Come vengono calcolate le strategie RSI

Risposta diretta

L’RSI (Relative Strength Index) viene calcolato a partire da una serie storica di prezzi, trasformando ogni variazione periodica in due medie mobili: la media dei guadagni e la media delle perdite, calcolate su una finestra temporale prestabilita. Queste due medie vengono convertite in un rapporto di forza relativa, che viene poi trasformato in un oscillatore compreso tra 0 e 100.

Meccanismo e definizione

Cosa cerca di misurare l’RSI

L’RSI mira a esprimere quanto siano forti gli aumenti recenti di prezzo rispetto alle diminuzioni recenti. Per farlo, richiede le variazioni di prezzo passo dopo passo (ad esempio, variazioni da chiusura a chiusura per ogni periodo). Ogni variazione periodica viene suddivisa in:

• Guadagno: l’aumento rispetto al periodo precedente, oppure 0 se la variazione è negativa.
• Perdita: la diminuzione rispetto al periodo precedente, espressa come numero positivo, oppure 0 se la variazione è positiva.

Ingredienti principali (input)

Per calcolare l’RSI in modo coerente, è necessario disporre di:

1. Una serie storica di prezzi a una frequenza definita (ad esempio, un valore per barra). L’RSI non è un “numero magico”; viene calcolato a partire dalla sequenza fornita.
2. Una lunghezza della finestra temporale (N), comunemente pari a 14 periodi in molti contesti grafici.
3. Un metodo di smoothing per le medie dei guadagni e delle perdite (una delle principali fonti di differenza tra le varie implementazioni dell’RSI).
4. Una convenzione per le medie iniziali (inizializzazione), poiché i primi valori dell’RSI dipendono da come vengono calcolate le medie iniziali.

Struttura comune della formula RSI

L’RSI utilizza i seguenti valori intermedi:

• Media dei guadagni sulla finestra temporale
• Media delle perdite sulla finestra temporale
• Forza relativa (RS) = (Media dei guadagni) / (Media delle perdite)

Successivamente, l’RSI viene calcolato come:

• RSI = 100 − (100 / (1 + RS))

Questa struttura implica che l’RSI è alto quando i guadagni medi superano le perdite medie, e basso quando le perdite medie superano i guadagni medi.

Smoothing di Wilder (variante comune)

Molte piattaforme utilizzano lo smoothing di Wilder per aggiornare le medie ogni periodo. In questo approccio, se si conoscono già la media precedente dei guadagni e delle perdite, queste vengono aggiornate utilizzando il guadagno/perdita corrente e le medie precedenti.

In termini generali, l’aggiornamento segue questo schema:

• La nuova media dei guadagni è una combinazione tra la media precedente dei guadagni e il guadagno corrente, pesata in base alla lunghezza della finestra temporale.
• La nuova media delle perdite è una combinazione tra la media precedente delle perdite e la perdita corrente, pesata in base alla lunghezza della finestra temporale.

L’aggiornamento aritmetico esatto dipende dall’implementazione, ma l’idea fondamentale rimane la stessa: si effettua uno smoothing dei guadagni e delle perdite, invece di ricalcolare semplici medie da zero ogni volta.

Come si collegano le “strategie RSI” al calcolo

“Strategie RSI” può indicare qualsiasi insieme di regole che utilizza i valori dell’RSI (ad esempio, condizioni basate sul fatto che l’RSI sia sopra o sotto una soglia, oppure che l’RSI attraversi un certo livello). La distinzione importante è:

• Calcolo: l’RSI viene calcolato in modo deterministico a partire dai dati di prezzo, da N e dalle scelte di smoothing/inizializzazione.
• Logica della strategia: qualsiasi regola di trading interpreta i valori dell’RSI. Lo stesso calcolo dell’RSI può essere utilizzato con molteplici regole decisionali diverse.

Se si desidera verificare autonomamente l’RSI, è fondamentale concentrarsi sui passaggi di calcolo e assicurarsi di utilizzare esattamente le stesse impostazioni dell’RSI usate dalla propria fonte di dati o dal software.

