Statistics
Autocorrelation
Un indicatore di autocorrelazione misura la correlazione di una serie temporale con una versione ritardata o spostata di se stessa. Aiuta a identificare modelli e dipendenze all'interno di una singola serie di dati nel tempo, rivelando se i valori passati possono prevedere i valori futuri. In sostanza, è uno strumento per comprendere come una variabile si relaziona ai propri valori passati a diversi intervalli di tempo.
Correlazione vs. Autocorrelazione
La correlazione misura la relazione tra due variabili diverse, mentre l'autocorrelazione misura la relazione tra una singola variabile e se stessa in diversi momenti.
Lagging
L'autocorrelazione consiste nel confrontare una serie temporale con le sue versioni ritardate, ovvero la serie viene spostata di un certo numero di periodi di tempo (il "lag"). Ad esempio, un lag di 1 significa confrontare i valori di oggi con quelli di ieri, un lag di 2 confronta i valori di oggi con quelli dell'altro ieri e così via.
Interpretazione dei risultati
I valori di autocorrelazione vanno da -1 a +1, in modo simile alla correlazione. +1 indica un'autocorrelazione positiva perfetta (forte relazione positiva tra valori passati e futuri), -1 indica un'autocorrelazione negativa perfetta (forte relazione negativa) e 0 indica nessuna autocorrelazione.
Applicazioni
L'autocorrelazione viene utilizzata in vari campi, tra cui:
Analisi delle serie temporali: identificazione di pattern, tendenze e stagionalità nei dati.
Finanza: analisi dei movimenti di prezzo, identificazione di tendenze e previsione dei prezzi futuri.
Elaborazione del segnale: individuazione di pattern in segnali come onde audio o radio.
Tecnologia GPS: correzione dei ritardi del segnale.
Autocorrelazione nel contesto del trading e della finanza
L'autocorrelazione può essere uno strumento prezioso per trader e analisti
Identificare potenziali trend
Se il prezzo di un titolo presenta un'autocorrelazione positiva con un certo ritardo, ciò suggerisce una tendenza dei prezzi a continuare a muoversi nella stessa direzione.
Identificare la mean reversion
Se si riscontra un'autocorrelazione negativa con un certo ritardo, ciò potrebbe indicare che i prezzi tendono a tornare al loro valore medio dopo un periodo di deviazione.
Sviluppare strategie di trading
L'analisi dell'autocorrelazione può essere utilizzata per sviluppare strategie basate sull'identificazione di pattern e potenziali movimenti futuri dei prezzi.
Chande Forecast Oscillator
Il Chande Forecast Oscillator (CFO) è un indicatore tecnico sviluppato da Tushar Chande che prevede i futuri movimenti di prezzo confrontando il prezzo corrente di un asset con il suo prezzo previsto, calcolato utilizzando la regressione lineare. Aiuta a identificare potenziali trend e punti di inversione oscillando attorno a una linea dello zero, con valori positivi che indicano che il prezzo corrente è superiore a quello previsto e valori negativi che indicano che è inferiore.
Aspetti chiave del Chande Forecast Oscillator
Prezzo previsto
Il CFO utilizza un modello di regressione lineare per prevedere il prezzo futuro di un asset.
Oscillazione
L'indicatore oscilla attorno a una linea dello zero, con valori superiori a zero che indicano che il prezzo corrente è superiore a quello previsto e valori inferiori a zero che indicano che è inferiore.
Momentum e inversioni
I trader utilizzano il CFO per identificare un potenziale momentum rialzista o ribassista in base agli incroci della linea dello zero e alle divergenze tra l'indicatore e i movimenti dei prezzi.
Ipercomprato/Ipervenduto
Il CFO può essere utilizzato anche come indicatore di ipercomprato/ipervenduto, con valori estremi che suggeriscono potenziali punti di inversione.
Conferma
Può essere utilizzato per confermare altri segnali di trading, come quelli provenienti dai livelli di supporto e resistenza.
Come utilizzare il CFO
Incroci
Un incrocio sopra la linea dello zero può segnalare un momentum rialzista, mentre un incrocio sotto la linea dello zero può indicare un momentum ribassista.
