Come si può testare la conferma di rottura?

Risposta diretta

La conferma di rottura può essere testata trasformando l’idea in un’ipotesi verificabile, quindi eseguendo un confronto oggettivo tra (1) rottura con la tua regola di conferma e (2) rottura senza di essa. “Testare” significa misurare le differenze negli esiti rilevanti sui dati storici e dimostrare che i risultati persistono attraverso diverse suddivisioni dei dati e assunzioni, piuttosto che su un singolo campione selezionato ad hoc.

Poiché il comportamento del mercato, i costi e l’esecuzione variano, l’obiettivo non è prevedere le prestazioni future o garantire risultati. Piuttosto, si verifica se la regola di conferma modifica gli esiti in modo coerente e spiegabile.

Meccanismo: definire la conferma di rottura come regola

Prima di discutere le implicazioni, definisci il concetto in termini operativi.

Una definizione pratica per il test è: una rottura è un evento candidato (ad esempio, il prezzo chiude oltre un livello), e la conferma di rottura è una condizione aggiuntiva che deve verificarsi entro una finestra temporale specificata dopo l’evento candidato. Per testare correttamente, la regola di conferma deve specificare almeno:

1. Cosa qualifica la rottura candidata

• Esempio di meccanica stabile: una rottura si verifica quando il prezzo chiude sopra (o sotto) un limite predefinito.
• Definisci come viene calcolato il limite (ad esempio, massimo/minimo su un intervallo retrospettivo) e se il limite si aggiorna.

2. Cosa qualifica la conferma

• La conferma potrebbe essere un comportamento di follow-through (ad esempio, chiusure aggiuntive nella direzione della rottura), una distanza minima oltre il livello o l’assenza/presenza di un ritracciamento entro una finestra.
• Fondamentalmente, la conferma deve essere legata a regole applicabili in modo identico nel tempo.

3. La finestra temporale

• La conferma di rottura è significativa solo in relazione a una finestra (ad esempio, “entro le prossime N barre”).
• Il test deve bloccare la dimensione della finestra per evitare di mescolare esiti “precooci” e “tardi”.

4. L’orizzonte di misurazione

• Decidi quale “esito” misurerai dopo la rottura, ad esempio se il prezzo raggiunge una soglia, quanto tempo impiega o con quale frequenza esce da un lato.

Separando questi componenti, puoi testare se il passaggio di conferma migliora gli esiti rispetto allo stesso orizzonte di misurazione.

Evidenza: un’ipotesi, una linea di base e una suddivisione dei dati

Il test diventa credibile quando segue una struttura: ipotesi → linea di base → suddivisione dei dati → metriche di valutazione.

Passo 1: Enuncia un’ipotesi

Formula un’ipotesi che possa fallire. Ad esempio:

• Ipotesi: “L’aggiunta della regola di conferma modifica la distribuzione degli esiti post-rottura rispetto alle rottura candidate senza conferma.”

Evita formulazioni vaghe. “Modifica” deve riferirsi a una metrica misurabile che calcolerai (frequenza di esiti favorevoli, dimensione media dell’escursione o un altro indicatore di esito).

Passo 2: Scegli una linea di base

È necessaria una linea di base per isolare l’effetto della conferma.

Le linee di base adeguate mantengono tutto uguale tranne il passaggio di conferma. Ad esempio:

• Linea di base A: segnala le rottura candidate usando la tua definizione, ma accettale senza alcun filtro di conferma.
• Condizione di test: accetta solo i candidati che soddisfano anche la tua regola di conferma.

Se cambi anche altri componenti (calcolo del limite, finestre temporali, orizzonte di misurazione), potresti attribuire erroneamente miglioramenti o peggioramenti al cambiamento sbagliato.

Passo 3: Fissa le suddivisioni dei dati prima del test

Usa una strategia di suddivisione coerente in modo che i risultati non derivino dal test dopo aver osservato i dati.

