Cos’è un Esempio Pratico di Indice del Moto Casuale? (Con Assunzioni)

Definizione: cosa cerca di misurare l’“Indice del Moto Casuale”

Un Indice del Moto Casuale (RWI) è una misura statistica concepita per descrivere se una serie temporale si comporta più come un “moto casuale” (incrementi imprevedibili) o mostra una maggiore struttura (un certo grado di prevedibilità). Nella pratica, la formula esatta dipende dalla fonte o dalla documentazione seguita, ma l’idea fondamentale è solitamente la stessa: confronta il comportamento effettivo dei cambiamenti di prezzo con ciò che ci si aspetterebbe sotto l’ipotesi di casualità.

Poiché diverse fonti possono implementare l’RWI in modi diversi, qualsiasi esempio pratico deve iniziare fissando il metodo di calcolo. Questo articolo fornisce quindi un esempio matematicamente completo e basato su assunzioni, senza affermare che corrisponda all’implementazione di ogni fornitore.

Meccanica: fissare le assunzioni per un esempio pratico

Per dimostrare in modo trasparente la meccanica, utilizziamo una costruzione semplificata e chiaramente definita in stile RWI.

Assunzioni fisse

1. Dati: Utilizziamo cinque prezzi di chiusura consecutivi (numeri arbitrari):
   • P0=100, P1=101, P2=100, P3=102, P4=101.
2. Rendimenti utilizzati: Calcoliamo i rendimenti semplici su un periodo r_t = (P_t − P_{t−1}) / P_{t−1}.
3. Concetto di “punteggio di casualità”: Misuriamo quanto i rendimenti assomiglino a incrementi casuali confrontando l’entità dei cambiamenti successivi.
4. Metodo di calcolo (esplicito):
   • Calcolare i rendimenti r1..r4.
   • Calcolare le prime differenze dei rendimenti: d_t = r_t − r_{t−1} per t=2..4 (tre valori).
   • Calcolare la differenza media assoluta: MAD = media(|d_t|).
   • Definire RWI = 1 / (1 + MAD).

Questa definizione rende intuitiva la direzione: se i rendimenti successivi cambiano poco (MAD piccolo), allora l’RWI è più alto (più vicino a “casuale” in questo schema semplificato). Se i rendimenti oscillano più bruscamente, MAD è maggiore e l’RWI diminuisce.

Calcoli passo dopo passo

Passo 1: Rendimenti

• r1 = (101−100)/100 = 0.01
• r2 = (100−101)/101 ≈ −0.00990099
• r3 = (102−100)/100 = 0.02
• r4 = (101−102)/102 ≈ −0.00980392

Passo 2: Prime differenze dei rendimenti

• d2 = r2 − r1 ≈ (−0.00990099) − 0.01 = −0.01990099
• d3 = r3 − r2 ≈ 0.02 − (−0.00990099) = 0.02990099
• d4 = r4 − r3 ≈ (−0.00980392) − 0.02 = −0.02980392

Passo 3: Differenza media assoluta

• |d2| ≈ 0.01990099
• |d3| ≈ 0.02990099
• |d4| ≈ 0.02980392
• MAD = (0.01990099 + 0.02990099 + 0.02980392) / 3 ≈ 0.02653530

Passo 4: Calcolo dell’RWI

• RWI = 1 / (1 + MAD) = 1 / (1 + 0.02653530) ≈ 0.9741

Cosa significa questo singolo numero sotto queste assunzioni

In questo metodo semplificato, RWI≈0.97 indica un movimento relativamente piccolo nei “rendimenti dei rendimenti”, che produce un valore elevato dell’indice. È importante notare che questa interpretazione è valida solo sotto l’esatta formula sopra riportata e le specifiche definizioni di rendimento e finestra temporale utilizzate.

Verifiche o esempi di controllo: come verificare in modo indipendente

Un lettore può verificare autonomamente l’esempio ricalcolando ogni quantità intermedia:

1. Ricalcolare r1..r4 dai prezzi scelti.
2. Ricalcolare d2..d4 come differenze dei rendimenti.
3. Confermare i valori assoluti, la loro media (MAD) e la mappatura finale RWI = 1/(1+MAD).

Per rendere l’“esempio pratico” robusto, testare anche la sensibilità (utilizzando comunque lo stesso metodo fisso):

• Cambiare la dimensione della finestra (usare più di cinque prezzi) e osservare se MAD tende a crescere o a diminuire.
• Utilizzare rendimenti logaritmici invece di rendimenti semplici e verificare come r_t e quindi RWI cambiano.

Questi controlli mostrano un punto pratico fondamentale: lo stesso mercato sottostante può produrre diversi valori di RWI quando cambiano i dettagli del calcolo.

Limitazioni e rischi: modalità di fallimento da aspettarsi

1. Rischio di incompatibilità della formula. “Indice del Moto Casuale” può riferirsi a definizioni diverse. Se un fornitore utilizza un calcolo diverso, un esempio pratico basato sulle assunzioni di questo articolo potrebbe non replicare il suo output.
2. Effetti della finestra e del campionamento. I risultati possono cambiare modificando la lunghezza dei dati, la frequenza (es. giornaliera vs. intraday) o il modo in cui si gestiscono i dati mancanti.
3. Costi ed esecuzione. Anche se un indice indica un cambiamento di struttura, i risultati effettivi nel trading dipendono dai costi di transazione, slippage e tempistiche di esecuzione — nessuno dei quali è catturato in un esempio puramente basato su statistiche dei prezzi.
4. Cambiamenti di regime. Una relazione che appare “simile al moto casuale” in un periodo potrebbe non valere in un altro. Il comportamento storico non garantisce il comportamento futuro.
5. Instabilità con piccoli campioni. Con poche osservazioni, MAD e statistiche simili possono essere rumorose; un singolo movimento di prezzo può influenzare fortemente l’indice.