a sistemi non stazionari. Tuttavia, la regressione lineare può fallire in silenzio: può continuare a produrre un output numerico anche quando la relazione sottostante si è indebolita.

5) Utilizzo degli output per la ricerca, non per previsioni di risultati

La regressione fornisce una stima di un’associazione sotto il modello selezionato. Non definisce di per sé certezza sui movimenti futuri del mercato.

Se si tratta l’output della regressione come garantito o deterministico, si ignora l’incertezza riflessa nei termini di errore e l’instabilità del processo generatore dei dati.

Come verificare se la regressione lineare è ragionevole per il tuo utilizzo

Un approccio pratico di verifica può aiutarti a giudicare se la regressione descrive qualcosa di utile.

Primo, verifica se i residui (le differenze tra valori osservati e previsti) si comportano come rumore invece di contenere una struttura coerente. Secondo, testa le prestazioni su dati non usati per l’adattamento, idealmente rispettando l’ordine temporale.

Terzo, effettua controlli di robustezza: varia le definizioni delle caratteristiche entro limiti ragionevoli, conferma che i risultati non dipendano da una singola scelta di pre-elaborazione e cerca stabilità attraverso diverse finestre temporali.

Infine, documenta le assunzioni: cosa è l’obiettivo, come sono costruiti i predittori e come viene effettuata la validazione. Ciò rende possibile verificare in modo indipendente le affermazioni sul comportamento del modello nello stesso contesto.

Confronto con idee lineari strettamente correlate

La regressione lineare è strettamente legata ad altri modelli lineari che formano anch’essi una relazione lineare tra input e output. Ad esempio, modelli lineari che includono regolarizzazione si basano ancora su una struttura lineare dei parametri, ma modificano l’obiettivo di adattamento per controllare la complessità.

Anche con queste varianti, le stesse domande fondamentali rimangono:

• È appropriata la rappresentazione scelta per la relazione?
• Il modello si generalizza a nuovi dati?
• I risultati sono stabili nel tempo e rispetto alle scelte di pre-elaborazione?

In termini di ricerca forex, l’“output” del metodo è sempre condizionato dall’assetto del modello, e l’incertezza è inevitabile.

Limiti che puoi valutare autonomamente

Di solito puoi valutare quanto segue senza fare affidamento su affermazioni di fornitori o comportamenti specifici di broker:

• Se la regressione riduce l’errore rispetto a una semplice linea di base.
• Se le prestazioni fuori campione sono significativamente migliori delle aspettative casuali.
• Se la relazione si mantiene attraverso diversi periodi temporali.