Selezione del timeframe: definizione prima delle implicazioni
La selezione del timeframe è la scelta dell’orizzonte temporale con cui osservi e misuri il comportamento del prezzo. Nella pratica, un timeframe determina la granularità dei dati che usi (ad esempio, minuti vs. ore) e quindi quanto rapidamente i pattern possano comparire o scomparire in quella osservazione.
La selezione del timeframe non controlla il movimento del mercato. Controlla a cosa presti attenzione e come trasformi quella attenzione in decisioni come “quanto tempo devo aspettare prima di rivalutare” o “quanto velocemente le informazioni diventano visibili nel mio grafico”. Poiché la vista del grafico cambia con il timeframe, lo stesso mercato sottostante può apparire più volatile su orizzonti brevi e più regolare su orizzonti più lunghi.
Come funziona un esempio svolto di selezione del timeframe (scenario numerico)
Di seguito trovi un esempio svolto. Non usa prezzi in tempo reale e rende esplicite tutte le assunzioni.
Assunzioni
- Osservi una serie di prezzi per 1 giorno.
- Consideri due timeframe:
- Orizzonte breve: vista da 15 minuti (4 intervalli per ora).
- Orizzonte lungo: vista da 2 ore (12 intervalli al giorno).
- Usi una regola di misurazione semplice chiamata “range”:
- Per ogni intervallo, range = (high − low).
- Riassumi la giornata calcolando la media del range di ogni intervallo.
- Assumi i seguenti “range di intervalli” giornalieri (questi sono numeri di scenario creati a scopo illustrativo):
- Orizzonte breve (intervalli da 15 minuti): range medio = 0,8% per intervallo.
- Orizzonte lungo (intervalli da 2 ore): range medio = 1,6% per intervallo.
- Includi un’assunzione sui costi per mostrare una limitazione: supponi che ogni rivalutazione comporti un costo fisso (spread + commissione) espresso come 0,1% del prezzo, e che tu rivaluti una volta per intervallo.
Calcolo
Passo 1: “visibilità del movimento” attesa (scenario) senza costi
- Orizzonte breve: ti aspetti un movimento medio di 0,8% per intervallo da 15 minuti.
- Orizzonte lungo: ti aspetti un movimento medio di 1,6% per intervallo da 2 ore.
Passo 2: effetti della frequenza di rivalutazione (con costi) Numero di rivalutazioni al giorno:
- Orizzonte breve: 1 giorno = 24 ore, quindi numero di intervalli da 15 minuti = 24 × 4 = 96.
- Orizzonte lungo: numero di intervalli da 2 ore = 24 / 2 = 12.
Carico dei costi dello scenario al giorno (solo dalla regola di rivalutazione):
- Orizzonte breve: costi = 96 × 0,1% = 9,6% al giorno (in “equivalente percentuale del prezzo”).
- Orizzonte lungo: costi = 12 × 0,1% = 1,2% al giorno.
Passo 3: confronto della “stanza netta” aggiustata per la risoluzione (concettuale) Se tratti il movimento medio di ogni intervallo come la “stanza” che osservi, allora la stanza netta osservata al giorno è:
- Stanza netta orizzonte breve ≈ (96 × 0,8%) − 9,6% = 76,8% − 9,6% = 67,2%.
- Stanza netta orizzonte lungo ≈ (12 × 1,6%) − 1,2% = 19,2% − 1,2% = 18,0%.
Interpretazione (importante): il confronto tra stanze nette qui è puramente una conseguenza dell’assunzione sulla frequenza di rivalutazione e del segnaposto dei costi. Mostra come la scelta del timeframe possa cambiare quanto spesso i costi si applicano, e quindi come i “piccoli” movimenti apparenti su timeframe brevi possano essere dominati dall’attrito.
Evidenze e limitazioni: cosa può andare storto e perché la verifica conta
Limitation e modalità di fallimento rilevanti
Una modalità di fallimento chiave è mescolare la misurazione con l’inferenza: trattare ciò che appare su un timeframe breve come se avesse automaticamente lo stesso significato su un timeframe lungo. In realtà, le osservazioni su orizzonti brevi possono essere rumorose, mentre le osservazioni su orizzonti più lunghi possono ritardare l’informazione. L’esempio svolto sopra evidenzia una seconda modalità di fallimento: ignorare l’effetto della frequenza di rivalutazione e dei costi, che può far sembrare sistematicamente peggio i timeframe brevi anche se mostrano più opportunità.
Un’altra limitazione è la non-stazionarietà: anche se le medie corrispondono allo scenario, i giorni futuri possono essere diversi perché cambia il comportamento del mercato. Le relazioni storiche su un timeframe non garantiscono risultati futuri.
Come verificare in modo indipendente i fatti rilevanti
Per verificare il tuo ragionamento sulla selezione del timeframe, puoi:
- Elencare le tue assunzioni (granularità dei dati, come definisci “movimento”, frequenza di rivalutazione e modello dei costi).
- Ricalcolare le stesse quantità usando i tuoi input scelti (ad esempio, ricalcolare i range degli intervalli e i carichi dei costi).
- Verificare se la conclusione regge quando cambi una sola assunzione alla volta (ad esempio, mantenere gli stessi costi ma spostare il timeframe).
Se la tua conclusione dipende in modo molto forte da una singola assunzione, è un segnale che la scelta del timeframe potrebbe non essere robusta.
DOCUMENT END