Overfitting nella finanza quantitativa: l’approccio di 4Timing SIM
Quando si costruisce un modello quantitativo da applicare ai mercati finanziari si può procedere prendendo due strade che comunque non si escludono a vicenda e che anzi molto spesso si incrociano.
Queste sono:
- Il ricercatore utilizza un campione di addestramento (training set). A questo applica algoritmi di apprendimento del tipo C4.5, programmi genetici ecc.. che permettono di individuare dei pattern ricorrenti.
- Si procede verificando delle teorie esistenti oppure che sono emerse attraverso l’analisi del training set da parte del ricercatore. Questo è il caso del tradizionale approccio trend following di 4Timing SIM basato sull’ inefficienza dei mercati.
4Timing SIM adotta entrambe le strade.
Vuoi rimanere aggiornato sugli articoli del blog e sui nostri approfondimenti?
Sottolineiamo che, anche quando vengono utilizzati algoritmi di apprendimento come i precedenti, le regole che emergono sono e devono essere comprensibili perché è sempre la componente umana a definirne in ultima istanza la validità o meno. Solo allora queste vengono inserite in un modello di gestione del portafoglio più complesso, che prevede regole di controllo del rischio che prescindono da queste.
Nella fase di training set l’obiettivo è di generare delle informazioni che forniscano una conoscenza reale del problema. Nel nostro caso quando tenere un asset in portafoglio oppure no! Bisogna poi porre una forte attenzione al rischio di modellare la componente casuale del campione, con la conseguenza di trovare regole che si adattano molto bene al training set ma inutili nella pratica (overfitting).
Per ridurre il più possibile questo problema, 4Timing SIM utilizza i metodi più avanzati di verifica dell’overfitting. Questi, combinati tra loro, hanno dato vita a un processo proprietario che ha l’obiettivo di limitarlo il più possibile.
Una volta terminato il processo di generazione del modello, questo viene testato su dati mai visti, il Test Set.
Nel caso di un modello sovra ottimizzato sui dati di training set, che quindi si adatta anche alla componente casuale, il risultato in test set sarà negativo. Infatti la componente casuale non si ripeterà allo stesso modo (essendo casuale appunto) e le regole individuate non avranno nessun senso.
Mentre se abbiamo trovato un modello che ha individuato la componente di informazione non casuale, questa verrà utilizzata anche nel campione di test set con probabile esito positivo.
Gli ultimi anni di ricerca ci hanno visto sempre più alle prese con algoritmi di apprendimento che permettono di sfruttare le capacità di calcolo dei computer.
Su questo punto, leggi anche l’articolo “Data Mining: meglio l’uomo o la macchina? Le riflessioni di 4Timing SIM”.
Continuano ad emergere schemi molto simili al modello 4T trend following che abbiamo sviluppato ormai nel lontano 2005 attraverso un approccio come quello definito al punto due.
Per noi questa è un’importante conferma!
È inoltre emerso che, su periodi molto brevi, il mercato invece è caratterizzato da schemi di mean reversion, che sono oggetto del nostro work in progress.
Alcuni riferimenti:
http://en.wikipedia.org/wiki/Computational_finance
http://en.wikipedia.org/wiki/C4.5_algorithm
http://en.wikipedia.org/wiki/Genetic_programming
http://en.wikipedia.org/wiki/Overfitting
Vuoi sapere come gestire il rischio dei mercati finanziari?
Scarica il nostro contenuto gratuito pensato appositamente per te.
CIO & Founder 4Timing SIM – Lavoro nel mondo della gestione del risparmio da quasi trent’anni con lo stesso entusiasmo di quando ho iniziato. In questi ultimi venti anni, coadiuvato dal mio staff, mi sono dedicato all’implementazione di modelli sistematici di gestione attraverso l’applicazione del metodo scientifico, sempre pronto a valutare nuove possibilità ma con l’occhio critico della scienza. Mi rispecchio nella frase del filosofo Karl Popper: “Il metodo della scienza è il metodo di audaci congetture e ingegnosi e severi tentativi di confutarle.” Nel 2016 ho deciso di fondare 4Timing SIM per offrire, attraverso i servizi di consulenza finanziaria e gestione del patrimonio, il know-how accumulato in questi anni.
