Come si può testare l’inversione di supporto e resistenza?

Come testare un’ipotesi di inversione di supporto e resistenza

L’inversione di supporto e resistenza è spesso discussa come se facesse regolarmente invertire i prezzi a livelli chiaramente definiti. Un modo più accurato per testarla è considerarla un’ipotesi con regole esplicite e risultati misurabili. In questo modo puoi valutare se il comportamento osservato differisce in modo significativo da ciò che ti aspetteresti per caso o da un semplice confronto di base che non utilizza la logica di inversione.

Un flusso di lavoro utile è:

1. definire cosa conta come supporto e resistenza, 2) definire cosa conta come inversione, 3) scegliere una metrica di risultato, 4) impostare un confronto di base, 5) suddividere i dati per evitare fughe di informazioni, 6) applicare costi e ipotesi di esecuzione, e 7) eseguire verifiche di robustezza e analisi dei modi di fallimento.

Meccanismo e definizione: cosa stai testando

Cosa significano “supporto” e “resistenza” in un test

In un test, supporto e resistenza devono essere resi operativi in qualcosa che puoi calcolare. Gli approcci comuni traducono la cronologia dei prezzi in livelli, ad esempio:

• Livello da massimi/minimi precedenti (ad esempio, estremi locali)
• Livello da una fascia di prezzo in cui si sono verificati molti toccaggi
• Livello da una stima mobile degli estremi recenti

L’importante non è l’etichetta, ma la regola. Il tuo test deve specificare il metodo di costruzione del livello, la finestra temporale di ricerca (quanto indietro guardi) e come tratti i “tocchi” (colpi esatti rispetto a una fascia di tolleranza).

Cosa significa “inversione” come risultato

Anche un’inversione deve diventare un evento misurabile. Ad esempio, potresti definire:

• Una condizione di ingresso: il prezzo raggiunge un livello entro una fascia di tolleranza
• Una condizione di inversione: dopo il tocco, il prezzo si muove di una distanza minima nella direzione opposta prima di spostarsi troppo ulteriormente nella direzione originale

Per evitare ambiguità, definisci l’orizzonte temporale (quanti periodi futuri controlli), le soglie di distanza (in unità di prezzo o percentuali) e cosa significa “direzione opposta” (ad esempio, minimo/massimo relativo rispetto al tocco).

Confronto di base: cosa confronti

Senza un confronto di base, “si è mosso indietro” può essere fuorviante. I confronti possono includere:

• Un benchmark ingenuo che prevede nessun cambiamento direzionale oltre il rumore
• Un benchmark aggiustato per orario del giorno o volatilità, se queste variabili sono rilevanti nel tuo dataset
• Una versione randomizzata del trigger di inversione (ad esempio, mescola i tempi del trigger mantenendo la distribuzione complessiva dei prezzi)

Il tuo obiettivo è testare se la regola di inversione produce risultati costantemente migliori del confronto di base, non se le inversioni si verificano o meno.

Evidenze e esempio di progettazione del test (con assunzioni esplicite)

Poiché non si assume l’uso di dati in tempo reale, concentrati su come strutturare un backtest storico in modo che qualcun altro possa replicarlo.

Passo 1: Scegli un’ipotesi

Esempio di ipotesi (verificabile): “Quando il prezzo tocca un livello di resistenza identificato, la probabilità di un movimento al ribasso di X entro un tempo Y aumenta rispetto a un confronto di base.”

Cosa specificare:

• X: dimensione minima del movimento dopo il tocco
• Y: orizzonte massimo di detenzione/osservazione
• Tolleranza: quanto vicino deve essere un tocco al livello

Passo 2: Suddividi i dati per ridurre le fughe di informazioni

Un rischio comune per l’integrità è l’uso di informazioni future nella costruzione dei livelli. Usa suddivisioni dei dati:

• Periodo di addestramento: derivi il metodo di costruzione dei livelli di supporto/resistenza e le scelte dei parametri
• Periodo di validazione: aggiusti le soglie senza toccare il periodo di test
• Periodo di test: valutazione finale unica

Se utilizzi dati di serie temporali, preferisci suddivisioni cronologiche (ad esempio, date precedenti per l’addestramento e date successive per il test) piuttosto che campionamenti casuali delle righe.