Divergenza
Anche la divergenza tra il CFO e l'andamento del prezzo può essere un segnale forte. Ad esempio, se il prezzo sta registrando massimi crescenti ma il CFO sta registrando massimi decrescenti, potrebbe indicare un indebolimento del momentum rialzista.
Ipercomprato/Ipervenduto
I trader possono cercare valori estremi del CFO (ad esempio, inferiori a -50 per ipervenduto) e attendere un rimbalzo sopra la soglia come segnale di acquisto, o viceversa come segnale di vendita.
Change %
Change % è un indicatore statistico di semplice concezione: visualizza la variazione % degli strumenti finanziari rispetto al CLOSE del giorno precedente. Non è influenzato dal timeframe selezionato perché non prende come riferimento il CLOSE della barra precedente, ma quello del giorno precedente.
Correlation Coefficient
Un indicatore del coefficiente di correlazione è uno strumento utilizzato in finanza e statistica per misurare la forza e la direzione della relazione lineare tra due variabili. Aiuta trader e investitori a comprendere quanto due asset si muovano in modo simile o in direzioni opposte. Il coefficiente di correlazione quantifica l'entità della variazione di due variabili relativamente tra loro. È sempre compreso tra -1 e +1.
Interpretazione
+1: Correlazione positiva perfetta. Quando il prezzo di un asset aumenta, il prezzo dell'altro aumenta proporzionalmente.
-1: Correlazione negativa perfetta. Quando il prezzo di un asset aumenta, il prezzo dell'altro diminuisce proporzionalmente.
0: Nessuna correlazione. I movimenti degli asset non sono correlati.
Valori più vicini a +1 o -1 indicano una relazione più forte, mentre valori più vicini a 0 indicano una relazione più debole.
Come viene utilizzato nel trading
Diversificazione
Gli investitori utilizzano i coefficienti di correlazione per identificare asset con correlazioni basse o negative, il che può contribuire a ridurre il rischio complessivo del portafoglio.
Strategie di trading
I trader possono utilizzare la correlazione per identificare potenziali opportunità di trading, ad esempio quando due asset solitamente correlati divergono, suggerendo una potenziale opportunità di arbitraggio.
Conferma del trend
In alcuni casi, la correlazione può essere utilizzata per confermare i trend, ad esempio, se due asset correlati sono entrambi in rialzo, può rafforzare la convinzione di tale trend rialzista.
Esempio
Se la correlazione tra il prezzo dell'oro e il dollaro USA è -0,8, indica una forte correlazione negativa. Quando il prezzo dell'oro sale, il dollaro USA tende a scendere e viceversa.
Limitazioni
Solo relazione lineare
I coefficienti di correlazione misurano principalmente relazioni lineari. Potrebbero non rappresentare accuratamente relazioni non lineari.
Correlazione vs. Causalità
La correlazione non implica causalità. Il fatto che due asset siano correlati non significa che uno determini il movimento dell'altro.
Correlazione variabile nel tempo
La correlazione tra asset può variare nel tempo, quindi è importante monitorare regolarmente i coefficienti di correlazione.
Generic Oscillator
Il Generic Oscillator è una funzione che traduce la serie di prezzi di input in un oscillatore compreso tra 0 e 100, utilizzando i valori LOW e high nel periodo per ridimensionare e normalizzare il valore del prezzo corrente.
Kurtosis
La curtosi è una misura statistica che descrive la "coda" di una distribuzione di probabilità. Indica se la distribuzione è più o meno a punta rispetto a una distribuzione normale e se ha code più o meno marcate. Un valore di curtosi più alto suggerisce code più marcate e più valori anomali, mentre un valore di curtosi più basso suggerisce code più leggere e meno valori anomali. Questo indicatore mostra la "Curtosi in eccesso".
Coda
La curtosi misura specificamente di quanto una distribuzione si discosta da una distribuzione normale in termini di code.
Distribuzione normale
Una distribuzione normale, nota anche come distribuzione gaussiana, ha un valore di curtosi pari a 3 (o 0 quando si utilizza la curtosi in eccesso come in questo indicatore).
