Diario di trading Forex — Multiplo di R, aspettativa, SQN e MAE/MFE

Un diario di trading dovrebbe aiutare a spiegare le decisioni, oltre a raccogliere schermate e risultati. A questo scopo servono registrazioni coerenti di piano, esecuzione, costi e rischio iniziale. Mostriamo cosa registrare dopo ogni operazione, come riconciliare i dati con lo storico del conto e come calcolare il multiplo di R e altre metriche senza mescolare le definizioni. L'articolo parte da aspettativa e profit factor per arrivare a drawdown, incertezza della stima, MAE e MFE. Spiega inoltre i limiti degli indicatori e degli strumenti per il diario più diffusi. Esempi svolti e un dataset di controllo aiutano a verificare i calcoli prima di applicarli alle proprie registrazioni. L'obiettivo è ottenere riscontri affidabili che individuino un problema e sostengano una decisione, anziché un singolo punteggio che presumibilmente giudichi una strategia.

1. Perché senza diario hai un'opinione, non un sistema

Fare trading senza registrare parametri empirici di mercato è un hobby costoso. Non possiedi un sistema: esegui una sequenza di clic arbitrari contaminata dal bias del sopravvissuto. Nel quadro applicabile alle avvertenze sui rischi dei CFD discusso nella fonte polacca, i fornitori pubblicano la percentuale dei propri conti di investitori retail che perdono denaro e la aggiornano almeno trimestralmente. È un obbligo informativo specifico di una giurisdizione, non una regola che si presume valida per ogni broker nel mondo. La cifra di un singolo broker non è una costante globale del mercato e farne la media non ha senso. Queste cifre rappresentano i tuoi pari statistici. Senza una diagnosi rigorosa, la grande maggioranza ripete esattamente gli stessi errori per tutta la propria attività; l'esperienza senza misurazione è semplicemente un fallimento ripetibile.

Tre illusioni cognitive che distruggono i trader senza diario

Illusione 1: Memoria selettiva. Il cervello umano privilegia eventi emotivamente intensi (una grossa vincita inattesa, una devastante liquidazione per margine) e attenua quelli neutri. Dopo un mese, ricordi forse 3 operazioni su 50, in genere due vincite spettacolari e una perdita dolorosa. La memoria presenta queste tre operazioni come rappresentative dell'intera performance, ma non lo sono. Un diario elimina questa illusione: nero su bianco scopri che la tua «strategia del lunedì» ha prodotto in realtà 8 vincite e 11 perdite nell'ultimo trimestre.

Illusione 2: Razionalizzazione a posteriori. Dopo un'operazione perdente, il cervello costruisce una narrazione comoda: «Sapevo che quel setup sembrava debole». Dopo una vincente: «Ho letto correttamente il mercato». Entrambe le narrazioni vengono fabbricate dopo che il risultato è noto e somigliano poco a ciò che sapevi davvero prima dell'esecuzione. Un diario impone di registrare l'intenzione prima di fare clic (ingresso previsto, SL previsto, classificazione del setup). Confrontare i piani precedenti all'operazione con l'esecuzione successiva rivela quante delle tue «decisioni brillanti» fossero davvero pianificate e quante inventate retroattivamente.

Illusione 3: Saldo aggregato anziché distribuzione. Un dilettante guarda soltanto l'equity del conto: «Ho guadagnato il 4% a marzo», e interrompe ogni analisi. Eppure quel 4% potrebbe derivare da 60 operazioni con una percentuale di successo del 55% e un'aspettativa di +0.3R (il processo più sano in questa illustrazione), oppure da 12 operazioni con il 75% di successo e una sola fortunata operazione da +6R che nasconde come le altre 11 fossero gioco d'azzardo incontrollato (un processo fragile mascherato da un valore anomalo). Il saldo non distingue queste due realtà. Un diario con metriche adeguate le differenzia immediatamente.

La definizione di sistema di trading che il trader retail trascura

Un sistema di trading è un processo ripetibile i cui risultati sono misurabili in unità standardizzate. Lo definiscono tre criteri essenziali:

• Ripetibile — condizioni di mercato identiche generano decisioni di esecuzione coerenti. Non «sentivo un forte momentum rialzista», ma «le condizioni A, B e C erano soddisfatte, attivando l'esecuzione basata su regole».
• Misurato — ogni operazione registra 29 campi nel diario; l'aspettativa si calcola per setup e il profit factor viene valutato mensilmente.
• Unità standardizzate — il multiplo di R funge da valuta universale del confronto. «Ho guadagnato PLN 200» non informa di nulla (quale capitale era a rischio?), mentre «ho ottenuto +1.8R» comunica tutto.

