Come Testare la Rottura del Supporto

Risposta diretta

La rottura del supporto può essere testata trasformando l’idea in un’ipotesi misurabile: specifica cosa significa “rottura”, quale risultato conta come successo e come lo confronterai con un valore di riferimento. Quindi valutala su un dataset storico utilizzando una chiara suddivisione dei dati (in-campionamento vs fuori-campionamento), includi costi e frizioni realistici in qualsiasi metrica di tipo performance e esegui verifiche di robustezza che variano le ipotesi. Poiché le condizioni di mercato cambiano e la misurazione dipende dalle definizioni, il tuo test dovrebbe coprire esplicitamente almeno un probabile modo di fallimento.

Meccanismo e definizione

Una “rottura del supporto” è solitamente descritta come un movimento di prezzo che rompe al ribasso un livello di supporto precedentemente identificato, suggerendo che gli acquirenti non sono riusciti a difendere quel livello e che il mercato potrebbe proseguire al ribasso. Per testarla senza includere effetti legati a fornitori specifici o all’esecuzione, inizia definendo i componenti del test.

1. Definizione del livello di supporto
   Scegli una regola oggettiva per definire il supporto. Esempi di tipi di regole non contraddittorie includono:

• Un minimo mobile su una finestra temporale fissa.
• Il minimo più basso tra le ultime N candele.
• Un minimo di swing identificato da un algoritmo deterministico (ad esempio, minimi locali con un intorno fisso).

L’importante è la determinismo: la stessa cronologia del grafico deve produrre le stesse etichette di livello di supporto.

2. Definizione dell’evento di rottura
   Anche l’evento di rottura deve essere definito oggettivamente. Ad esempio:

• Il prezzo di chiusura scende al di sotto del livello di supporto di almeno una soglia (ad esempio, una frazione fissa o un numero di tick).
• Oppure il prezzo minimo attraversa al ribasso il supporto all’interno della barra, con una regola per stabilire se l’evento conta solo se confermato anche dalla chiusura.

Senza questo, il “test” diventa un confronto tra diverse interpretazioni dello stesso concetto.

3. Definizione del risultato
   Decidi cosa misurare dopo l’evento. I tipi comuni di risultato includono:

• Risultato direzionale: se il prezzo è più basso dopo K barre.
• Risultato di entità: escursione massima sfavorevole/favorevole entro un orizzonte.
• Risultato in stile risk-adjusted: una metrica che include spread e costi di transazione in modo coerente.

Definisci l’orizzonte (K) e se richiedi che il risultato si verifichi in qualsiasi momento entro l’orizzonte o specificamente alla fine.

4. Dichiarazione dell’ipotesi
   Trasforma il concetto in un’affermazione falsificabile. Esempi di modelli di ipotesi (senza promesse di redditività):

• “Quando il prezzo chiude al di sotto di un livello di supporto definito, la probabilità di chiudere più in basso entro K barre differisce dalla probabilità di base.”
• “Dopo un evento di rottura del supporto, il rendimento medio su K barre è significativamente diverso dalla media di base.”

Questo evita che il test diventi una vaga “sembra funzionare?”

Evidenze e progettazione di esempio (con ipotesi)

Di seguito è riportato un framework di test concreto e riproducibile, focalizzato sulla qualità delle definizioni e sulla logica comparativa.

Passo 1: Scegli una base di riferimento diversa dall’ipotesi

Una base di riferimento può essere:

• La probabilità storica generale di chiudere più in basso dopo una qualsiasi barra (non condizionata alla rottura del supporto).
• Oppure una base stratificata abbinata a categorie di volatilità o orario (per ridurre i fattori confondenti).

Sii esplicito: la base deve essere calcolabile dallo stesso dataset.

Passo 2: Suddivisione dei dati

Per ridurre l’overfitting, utilizza:

• In-campionamento (sviluppo): dove calibri i parametri della definizione del supporto, la soglia di rottura e l’orizzonte K.
• Fuori-campionamento (verifica): dove applichi le scelte finali dei parametri senza modifiche.

Se aggiusti ripetutamente le regole in base ai risultati fuori-campionamento, la “verifica” diventa un altro ciclo di sviluppo.