Esempio con assunzioni chiare

Configurazione ed assunzioni dell’esempio

Poiché diverse implementazioni dell’RSI possono differire, questo esempio dichiara esplicitamente le proprie assunzioni:

• Utilizziamo una serie storica da chiusura a chiusura, periodo per periodo.
• Scegliamo una finestra temporale N = 14.
• Utilizziamo un approccio di smoothing concettualmente coerente con lo smoothing di tipo Wilder.
• Calcoliamo guadagni e perdite con: guadagno = max(variazione, 0) e perdita = max(−variazione, 0).

Struttura passo dopo passo, riproducibile

1. Calcolare le variazioni: variazione[t] = prezzo[t] − prezzo[t−1].
2. Suddividere in guadagno e perdita:
   • guadagno[t] = max(variazione[t], 0)
   • perdita[t] = max(−variazione[t], 0)
3. Inizializzare la media dei guadagni e la media delle perdite nel punto in cui sono disponibili abbastanza periodi per coprire N.
   • Un’inizializzazione comune è la media semplice dei primi N guadagni e delle prime N perdite.
4. Aggiornare le medie ogni nuovo periodo utilizzando il metodo di smoothing scelto.
5. Calcolare la RS: RS = mediaGuadagni / mediaPerdite.
6. Convertire in RSI: RSI = 100 − (100 / (1 + RS)).

Un caso critico da verificare

Se la media delle perdite diventa 0, allora la RS diventa indefinita o effettivamente infinita, a seconda dell’implementazione. Molte implementazioni dell’RSI gestiscono questo caso assegnando valori estremi all’RSI (ad esempio, un RSI pari a 100 quando non ci sono perdite nella finestra di calcolo). Quando si verifica un output dell’RSI, è importante confermare come lo strumento gestisce i casi con media delle perdite pari a zero (e analogamente cosa accade se la media dei guadagni è 0).

Limitazioni e rischi (cosa può andare storto)

1) Inizializzazione e primi valori

I valori dell’RSI all’inizio di una serie dipendono dall’inizializzazione. Diverse piattaforme possono:

• utilizzare una media semplice per la prima mediaGuadagni/mediaPerdite,
• utilizzare un approccio diverso per il warm-up,
• oppure scegliere un metodo diverso per avviare lo smoothing.

Questo significa che i primi valori dell’RSI possono differire anche se quelli successivi convergono.

2) Differenze tra varianti (smoothing e definizione degli input)

Anche con lo stesso valore di N, l’RSI può variare perché le implementazioni differiscono in:

• metodo di smoothing (stile Wilder vs media semplice vs altri approcci),
• tipo di input utilizzato (prezzi di chiusura, prezzo tipico o altro campo prezzo),
• definizione dei periodi (allineamento temporale, barre mancanti).

Pertanto, “il valore dell’RSI” è ben definito solo quando si specifica esattamente la variante di calcolo e la serie di input esatta.

3) Dipendenza dai dati e natura non predittiva

L’RSI è una trasformazione delle variazioni storiche di prezzo. Le trasformazioni storiche non garantiscono il comportamento futuro dell’RSI, e lo stesso valore di RSI non implica un singolo esito. Inoltre, costi e dettagli di esecuzione (che non fanno parte del calcolo dell’RSI) possono dominare qualsiasi risultato pratico.

4) La verifica può essere compromessa da impostazioni non allineate

Un errore comune è assumere che le impostazioni predefinite dell’RSI corrispondano a quelle necessarie per la riproduzione. Per verificare in modo indipendente, è necessario abbinare:

• il valore esatto di N,
• il metodo di smoothing/mediamento,
• la serie storica utilizzata,
• e la gestione dei casi limite.

Verifica e prossima domanda

Come verificare autonomamente il calcolo dell’RSI

Per validare i valori dell’RSI provenienti da un qualsiasi sistema, ricalcolare l’RSI utilizzando gli stessi input e impostazioni:

1. Esportare o ricreare la stessa serie storica utilizzata dallo strumento.
2. Abbinare esattamente N.
3. Abbinare il metodo di smoothing/mediamento e l’inizializzazione.
4. Ricalcolare la suddivisione in guadagni/perdite, quindi le medie dei guadagni/perdite, poi la RS e infine la trasformazione in RSI.
5. Confrontare con l’output dell’RSI dello strumento in diversi punti, specialmente dopo il periodo di warm-up.

Se i valori non corrispondono, la causa è solitamente una differenza nella variante di smoothing, nell’inizializzazione o nella definizione della serie storica di input.