Senza questi tre pilastri non gestisci un sistema: fai scommesse individuali scollegate senza un denominatore comune. Potresti essere fortunato (convincendoti di essere capace) o subire una varianza sfavorevole (concludendo che il broker abbia manipolato il prezzo). Nessuna conclusione è giustificata: ti mancano semplicemente i dati empirici necessari a una valutazione obiettiva.

Registrazione prima dell'operazione — Eliminare l'autoinganno a posteriori

Una seconda funzione del diario, spesso sottovalutata, è il cosiddetto attrito operativo. Registrare i parametri di esecuzione (ingresso previsto, SL previsto, dimensionamento della posizione e categoria del setup) prima di fare clic ha un obiettivo principale: rendere più difficile ingannarsi dopo il risultato. Se un ingresso viola le regole del playbook, il diario lo registra subito, impedendoti di scrivere «il flusso dei prezzi sembrava rialzista». Un foglio di calcolo non razionalizza per te: se hai spostato manualmente lo stop-loss, la riga 42 registra il codice errore 3, per quanto eloquente sia la scusa inventata dopo la sessione. Non è semplice psicologia: è attrito operativo che obbliga a riflettere prima di un'esecuzione avventata.

2. Cosa registrare — 29 campi di un diario di trading professionale

Un diario amatoriale comprende da 5 a 8 campi di base: data, coppia valutaria, direzione, ingresso, SL, TP, risultato e breve commento. È il minimo assoluto di un estratto del broker, del tutto insufficiente per un'analisi diagnostica sistematica. Un diario professionale registra 29 campi organizzati in 7 gruppi funzionali. Ogni singolo campo risponde a una domanda analitica distinta.

Gruppo A: Identificazione dell'operazione (4 campi)

Metadati fondamentali: cosa è accaduto ed esattamente quando.

1. ID operazione — identificatore univoco (per esempio T-2026-04-001) che consente riferimenti incrociati nelle revisioni successive, negli script e nei database analitici.
2. Data e ora di apertura — registrate al minuto in un unico fuso orario standardizzato (consigliato UTC, eventualmente insieme all'ora locale del mercato).
3. Coppia valutaria — EUR/USD, GBP/JPY ecc.
4. Direzione — long / short.

Gruppo B: Contesto strategico (4 campi)

La tua intenzione strategica, la struttura del setup e la classificazione dell'ambiente.

5. Setup del playbook — setup specifico con un nome (per esempio «LON-breakout-A», «NY-mean-revert-B»). Senza questo campo, calcolare l'aspettativa per setup è matematicamente impossibile.
6. Categoria / Valutazione del setup — A+, A, B, C. Ogni categoria determina un dimensionamento preciso della posizione. Senza classificazione non puoi capire se sei redditizio sui setup A+ ma perdi capitale su quelli B, o viceversa.
7. Regime di mercato — trend / range / alta volatilità / bassa volatilità, valutato su D1 o H4 prima dell'ingresso.
8. Sessione di mercato — Asiatica / Londra / New York / Sovrapposizione Londra-NY. Isola quale sessione genera un vantaggio empirico e quale produce perdite costanti.

Gruppo C: Parametri dell'ordine — Piano e realtà (6 campi)

Qui emergono le verità più crude e senza filtri dell'esecuzione retail.

9. Ingresso previsto — il livello tecnico esatto di prezzo al quale intendevi entrare secondo l'analisi precedente all'operazione.
10. Eseguito effettivo d'ingresso — il prezzo reale eseguito dal broker (la fonte usa uno slippage illustrativo di 1–5 pip su M15; è un esempio, non un riferimento universale di esecuzione).
11. SL previsto — prezzo tecnico di invalidazione che confuta la tesi dell'operazione (stabilito dalle regole della strategia).
12. Eseguito effettivo dello SL — il prezzo esatto al quale il fornitore di liquidità ha eseguito l'ordine stop (nei vuoti di liquidità lo slippage dello stop può essere 2–10× maggiore di quello all'ingresso).
13. TP previsto — prezzo obiettivo previsto o uscita a un multiplo di R predefinito.
14. Eseguito effettivo del TP / Uscita manuale — prezzo effettivo di esecuzione al raggiungimento dell'obiettivo o alla chiusura manuale discrezionale.

