Come Testare un Failed Breakout

Cosa significa “Failed Breakout” in termini verificabili

“Failed Breakout” indica una situazione in cui il prezzo supera un livello predefinito (un “breakout”), ma il movimento non si consolida nella direzione prevista e successivamente torna all’interno dell’intervallo precedente. Per testare questo concetto, è necessario tradurlo in un insieme di regole misurabili.

Una definizione verificabile richiede quattro elementi:

1. Il livello: cosa viene esattamente “rotto” (ad esempio, la chiusura più alta in una finestra temporale passata, o un confine orizzontale specifico).
2. Il momento di conferma: cosa costituisce il breakout (ad esempio, la prima chiusura oltre il livello, o il primo tocco intraday più condizioni di chiusura).
3. La condizione di fallimento: cosa indica che il breakout è “fallito” (ad esempio, il prezzo rientra entro il livello entro un numero specifico di barre).
4. L’orizzonte temporale: su quale intervallo si misura il fallimento e su quale si valuta l’esito.

Senza questi elementi, l’idea non può essere riprodotta in modo indipendente. Due analisti potrebbero affermare entrambi di aver testato i “failed breakouts”, ma in realtà potrebbero riferirsi a eventi diversi.

Risposta diretta: come testarlo

È possibile testare un Failed Breakout utilizzando un flusso di lavoro basato su ipotesi e regole, che separa le meccaniche stabili dalle condizioni variabili.

Passo 1: Formula un’ipotesi falsificabile

Formula un’affermazione precisa e falsificabile. Struttura di esempio (senza presupporre la redditività):

• Ipotesi: Quando si verifica un breakout oltre un livello definito, la probabilità di rientrare nell’intervallo precedente entro H barre differisce rispetto a un modello di riferimento scelto.

Nota la formulazione: stai testando una relazione (differenza nella probabilità o nel rendimento medio), non assumendo quale debba essere la direzione.

Passo 2: Scegli un modello di riferimento per verificare “è un fenomeno speciale?”

Un modello di riferimento ti impedisce di scambiare il comportamento generale del mercato per un effetto specifico del breakout. Le opzioni comuni includono:

• Modello casuale nel tempo: confronta la stessa finestra di fallimento dopo tempi selezionati casualmente.
• Modello senza breakout: confronta eventi che non superano il livello ma sono altrimenti simili (stesso regime di volatilità, orario simile se rilevante).
• Modello con livello permutato: sposta la definizione del livello in modo che non corrisponda più alla struttura precedente.

Il modello di riferimento deve essere espresso come regola, non come impressione.

Passo 3: Definisci le ipotesi per ogni calcolo

Anche se non calcoli risultati in denaro, devi definire ipotesi per risultati misurabili:

• Definizione della barra: i segnali si basano sulle chiusure, sui massimi/minimi intraday o su entrambi?
• Finestra di lookback: quanto indietro nel tempo calcoli il livello?
• Orizzonte di fallimento: quante barre dopo il breakout contano come “fallimento”?
• Misura dell’esito: probabilità di ritorno all’intervallo, escursione avversa media, massimo ritracciamento o tempo per il ritorno.

Se calcoli risultati simili a operazioni, le ipotesi devono includere attriti:

• Costi: spread/fee come stima fissa per evento o come intervallo.
• Esecuzione: assumi che gli ordini siano eseguiti al superamento del livello o alla chiusura della barra.

Poiché le esecuzioni reali variano, considera i costi e le ipotesi di esecuzione come assunzioni da sottoporre a stress test, non come dati di fatto.

Controllo meccanico: costruisci un dataset di eventi

Un modo pratico per testare un Failed Breakout è trasformare le regole in un dataset di eventi.

1. Generazione di eventi: analizza le barre storiche e registra ogni volta che una regola di breakout si attiva.
2. Etichettatura degli eventi: per ogni evento, indica se la condizione di fallimento si verifica entro H barre.
3. Registrazione di caratteristiche (opzionale ma utile): memorizza variabili contestuali come dimensione dell’intervallo precedente, volatilità recente o distanza dal livello al momento dell’attivazione.