Leptocurtica
Le distribuzioni con curtosi maggiore di 3 (o eccesso di curtosi maggiore di 0 come in questo indicatore) sono chiamate leptocurtiche. Hanno code più spesse e un picco più pronunciato rispetto a una distribuzione normale.
Platicurtica
Le distribuzioni con curtosi minore di 3 (o eccesso di curtosi minore di 0 come in questo indicatore) sono chiamate platicurtiche. Hanno code più leggere e un picco più piatto rispetto a una distribuzione normale.
Mesocurtica
Le distribuzioni con curtosi uguale a 3 (o eccesso di curtosi uguale a 0 come in questo indicatore) sono chiamate mesocurtiche. Hanno la stessa piccatezza e lo stesso comportamento della coda di una distribuzione normale.
Riepilogo
Linear Regression Forecast
È la regressione lineare semplice, che è un metodo per trovare l'equazione lineare che meglio approssima un insieme di punti dati. La previsione della regressione lineare cerca di passare attraverso più punti minimizzando la distanza tra loro. L’interpretazione dell’indicatore di previsione della regressione lineare è simile alla media mobile ma ha il vantaggio di avere un “ritardo”: poiché l’indicatore corrisponde a una linea di dati piuttosto che a una media, la previsione di regressione lineare è più sensibile alle variazioni di prezzo.
Linear Regression Intercept
Il Linear Regression Intercept è uno degli indicatori statistici calcolati utilizzando la regressione lineare, viene infatti calcolata utilizzando la formula classica della “Previsione della Regressione Lineare” ma assegnando il valore Y (asse dei prezzi) assumendo il valore X (asse dei tempi) = 0.
Linear Regression R-Squared
La regressione lineare è molto utilizzata dagli analisti tecnici. Mentre la pendenza della linea di regressione lineare indica la direzione del trend del mercato, r-squared evidenzia la forza del mercato stesso: più i prezzi si avvicinano alla linea di regressione, più forte sarà il trend. Il valore assunto da questa variabile identifica la percentuale di movimento del prezzo che viene indicata dalla regressione lineare, ciò significa che un valore pari a 0,3 (calcolato su 21 periodi) indica che il 30% del movimento del prezzo è compreso nella linea di regressione, mentre il restante 70% non è correlato alla regressione lineare. Valori bassi esprimono un’elevata forza del trend. Per determinare se il trend è statisticamente significativo per una regressione lineare costruita su periodi "x", fare riferimento alla tabella seguente che mostra i valori r-squared richiesti per un livello di confidenza del 95%, in base a vari periodi di tempo. Se il valore assunto dall'indicatore è inferiore a quello indicato in tabella, si deve dedurre che i prezzi non mostrano un andamento statisticamente significativo.
Periods | R-Squared value |
|---|---|
5 | 0.77 |
10 | 0.40 |
14 | 0.27 |
20 | 0.20 |
25 | 0.16 |
30 | 0.13 |
50 | 0.08 |
60 | 0.06 |
120 | 0.03 |
Linear Regression Slope
Il Linear Regression Slope è un oscillatore calcolato utilizzando la tecnica della regressione lineare. Questa tecnica viene applicata nell'analisi tecnica per determinare se il trend è rialzista o ribassista e con quale intensità, considerando le fluttuazioni dei prezzi passate. Come indicato dal nome, la pendenza della regressione lineare, oscilla sopra e sotto la linea 0, è positiva quando la pendenza della linea di regressione (Slope) è maggiore di 0 e negativa quando è inferiore a 0. Può essere utilizzato per misurare la forza o la debolezza e la direzione del trend.
Prime Number Oscillator
Il Prime Number Oscillator è un indicatore che deriva dalle “Prime Number Bands” visualizzate però sotto forma di oscillatore.
Rainbow Oscillator
L'indicatore Rainbow Oscillator è stato creato da Mel Widner nel 1997. In sostanza, l'indicatore viene calcolato facendo una media della differenza tra il prezzo e i valori di tutte le “medie mobili” con un periodo inferiore o uguale al valore dell'input Levels (si consiglia di visualizzare Rainbow Oscillator come un istogramma) . Il semplice incrocio indica il potenziale cambiamento del trend; Rainbow Oscillator è un tipico indicatore trend-following e dovrai fare attenzione, perché nelle fasi laterali verranno sicuramente generati falsi segnali. Per questo motivo può essere più efficace se utilizzato come conferma delle riduzioni di prezzo dalle aree congestionate.