Gruppo D: Costi di attrito (4 campi)

I costi di attrito erodono l'aspettativa teorica lorda; solo il diario rivela di quanto, secondo lo strumento, il modello di esecuzione del broker e l'ampiezza dello stop. Senza misurare l'attrito non puoi sapere se il vantaggio esiste al netto dei costi.

15. Spread (pip) — spread effettivo al momento dell'ingresso, non quello promozionale «a partire da» pubblicizzato sui siti dei broker.
16. Slippage d'ingresso (pip) — direction × (actual_entry − planned_entry) / pip_size; un valore positivo indica slippage avverso (eseguito peggiore del previsto).
17. Slippage d'uscita (pip) — direction × (planned_exit − actual_exit) / pip_size. Nota l'inversione del segno matematico: per una posizione long, un ingresso avverso è un prezzo superiore al previsto, mentre un'uscita avversa è un prezzo inferiore al previsto. La convenzione voluta è coerente su entrambi i lati: slippage avverso positivo, favorevole negativo. Riutilizzare in uscita l'ordine di sottrazione dell'ingresso ne inverte il significato per le uscite.
18. Swap e commissioni — denominati nella valuta del conto, includendo finanziamento overnight e costi delle operazioni ECN.

Gruppo E: PnL e metriche di rendimento (3 campi)

19. PnL lordo — in pip e valuta del conto, calcolato dai prezzi eseguiti escludendo finanziamento e commissioni.
20. PnL netto del broker — PnL dell'estratto dopo commissioni e swap; spread e slippage sono già inclusi nei prezzi eseguiti, quindi non sottrarli una seconda volta.
21. Multiplo di R netto — broker_net_pnl / planned_risk (formalizzato nella sezione 3).

Gruppo F: Valutazione della qualità decisionale (4 campi)

È il gruppo più spesso ignorato, ma anche quello con maggiore potere diagnostico. Due operazioni possono ottenere rendimenti finanziari identici pur rappresentando qualità decisionali molto diverse.

22. Classificazione dell'errore — tassonomia categorica: 0 = nessun errore (processo impeccabile), 1 = stop-loss troppo ampio, 2 = stop-loss troppo stretto, 3 = stop spostato contro il piano, 4 = uscita prematura, 5 = uscita tardiva, 6 = ingresso fuori playbook (FOMO), 7 = posizione sovradimensionata (più lotti del previsto), 8 = operazione di rivalsa, 9 = altro errore cognitivo/discrezionale, 10 = guasto infrastrutturale (assenza di stop fisso sul server, disconnessione della piattaforma del broker, interruzione del provider internet: l'unica categoria che richiede riconfigurazione operativa anziché cambiamento comportamentale).
23. Stato psicologico (1–5) — 1 = compromesso (stanchezza, irritabilità, distrazione), 5 = ottimale (concentrazione, riposo, lucidità). Va registrato prima dell'invio dell'ordine, mai retroattivamente.
24. Ore di sonno — intero/decimale. Permette di calcolare la correlazione per ranghi di Spearman tra il sonno della notte precedente e il multiplo di R netto realizzato nel proprio campione. È un'ipotesi da verificare sui propri dati; la fonte non fornisce una statistica pubblica che stabilisca tale correlazione per i trader retail.
25. Qualità decisionale (1–5) — valutata alla fine della giornata di trading, rigorosamente separata dall'esito finanziario. Domanda: questa operazione ha rispettato al 100% le regole precedenti all'ingresso? 5 = rispetto impeccabile, 1 = improvvisazione infondata.

Gruppo G: Volume, versioni e traccia di audit (4 campi)

Quattro campi senza i quali il diario non è riconciliabile matematicamente né documentalmente. Senza volume e valore del pip non puoi ricostruire il rischio monetario previsto dalla sola distanza di prezzo. Senza versioni del setup non puoi identificare quale iterazione delle regole stai verificando. Senza un link alle prove non puoi dirimere divergenze rispetto all'estratto del broker.

