Come Viene Calcolato l’Intervallo di Riassorbimento Medio
Risposta diretta
L’Intervallo di Riassorbimento Medio si calcola scegliendo un valore centrale (il punto medio) dai dati recenti, quindi espandendolo in entrambe le direzioni di una misura di dispersione che rappresenta quanto il prezzo varia tipicamente. Una forma comune e verificabile è:
Intervallo di Riassorbimento Medio (bande superiore/inferiore)
- Punto medio: (M_t)
- Dispersione: (D_t)
- Limite inferiore: (L_t = M_t - k,D_t)
- Limite superiore: (U_t = M_t + k,D_t)
Qui, (k) è un moltiplicatore che regola l’ampiezza delle bande. Per calcolare (M_t) e (D_t), devi definire:
- cosa si intende per “dati recenti” (la finestra di osservazione),
- quale serie di prezzi utilizzi, e
- come misuri la dispersione.
Meccanismo e definizione: cosa significano i termini
Per calcolare l’Intervallo di Riassorbimento Medio, consideralo una “banda” statistica piuttosto che un segnale di trading.
1) Scegliere il punto medio (M_t)
Il punto medio è una stima del centro di gravità del prezzo su una finestra temporale. Le scelte comuni includono:
- Media mobile semplice (SMA): la media aritmetica degli ultimi (N) valori.
- Media mobile esponenziale (EMA): una media ponderata che reagisce più rapidamente ai cambiamenti recenti.
- Mediana (meno sensibile agli outlier): il valore centrale degli ultimi (N) osservazioni.
Tutte queste definizioni sono valide, ma producono comportamenti diversi delle bande.
2) Scegliere la dispersione (D_t)
La dispersione rappresenta la deviazione tipica rispetto al punto medio. Una misura comunemente usata è la deviazione standard:
- Dati gli osservazioni (x_{t-N+1}, \dots, x_t),
- Deviazione standard: (\sigma_t = \sqrt{\frac{1}{N-1}\sum_{i=0}^{N-1}(x_{t-i}-M_t)^2})
Poi si imposta (D_t = \sigma_t).
Altre misure di dispersione possono essere usate se chiaramente specificate nella formula, ad esempio:
- Dispersione basata sull’Average True Range (ATR) (usa le relazioni tra massimo/minimo/chiusura, non solo una singola serie di prezzi),
- Deviazione media assoluta (MAD) (usa la distanza media assoluta, spesso meno sensibile delle deviazioni al quadrato).
3) Scegliere (k), il moltiplicatore di ampiezza delle bande
Il moltiplicatore (k) controlla quanto sono ampie le bande superiore e inferiore.
- Un (k) più alto produce generalmente bande più larghe.
- Un (k) più basso produce generalmente bande più strette.
Non esiste un valore universale: il valore “giusto” dipende dal comportamento della misura di dispersione e dalla lunghezza della finestra.
4) Definire la serie di dati (x_t)
Molte elaborazioni dipendono dal prezzo usato come input per (M_t) e (D_t). Esempi di scelte possibili:
- Prezzo di chiusura
- Prezzo tipico (spesso definito come media di massimo/minimo/chiusura)
- Prezzo medio (spesso basato su domanda/offerta, se si usano dati basati sui quotazioni)
Il tuo risultato è confrontabile con altri solo se si utilizza la stessa definizione di input.
Esempio di calcolo completo ed esplicito
Supponiamo di definire:
- (x_t) = prezzo di chiusura al tempo (t)
- (M_t) = SMA degli ultimi (N) prezzi di chiusura
- (D_t) = deviazione standard sulla stessa finestra
- (k) = moltiplicatore scelto
Allora:
- Calcola (M_t = \frac{1}{N}\sum_{i=0}^{N-1}x_{t-i})
- Calcola (\sigma_t = \sqrt{\frac{1}{N-1}\sum_{i=0}^{N-1}(x_{t-i}-M_t)^2})
- Imposta (L_t = M_t - k\sigma_t) e (U_t = M_t + k\sigma_t)
Questo calcolo è completamente deterministico una volta fissati (N), (k) e la serie di input.
