Analisi Montecarlo di Waka Waka e Golden Pickaxe (parte1)

L’Analisi Montecarlo rappresenta uno strumento statistico fondamentale nel mondo del trading algoritmico. In un precedente articolo, questo metodo è stato già introdotto nei suoi aspetti teorici. Innanzitutto, è importante sottolineare che l’Analisi Montecarlo si basa su principi statistici legati alla casualità. Questo metodo, infatti, opera rimescolando i trade in base a tre fattori chiave: win rate, rapporto rischio/rendimento, numero di operazioni e rischio per ogni singolo trade. In questo articolo verrà esaminato passo dopo passo come applicare concretamente questa metodologia a due algoritmi. Tali algoritmi sono Waka Waka e Golden PickAxe. Questa analisi ha l’obiettivo di identificare i parametri più efficaci da ottimizzare per migliorare significativamente le prestazioni.

L’Analisi Montecarlo consente di valutare con precisione la robustezza di un sistema di trading e di prevedere il suo comportamento in diversi scenari di mercato. A differenza di altre metodologie analitiche, in questo studio non verranno utilizzati dati di backtest, bensì i risultati concreti ottenuti da conti live. Questo approccio pragmatico permette, senza dubbio, di avere una visione più accurata della reale performance del trading system, prendendo in considerazione anche fattori critici come slippage, spread variabile e condizioni di mercato in tempo reale.

Nel trading algoritmico risulta più complesso effettuare un’Analisi Montecarlo finché non si verificano degli stop loss. Su alcuni sistemi di trading, come
On-The-Sea e Loki-Jam, questa analisi non è possibile poiché tali sistemi non prevedono uno stop loss convenzionale. Sebbene questi sistemi possano chiudere operazioni in negativo, è importante comprendere che tali trade, chiusi in perdita, fanno parte di una griglia di prezzo, e possono venire compensati da altri trade che generano profitti superiori, sempre appartenenti alla stessa griglia. Nel corso dell’analisi, verranno esaminati nel dettaglio il rapporto rischio/rendimento dei settaggi di Waka Waka e Golden PickAxe. Utilizzando questi sistemi da oltre un anno, AmicoBot ha raccolto i dati necessari per una valutazione approfondita e scientifica delle loro performance. È essenziale ricordare, tuttavia, che l’Analisi Montecarlo si basa sempre sui risultati delle performance passate, che non costituiscono in alcun modo garanzie per il futuro.

• • Payout Ratio
    Il primo parametro da considerare per l’Analisi Montecarlo è il rapporto tra il take profit e lo stop loss. In questo contesto, è necessario confrontare il payout ratio che il bot riesce a ottenere nelle diverse condizioni di mercato. Questo valore rappresenta, infatti, un indicatore cruciale dell’efficienza del sistema nel bilanciare rischi e rendimenti.

• • Rischio percentuale per ogni trade
    Risulta essenziale comprendere quanto viene rischiato in percentuale ogni volta che il bot apre un’operazione. Ad esempio, con i nostri settaggi personalizzati , se il bot esegue un’operazione che si chiude in profitto senza l’apertura di griglie, si guadagnano circa $3, ma si rischia il 10% del conto, che corrisponde a $1000. Tuttavia, se impostiamo un valore di 0.003 (3 dollari di profitto diviso il rischio del 10% del conto che nel nostro esempio è pari a 1000 dollari), non consideriamo le operazioni in profitto che si chiudono dopo l’apertura delle griglie che sono quelle che generano i maggiori profitti o perdite. Per fare un’analisi più precisa, dovremmo includere il payout ratio per ogni operazione che si chiude. Tale indicatore tiene conto anche delle operazioni chiuse dopo l’apertura delle griglie.
    

• • Media delle perdite e del rischio effettivo
    Nel parametro “Rischio percentuale (Risk %) per ogni trade” si dovrebbe impostare un valore del 10%, ma questa impostazione potrebbe risultare fuorviante, poiché non tutti i trade rischiano lo stesso ammontare. Alcuni trade vanno in drawdown per pochi euro, mentre altri arrivano a un massimo dell’1% del conto. E’ fondamentale calcolare la media delle perdite che il bot subisce per ogni operazione perdente presente nello storico. 
  • Numero medio di trade al mese
    E’ necessario conoscere quanti trade il bot esegue mediamente ogni mese. Basterà dividere il totale dei trade effettuati per il numero di mesi in cui il bot ha operato.

