Definizione e scopo
Un trade journal è un registro strutturato dell’attività di trading che registra informazioni rilevanti per le decisioni da rivedere in seguito. In genere include cosa è stato fatto (i dettagli dell’operazione), perché è stato fatto (il ragionamento o l’esito della checklist) e come l’operazione si è sviluppata (esecuzione e risultati). La considerazione avanzata è trattare il journal come uno strumento per comprendere il tuo processo nel tempo, non come un dispositivo per prevedere i futuri movimenti di mercato.
Un modello mentale utile è: il journal trasforma “la memoria” in “dati”. Una volta che hai dati, puoi confrontare decisioni in condizioni simili e chiederti se il tuo processo produce risultati diversi da quelli che ti aspetteresti dal caso.
Meccanismo: cosa registrare e come viene usato
Un trade journal è utile solo quanto lo sono la coerenza dei suoi input. I journal avanzati separano componenti che di solito vengono mescolati:
- Input decisionali (ciò che intendevi)
- Le precondizioni che hai osservato prima di entrare (ad esempio, lo stato della tua checklist, il timeframe che stavi osservando o se erano soddisfatte regole specifiche).
- Il piano di rischio che hai applicato (ad esempio, se era previsto uno stop e come è stata determinata la dimensione della posizione).
- Fatti di esecuzione (ciò che è accaduto davvero)
- Prezzi di entrata e uscita, timestamp e se gli eseguiti hanno corrisposto agli ordini previsti.
- I costi di transazione che influenzano i risultati realizzati (commissioni, fee, addebiti legati al finanziamento se applicabili).
- Misure di risultato (ciò che vuoi valutare)
- Risultato netto dopo i costi per ogni operazione.
- Misure di aderenza al processo (ad esempio, se erano stati completati i passaggi richiesti).
- Tag contestuali opzionali (note sul regime di mercato, categorie del livello di volatilità o identificatori di sessione).
- Workflow di revisione (come lo interpreti)
- Aggregazioni: raggruppare le operazioni in base agli input decisionali o ai tag.
- Metriche coerenti: usare le stesse definizioni nel tempo.
- Controlli in stile ipotesi: fare domande come “Le operazioni in cui è stata saltata la regola X hanno performance diverse?”
Un esempio semplice con assunzioni esplicite
Supponiamo che un journal memorizzi il profitto netto dopo i costi per ogni operazione. Vuoi calcolare il risultato netto medio su 30 operazioni.
Assunzioni per il calcolo:
- Il valore di ogni operazione è già al netto dei costi di transazione.
- Calcoli la media come la somma dei 30 risultati netti divisa per 30.
- Non aggiusti per il tempo in mercato o per dimensioni di posizione variabili.
Se in seguito cambi il journal in modo che i costi vengano registrati separatamente, la vecchia media calcolata non è più confrontabile. Questo è un vincolo avanzato: la comparabilità delle metriche dipende da definizioni stabili.
Casi limite che rompono l’analisi “intuitiva”
1) Schema del journal incoerente nel tempo
Una modalità di fallimento comune è aggiornare il template a metà. Se le operazioni precedenti mancano di campi presenti in quelle successive, potresti confrontare involontariamente popolazioni diverse.
Esempio di fallimento:
- I record iniziali non includono se la voce della checklist “Y” era soddisfatta.
- I record successivi lo includono.
- Se filtri usando “Y” potresti rivedere solo un sottoinsieme, distorcendo le conclusioni.
2) Mescolare rischio pianificato e rischio realizzato
Se la dimensione della posizione si basa su una distanza di stop pianificata, ma l’esecuzione usa eseguiti diversi, l’esposizione realizzata può differire. I journal avanzati tracciano entrambi:
- rischio pianificato basato sui parametri previsti
- rischio realizzato basato su eseguiti ed uscite effettivi
Senza questa separazione, non puoi capire se i risultati dipendono dalla qualità decisionale o da uno scostamento nell’esecuzione.
