Come si può testare l’inversione dei candlestick?

Cosa significa “inversione dei candlestick” prima del test

L’inversione dei candlestick è l’idea che un particolare andamento dei prezzi mostrato da una o più candele possa precedere un cambio di direzione (ad esempio, da ribassista a rialzista). Testarlo significa trasformare quell’idea in un’ipotesi misurabile: definisci esattamente quale struttura di candela stai cercando, quale risultato misurerai successivamente e su quale orizzonte temporale.

Un modo pratico per separare meccaniche stabili da condizioni variabili è:

• Meccaniche stabili: la regola che converte le candele storiche in un evento binario (segnale di inversione presente o meno), più la definizione dell’esito.
• Fattori variabili: il regime di volatilità del mercato, le caratteristiche dello strumento (comportamento dello spread), la qualità dell’esecuzione e il modo in cui vengono trattati i costi.

Poiché non puoi assumere che la relazione si generalizzerà, un test dovrebbe confrontare gli esiti dell’evento con una baseline significativa, non solo con la media storica dell’evento stesso.

Trasformare l’idea in un’ipotesi testabile

Un’ipotesi dovrebbe includere cinque elementi:

1. Definizione del pattern: quali candele contano (ad esempio, una singola candela o più candele), quali caratteristiche sono rilevanti (dimensione del corpo, lunghezza dello stoppino) e eventuali soglie.
2. Orario di attivazione: quando il pattern è considerato “rilevato” (alla chiusura della candela o con una regola intrabar). Il test è sensibile a questa scelta.
3. Definizione dell’esito: cosa misuri dopo il rilevamento. Esempi di esiti definibili numericamente sono:
   • Movimento direzionale: se il prezzo si muove al rialzo o al ribasso di un importo fisso o raggiunge un livello.
   • Rendimento sull’orizzonte: la variazione del prezzo dal momento del rilevamento alla chiusura di una candela successiva.
4. Orizzonte(i): la finestra temporale(i) successiva all’attivazione in cui valuterai l’esito.
5. Metrica di valutazione: come misuri la performance, ad esempio il tasso di successo per un esito direzionale, lo spostamento della distribuzione o una metrica aggiustata per il rischio definita dalle stesse ipotesi.

Le ipotesi devono essere dichiarate esplicitamente. Ad esempio, se utilizzi il rilevamento alla chiusura della candela, allora il tuo esito dovrebbe iniziare all’apertura della candela successiva (o alla stessa chiusura, ma devi mantenere una convenzione coerente). Se permetti pattern sovrapposti, definisci se ogni candela corrispondente avvia una “prova”, oppure se imponi un periodo di attesa in modo che le prove non si sovrappongano.

Scegliere una baseline che risponda a “meglio di cosa?”

Per testare correttamente, confronta l’esito condizionato dal pattern con una baseline condizionata da circostanze simili, o almeno con una baseline incondizionata.

Baseline comuni definibili senza affermare superiorità:

• Baseline incondizionata: la distribuzione di probabilità del tuo esito quando il pattern non è presente.
• Baseline abbinata per tempo e volatilità: esiti per periodi con volatilità di mercato simile o distribuzione simile della dimensione delle candele, utilizzando solo informazioni disponibili al momento del rilevamento.
• Baseline randomizzata o permutata: mantieni la definizione del pattern ma randomizzi la corrispondenza tra date ed esiti, per verificare se hai identificato una vera relazione temporale o solo un artefatto statistico.

La chiave è che la baseline deve utilizzare le stesse regole di rilevamento e misurazione, altrimenti il confronto non è interpretabile.

Suddivisione dei dati e controlli contro il data-snooping

Un test solido evita di trarre conclusioni dai dati utilizzati per definire le soglie. Con le candele storiche, applica una strategia di suddivisione:

• Training (opzionale): usato per impostare le soglie e decidere quali metriche/orizzonti valutare.
• Validazione (opzionale): usato per scegliere tra un piccolo insieme di candidati.
• Test (finale): usato una sola volta per stimare la performance delle regole scelte.