È evidente, quindi, quanto sia di fondamentale importanza avere a disposizione dei dati storici per poter eseguire un’Analisi Montecarlo dettagliata e quanto più possibile precisa. Inoltre, potrebbe risultare fuorviante fare un’analisi su un sistema che ha come unico stop loss la perdita totale del conto, senza altre protezioni. Infine, per garantire che i dati mostrati siano quanto più possibile precisi, utilizziamo un doppio sistema, formato sia da un foglio Excel che dal software Quant-Analyzer. In questo modo, possono essere certi che i dati inseriti nei parametri siano accurati e affidabili, fornendo così una base solida per le decisioni di ottimizzazione del trading system. Infine eseguiamo l’Analisi Montecarlo al seguente link

Prima di procedere con l’analisi dettagliata, facciamo una piccola premessa: nel corso dell’anno e mezzo in cui abbiamo utilizzato Waka Waka con il settaggio swing, abbiamo apportato alcuni cambiamenti significativi. AmicoBot ha ritenuto opportuno implementare tali modifiche per migliorare le performance complessive degli algoritmi.

Nel track record dell’immagine di sopra, relativo al settaggio swing di Waka Waka, si può notare che fino a luglio si ottenevano consistenti profitti, ma si verificavano anche numerosi stop loss. Abbiamo ritenuto opportuno diminuire il lottaggio iniziale a causa di un rischio troppo elevato per ogni singola operazione. Da luglio in poi, difatti, i profitti sono diminuiti, ma non si sono più verificati stop loss.

• Trade effettuati
  Per visualizzare i trade effettuati, come già anticipato, utilizziamo due approcci complementari.
  Tramite Quant-Analyzer, importando lo statement del conto e visualizzando questo dato nella sezione “Overview“.
  Su Excel, utilizzando la formula “=COUNT” e selezionando tutti i trade effettuati, per conoscere il numero totale di operazioni eseguite.

In totale, il sistema ha effettuato 495 trade. Considerando che questi dati sono stati raccolti il 14 marzo, ovvero a 19 mesi esatti dall’inizio del track record, si può calcolare il numero medio dei trade al mese: 495 / 19 = 26 trade al mese in media. È importante sottolineare che i risultati di Quant-Analyzer ed Excel coincidono, confermando così l’accuratezza dei dati analizzati.

• Risk % per ogni trade
  Ciò di cui abbiamo bisogno è lo stop loss medio di ogni operazione. Per ottenerlo, dobbiamo calcolare la media di tutte le operazioni che sono andate in perdita e determinare di quanto sono andate in perdita in termini percentuali. I risultati dell’analisi mostrano:
  
  Risultati Excel: -1.1569%
  Risultati Quant-Analyzer: -1.16%

La corrispondenza tra questi valori conferma ulteriormente l’affidabilità dei dati utilizzati per l’analisi.

• Rapporto tra Take Profit e Stop Loss (Payout Ratio)
  Per il calcolo del payout ratio possiamo usare la seguente formula

L’analisi ha evidenziato:
Risultati Excel: 0.21%
Risultati Quant-Analyzer: 0.21%

• Win-Rate
  Il win-rate rappresenta il rapporto tra i trade vincenti e i trade totali. I risultati mostrano:
  Risultati Excel: 84.85%
  Risultati Quant-Analyzer: 84.85%

L’Analisi Montecarlo rappresenta uno strumento indispensabile per valutare la robustezza e l’efficacia di un trading system automatico. In un precedente articolo è stata esaminata nel dettaglio tale tipologia di analisi. In questo articolo, diviso in due parti, esaminiamo nel dettaglio l’applicazione pratica e concreta dell’Analisi Montecarlo agli algoritmi di trading Waka Waka e Golden Pickaxe. In questa prima parte, approfondiamo i concetti chiave della metodologia Montecarlo, i dati necessari e le modalità pratiche per reperirli nell’ambito dell’algoritmo Waka Waka con impostazioni swing. Nella seconda parte di questo articolo si andranno ad interpretare in profondità i risultati ottenuti.