Passo 3: Includi costi e frizioni in qualsiasi metrica di tipo rendimento

Anche se non affermi un successo operativo, i test spesso usano risultati di tipo rendimento. I costi devono essere rappresentati con ipotesi. Ad esempio, puoi includere:

• Un costo fisso di spread o un’assunzione media di spread.
• Slippage come percentuale o quantità di tick ipotizzata.
• Un’assunzione temporale: se l’evento viene sfruttato all’apertura della barra successiva, alla chiusura della stessa barra o dopo conferma.

Dichiara chiaramente queste ipotesi. I risultati sono sensibili al timing perché una rottura “definita dalla chiusura” può richiedere di attendere fino alla barra successiva per agire.

Passo 4: Calcola la statistica del test

Per un’ipotesi di tipo probabilità, puoi calcolare:

• Hit rate: la frazione di eventi di rottura in cui la condizione di risultato si verifica.
• Confrontala con la probabilità di base.

Per un’ipotesi di risultato medio, calcola:

• Rendimento medio e mediano entro l’orizzonte.

In entrambi i casi, riporta le caratteristiche della distribuzione (ad esempio, quanto spesso i risultati sono vicini allo zero), perché misure basate sulla media possono nascondere instabilità.

Passo 5: Verifiche di robustezza (varia ciò che non dovrebbe influire molto)

Le verifiche di robustezza aiutano a distinguere meccanismi stabili da adattamenti accidentali.

Esegui test di sensibilità come:

• Modifica leggermente la finestra di lookback per il supporto.
• Cambia leggermente la soglia di rottura.
• Varia l’orizzonte K in un insieme ragionevole.
• Usa definizioni alternative ma deterministiche del supporto (minimo mobile vs algoritmo di swing-low).

Se la performance cambia drasticamente con piccole variazioni della definizione, il modello potrebbe essere guidato dalla misurazione piuttosto che dal concetto.

Limitazioni e rischi (modi di fallimento)

Almeno un modo di fallimento significativo dovrebbe essere testato e discusso.

1. Dipendenza dalla definizione ed errore di misurazione
   I livelli di supporto non sono direttamente osservabili; sono costruiti dalla cronologia dei prezzi. Diverse regole deterministiche possono produrre eventi di rottura diversi. Un test può “funzionare” solo sotto una particolare definizione.

2. Cambi di regime e rotture strutturali
   Le relazioni nei dati storici possono fallire quando cambiano volatilità, struttura di mercato o comportamento dei partecipanti. Un forte risultato in-campionamento può indebolirsi fuori-campionamento se il mercato entra in un regime diverso.

3. I costi e le ipotesi di esecuzione dominano
   Se la statistica del test è piccola, frizioni realistiche possono annullare l’effetto. Anche senza affermare la negoziabilità, la tua valutazione può mostrare se il vantaggio misurato è fragile quando si modellano costi e tempistiche.

4. Bias di sopravvivenza e selezione
   Se filtri gli eventi usando informazioni note solo in seguito, introduci un bias di anticipazione (look-ahead). Ad esempio, identificare il supporto usando l’intera finestra futura contaminerebbe il test.

5. Falsi rottura e dinamiche di rimbalzo
   Le rotture del supporto spesso coesistono con “falsi crolli” in cui il prezzo ritorna sopra il supporto. Un test dovrebbe tracciare esplicitamente gli eventi di fallimento (ad esempio, misurare quanto spesso il mercato recupera il supporto entro l’orizzonte) per evitare di trattare comportamenti con rimbalzo come lo stesso fenomeno.

Verifica e prossime domande

Per verificare in modo indipendente i fatti rilevanti, puoi validare il tuo flusso di lavoro di test invece di basarti su affermazioni.

1. Ripeti il test con le stesse definizioni su una seconda classe di attività o timeframe (ad esempio, un diverso ambiente di volatilità). Se i risultati dipendono da un contesto ristretto, il concetto potrebbe essere troppo specifico.

2. Mantieni intatto il segmento fuori-campionamento. Aggiorna le definizioni solo se riesci a giustificare i cambiamenti senza usare i risultati fuori-campionamento.