Approcci comuni includono:

• Addestramento/selezione vs valutazione: usa un periodo per selezionare i valori dei parametri (se presenti) e un altro per valutare le prestazioni finali.
• Test rolling o walk-forward: addestra ripetutamente su una finestra precedente e valuta sulla finestra successiva.

Se non blocchi la suddivisione, introduci data snooping—il tuo metodo potrebbe apparire efficace perché si è adattato al rumore.

Passo 4: Includi costi e assunzioni di esecuzione

Anche se non hai dati di mercato in tempo reale, devi dichiarare assunzioni sui costi perché possono cambiare quali esiti sono effettivamente favorevoli.

Al minimo, definisci:

• Costi di transazione: usa un modello di costo fisso applicato a ogni evento accettato.
• Slippage di esecuzione: assumi uno slippage avverso conservativo entro un intervallo dichiarato, o testa più scenari di slippage.
• Assunzioni temporali: specifica se la conferma viene applicata alla chiusura della barra o intrabar, poiché ciò influenza se puoi entrare dopo la conferma.

I costi sono un “fattore variabile materiale”: due regole di conferma che sembrano simili sul prezzo grezzo possono divergere aggiungendo attriti realistici.

Passo 5: Usa metriche allineate alla tua ipotesi

Scegli metriche di valutazione allineate a “ciò che conta” nel follow-through della rottura. Esempi di famiglie di metriche includono:

• Hit rate: proporzione di eventi che raggiungono una soglia post-rottura specificata.
• Tempo all’evento: media o distribuzione del tempo per raggiungere un obiettivo o fallire.
• Misure distribuzionali: confronta l’escursione avversa tipica dopo l’accettazione.

In tutti i casi, riporta l’incertezza (ad esempio, intervalli di confidenza o almeno la variabilità tra le suddivisioni) in modo da vedere se i risultati sono stabili.

Verifiche costi-caratteristiche: robustezza verificabile

Per distinguere meccaniche stabili da condizioni variabili di mercato o fornitore, esegui verifiche di robustezza. Questi controlli ti aiutano a rispondere: “L’effetto di conferma è reale, o dipendeva da uno scenario molto specifico?”

Controllo 1: Sensibilità ai parametri

Se la tua regola di conferma usa soglie (distanza, numero di chiusure, importo del ritracciamento), testa più valori vicini.

• Se le prestazioni crollano con piccoli cambiamenti di parametro, il metodo potrebbe essere fragile.

Controllo 2: Variazione di regime

Le rottura e le false rottura si comportano diversamente in mercati tendenziali rispetto a quelli laterali.

• Testa attraverso diverse condizioni di mercato, o almeno attraverso diversi periodi che rappresentano ragionevolmente regimi diversi.

Controllo 3: Validazione fuori campione

La tua valutazione finale non dovrebbe usare i dati che hanno determinato le impostazioni della tua regola.

• Se il vantaggio della conferma appare solo nel periodo di selezione, non puoi generalizzare.

Controllo 4: Filtro degli eventi e bias di sopravvivenza

Fai attenzione a come definisci gli eventi candidati.

• Se la creazione del tuo dataset esclude involontariamente casi difficili (ad esempio, eventi vicino ai confini dei dati), distorci i risultati.

Controllo 5: Coerenza della definizione di conferma

Se la conferma dipende da livelli ricalcolati con informazioni future (ad esempio, limiti che si spostano in base a informazioni future), i risultati diventano inaffidabili.

• Assicurati che ogni componente usi solo informazioni disponibili al momento della rottura candidata.

Limiti e modi di fallimento da testare

Almeno un limite materiale o un modo di fallimento dovrebbe essere previsto, non ignorato.

1. Falsa conferma Una regola di conferma può accidentalmente accettare eventi che “sembrano buoni” brevemente per poi invertirsi. Questo modo di fallimento appare spesso quando le finestre di conferma sono troppo corte o le soglie troppo permissive.

2. Bias della finestra temporale Se valuti con un orizzonte ma confermi con un altro, potresti misurare involontariamente una correlazione invece di una causalità.