Random Walk Index
Il Random Walk Index è un indicatore che cerca di determinare se il movimento del prezzo di uno strumento finanziario è casuale o conseguenza di un trend statisticamente significativo e quindi più affidabile. L'indicatore è composto da due fasce RWI High e RWI Low, la prima individua i trend long, la seconda individua i trend short. L'interpretazione è molto semplice, maggiore è l'ampiezza del range tra le due bande tracciate maggiore sarà la forza del trend, long o short in base a quale delle due si trova sopra la linea dello 0.
R-Squared
L'R-Squared, noto anche come coefficiente di determinazione, è una misura statistica che rappresenta la proporzione della varianza di una variabile dipendente spiegata da una o più variabili indipendenti in un modello di regressione. In termini più semplici, indica quanto un modello si adatta ai dati, con valori compresi tra 0 e 1. Un valore di R-Squared più elevato suggerisce un miglior adattamento, ovvero il modello spiega una porzione maggiore della variabilità dei dati.
Sine Wave
Il Sine Wave è un indicatore recente, ideato da John Ehlers nel 1996 e utilizzato per evidenziare se il titolo è in trend o in un ciclo. La Sine Wave è composto da due grafici, il Sine Wave (verde) ed il Lead Sine (rosso), il primo misura la fase, il secondo la fase maggiorata di 45° gradi. Insieme le curve danno indicazioni sullo stato: in trend definito o non in trend. Un segnale BUY si verifica quando il Sine Wave (verde) incrocia il Lead Sine (rosso) in alto, un segnale SELL quando Sine Wave (verde) attraversa il Lead Sine (rosso) in basso.
Standard Deviation
La deviazione standard è un indice che misura la volatilità dei prezzi, come differenza tra i prezzi medi. Ne consegue che l’indicatore salirà verso l’alto quando la differenza tra il prezzo di CLOSE attuale e il prezzo di CLOSE medio è maggiore, scenderà nel caso opposto. Può essere utilizzato come supporto per determinare fasi di euforia o di stabilità del mercato: avremo dei picchi in caso di euforia, mentre i valori saranno bassi in presenza di fasi di lateralità dello strumento finanziario oggetto di analisi. Dato l’elevato numero di informazioni che spesso provengono da altri indicatori, la Deviazione Standard può essere utile per avere un quadro generale della situazione. L'utente ha la possibilità di configurare l'indicatore come ritiene più opportuno, ad esempio applicandolo ai prezzi OPEN, oppure utilizzando altre tipologie di “Medie Mobili”, o infine modificando il numero di periodi di “Medie Mobili”.
Standard Error
Lo Standard Error, per un periodo specificato, misura di quanto i prezzi si sono discostati da una linea di regressione lineare per lo stesso periodo. Più alto è il valore, più i prezzi si sono discostati da una linea di regressione lineare per lo stesso periodo, mentre più basso è il valore, più i prezzi si avvicinano alla linea di regressione lineare. Se tutti i prezzi CLOSE fossero uguali ai valori corrispondenti della linea di regressione lineare, lo Standard Error sarebbe zero.
Variance
Data una serie di valori, è la media dei quadrati degli scarti dei singoli valori dalla loro media aritmetica tracciata negli istogrammi. Per comodità viene assegnata una scala di colori in base all'andamento del prezzo su cui viene calcolata.
Z-Score
L'indicatore Z-Score può essere utilizzato sia su un grafico degli asset che su una watchlist con un insieme di asset. Lo Z-Score rappresenta la distanza di un punto di una serie di dati dalla media degli stessi, espressa in numero di deviazioni standard. I valori superiori a +2 indicano che esiste una probabilità del 95% che i valori nel vettore di input diminuiscano. Valori inferiori a -2 indicano che esiste una probabilità del 95% che i valori nel vettore di input aumentino.