3) Bias di sopravvivenza e senno di poi nella revisione
Se rivedi solo le operazioni che “ti interessano” (ad esempio, quelle che sembravano significative), probabilmente sovrastimerai l’informatività delle tue osservazioni.
Un modo pratico per ridurre questo è definire le regole di revisione in anticipo, ad esempio “rivedi tutte le operazioni dalla data X alla data Y”, e poi applicarle in modo coerente.
4) Periodi non comparabili
Se le condizioni di mercato variano in modo sostanziale nel tempo, i risultati aggregati possono riflettere differenze di regime più che differenze di processo. Le revisioni avanzate evitano di trattare tutta la storia come un unico dataset omogeneo.
Nota sull’incertezza: anche con i tag, la classificazione è soggettiva, quindi devi trattare i confronti come ipotesi piuttosto che come prove.
5) Chiusure parziali, scale-in e uscite multiple
Per ordini complessi, “una singola operazione” può contenere più gambe. Se il tuo journal le comprime in un singolo numero senza definire come vengono aggregate le gambe, le statistiche possono risultare fuorvianti.
I journal avanzati fanno una di queste cose:
- memorizzano le gambe in modo esplicito, poi le aggregano in modo coerente, oppure
- definiscono una regola di roll-up precisa (ad esempio, risultato netto totale dalla prima entrata all’ultima uscita per un identificatore di operazione definito).
Limitazioni e rischi
Limitazioni delle relazioni storiche
I risultati storici in un journal non stabiliscono che qualunque schema si ripeterà. Non è solo perché i mercati cambiano, ma anche perché costi, qualità dell’esecuzione e il tuo comportamento possono cambiare.
Errore di misurazione e dati mancanti
Se registri alcuni campi ma non altri, crei zone cieche. I campi mancanti possono portare a raggruppamenti errati o a effetti di “selezione”.
Overfitting sulle operazioni passate
Un rischio avanzato è adattare la tua interpretazione ai dettagli che si sono allineati con i risultati passati. Questo può accadere quando sperimenti con molte categorie e poi ti concentri su quella che “sembra migliore” nei dati.
Come un trade journal può fallire nella pratica (modalità di fallimento materiale)
Una modalità di fallimento materiale è usare i risultati per validare il ragionamento senza controllare l’aderenza al processo e le assunzioni. Ad esempio, potresti etichettare un’operazione come “seguire la regola A” perché è andata bene, anche se durante l’esecuzione l’operazione ha violato dei passaggi. Un journal ha bisogno di campi di evidenza (timestamp, completamenti della checklist, intenzione dell’ordine vs fatti dell’eseguito) così il “perché” non venga ricostruito a posteriori.
Verifica e controlli indipendenti
Controlla le definizioni prima di fidarti dei risultati
Verifica in modo indipendente il journal controllando che:
- ogni metrica sia definita (ad esempio, “risultato netto” significa al netto dei costi)
- ogni tag abbia una regola coerente per l’assegnazione
- i calcoli siano riproducibili a partire dai campi grezzi memorizzati
Ripeti i calcoli a partire dai record grezzi
Se il tuo journal supporta l’esportazione dei dati, un approccio di verifica è:
- esportare le righe delle operazioni grezze
- ricalcolare le metriche chiave usando le formule scritte
- confrontare gli output con le metriche calcolate dal journal
Qualsiasi mancata corrispondenza suggerisce o una lacuna nelle definizioni o un problema di qualità dei dati.
Convalida con confronti rispetto a baseline
Invece di cercare “segnali”, usa baseline per rendere plausibili le interpretazioni, ad esempio confrontando sottoinsiemi che ti aspetti siano simili. Se i risultati differiscono in modo drammatico senza alcuna ragione plausibile legata agli input decisionali, indaga se il journal sta etichettando le operazioni in modo incoerente.
Verifica o prossima domanda
Se vuoi andare oltre, identifica la singola metrica su cui la tua revisione dipende maggiormente (ad esempio, risultato netto dopo i costi, oppure tasso di aderenza al processo).