Se non hai la disciplina per separare queste fasi, rischi il data-snooping: sembrerà di aver trovato un pattern che ha funzionato bene nel campione ma fallisce fuori dal campione.

Controlli aggiuntivi:

• Analisi della sensibilità ai parametri: modifica leggermente le soglie chiave e verifica se il risultato crolla.
• Walk-forward testing: ripeti le decisioni di training/validazione su base rolling, in modo da non dipendere da un singolo periodo storico.
• Gestione delle sovrapposizioni: assicurati che la tua valutazione tratti i segnali multipli in modo coerente (le prove sovrapposte possono gonfiare la performance apparente contando due volte movimenti favorevoli).

Costi ed esecuzione: cosa puoi assumere

Anche per un test puramente informativo (senza trading reale), dovresti includere la modellizzazione dei costi di transazione come ipotesi, perché i costi possono annullare qualsiasi piccolo vantaggio.

Definisci le ipotesi sui costi come input per il tuo calcolo:

• Spread o proxy bid-ask: una frazione fissa o un costo fisso per tick per lato.
• Proxy della commissione: un importo per trade o per lotto.
• Slippage: un’ipotesi aggiuntiva di costo per modellare l’incertezza dell’esecuzione.

Poiché non stai usando dati in tempo reale, specifica chiaramente che i costi sono ipotesi modellizzate. Quindi esegui un test di scenario: valuta la stessa regola in un piccolo intervallo di impostazioni di costo (basso, medio, alto) per vedere quanto è robusto l’esito.

Evidenza o esempio: una procedura di valutazione rigorosa

Ecco una procedura concreta che puoi seguire concettualmente (senza richiedere dati in tempo reale):

1. Definisci l’evento della candela

   • Formato di esempio: “il pattern si verifica quando la direzione del corpo della candela è X e la proporzione dello stoppino supera Y, e il pattern è rialzista/ribassista come specificato.”
   • Devi specificare regole di inclusione esatte (ad esempio, maggiore di vs maggiore o uguale a).

2. Genera le prove

   • Per ogni timestamp storico in cui si verifica il pattern, crea una prova.
   • Decidi se impedire sovrapposizioni; ad esempio, permetti una sola prova alla volta finché non passa un numero minimo di candele.

3. Misura gli esiti

   • Calcola l’esito definito sull’orizzonte(i) scelto(i) a partire dal momento dell’attivazione.
   • Registra se l’esito soddisfa un criterio di successo predefinito.

4. Calcola le statistiche con una baseline

   • Confronta la probabilità di successo condizionata dal pattern con la probabilità di successo della baseline.
   • Usa dimensioni dell’effetto (differenza nelle probabilità) e incertezza (intervalli di confidenza) se possibile.

5. Verifiche di robustezza

   • Ripeti su suddivisioni temporali e almeno due regimi di mercato, se riesci a identificarli usando solo caratteristiche storiche.
   • Rifai il test dopo aver leggermente modificato le soglie.

Se il “vantaggio” scompare sotto questi controlli, ciò è un’indicazione che la scoperta originale potrebbe riflettere rumore o una relazione overfittata.

Limitazioni e modi di fallimento da aspettarsi

Almeno una limitazione rilevante dovrebbe far parte del piano di test, non essere un ripensamento. I modi di fallimento comuni nei test di inversione dei candlestick includono:

1. Dipendenza dal regime

   • Il comportamento di inversione varia spesso con la volatilità, la forza del trend e la liquidità. Un pattern che sembra funzionare in un regime può fallire in un altro.

2. Falsi segnali di inversione e continuazione

   • Le strutture delle candele possono verificarsi durante trend forti in cui il prezzo continua nella stessa direzione. La tua definizione di esito potrebbe segnarli come fallimenti.

3. Sensibilità ai dettagli di implementazione

   • Il test è sensibile al timeframe della candela, al rilevamento alla chiusura o intrabar, alle scelte delle soglie e al modo in cui gestisci i segnali sovrapposti.

4. Impatto dei costi e dell’esecuzione

   • Anche se il pattern migliora leggermente l’accuratezza direzionale grezza, i costi modellizzati e lo slippage possono eliminare i guadagni netti. Ecco perché il test di scenario è importante.