Come si può backtestare in modo responsabile il Volatility Ratio?

Come si può backtestare in modo responsabile il Volatility Ratio?

Backtestare in modo responsabile il Volatility Ratio significa trattarlo come una grandezza misurabile che dipende dai dati e dalle assunzioni, testandolo poi in condizioni che riflettano come i rendimenti verrebbero effettivamente realizzati. L’obiettivo non è “dimostrare” le prestazioni future, ma verificare se la relazione osservata nella storia resiste a controlli rigorosi su problemi di dati, costi e overfitting.

Un flusso di lavoro responsabile utilizza quattro livelli: (1) una definizione precisa del ratio e dei dati esatti utilizzati, (2) assunzioni esplicite sui costi e sull’esecuzione, (3) controlli contro i bias che impediscono di adattarsi al rumore storico, e (4) verifica su periodi out-of-sample e su basi semplici.

Meccanismo e definizione: cosa si sta backtestando

Il Volatility Ratio è una statistica basata sulla volatilità che confronta la volatilità di una finestra corrente con quella di una finestra di riferimento (o con un altro indicatore di volatilità). Una struttura comune è:

• Calcolare la volatilità su una finestra di riferimento “corrente”.
• Calcolare la volatilità su una finestra di riferimento “storica”.
• Calcolare il rapporto (ad esempio, corrente diviso riferimento).

Prima di qualsiasi test, definire quanto segue, poiché modificare uno qualsiasi di questi elementi cambia la statistica:

• Serie dei prezzi: quale prezzo si utilizza (ad esempio, prezzo medio, punto medio bid/ask o un proxy close-to-close).
• Definizione del rendimento: la formula di rendimento utilizzata nel calcolo della volatilità (rendimenti semplici vs log-rendimenti).
• Stimatore di volatilità: deviazione standard dei rendimenti, o un altro indicatore di dispersione.
• Lunghezze delle finestre: finestre di riferimento corrente e storica.
• Frequenza di campionamento: dimensione delle barre (ad esempio, giornaliera vs oraria) e come vengono gestiti i dati mancanti.

Se non si documentano esattamente questi elementi, i risultati non possono essere verificati in modo indipendente.

Evidenza attraverso backtest realistici: dati, costi ed esempi

Anche quando il calcolo del Volatility Ratio è corretto, i backtest spesso falliscono perché le condizioni effettive di trading differiscono dai calcoli storici puliti.

Per rendere il backtest orientato all’evidenza:

1. Utilizzare assunzioni verificabili

   • Specificare come le finestre di volatilità si allineano ai timestamp.
   • Indicare se il ratio viene calcolato utilizzando solo informazioni disponibili al momento della decisione.
   • Se si utilizzano barre, definire come si trattano le prime finestre incomplete.

2. Aggiungere assunzioni sui costi di transazione I rendimenti storici calcolati dai prezzi di chiusura o medi possono essere troppo ottimistici. Un approccio responsabile modella almeno:

   • Impatto dello spread o del bid/ask (anche come assunzione costante conservativa).
   • Commissioni/tariffe se applicabili alla realtà dei dati.
   • Ritardo di esecuzione se il ratio viene calcolato sulla chiusura di una barra ma il trading avviene in un momento successivo.

3. Separare la statistica dalle affermazioni di performance È possibile studiare se il ratio tende a muoversi in parallelo con la volatilità effettivamente realizzata, o se cambia le caratteristiche di dispersione. Ma evitare di trattare il ratio come un’istruzione autonoma di ingresso/uscita.

4. Utilizzare basi di confronto (baseline) Confrontare i risultati con alternative semplici:

   • Una baseline “senza ratio” che utilizza aspettative costanti.
   • Una baseline che utilizza la volatilità grezza senza normalizzazione tramite ratio.

Una piccola illustrazione (con assunzioni esplicite)

Si supponga di calcolare uno stimatore di volatilità dai log-rendimenti su due finestre. Quindi si calcola un ratio ad ogni barra utilizzando solo dati precedenti. Per la valutazione, si sceglie un orizzonte temporale target e si calcola la volatilità effettivamente realizzata su tale orizzonte utilizzando la stessa definizione di rendimento. La domanda diventa: un particolare intervallo del ratio corrisponde a una volatilità effettivamente realizzata significativamente diversa, dopo aver considerato i costi e senza ritoccare i parametri?

Questo riformula il compito da “prevedere il profitto” a “verificare se la statistica è associata a risultati di volatilità misurabili sotto assunzioni trasparenti.”

Limitazioni e rischi: come i backtest possono fallire

Almeno un modo di fallimento significativo è comune a tutte le statistiche basate sulla volatilità:

• Cambiamenti di regime: la relazione tra i ratio di volatilità e la volatilità futura (o il rischio) può interrompersi quando cambiano le dinamiche di mercato.
• Instabilità dello stimatore: le stime di volatilità possono essere rumorose, specialmente in finestre brevi o durante periodi di bassa volatilità.
• Effetti di selezione e artefatti nei dati: barre mancanti, eventi societari o fonti di dati inconsistenti possono distorcere la volatilità.
• Overfitting attraverso l’ottimizzazione dei parametri: se le lunghezze delle finestre o le soglie sono scelte per massimizzare le prestazioni storiche, la relazione potrebbe essere spuria.

Altre incertezze pratiche includono differenze di esecuzione tra piattaforme e nel tempo, e il fatto che i risultati effettivi dipendono dai costi e da quanto il metodo implementato corrisponde ai tempi del backtest.

Verifica e prossimi controlli: controlli contro i bias e test out-of-sample

Per ridurre la probabilità che il backtest rifletta solo rumore:

1. Validazione walk-forward / rolling Calibrare o scegliere eventuali parametri utilizzando solo il periodo di training, quindi valutare sul periodo successivo, ripetendo il processo nel tempo.