Table of Contents Table of Contents
Previous Page  8 / 56 Next Page
Information
Show Menu
Previous Page 8 / 56 Next Page
Page Background

INSIGHTS SCIENCE

8

www.traders-mag.it

|

TRADERS’ supplemento TOL EXPO 2019

conseguenza siamo praticamente certi che la correlazione

trovata sia non casuale, quindi rappresenta un’informazio-

ne utile per studiare l’evento.

A questo punto John deve decidere se implementare

le correlazioni trovate oppure no. Ovviamente sfruttare le

correlazioni trovate implica dei costi, di conseguenza una

sbagliata valutazione comporta un alto rischio. Nell’univer-

so 1 John si trova in una difficile situazione dove il lavoro

svolto risulta essere non solo inutile ma anche pericoloso

perché può portarlo a sostenere investimenti sbagliati. In-

vece, nel secondo universo John sa che la possibilità che

la correlazione sia casuale è quasi zero quindi può inve-

stire con un rischio estremamente ridotto e sicuramente

accettabile.

In conclusione un semplice errore di procedimento ha

comportato conseguenze enormi, tutta l’esperienza di John

nel primo caso risulta andare completamente perduta, in-

vece nel secondo caso risulta essere una risorsa utilissima

per estrarre informazioni utili da un database enorme.

Infatti come è avvenuto nel caso dell’universo 1, John

non può più utilizzare le proprie conoscenze e l’unica cosa

che può a fare è trasformare le sue ipotesi in vere dimo-

strazioni scientifiche, ma questo, in molti situazioni come

in ambito finanziario, può risultare molto difficile da fare.

Di conseguenza quando si fanno ipotesi dopo aver effet-

tuato una analisi, tali ipotesi rischiano di essere condizio-

nate dai risultati e quindi perdono di valore. Invece le ipo-

tesi fatte prima dell’analisi sono sempre non condizionate

e l’analisi dei dati serve proprio per verificarle in modo

statistico, come è avvenuto nell’universo 2.

Uno dei campi dove risulta fondamentale calcolare la

probabilità di ottenere gli stessi dati in modo casuale come

metodo di valutazione delle correlazioni rilevate, è quello

finanziario [1],[2].

Applicazione del paradosso al trading

Pensate di dover giudicare due backtest di due strategie

di trading eseguiti da due persone differenti in cui, in un

caso il backtest rappresenta il primo backtest in assoluto

fatto da quella persona, invece nel secondo caso rappre-

senta il tentativo numero diecimila. La domanda che vi

voglio fare è la seguente: le due persone si trovano nella

stessa situazione? La risposta a questa domanda è asso-

lutamente no: un backtest che può essere significativo per

la prima persona può essere completamente inutile per la

seconda.

Da questo piccolo esempio si arriva anche ad un altro

importante risultato, il fatto che la valutazione di un dato

statistico sia qualcosa di relativo rende le azioni fatte in

modo casuale qualcosa di dannoso per il futuro.

Questo è un punto di grande importanza perché siamo

portati a considerare le azioni casuali come qualcosa di

inutile, invece non solo sono inutili, ma creano un rumore

di fondo che rende difficile la valutazione dei dati. Infatti,

maggiori saranno le azioni casuali compiute, e maggiore

sarà la probabilità di ottenere buoni risultati in modo ca-

suale, di conseguenza i risultati significativi diventeranno

sempre più difficili da ottenere.

Da queste considerazioni capiamo l’importanza di agire

in modo consapevole. In un mio articolo intitolato “Come

la meditazione può migliorare la nostra capacità di pro-

blem solving” [3] per spigare l’importanza di non agire

in modo irrazionale faccio l’esempio di un escursionista

che si perde nelle jungla. La persona che si trova in que-

sta situazione, se si fa prendere dal panico, farà una se-

rie di azioni che gli faranno perdere energie e ridurre la

sua probabilità di sopravvivenza. Infatti il consiglio che dà

un esperto di sopravvivenza è quello di rimare fermi ed

aspettare i soccorsi. La stessa cosa vale nel trading: com-

piere azioni in modo casuale è dannoso anche nella fase di

test, quindi teoricamente è meglio non far nulla. Quando

si comprendono questi concetti si cambia il proprio modo

di lavorare, diventa normale aumentare il tempo dedicato

allo studio e di conseguenza si riduce il tempo dedicato

alla programmazione e ai test. Questo modo di procedere

ottimizza il modo di lavorare rendendoci più efficienti.

Conclusione

In questo articolo abbiamo utilizzato un paradosso per

spiegare come un dato statistico di per sé non rappresenti

un’informazione utile. Diventa un’informazione utile per

studiare un fenomeno solo quando si riesce a dimostrare

che la probabilità che sia stato ottenuto in modo casuale

sia molto bassa. Questa considerazione rende l’applica-

zione della statistica per studiare un fenomeno una scien-

za “relativistica”, infatti, come descritto nel paradosso, il

calcolo della probabilità di ottenere lo stesso risultato in

modo casuale non è qualcosa di assoluto ma è dipendente

dal metodo utilizzato.

Queste considerazioni hanno un enorme impatto al li-

vello pratico perché ci insegnano l’importanza di una cor-

retta pianificazione, in cui si devono sempre implementare

tutte le conoscenze sul fenomeno che si vuole studiare. È

anche fondamentale tenere traccia di tutte le operazioni

eseguite sui dati, perché questa informazione è fondamen-

tale per calcolare in modo corretto la probabilità di ottene-

re lo stesso risultato in modo casuale.

Questo modo di vedere la statistica è anche molto utile

per comprendere il fenomeno nell’overfitting una proble-

matica molto importante nell’analisi dei dati [4], [5]. L’over-