Don cammello, i miei saluti
@Blacksmith.:
@eni_student: Interactive Brokers oppure Binck, ETF non armonizzati ma tanto faccio tutto con opzioni.
@Federico Juvara: il problema che ti poni, cioé quali dati gli do in pasto, è proprio l'unico nodo centrale della questione. Devi rispondere alla domanda: cosa voglio modellare? Finché dai dentro come
target label dei rendimenti e poi ti metti a creare
feature semplicemente usando delle elaborazioni dei rendimenti/prezzi passati, stai assumendo che il tuo modello riesca a catturare delle persistenze nel passato (qui la distinzione tra statistica e ML è sottile, anche una regressione lineare può essere usata per trovare
pattern anziché per validare delle ipotesi, ma questo non significa necessariamente che ci siano
pattern da trovare).
Sulla persistenza: puoi misurare tutto quello che vuoi con Hurst, con l'ADF e il SADF, con il CUSUM etc. ma i problemi sono sempre due:
- non hai idea di quale campione usare (anche se questa si può risolvere);
- nessuno ti assicura che ciò che hai misurato cambi comportamento proprio dall'istante successivo alla tua misurazione, evenienza fastidiosamente frequente sui mercati.
Insisto che ti manca una qualche teoria dietro che spieghi i comportamenti degli operatori, e questo me lo conferma il fatto che ti viene l'idea di fare
trading su uno
spread mediante GB quando in realtà il problema è proprio individuare uno
spread che non sia "ovvio" e visibile da tutti: quando hai in mano una serie davvero stazionaria, basta anche l'occhio umano per entrare e uscire, non serve il ML... il problema è trovare questa serie e, una volta che l'hai trovata, capire se c'è realmente un fondamento dietro la sua stazionarietà legato ad es. a motivi di non arbitraggio o ai ribilanciamenti di portafoglio di fondi o altro.