26. Volume (lotti) — dimensione della posizione arrotondata al passo di lotto del broker. Insieme alla distanza dello stop e al valore del pip determina il rischio monetario previsto nella valuta del conto; senza di essa non si può ricostruire il campo 21.
27. Valore del pip all'apertura — nella valuta del conto per 1 lotto standard (100000 unità della valuta base), registrato come valore individuale all'esecuzione anziché come costante globale statica del foglio (i cambi variano nel tempo; vedi la nota della sezione 3).
28. Versione del setup / Playbook — identificatore della scheda ed etichetta di versione, per esempio «LON-breakout-A+ v1.2». Il rendimento prima e dopo una modifica delle regole rappresenta due distribuzioni statistiche distinte, non un unico campione continuo.
29. Link alla prova (evidence_link) — URL della schermata del grafico, numero di ticket del broker o percorso del registro dell'estratto. È il campo che trasforma un diario personale non verificato in una registrazione finanziaria verificabile.

Tabella riepilogativa — Tutti i 29 campi, tipi di dati e fonti

Registrare questi 29 campi richiede circa 60–90 secondi per operazione una volta impostato il modello del foglio. Senza questi dati, qualsiasi valutazione successiva del rendimento è pura congettura. Se non puoi investire 90 secondi per registrare un'operazione, non dovresti impiegarne 30 per aprirla.

Minispecifica CSV / Foglio di calcolo

Struttura di colonne leggibile automaticamente da implementare in Excel, Google Sheets o un database PostgreSQL/SQLite. Colonna sinistra: nome tecnico del campo; destra: fonte operativa e derivazione matematica:

Pur essendoci 29 campi logici, il foglio tecnico comprende più colonne fisiche: diversi parametri esistono in coppie «previsto ed effettivo» (ingresso, stop, obiettivo e slippage) su colonne distinte. Le colonne strutturali devono rispecchiare direttamente questa specifica. I nomi legati a una valuta del modello polacco sono qui generalizzati alla valuta del conto; gli esempi svolti in PLN mantengono valuta e importi originali.

La tassonomia error_code contiene esattamente undici valori interi distinti, usati coerentemente in questa guida: 0 = nessun errore, 1–9 = errori cognitivi e discrezionali di trading del campo 22, e 10 = guasto infrastrutturale (assenza di stop fisso lato server, blocco della piattaforma, disconnessione del provider internet). Il codice errore 10 non va mai accorpato agli errori discrezionali: risolverlo richiede una riconfigurazione architetturale, non una modifica psicologica. Se una posizione è priva di stop sul server durante un'interruzione, lo storico mancante dell'esecuzione potrebbe essere impossibile da ricostruire dai registri locali. Registrare un codice errore non sostituisce la riparazione dell'infrastruttura.

Il livello di ordini ed eseguiti — Una decisione, più esecuzioni

La tabella principale risponde alla domanda strategica «qual era la decisione?». Lo storico dettagliato di ordini ed eseguiti risponde alla domanda tecnica «come è stata eseguita?». Sono due livelli distinti del database, collegati dalla chiave relazionale trade_id. Confonderli è la causa più comune delle divergenze tra diario e saldo reale:

• orders — una singola richiesta d'ordine: order_id, trade_id, tipo d'ordine (mercato / limite / stop / modifica SL / modifica TP), prezzo inviato, timestamp d'invio e stato dell'esecuzione (eseguito / rifiutato / annullato). Rifiuti e modifiche dello stop si registrano qui, non nella tabella principale riepilogativa.
• fills — una singola esecuzione: fill_id, order_id, trade_id, prezzo eseguito, volume eseguito, commissione dell'eseguito e timestamp. Un'uscita parziale corrisponde a più righe di esecuzione con lo stesso trade_id.

Quattro regole inderogabili di aggregazione preservano la confrontabilità delle metriche:

• Calcola il rischio iniziale R0 esattamente una volta, stabilendolo dal piano precedente all'operazione prima del primo eseguito d'ingresso, e mantienilo rigorosamente immutabile attraverso chiusure parziali o modifiche dello stop. Chiudere il 50% di una posizione a +1R non crea retroattivamente un nuovo denominatore di rischio per la parte residua.
• Somma PnL netto e costi di attrito di tutti gli eseguiti e dividi solo la somma aggregata per R0. Non fare mai la media dei singoli multipli di R di tranche parziali separate: spesso hanno pesi di volume diversi.
• Una decisione strategica equivale a un'operazione nelle statistiche di rendimento. Calcolare il tasso di successo sulle tranche parziali lo gonfia artificialmente (le prime uscite parziali sono di solito vincenti): è il vecchio trucco del marketing retail per produrre un diario esteticamente favorevole senza cambiare la redditività reale.
• Specifica la convenzione di misurazione di MAE/MFE — definisci se rilevi il percorso grezzo dei prezzi dal primo eseguito o l'escursione dell'equity, in valuta del conto, di una posizione che si riduce con chiusure parziali. Sono due metriche completamente diverse e non possono convivere nella stessa colonna.