Passo 3: Aggiungi costi e ipotesi di esecuzione

Anche se non stai effettivamente operando, i costi influenzano il realismo della definizione di un risultato. Al minimo, considera:

• Un costo costante per operazione (ad esempio, costo stimato di andata e ritorno)
• Un’ipotesi di slittamento (quanto peggio è l’esecuzione rispetto al trigger teorico)

Definisci come questi vengono applicati. Ad esempio, quando calcoli se l’inversione ha raggiunto un movimento obiettivo, includi un offset di esecuzione in modo che il movimento netto misurato corrisponda a ciò che sarebbe realizzato dopo le frizioni.

Passo 4: Definisci metriche che corrispondano all’ipotesi

Scegli metriche che corrispondano alla tua definizione di inversione, come:

• Tasso di successo: frazione di trigger in cui la condizione di inversione è soddisfatta
• Rendimento medio dopo il tocco nell’orizzonte, aggiustato per gli offset di esecuzione
• Metriche basate sulla distribuzione (ad esempio, risultato mediano) per ridurre la sensibilità agli outlier

Scegli le metriche prima dell’ottimizzazione dei parametri. Altrimenti rischi di selezionare la regola che si adatta a una metrica nascondendo comportamenti deboli sotto altre.

Passo 5: Verifiche di robustezza

Un’ipotesi dovrebbe resistere a variazioni che preservano comunque il concetto sottostante. Esegui verifiche come:

• Sensibilità alla lunghezza della finestra temporale usata per i livelli
• Sensibilità alla larghezza della tolleranza (definizioni di tocco strette vs. larghe)
• Sensibilità all’orizzonte Y e alla dimensione del movimento X

Se i risultati appaiono solo per un insieme ristretto di parametri, la regola potrebbe catturare rumore piuttosto che un modello stabile.

Passo 6: Analisi dei modi di fallimento

L’inversione di supporto e resistenza può fallire in modi sistematici. Almeno un modo di fallimento significativo dovrebbe essere testato, ad esempio:

• Falsi breakout: il prezzo tocca un livello ma prosegue oltre senza invertire
• Cambiamenti di regime: la volatilità o la struttura del trend cambiano, quindi il comportamento precedente dei livelli non si applica più
• Ambiguità del livello: metodi diversi di costruzione dei livelli producono trigger diversi

Un modo pratico per testare i modi di fallimento è suddividere i risultati per regime di volatilità o per indicatori di forza del trend (definiti usando solo informazioni passate). Anche se le suddivisioni mostrano risultati misti, il test diventa più informativo di un singolo numero aggregato.

Limitazioni e rischi: cosa può rendere fuorviante i risultati

Le relazioni storiche non garantiscono risultati futuri

Anche se una regola di inversione sembra forte in un campione passato, potrebbe non generalizzarsi. I mercati possono cambiare a causa di cambiamenti strutturali, comportamenti dei partecipanti o differenze di microstruttura. Pertanto, considera le prestazioni dipendenti dal campione.

Condizioni di mercato variabili e vincoli di esecuzione

Costi, spread, liquidità e qualità dell’esecuzione possono variare nel tempo. Una regola definita con esecuzioni teoriche pulite può sovrastimare il realismo. Se il tuo risultato di inversione dipende da movimenti di prezzo molto piccoli, le frizioni possono dominare i risultati.

Overfitting dei parametri e “ricerca di pattern”

Quando provi molte combinazioni di parametri, puoi accidentalmente adattarti al rumore casuale. La rigorosa separazione dei periodi di addestramento, validazione e test aiuta, ma non elimina l’overfitting se la ricerca di parametri è estremamente ampia.

Definizioni ambigue di livello e trigger

Supporto e resistenza non sono univocamente definiti nei dati grezzi dei prezzi. Due persone possono implementare regole diverse per i livelli e ottenere trigger di inversione diversi. Un test solido deve documentare le definizioni operative in modo che il concetto possa essere verificato in modo indipendente.