Evidenza o esempio verificabile autonomamente
Poiché il calcolo è basato su formule, puoi verificarlo usando il tuo dataset, un foglio di calcolo o del codice.
Checklist di verifica
Per confermare indipendentemente il risultato, devi assicurarti che corrispondano tutti questi elementi:
- Stessa lunghezza della finestra (N)
- Stessa serie di prezzi (x_t) (chiusura vs prezzo tipico vs altra definizione)
- Stesso metodo per il punto medio (SMA vs EMA vs mediana)
- Stesso metodo di dispersione (deviazione standard vs altra misura)
- Stesso moltiplicatore (k)
Se anche un solo elemento differisce, le bande saranno diverse, anche se la struttura della formula sembra simile.
Perché diverse implementazioni differiscono
Due piattaforme possono entrambe usare il termine “intervallo di riassorbimento medio” ma adottare scelte pratiche diverse:
- Se una usa EMA per (M_t) e l’altra SMA, il centro si sposta in modo diverso.
- Se una usa la deviazione standard e l’altra una misura simile alla volatilità, (D_t) cambia.
- Se una usa il prezzo di chiusura e l’altra un prezzo trasformato (come il prezzo tipico), gli input differiscono.
Queste differenze non sono solo estetiche; modificano numericamente le bande.
Limitazioni e modi di fallimento
L’Intervallo di Riassorbimento Medio è una costruzione matematica basata su un centro e una misura di dispersione. Le sue limitazioni derivano da queste scelte.
1) La lunghezza della finestra può essere instabile
- Una finestra breve può reagire troppo velocemente al rumore.
- Una finestra lunga può ritardare rispetto ai cambiamenti di regime.
In entrambi i casi, la banda potrebbe smettere di riflettere il comportamento “tipico” che si intendeva rappresentare.
2) Gli outlier possono distorcere la dispersione
La deviazione standard eleva al quadrato le deviazioni, quindi osservazioni estreme possono allargare fortemente (D_t), rendendo le bande meno informative. L’uso di una misura di dispersione più robusta (come MAD) è una possibile mitigazione, ma cambia il significato dell’intervallo.
3) La dispersione non garantisce un comportamento di riassorbimento medio
Anche se la banda è calcolata correttamente, il mercato (o il dataset) potrebbe non mostrare un comportamento di riassorbimento medio. L’intervallo non è una previsione; è solo una banda descrittiva basata sulla variabilità passata.
4) Costi, spread ed esecuzione non sono inclusi nella formula
I calcoli dell’intervallo di riassorbimento medio di solito ignorano i costi di trading e i dettagli di esecuzione. Se successivamente applichi questi valori a decisioni reali, questi fattori possono dominare i risultati. Per questo motivo, il calcolo deve essere mantenuto separato da qualsiasi interpretazione.
5) Non stazionarietà: le statistiche storiche potrebbero non valere in futuro
L’idea presuppone che la “variazione recente” sia un buon indicatore di ciò che verrà. Se il processo generatore dei dati cambia, la misura di dispersione cambia troppo lentamente o troppo velocemente.
Verifica o prossima domanda
Un buon passo successivo è riscrivere la versione esatta che vuoi calcolare nella forma (L_t = M_t - kD_t) e (U_t = M_t + kD_t), quindi elencare esplicitamente:
- come definisci (M_t),
- come definisci (D_t),
- la lunghezza della finestra (N),
- il moltiplicatore (k), e
- il prezzo di input (x_t).
Se lo fai, puoi riprodurre l’intervallo dai dati grezzi senza ambiguità.
Se vuoi, indicami le tue definizioni specifiche per punto medio, dispersione, lunghezza della finestra e prezzo di input (ad esempio: “punto medio SMA, dispersione deviazione standard, prezzi di chiusura, N=20”), e potrò riformulare il calcolo in modo completamente esplicito, passo dopo passo.