Usare le Feature nelle Strategie

Le feature sono gli indicatori tecnici che referenzi per nome in un nodo Data Source — la piattaforma le calcola per te automaticamente.

Cosa Imparerai

Come la piattaforma riconosce e calcola le feature da un nome canonico
Come referenziare le feature in un nodo Data Source
Cosa succede al lancio del backtest quando una feature non è ancora stata calcolata
Esempi concreti: RSI, EMA, Bollinger Bands, MACD
Suggerimenti pratici per la scelta dei parametri

L'Idea di Fondo

Ogni feature ha un nome canonico — una stringa precisa che codifica il tipo di indicatore e i suoi parametri. Per esempio, rsi:p=14 è l'RSI con un lookback di 14 periodi. La piattaforma legge quel nome, riconosce il calcolo che descrive, e salva il risultato. Una volta calcolati per un dato simbolo e timeframe, gli stessi valori vengono riutilizzati da ogni strategia che referenzia lo stesso nome — nessuna duplicazione, nessuna attesa per risultati già disponibili.

Referenziare le Feature in una Strategia

Apri un nodo Data Source e aggiungi i nomi delle feature nel campo colonne. Ogni voce è un nome canonico di feature. Per esempio, per usare RSI con periodo 14 insieme a una EMA a 20 periodi, aggiungi rsi:p=14 e ema:p=20 come due voci colonna. Il nodo Data Source emetterà quei valori a ogni candela, e il resto della tua strategia potrà leggerli come qualsiasi altra colonna dello stream dati.

Cosa Succede al Lancio del Backtest

Quando lanci un backtest, la piattaforma controlla prima se gli indicatori usati dalla tua strategia sono già stati calcolati per quel simbolo e timeframe. Se lo sono, il backtest parte subito. Se manca qualcosa, viene calcolato prima — una breve finestra mostra l'avanzamento e si aggiorna finché è tutto pronto. I backtest successivi che usano lo stesso indicatore sullo stesso simbolo e timeframe partono all'istante, senza nulla da calcolare.

Esempi

RSI — periodo 14

rsi:p=14

Il Relative Strength Index con un lookback di 14 candele. Produce un singolo valore tra 0 e 100. Valori sotto 30 indicano condizioni di ipervenduto; valori sopra 70 indicano ipercomprato.

EMA — periodo 20

ema:p=20

L'Exponential Moving Average su 20 candele. Produce un singolo valore che traccia il prezzo dando più peso alle candele recenti rispetto a una media semplice.

Bollinger Bands — periodo 20, 2 deviazioni standard

bollinger:p=20,std=2

Produce tre valori: banda superiore (bollinger:p=20,std=2#bb_upper), banda inferiore (bollinger:p=20,std=2#bb_lower) e la SMA centrale (bollinger:p=20,std=2#bb_sma). Referenzia ogni sotto-colonna individualmente nel tuo nodo Data Source.

MACD — fast 12, slow 26, signal 9

macd:fast=12,sig=9,slow=26

Produce tre valori: la linea MACD (macd:fast=12,sig=9,slow=26#macd), la linea signal (macd:fast=12,sig=9,slow=26#macd_signal) e l'istogramma (macd:fast=12,sig=9,slow=26#macd_hist). I crossover tra la linea MACD e la linea signal sono trigger di ingresso comuni.

Suggerimenti

Inizia con i parametri standard. RSI 14, EMA 20, MACD 12/26/9 e Bollinger 20/2 sono ampiamente usati e sono probabilmente già stati calcolati. Il tuo primo backtest partirà più velocemente.

Più semplice è più durevole. Uno o due indicatori ben scelti spesso superano uno stack di cinque che collettivamente si adattano eccessivamente ai dati storici.

Le feature multi-output espongono sotto-colonne. Bollinger Bands e MACD producono ciascuno più colonne di output — usa il suffisso #sub per referenziare il valore specifico di cui hai bisogno (per esempio bollinger:p=20,std=2#bb_lower).

Gli shift di lag sono dichiarati sulla colonna, non nel nome. Per leggere un valore feature di 2 candele fa, scrivi rsi:p=14:lag=2 nel campo colonna. La feature base rsi:p=14 viene calcolata una volta; lo shift è applicato quando il valore viene letto.