Questo trasforma l’idea in un dataset analizzabile con metriche chiare.

Divisione dei dati per ridurre le scoperte false

Usa una strategia di suddivisione che rifletta il processo decisionale:

• Addestramento (o sviluppo): scegli i parametri (lunghezza del lookback, regola di conferma del breakout, orizzonte di fallimento).
• Test: mantieni i parametri fissi e valuta solo una volta.
• Validazione (opzionale): un secondo periodo di riserva per confermare.

Se modifichi ripetutamente i parametri in base alle prestazioni nel periodo di test, rischi l’overfitting e non puoi affermare una verifica indipendente.

Costi e condizioni variabili: cosa includere

Anche in un test informativo, devi considerare che i risultati variano con le condizioni di mercato e gli attriti.

Fattori variabili da considerare

• Regime di volatilità: i breakout possono comportarsi diversamente in periodi di alta o bassa volatilità.
• Liquidità e spread: spread più ampi possono alterare l’utilità di una misura di esito.
• Tempistica dell’esecuzione: segnali basati su movimenti intrabar potrebbero non essere eseguibili alla chiusura della barra.
• Comportamento per giurisdizione e piattaforma: diverse sedi possono influenzare qualità dei dati e regole di esecuzione.

Poiché non si assume dati in tempo reale, il passo chiave è modellare questi fattori come scenari. Ad esempio, esegui lo stesso test con diversi livelli plausibili di costi o ipotesi di tempistica di esecuzione.

Costi come intervalli di incertezza

Invece di un singolo “costo reale”, crea una tabella di sensibilità:

• Ipotesi di costo basso
• Ipotesi di costo medio
• Ipotesi di costo alto

Poi verifica se la tua conclusione principale dipende fortemente da uno scenario.

Evidenze ed esempi: cosa misurare

Puoi supportare la tua valutazione utilizzando almeno una di queste misure:

1. Tasso di fallimento: proporzione di breakout che rientrano nell’intervallo entro H barre.
2. Tempo medio al fallimento: quanto rapidamente si verificano i fallimenti.
3. Distribuzione della profondità del ritracciamento: quanto il prezzo torna indietro in media.
4. Confronto con il modello di riferimento: differenza nel tasso di fallimento rispetto a un insieme di eventi di riferimento.

Esempio di valutazione basata su regole (con ipotesi esplicite)

Supponiamo:

• Livello = chiusura più alta negli ultimi N barre.
• Attivazione del breakout = prima chiusura sopra il livello.
• Fallimento = prezzo che chiude nuovamente sotto il livello entro H barre.
• Esito = etichetta di fallimento (sì/no).

Poi testa:

• Probabilità(fallimento | attivazione del breakout) vs probabilità(fallimento | attivazione di riferimento).

Questo isola il meccanismo: esiste la relazione breakout-fallimento secondo le tue regole definite?

Limiti e modalità di fallimento da affrontare

Un test corretto non è necessariamente conclusivo. Almeno un limite significativo o una modalità di fallimento deve essere discusso esplicitamente.

Modalità di fallimento comuni

• Fuga di definizione: l’orizzonte di fallimento si sovrappone al modo in cui definisci il breakout, creando una correlazione artificiale.
• Overfitting dei parametri: i risultati migliorano perché i parametri sono stati ottimizzati sui dati usati per la valutazione.
• Dipendenza dal regime: l’effetto può esistere solo in determinate condizioni di volatilità o tendenza, e scomparire altrove.
• Bias di selezione e sopravvivenza: se includi solo eventi dopo aver visto gli esiti, distorci il dataset.
• Divergenza negli attriti: se ignori costi e ipotesi di esecuzione, il test potrebbe descrivere un esito ideale, non realistico.

I risultati storici non sono garanzie

Anche se una relazione è statisticamente rilevabile nei dati storici, non garantisce risultati futuri. I mercati cambiano e le stesse regole possono comportarsi diversamente.