Trading quantitativo
Il trading quantitativo è la pratica di prendere o valutare decisioni operative con regole esplicite ed evidenze misurabili: un'idea diventa una regola, la regola viene testata su dati storici con costi realistici, e viene conservata solo se regge su dati che non hanno avuto alcun ruolo nella sua costruzione.
Senzoukria · Glossario · Aggiornato a settembre 2026
Il ciclo di ricerca
Il ciclo è breve da descrivere e lungo da fare bene. Scrivi un'ipotesi testabile. Raccogli un insieme di dati riproducibile e verificane la copertura: intervalli mancanti, eventi duplicati, fusi orari, rollover dei contratti e unità di misura. Esegui la regola con un modello di esecuzione esplicito e con i costi. Valuta il risultato su un periodo scelto in anticipo che non ha partecipato alla selezione dei parametri. Registra l'esito, fallimenti compresi, e decidi cosa cambiare dopo. Poi cambia una cosa sola.
Un trader retail può iniziare con uno strumento e un'ipotesi. Il codice viene dopo; il primo compito è decidere quale evidenza ti farebbe respingere l'idea.
Dove l'evidenza si rompe di solito
- Costi: un'aspettativa lorda illustrativa di pochi tick può sparire una volta sottratte commissioni e slippage su ingresso e uscita. Converti le commissioni con il valore del tick effettivo dello strumento.
- Fuga di informazione: un livello marcato con il profilo di domani, o un'esposizione gamma odierna messa al posto dello snapshot storico, fa entrare informazione futura nel passato.
- Selezione: testare molte configurazioni e tenere la vincente misura la fortuna, a meno che il periodo di valutazione non sia stato separato prima.
- Copertura: un grafico che si carica oggi non dice nulla sulla profondità storica né sulla classificazione del lato delle operazioni vecchie.
- Esecuzione: un modello su barre non ricostruisce la coda, e un prezzo limite toccato non è un'esecuzione.
Quant e orderflow insieme
Le osservazioni di orderflow diventano input quant quando vengono ridotte a campi che i dati contengono: delta per livello come volume ask meno volume bid, squilibri diagonali a un rapporto dichiarato, volume al prezzo, rendimenti di barre chiuse. Un candidato assorbimento, vendite pesanti con progressione limitata verso il basso su un livello marcato in anticipo, può motivare un'ipotesi; non può sostituire un registro di ciò che era noto quando la decisione è stata presa. Le idee basate sulla profondità richiedono lo storico del book, che le sole transazioni non forniscono.
In Senzoukria
L'editor degli script contiene la regola in TypeScript, Python o C++, e il pannello di backtest automatico la esegue barra per barra sullo storico che hai in cache, misurando la copertura prima dell'esecuzione e includendo i costi nel risultato. Il pannello offre un'opzione walk-forward, una ricerca di parametri e un Gauntlet di controlli di robustezza: sopravvivenza del conto, walk-forward con abbastanza finestre, un test di permutazione, uno Sharpe deflazionato che tiene conto del numero di tentativi, la probabilità di sovradattamento del backtest, il drawdown massimo rispetto al limite del conto, uno stress test sui periodi avversi e un controllo sul ciclo prop firm. Sul grafico sono disponibili indicatori quant a pannello come Autocorrelation, Hurst Exponent (R/S), Shannon Entropy e gli z-score. Un'esecuzione di backtest conserva le sue operazioni solo per le ultime tre esecuzioni e le perde al ricaricamento: una ragione in più per tenere un registro di ricerca scritto.
Errori frequenti
- Scambiare un esempio profittevole su un grafico per una strategia.
- Combinare tutti gli indicatori insieme invece di testare un solo esperimento ben documentato.
- Leggere un'etichetta favorevole del Gauntlet come una certificazione di edge futuro invece che come il riepilogo di un protocollo sui dati forniti.
- Saltare il passaggio dal backtest al replay al conto simulato prima di pensare a un conto connesso.
Correlati
Questa pagina in altre lingue
Domande frequenti
- Serve saper programmare per fare trading quantitativo?
- Non all'inizio. Il primo requisito è una regola non ambigua e un insieme di dati riproducibile. Il codice diventa utile quando la stessa procedura va ripetuta su più periodi e versioni, quando i fallimenti vanno registrati e quando allenamento e valutazione successiva devono restare separati in modo meccanico.
- Un backtest positivo basta per operare una regola in live?
- No. Ipotesi di esecuzione, costi, buchi nei dati, distorsione da selezione e condizioni di mercato che cambiano possono invalidare il risultato ciascuno per conto proprio. Riporta i risultati fuori campione e le configurazioni fallite, passa al replay e a un conto simulato, e tratta l'automazione live come una decisione a parte, con permessi e limiti propri.
- GEX o flusso opzioni si possono usare in una regola quantitativa?
- Sì, come input con la loro temporalità preservata: osservazioni di opzioni con marca temporale e la versione del modello in uso in quel momento. Il GEX nel desktop è condizionato a una fonte opzioni configurata, e un profilo gamma odierno non può sostituire quello storico in un test.