11.4 Regole per una corretta impostazione

Per quanto riguarda la progettazione del sistema, l'aspetto principale da tenere sempre presente è che il sistema deve essere supportato da una solida teoria e da una buona base di osservazione generale del mercato. Senza una motivazione logica di fondo, di tipo fondamentale o prettamente tecnica, non si hanno garanzie sulla capacità del modello di spiegare l'andamento effettivo dei prezzi al di fuori del periodo di tempo esaminato.

Il modello deve effettivamente rispecchiare la filosofia dell'ipotesi ispiratrice e deve essere definito con precisione, ossia deve avere regole operative oggettive.

Un sistema automatizzato dovrebbe limitare la presenza di variabili indipendenti; molti analisti dimenticano frequentemente che ogni parametro aggiuntivo introdotto in un modello rappresenta una misura di controllo che ha un costo in termini di minore affidabilità del modello, quando impiegato per previsioni su un intervallo di tempo successivo a quello su cui si è compiuta l'ottimizzazione e la verifica. Si tratta sostanzialmente del concetto di perdita di gradi di libertà nella sperimentazione statistica e nella creazione di modelli.

Così la scelta dei parametri ottimali si può compiere simulando ripetutamente l'utilizzo dell'indicatore relativamente ad un opportuno periodo di tempo passato, nelle diverse combinazioni possibili di parametri, e stabilendo quale tra le configurazioni esaminate ha prodotto il risultato più soddisfacente.

Un'altra regola fondamentale da seguire per valutare se il trading system può vantare una corretta impostazione è la sua verifica su un'ampia gamma di mercati; il sistema dovrebbe funzionare su più mercati con il solo variare dei parametri, altrimenti è a rischio di caduta di performance nel futuro. Inoltre il periodo in base al quale si effettuano le simulazioni deve essere sufficientemente ampio da comprendere tutte le diverse situazioni di mercato (fasi di tendenza al rialzo, al ribasso e fasi di congestione), e deve rappresentare un multiplo intero di un ciclo a bassa frequenza in modo da non subire una maggiore o minore influenza delle operazioni al rialzo o al ribasso. Un limite alla scelta di serie di dati troppo lunghe è imposto dal tempo necessario a svolgere la sperimentazione che aumenta proporzionalmente al crescere del numero di dati considerati.

E' il caso di sottolineare che, nell'effettuazione del processo di ottimizzazione, la macchina svolge un ruolo prettamente passivo (come efficacie strumento di calcolo), mentre l'operatore resta l'unico investito del ruolo di decisore, per quanto riguarda la scelta dei criteri di valutazione e l'esame critico dei risultati.

Occorre fare in modo poi che le ipotesi del processo di ottimizzazione siano il più possibile corrispondenti alla realtà ; intendiamo riferirci alla valutazione dei costi operativi (commissioni d'acquisto e di vendita), del tasso di rendimento del denaro momentaneamente investito nel mercato monetario e così via.

Ma uno dei problemi più frequenti nell'impostazione di un trading system è la cosiddetta sovraottimizzazione (overfitting), già menzionata a proposito delle reti neurali, ovvero il tentativo di rendere perfetto il sistema automatizzato per il periodo analizzato, complice anche la sempre migliore efficienza del supporto informatico. Se si prende ad esempio in considerazione un intervallo di tempo relativamente breve ed in base ad esso si costruisce un sistema operativo con molte regole, è facile riuscire ad ottenere un perfetto adattamento del modello teorico all'andamento effettivo dei prezzi e quindi illudersi di aver trovato una strategia vincente per operare sul mercato. Tuttavia un indicatore così ottenuto non possiede alcun valore operativo, in quanto ideato per operare in un contesto molto specifico e presumibilmente irripetibile con esattezza. Se è necessario implementare regole troppo specifiche per migliorare i risultati passati, si corre il rischio di non far operare con successo il sistema nel futuro.

L'apparente paradosso della sovraottimizzazione comporta dunque tutta una serie di problematiche; innanzitutto l'inevitabile perdita di efficacia nel futuro, soprattutto quando il sistema non è impostato sulla base di una sufficiente serie storica di dati. Risulta quindi fondamentale valutare come il sistema è stato ottimizzato e le modalità di riottimizzazione. In secondo luogo è possibile incappare nel cosiddetto picco, cioè in una serie di parametri che per coincidenze particolarmente fortunate risultano perfetti per il periodo prescelto; è evidente che, in questo caso, è sufficiente solo un piccolo cambiamento perchè il sistema si ritrovi in perdita.

Per quanto riguarda strettamente l'ottimizzazione è dunque opportuno effettuare il cosiddetto test backward & forward, che consenta di ottenere una prospettiva realistica di come funzionerebbero i sistemi ottimizzati nel passato se impiegati in un periodo di tempo successivo. Si tratta innanzitutto di dividere in tanti periodi la serie di dati a disposizione e successivamente verificare se i valori ottimali di un periodo danno un rendimento adeguato anche in un periodo differente; se questo accade il sistema tende ad essere stabile.

Inoltre è opportuno utilizzare il valore di parametri che garantiscono maggiore costanza nel tempo; i buoni risultati ottenuti da un sistema in un determinato periodo di tempo non devono essere il risultato dello sfruttamento di un unico movimento, particolarmente favorevole, del prezzo. Occorre quindi confrontare i risultati medi di tutte le simulazioni relative a ciascun sistema e la varianza di tali risultati, rispettivamente per evitare di selezionare dei parametri che corrispondono ad un risultato occasionalmente molto favorevole e per scegliere un sistema che offra maggiore stabilità di risultati.

Le modifiche apportate ad un sistema operativo, al fine di accrescerne le prestazioni, devono essere tali da comportare un miglioramento generale dei risultati ottenibili. Se invece, l'eventuale modifica, consente il miglior sfruttamento di uno specifico andamento del prezzo a scapito dei rimanenti, si ottiene un sistema che si adatta meglio al particolare andamento passato dei prezzi, ma che perde affidabilità e quindi risulta poco idoneo per prendere decisioni operative nel futuro.

Per poter svolgere delle simulazioni operative, il sistema che si considera deve essere definito con precisione, ossia tutte le regole devono essere stabilite in maniera logica e devono essere programmabili. I sistemi interpretativi, come molte delle tecniche grafiche di analisi non possono essere oggetto di simulazioni, in quanto tali sistemi dipendono dal riconoscimento, da parte dell'operatore, di andamenti dei prezzi che non possono essere descritti a priori.

Proponiamo un ultima preziosa regola per la correttezza dell'ottimizzazione: è necessario verificare l'esistenza di una certa regolarità nei risultati ottenuti con l'utilizzo, nelle formule, di parametri tra loro prossimi. Qualora non si riscontrassero tali condizioni, sorgerebbero dei dubbi sul potenziale di funzionamento futuro della strategia. Se ad esempio si constata che la migliore media mobile sul titolo Fiat ha un dominio di dieci giorni, ma essa appare come un caso isolato in quanto le altre che la seguono a minima distanza hanno valori decisamente differenti (ad esempio Ma10gg r = +15%, Ma18gg r = +14,8%, Ma17gg r = +14%), ci saranno maggiori possibilità di successo utilizzando una media con dominio di diciassette o diciotto giorni.