Come Si Possono Backtestare in Modo Responsabile le Strategie RSI?

Definire la meccanica del backtesting delle strategie RSI

Il backtesting è il processo di applicazione di una strategia basata su regole a dati storici dei prezzi per verificare come si sarebbe comportata sotto specifiche assunzioni. Per le strategie RSI, la meccanica principale è l’Indice di Forza Relativa (RSI), calcolato a partire dalle variazioni di prezzo su un periodo di riferimento scelto.

Per effettuare un backtesting responsabile, iniziare separando la logica stabile dalle condizioni variabili:

• Meccaniche stabili: come viene calcolato l’RSI (lunghezza del periodo di riferimento), come vengono definiti i livelli soglia (ad esempio, il superamento di un livello) e cosa fanno le regole di ingresso/uscita.
• Condizioni variabili: il dataset storico, la microstruttura di mercato ipotizzata (come avvengono gli eseguiti) e i costi del trading.

Definire ogni assunzione di calcolo. Ad esempio, specificare quale serie di prezzi si utilizza (solitamente i prezzi di chiusura per gli input degli indicatori), come si trattano i primi valori in cui l’RSI non è completamente definito e se si valutano i segnali alla chiusura della barra o all’interno della barra. Anche piccole scelte possono modificare il numero di operazioni e i tempi di una strategia.

Specificare le assunzioni sui dati e sull’esecuzione

I risultati storici possono essere attendibili solo quanto la catena di dati e il modello di esecuzione. Utilizzare gli stessi dati in ogni fase affinché i confronti siano significativi.

Scelte chiave sui dati da documentare includono:

• Risoluzione dei dati: quale dimensione della barra (ad esempio, minuto, ora, giornaliera) viene utilizzata per l’RSI e per l’applicazione delle regole della strategia.
• Gestione dei dati mancanti: come vengono colmati o evitati i gap.
• Aggiustamenti per eventi societari (quando rilevanti): assicurarsi che la serie sia coerente nel tempo.

Quindi scegliere un modello di assunzione sull’esecuzione. Un approccio responsabile non ignora le frizioni di trading. Come minimo, includere:

• Spread o un modello equivalente di costo transazionale.
• Commissioni, se applicabili.
• Assunzioni di slippage (quanto peggio degli eseguiti quotati si ipotizza, e se lo slippage varia in base alla volatilità).

Senza questi elementi, i backtest spesso appaiono migliori rispetto a come le stesse regole si comporterebbero in condizioni realistiche.

Controllare il bias con test fuori dal campione e disciplina dei parametri

Molti “buoni” backtest falliscono a causa del bias. Fonti comuni di bias includono l’overfitting (ottimizzazione dei parametri sui dati passati) e il lookahead (uso accidentale di informazioni non disponibili al momento del segnale).

Utilizzare controlli del bias come:

• Validazione walk-forward: ottimizzare o scegliere i parametri su un periodo precedente, quindi valutare sul periodo successivo, ripetendo nel tempo.
• Verifiche fuori dal campione: mantenere almeno un periodo o un dataset strettamente intatto per la valutazione finale.
• Disciplina dei parametri: evitare di modificare ripetutamente le regole dopo aver visto i risultati; se si itera, trattare ogni iterazione come un’ipotesi e riconvalidarla.

Verificare anche che l’implementazione corrisponda alle regole previste. Ad esempio, confermare se la strategia entra sulla prima barra dopo che una condizione RSI è soddisfatta, o sulla stessa barra alla chiusura. Confermare anche le regole di gestione della posizione (singola posizione vs. ingressi multipli, segnali sovrapposti e come vengono prioritizzate le uscite quando si verificano più condizioni).

Considerare limitazioni e modi di fallimento probabili

Anche un backtest accurato non può garantire prestazioni future. Le relazioni storiche possono interrompersi quando cambiano i regimi di mercato, quando si modificano le dinamiche di volatilità o quando le condizioni di esecuzione sono diverse.

Limitazioni significative da considerare includono:

• Sensibilità al regime: la logica basata sull’RSI spesso assume che persistano comportamenti di mean-reversion o di tipo momentum. Se il mercato cambia, il comportamento dei segnali può indebolirsi.
• Rischio di overfitting: una strategia può apparire robusta solo perché i parametri sono stati ottimizzati su un insieme ristretto di condizioni passate.
• Divergenza nell’esecuzione: i dati storici delle barre non rappresentano pienamente i percorsi intrabar; gli eseguiti, lo slippage e la variazione dello spread possono differire materialmente.
• Errori nei dati e nel codice: errori di indicizzazione, passaggi errati nel calcolo dell’RSI o allineamento temporale inconsistente possono produrre risultati fuorvianti.

Un backtest responsabile, quindi, riporta incertezze e test di stress invece di presentare un singolo risultato certo.

Verificare affermazioni che si possono controllare in modo indipendente

Per rendere il backtesting verificabile, concentrarsi su ciò che può essere auditato.

Una checklist pratica:

• Pubblicare le regole della strategia in linguaggio semplice: lunghezza dell’RSI, logica delle soglie, tempistiche di ingresso/uscita e gestione della posizione.
• Documentare tutte le assunzioni utilizzate per costi e tempistiche di esecuzione.
• Utilizzare almeno un periodo fuori dal campione e un approccio walk-forward, quindi riportare se i risultati si mantengono.
• Eseguire test di base di coerenza: la strategia opera quando l’RSI non è definito, si comporta in modo strano ai limiti, e i risultati cambiano drasticamente quando piccoli dettagli implementativi vengono modificati?

Infine, porsi una domanda successiva prima di concludere: “Se il comportamento del mercato cambia o i costi aumentano entro range plausibili, le regole mostrano ancora un comportamento stabile, o i risultati collassano?”