Come si può fare il backtest dell’ATR in modo responsabile?

Cos’è l’ATR, prima di farne il backtest

L’Average True Range (ATR) è una statistica di volatilità basata sul true range, che riflette quanto il prezzo si muove tra periodi, inclusi i gap. L’ATR smussa questa misura del true range su un intervallo di tempo scelto. È meglio considerarlo come una scala (ad esempio, “dimensione tipica del movimento”) piuttosto che come un segnale autonomo di acquisto/vendita.

Un backtest responsabile inizia col chiarire cosa si sta testando: il calcolo stesso dell’ATR (correttezza della pipeline dei dati), il modo in cui l’ATR viene utilizzato all’interno di un insieme di regole (logica decisionale) e come le frizioni di trading influenzano i risultati effettivi. I valori storici dell’ATR sono calcolati a partire dalla serie storica dei prezzi; non sono previsioni.

Meccanica: definire dati, ipotesi e calcoli

Inizia specificando input e definizioni:

• Serie dei prezzi: Scegli i dati di prezzo da utilizzare (comunemente OHLC). Documenta i campi esatti.
• Definizione di true range: Utilizza il concetto standard di true range in modo che i gap siano inclusi tramite il riferimento alla “chiusura precedente”.
• Finestra e smoothing dell’ATR: Indica la lunghezza della finestra e il metodo di smoothing ipotizzato. Scelte diverse modificano i valori dell’ATR.
• Gestione del fuso orario e delle sessioni: Se il tuo dataset comprende sessioni con orari di trading diversi, definisci come tratti i confini.

Poi definisci l’ambiente del backtest:

• Generazione del segnale vs tempo di valutazione: Se una regola utilizza l’ATR, decidi se l’ATR al tempo t può essere usato per agire al tempo t o solo al t+1. Questo evita il look-ahead accidentale.
• Logica di posizione e dimensionamento: Anche se non specifichi una strategia, chiarisci cosa accade quando la tua regola richiede un’azione (ad esempio, se si assume l’ingresso all’apertura della prossima barra).
• Costi e modello di esecuzione: Includi almeno un modello generico di frizione (commissioni/tasse e uno spread o proxy di slippage). Utilizza ipotesi chiaramente dichiarate e applicate in modo coerente.

Un passaggio utile di verifica è riprodurre l’ATR dal tuo dataset in una piccola finestra di esempio. Se il valore di ATR calcolato non corrisponde a un’implementazione indipendente di cui ti fidi, correggi la pipeline prima di interpretare i risultati.

Evidenza e progettazione dell’esempio: controllo dei bias e verifiche fuori campione

Puoi rendere i backtest dell’ATR più credibili separando l’esplorazione all’interno del campione dalla valutazione fuori campione.

1. Dividi i dati

• Crea un periodo cronologico di addestramento per le scelte dei parametri (ad esempio, lunghezza della finestra ATR o soglie delle regole).
• Mantieni un periodo successivo come set di test.

2. Test walk-forward Invece di una singola suddivisione statica, addestra ripetutamente sul passato e testa sul segmento successivo. Ciò riduce il rischio che la tua conclusione dipenda da una singola finestra temporale fortunata.

3. Controlla il bias di selezione Se provi molte varianti (diverse finestre, soglie o timeframe), il risultato migliore potrebbe essere un artefatto. Tieni traccia del numero di tentativi e preferisci configurazioni predefinite rispetto all’“ottimizzazione fino a quando funziona”.

4. Utilizza verifiche di robustezza attraverso diversi regimi Esegui la stessa configurazione testata in diverse condizioni di mercato, come periodi ad alta e bassa volatilità. Il comportamento legato all’ATR può cambiare quando la struttura della volatilità cambia.

Limitazione materiale / modalità di fallimento da prevedere: Se calcoli accidentalmente l’ATR utilizzando informazioni della barra su cui stai cercando di operare “in quel momento”, creerai un bias anticipatorio. Un’altra modalità di fallimento è che i costi di transazione realistici possono annullare le prestazioni apparenti.

Limitazioni e rischi: cosa possono e non possono dirti i backtest dell’ATR

• Scala di volatilità ≠ direzione: L’ATR misura l’ampiezza del movimento, non se il prezzo salirà o scenderà.
• Sensibilità ai costi: I backtest spesso sottostimano slippage, spread e ritardi di esecuzione. Con margini ridotti, questi fattori possono prevalere.
• Non stazionarietà: La dinamica dei prezzi cambia. Le relazioni storiche dell’ATR con i risultati non garantiscono somiglianza futura.
• Dipendenza dalle ipotesi: I risultati dipendono dalla finestra di calcolo scelta, dallo smoothing, dall’allineamento temporale e dalle ipotesi di esecuzione.

Verifica o prossima domanda: cosa controllare in modo indipendente

Per verificare in modo responsabile il tuo backtest, controlla i seguenti elementi prima di trarre conclusioni:

• Correttezza del calcolo dell’ATR su un piccolo campione ispezionabile manualmente.
• Allineamento temporale per confermare che non vengano utilizzate informazioni future.
• Riproducibilità: la versione del tuo dataset, i parametri e la logica del codice devono essere documentati in modo che un’altra persona possa rieseguire la stessa pipeline.
• Disciplina fuori campione: evita di riportare solo l’unico risultato migliore tra molti tentativi.

Se vuoi approfondire, considera come definisci la logica delle regole che utilizzano l’ATR (momento dell’azione, soglie e come modelli i costi). Anche in questo caso, tratta i risultati come condizionati dalle tue ipotesi, piuttosto che come previsione affidabile.