Click to Visit

 

 

 

 

Piazzaffari.org - L'angolo del trader
http://www.piazzaffari.org/trader/trader.htm
E- mail:
webmaster@piazzaffari.org

 


Ing. Giuseppe Belfiori (IGB Trading System)
redazione@piazzaffari.org

Esempi concreti di Trading System su Piazzaffari sono
sull'angolo del trader : http://www.piazzaffari.org/trader/trader.htm

 

La banca Dati

In questo articolo illustreremo il metodo classico di utilizzo di una banca dati per il processo di ottimizzazione e di verifica di un Trading System. Accenneremo infine ad una metodologia innovativa che permette di generare banche dati virtuali e di avere quindi a disposizione quantità di dati molto superiori.

Lo sviluppo di un Trading System comporta diversi test su banche dati che si riferiscono al passato. Per poter verificare la bontà della strategia è utile procedere alla suddivisione dei dati in possesso in tre parti.
Per ciascuno strumento finanziario, se i dati a disposizione lo consentono, è utile individuare una porzione della banca dati da dedicare ad un back test, una porzione da dedicare alla messa a punto ed una porzione da dedicare al forward test, secondo questo schema di massima:

Back test = 15 % dei dati
Studio del Trading System, Ottimizzazione, prove varie = 60 % dei dati
Forward Test = 25 % dei dati

Con quantità di dati insufficiente è possibile considerare solamente una suddivisione in due parti di questo tipo:

Studio del Trading System, Ottimizzazione, prove varie = 70 % dei dati
Forward Test 30 % dei dati

Separare i dati ed impiegare solo parte di quelli a disposizione per le verifiche e la messa a punto di ciascuna strategia, permette una prima verifica sulla robustezza e sulla continuità di performance del sistema. Probabilmente i risultati che il Trading System genererà sulla parte di banca dati non impiegata nelle fasi di costruzione non saranno equivalenti a quelli ottenuti dopo il lavoro di ottimizzazione ma dovranno essere ad essi comparabili. Forti variazioni delle performance portano a pensare che il sistema sia stato sovraottimizzato e che quindi sia in grado di operare in modo profittevole solo sui dati con i quali è stato costruito.
Bisogna tenere comunque conto anche delle caratteristiche di fondo di ciascuna porzione della banca dati. Se infatti i dati utilizzati per i test si riferiscono ad un periodo di trend marcato e continuo mentre gli altri due periodi sono relativi ad un mercato laterale, allora differenze nel comportamento della strategia sono da imputarsi anche a questa discrepanza nelle caratteristiche dei dati.
La situazione ideale è quella che permette l'individuazione della porzione centrale dei dati in un periodo di mercato senza un trend primario ma con ampie oscillazioni in crescita ed in diminuzione, periodi di laterale a bassa volatilità e valori dello strumento confrontabili all'inizio e alla fine del periodo; comportamento similare nei periodi precedente e posteriore a quello di messa a punto. Praticamente una situazione irrealizzabile, specialmente quando vengono costruite strategie di investimento per particolari strumenti finanziari il cui comportamento è unico (derivati finanziari o sulle materie prime, ad esempio).

Per ovviare al problema della mancanza di dati e della differenza di comportamento degli strumenti finanziari nel corso del tempo (dovuta sia alla presenza di trend e volatilità differente sia alla variazione delle regole di mercato e/o della tecnologia e dei mezzi di transazione) è possibile utilizzare uno strumento statistico estremamente efficace: la generazione di banche dati virtuali.

L'obiettivo di queste simulazioni è quello di riprodurre scenari con caratteristiche di trend e volatilità simili a quelle dei dati di partenza.
Viene selezionato un campione di una banca dati con particolari caratteristiche; viene scomposto con metodi statistici; vengono ricostruiti a partire dall'analisi del periodo campione un numero teoricamente illimitato di scenari di prezzo ossia di curve di prezzo/volume con caratteristiche di trend e volatilità derivate da quelle del campione. 
L'impiego di matrici di numeri casuali nella ricostruzione degli scenari permette di non avere limiti temporali o per numero di scenari e garantisce la mancanza di correlazione tra i diversi scenari.
Ciascuno scenario rappresenta, in sintesi, uno dei possibili modi con cui lo strumento finanziario può evolvere nel tempo se mantiene le caratteristiche di volatilità e di trend insite nel campione.
Con questa metodologia è possibile costruirsi banche dati per eseguire ottimizzazioni e soprattutto per verificare il comportamento del Trading System senza apportarvi modifiche. 
Una risposta positiva delle performance del Trading System su scenari differenti aumenta la confidenza nello strumento creato o impiegato e indica che il Trading System è capace di affrontare mercati differenti in modo soddisfacente e quindi, probabilmente, anche il mercato futuro, che è il vero obiettivo insito nello sviluppo e nell'adozione di un Trading System.

Indice


Questo scritto è redatto al solo scopo didattico- informativo e non costituisce un servizio di consulenza finanziaria né sollecitazione al pubblico risparmio. Chiunque investa i propri risparmi prendendo spunto dalle indicazioni riportate lo fa a proprio rischio.

Copyright ©1998-2006 All Rights Reserved.