Come si possono backtestare in modo responsabile le Bollinger Bands?

Cosa sono le Bollinger Bands e cosa si sta effettivamente testando?

Le Bollinger Bands sono un indicatore di volatilità composto da due elementi: una linea centrale e bande superiore/inferiore. La linea centrale è tipicamente una media mobile del prezzo su un determinato periodo di lookback. Le bande superiore e inferiore sono posizionate a una distanza dalla linea centrale basata sulla deviazione standard del prezzo nello stesso intervallo di lookback.

Un backtest responsabile non testa “il mercato”. Testa un insieme specifico e completamente definito di regole applicate ai dati storici. Ciò significa che devi specificare (a) la serie di prezzo utilizzata (ad esempio, close rispetto al prezzo tipico), (b) la lunghezza del lookback e qualsiasi moltiplicatore di deviazione, e (c) la regola decisionale che trasforma il comportamento delle bande in un’azione—se stai effettivamente valutando un’azione. Senza regole ed input espliciti, il “backtesting” diventa un’interpretazione piuttosto che un esperimento riproducibile.

Meccanismo: rendi esplicite le tue assunzioni prima di eseguire calcoli

Inizia scrivendo i meccanismi del tuo calcolo e della tua pipeline di valutazione.

1. Input per il calcolo dell’indicatore

• Lunghezza della finestra: il numero di periodi utilizzati per la media mobile e la deviazione standard.
• Definizione della deviazione standard: se usi la forma per popolazione o campionaria è una scelta; devi dichiararla.
• Moltiplicatore di deviazione: il fattore che determina l’ampiezza delle bande.
• Dati di prezzo: quale campo e timeframe vengono utilizzati per calcolare le bande.

2. Regole temporali del backtest I valori dell’indicatore dipendono dalle candele storiche. Un errore comune è utilizzare accidentalmente informazioni dalla stessa barra su cui si intende operare. Devi avere una regola chiara su quando il valore della banda diventa “noto” e quando l’azione viene valutata. Specifica se le azioni vengono valutate all’apertura, alla chiusura o a un altro timestamp della barra successiva.

3. Gestione degli eventi e igiene dei dati Definisci come gestisci le barre mancanti, le discontinuità simili a eventi societari (se applicabili ai tuoi dati) e qualsiasi interpolazione. Se il tuo dataset presenta lacune, il calcolo delle bande e qualsiasi trigger di regola possono cambiare.

Costi e realismo dei dati: separare l’adattamento del modello dalla negoziabilità

Anche senza fornire raccomandazioni operative, un backtest responsabile deve considerare costi e vincoli, poiché possono dominare i risultati.

• Costi come modello di costo: includi almeno una stima semplice per i costi di transazione come spread e commissioni. Se ignori i costi, spesso si introduce un bias positivo nei risultati.
• Realismo dell’esecuzione: definisci se assumi il prezzo medio, bid/ask o un modello di esecuzione conservativo. Se le tue regole si basano sui contatti con le bande, l’assunzione di esecuzione è cruciale.
• Slippage: nei mercati reali, l’esecuzione può discostarsi dal prezzo ideale. Decidi se includere un’assunzione di slippage fissa o un limite conservativo.

Inoltre, separa il comportamento dell’indicatore dalla valutazione delle prestazioni. Le Bollinger Bands possono descrivere la volatilità, ma il tuo backtest valuta l’intera pipeline: calcolo, attivazione delle regole, esecuzione e contabilizzazione dei costi.

Controlli del bias: come evitare overfitting ed errori di look-ahead

I backtest spesso falliscono perché sono “troppo intelligenti” sul passato. Puoi ridurre questo rischio con controlli del bias.

1. Fissa i parametri prima del test Se provi molte lunghezze di lookback e moltiplicatori di deviazione finché i risultati non sembrano buoni, stai selezionando ciò che si è adattato alla storia. Un approccio responsabile è definire in anticipo i parametri candidati o ridurre i gradi di libertà.

2. Validazione out-of-sample Utilizza almeno due fasi: una per definire le scelte (anche solo per chiarezza delle regole) e un’altra per valutare le prestazioni. Uno schema rolling o walk-forward è utile perché testa la sensibilità a diversi regimi di mercato.

3. Ripeti su più periodi non sovrapposti Gli indicatori di volatilità possono comportarsi diversamente in periodi tranquilli e volatili. Valuta le stesse regole su più finestre temporali per ridurre la probabilità di adattamento a un singolo ambiente.

Evidenza o esempio: cosa misurare senza presupporre successi futuri

Un backtest dovrebbe produrre metriche che riflettano pienamente la definizione della tua valutazione.

• Definisci il tuo risultato: cosa significa un “risultato” (ad esempio, il rendimento di un’azione definita da regole, o un errore di tipo previsionale se stai prevedendo una statistica).
• Usa misurazioni coerenti: la dimensione della finestra, i tempi di ingresso/uscita e l’inclusione dei costi devono corrispondere alle tue assunzioni dichiarate.
• Verifica la stabilità: confronta i risultati tra sottoperiodi piuttosto che affidarti a un singolo numero aggregato.

Se calcoli solo con quale frequenza il prezzo “tocca” le bande, stai misurando l’interazione con l’indicatore, non necessariamente un vantaggio operativo.