Definisci il strategy hopping prima di raccogliere i dati
Il strategy hopping è generalmente descritto come il fatto di cambiare ripetutamente strategie di trading o set di regole invece di seguire un piano stabile abbastanza a lungo da valutarlo. Per valutarlo in modo accurato, inizia definendo cosa significano “strategia” e “cambiamento” nel tuo modello di dati.
Le scelte comuni di dati qui includono:
- Campi di definizione della strategia: il nome del set di regole, la categoria della logica di entrata/uscita, il concetto delle impostazioni di rischio (per esempio, sizing della posizione fisso vs variabile) e le assunzioni sul timeframe.
- Campi per rilevare il cambiamento: timestamp (o almeno l’ordine di sequenza) per quando è avvenuto il passaggio da una strategia all’altra e cosa è cambiato esattamente (regole, parametri, strumenti o metodo di esecuzione).
- Campi di valutazione dell’esito: metriche che intendi usare per la valutazione (per esempio, drawdown, coerenza o stabilità della distribuzione), ma solo dopo aver definito la finestra di misurazione.
Input di dati: cosa devi osservare per la meccanica del “hopping”
Per valutare se è presente il strategy hopping e come influisce sui risultati, ti servono input che supportino sia la descrizione del comportamento sia qualsiasi analisi successiva.
1) Log di processo e decisione
- Intenzione prima del trade: il set di regole pianificato e le impostazioni di rischio al momento in cui è stata presa la decisione.
- Record dopo il trade: cosa è accaduto effettivamente, inclusi i fill o gli esiti di esecuzione se disponibili.
- Log dello switch: un record degli aggiornamenti della strategia con date e la ragione dichiarata (per esempio, “le regole sono state riviste” vs “il mercato non è più adatto”), perché le ragioni influenzano l’interpretazione.
2) Dati sull’identità e stabilità della strategia
Separa le meccaniche stabili dalle condizioni variabili raccogliendo:
- Versioni del set di regole: quante versioni esistevano e cosa è cambiato tra le versioni.
- Orizzonte temporale: l’intervallo di detenzione previsto, poiché un approccio “a breve termine” che cambia ripetutamente può sembrare hopping anche se le regole di base sono stabili.
- Ambito dello strumento: se la strategia punta ogni volta agli stessi mercati.
3) Contesto di mercato e costi (senza assumere prevedibilità)
Non puoi valutare l’impatto senza contesto. Tuttavia, dovresti trattarlo come descrittivo piuttosto che predittivo.
- Costi di trading: commissioni, swap/finanziamento dove applicabile e l’attrito tipico dell’esecuzione.
- Indicatori di qualità dell’esecuzione: evidenza di slippage (differenza tra l’esecuzione attesa e quella realizzata, se registrata).
- Contesto di regime: descrizioni ampie delle condizioni (per esempio, comportamento simile a trend vs range) usando gli stessi criteri ogni volta.
Evidenze, progettazione di esempio e controlli di qualità che dovresti applicare
Quando confronti strategie nel tempo, i dati devono permetterti di testare spiegazioni alternative.
Progettazione delle evidenze (un esempio concreto)
Supponi di avere un log dello switch con timestamp e versioni della strategia. Puoi calcolare:
- Frequenza degli switch: numero di switch per finestra di valutazione.
- Conformità alla detenzione: per quanto tempo è stata seguita ogni versione prima di passare a un’altra.
- Coerenza delle impostazioni di rischio: se i cambiamenti che sembrano “strategia” sono in realtà cambiamenti di rischio o di esecuzione.
Questo confronto è significativo solo se le tue definizioni e finestre di misurazione sono coerenti per ogni versione.
Controlli di qualità (provenienza, tempestività e completezza)
- Controllo di provenienza: verifica che ogni campo di dati provenga da un record affidabile (per esempio, un log decisionale contemporaneo invece di una storia ricostruita).
- Controllo di tempestività: assicurati che le versioni della strategia e i timestamp degli switch siano registrati vicino al momento della decisione. Etichettature ritardate o retrospettive possono creare pattern fuorvianti.
- Controllo di completezza: rileva segmenti mancanti (per esempio, switch di strategia non registrati o trade senza una versione del set di regole collegata).
- Controllo di separazione: verifica che “cambiamento di strategia” non sia solo un cambiamento nei costi, nella qualità dell’esecuzione o nel mercato scelto.
Limiti e modi di fallimento da considerare
Anche con dati buoni, le valutazioni del strategy hopping possono fallire.
Limiti materiali
- Nessuna garanzia nel mondo reale: le relazioni storiche non dimostrano risultati futuri.
- Variabilità dell’esito: i risultati dipendono dalle condizioni di mercato, dai costi, dall’esecuzione e dai vincoli locali.
Modi di fallimento comuni
- Confondere l’adattamento con il hopping: se le regole cambiano per ragioni valide all’interno di un singolo framework, potrebbe essere una revisione, non hopping. La tua definizione deve riflettere questa distinzione.
- Bias di sopravvivenza e di selezione: se vengono registrate o mantenute solo le versioni di successo, potresti sovrastimare il beneficio di “passare da una strategia all’altra”.
- Ricostruzione con sguardo avanti o con senno di poi: l’etichettatura retrospettiva della strategia può far apparire i cambiamenti più intelligenti di quanto fossero.
- Gaming delle metriche: valutare la performance usando finestre che, accidentalmente, favoriscono la versione che è andata meglio.
Verifica e prossima domanda per chiarire
Puoi verificare la tua valutazione controllando se la tua analisi riesce a rispondere, usando i tuoi dati, a queste tre domande “pronte da audit”:
- Puoi indicare gli esatti timestamp in cui è cambiata l’identità del set di regole?
DOCUMENT END