Una strategia può sembrare solida su dati di molti anni e aver comunque imparato le abitudini di un mercato specifico. Può prosperare in fasi di trend tranquillo, per poi perdere terreno quando la volatilità aumenta o la liquidità si assottiglia. La domanda utile non è se funzioni in ogni regime. Poche strategie ci riescono. La domanda è se sappiamo quali condizioni la rendono redditizia, quali la mettono in difficoltà e se questo schema regge anche al di fuori del campione che lo ha rivelato.
Per prima cosa, trattiamo la dipendenza dal regime come una proprietà da misurare, non come una spiegazione da inventare dopo aver visto la curva azionaria. Definiamo un numero contenuto di condizioni di mercato usando informazioni che la strategia avrebbe davvero potuto conoscere in quel momento, poi esaminiamo come si comporta in ciascuna di esse.
Come posso capire se la mia strategia funziona solo in un regime?
Suddividiamo i risultati in base a poche condizioni rilevanti dal punto di vista economico: volatilità realizzata, forza del trend, liquidità o direzione del funding. Manteniamo le definizioni abbastanza semplici da poterle spiegare. Per esempio, classifichiamo ogni giorno come ad alta o bassa volatilità usando una misura mobile su 60 giorni e una soglia calcolata sui dati precedenti. La mediana dell’intero campione è allettante, ma lascia che il futuro contribuisca a etichettare il passato.
Confrontiamo i rendimenti netti, il drawdown, il turnover e il numero di operazioni tra i gruppi. Una media positiva in un gruppo dice poco se deriva da 3 operazioni. Inoltre, una strategia può ottenere rendimenti simili nei vari gruppi assumendosi rischi radicalmente diversi.
| Misura | Cosa può rivelare | Cosa verificare |
|---|---|---|
| Rendimento netto per operazione | Dove si concentra il vantaggio apparente | Numero di operazioni e incertezza in ciascun gruppo |
| Drawdown massimo | Le condizioni in cui le perdite si concentrano | Se un singolo episodio domina il risultato |
| Turnover e costi | Se un regime rende più costosa l’esecuzione | Commissioni, spread, impatto e funding nel loro insieme |
Ecco una piccola insidia: una strategia trend può mostrare rendimenti più deboli in condizioni di alta volatilità semplicemente perché quei periodi comprendono sia trend marcati sia violente inversioni. “Alta volatilità” non è una spiegazione completa. Suddividiamo i dati finché il risultato non diventa utile, poi ci fermiamo prima che ogni gruppo diventi una nuova occasione per trovare una statistica lusinghiera.
Quanti regimi dovrei testare?
Meno di quanti ne vorrebbe la curiosità. Se suddividiamo i dati per volatilità, trend, liquidità, giorno della settimana e asset, ci ritroveremo presto con poche operazioni distribuite in decine di celle. La tabella sembrerà sofisticata, ma le prove saranno svanite.
Scegliamo 1 o 2 fattori plausibilmente legati al meccanismo della strategia. Un arbitraggio sul funding potrebbe dipendere dal segno del funding e dalla liquidità. Un sistema di breakout potrebbe dipendere dalla persistenza del trend e dalla volatilità. Dichiariamo queste scelte prima di esaminare i risultati e indichiamo la dimensione del campione accanto a ogni numero.
Non costruiamo un “rilevatore di regime” cercando le etichette che massimizzano lo Sharpe storico. È ottimizzazione con un nome più elegante. Se una soglia fa parte della strategia, la scegliamo usando i dati di training e la fissiamo per il periodo successivo.
Il test walk-forward dimostra che il vantaggio regge in regimi diversi?
No. Il test walk-forward verifica se un processo di ricerca sa prendere decisioni usando dati successivi, senza impiegarli per adattare quelle decisioni. Non garantisce che i periodi successivi comprendano le condizioni che ci interessano, né che i risultati siano abbastanza precisi da distinguere l’abilità dal rumore.
Consideriamo ogni finestra di test come un’osservazione datata. Quali regimi si sono presentati? Quante operazioni sono state eseguite in ciascuno? I parametri della strategia sono cambiati bruscamente al variare della finestra di training? Un buon punteggio complessivo può nascondere una strategia che ottiene ripetutamente i suoi guadagni da un’unica fase insolita.
Se abbiamo provato molte feature, soglie e varianti, teniamo conto anche di questa ricerca. È particolarmente facile adattare eccessivamente ai dati una scomposizione per regimi, perché esistono molti modi plausibili per suddividere un mercato.
Cosa dovrei fare quando la strategia fallisce in un regime?
Per prima cosa, decidiamo se il fallimento contraddice il meccanismo della strategia. Un’idea di market making che perde denaro quando gli spread si comprimono può comportarsi in modo prevedibile. Una strategia di spread che si presume neutrale al mercato e subisce forti perdite direzionali durante un normale picco di volatilità merita un esame più attento della copertura, dei prezzi di valutazione o delle dimensioni delle posizioni.
Poi verifichiamo la spiegazione con una modifica ai dati o al disegno del test che potrebbe smentirla. Includiamo costi realistici nelle condizioni più sfavorevoli: spesso spread e impatto aumentano proprio quando la strategia vuole operare di più. Nei futures perpetui, il funding può cambiare segno. Per le opzioni, il costo di una copertura può variare con volatilità e liquidità. Un’analisi dei regimi che riporta i rendimenti lordi ignorando questi effetti può portarci nella direzione sbagliata.
Se la strategia è progettata esplicitamente per restare fuori dal mercato in certe condizioni, definiamo la regola usando le informazioni disponibili al momento della decisione. Misuriamo sia i guadagni persi sia le perdite evitate. Un filtro che elimina ogni periodo storico doloroso può rimuovere anche i pochi periodi che sostengono la strategia.
Il paper trading può dirmi se il vantaggio resiste?
Il paper trading può verificare se segnali, ordini e costi si comportano come previsto nel mercato attuale. Può far emergere lacune operative e mostrare se le condizioni reali somigliano alle ipotesi del backtest. Ma poche settimane tranquille non possono convalidare la performance durante uno shock di volatilità che non si è ancora verificato.
Monitoriamo le condizioni osservate durante il paper trading e confrontiamo esecuzioni, commissioni, funding e ordini non eseguiti con le ipotesi del backtest. Manteniamo le conclusioni proporzionate alle prove: «In questo periodo, l’esecuzione ha rispettato le aspettative» è una conclusione difendibile; «la strategia è robusta ai cambiamenti di regime» richiede di solito molto più tempo per essere dimostrata.
← Tutti gli articoli
