Risposta diretta: nessuna strategia forex “più accurata” in assoluto
Non esiste una strategia forex universalmente “più accurata”. L’accuratezza non è una proprietà intrinseca di un’idea; è una misurazione che dipende da (1) la definizione di successo, (2) il periodo dei dati e le condizioni di mercato, e (3) se i risultati reggono quando le regole vengono testate su dati che la strategia non ha “visto”. Nella pratica, ciò che puoi fare è confrontare le strategie usando la stessa struttura di valutazione predefinita e cercare quella che è più coerente in quelle condizioni.
Poiché molti trader cambiano le regole dopo aver visto gli esiti, il salto di strategia fa sembrare la performance migliore nel breve periodo e peggiore nell’uso reale. Quindi l’“accuratezza” di una strategia dovrebbe essere valutata insieme alla sua resistenza a questo errore comportamentale.
Come si definisce “accuratezza” e come funziona una strategia
Una strategia forex è in genere un insieme di regole e assunzioni verificabili. Per rendere l’accuratezza testabile, devi specificare:
- Input: quali dati usano le regole (ad esempio, indicatori derivati dal prezzo o caratteristiche temporali specifiche).
- Regole decisionali: le condizioni esatte che attivano un’azione, includendo una logica di ingresso/uscita chiara.
- Assunzioni di esecuzione: come vengono eseguiti gli scambi nel tuo modello (ad esempio, usando assunzioni realistiche su spread/slippage invece di esecuzioni perfette).
- Metrica di valutazione: cosa significa numericamente “accurato” (ad esempio, rendimento corretto per il rischio, limiti di drawdown o tasso di successo). Metriche diverse possono classificare le strategie in modo diverso.
Poi testi le regole in modo da ridurre la falsa sicurezza:
- In-sample: verifica se le regole riescono a rappresentare il comportamento storico.
- Out-of-sample: controlla la performance su dati successivi non visti, usando le stesse regole.
- Controlli di robustezza: testa su più regimi (trend, range) e su periodi diversi.
Una strategia che mantiene la forma della propria performance in questi controlli è più difendibile di una che funziona solo su una porzione ristretta della storia.
Esempio di controlli: confronta due strategie in base alla qualità delle evidenze
Considera due approcci basati su regole che producono risultati diversi.
- Opzione A migliora dopo aver ritoccato i parametri per adattarsi ai risultati recenti. Questo può essere un esempio del rischio di salto di strategia: la versione “migliore” potrebbe essere stata selezionata perché è andata bene di recente, non perché le regole sottostanti generalizzano davvero.
- Opzione B usa parametri fissati prima del testing e applica le stesse regole a più periodi out-of-sample. Anche se i risultati principali sono più bassi, la sua classifica è più facile da difendere perché sono state usate meno libertà per inseguire la performance.
Anche i controlli indipendenti aiutano. Ad esempio, verifica se il comportamento della strategia è stabile quando modifichi leggermente dettagli non fondamentali (mantenendo però le regole principali uguali). Se piccole modifiche ribaltano completamente gli esiti, la strategia potrebbe essere fragile.
Limiti e rischi rilevanti
Gli esiti nel forex sono incerti perché i mercati cambiano e perché la valutazione può, accidentalmente, portare a overfitting. Tra i limiti chiave ci sono:
- Nessuna garanzia sul futuro: anche una strategia con risultati storici forti può fallire in nuove condizioni.
- Mancata corrispondenza della metrica: l’accuratezza misurata con una metrica può entrare in conflitto con un’altra (ad esempio, tasso di successo più alto contro drawdown più grandi).
- Problemi sui dati: dataset piccoli, periodi di training/testing troppo simili o assunzioni di esecuzione non realistiche possono fuorviare.
- Rischio comportamentale (salto di strategia): cambiare strategie per adattarsi ai risultati recenti può gonfiare l’accuratezza apparente riducendo l’affidabilità nel mondo reale.
Quindi la strategia più accurata, nel solo senso significativo, è quella che ottiene il punteggio migliore in un framework di testing trasparente e predefinito e mostra robustezza senza affidarsi a cambi ripetuti delle regole dopo che gli esiti sono noti.