Importazione, riconciliazione con l'estratto, deduplicazione e rettifiche di audit

Un diario mai riconciliato con un estratto ufficiale del broker è un semplice diario personale non verificato. Esegui questa routine minima una volta alla settimana:

1. Importazione — esporta lo storico della piattaforma (MetaTrader, cTrader, registro FIX) in CSV per il periodo chiuso, mantenendo identici limiti di data e fuso del server (per esempio settimana di calendario standard, con ora del server esplicita nel nome del file).
2. Deduplicazione — stabilisci la chiave primaria trade_id dall'ID univoco del ticket di posizione del broker. Importando intervalli sovrapposti, dai priorità al record con timestamp di chiusura successivo, non semplicemente al file scaricato dopo. Poiché esecuzioni parziali e modifiche condividono un ticket principale, gestisci il dettaglio tramite order_id e fill_id nel livello relazionale, anziché sovrascrivere ogni eseguito o modifica sotto lo stesso trade_id.
3. Riconciliazione — numero totale di operazioni, PnL netto aggregato e somma di commissioni/swap devono coincidere con l'estratto ufficiale fino al centesimo esatto. Qualsiasi divergenza è un errore operativo da indagare, non una variazione accettabile di arrotondamento.
4. Rettifiche di audit — registra ogni correzione successiva come nuova versione con timestamp e motivazione; non cancellare mai la registrazione storica. Senza conservare le versioni non puoi distinguere una voce errata da una vera contestazione dell'esecuzione del broker.

Audit diagnostico: perché i rapporti di due piattaforme mostrano cifre diverse per operazioni identiche? Sei cause operative verificabili:

• Fusi orari dei server diversi — una posizione chiusa alle 23:30 del server cade di lunedì su una piattaforma e di martedì su un'altra. I totali settimanali divergono anche se quelli annuali coincidono, quando lo spostamento non attraversa anche il confine dell'anno.
• Trattamento di finanziamento e commissioni — una piattaforma incorpora swap e commissioni nel PnL della posizione chiusa, mentre un'altra li contabilizza come movimenti separati del saldo.
• Conti netting e hedging — posizioni opposte simultanee sulla stessa coppia si fondono in un'esposizione netta su un conto netting, mentre appaiono come due operazioni distinte su un conto hedging.
• Esecuzione delle chiusure parziali — una piattaforma registra una posizione ridotta per tranche come un'operazione con più eseguiti; un'altra la divide in ticket indipendenti, alterando numero di operazioni, percentuale di successo e R media.
• Rettifiche successive del broker — annullamenti di picchi errati fuori mercato, ricalcoli dello swap o rettifiche del saldo effettuati giorni dopo la chiusura.
• Arrotondamento e conversione valutaria — convertire il profitto nella valuta base del conto al timestamp esatto di chiusura anziché applicare un cambio ufficiale di fine giornata.

Se dopo la verifica di questi sei fattori restano differenze inspiegate, il diario non è pronto per calcolare metriche di rendimento. Metriche ricavate da estratti non riconciliati riflettono dati corrotti, non un vantaggio strategico.

Confine normativo: Un diario di trading è uno strumento operativo di rendimento, non un registro fiscale obbligatorio. Il calcolo fiscale delle plusvalenze è trattato nella sezione 14 — il diario fornisce documenti di supporto (estratti del broker, ticket degli ordini, link alle prove), non calcoli degli obblighi tributari legali. Le imposte non entrano né nel numeratore né nel denominatore del calcolo di r_net: i prelievi fiscali non sono costi di transazione dell'esecuzione.

3. Multiplo di R — La metrica fondamentale che i trader retail spesso non calcolano

Il multiplo di R permette di confrontare operazioni con profili di rischio diversi su un'unica scala. Senza di esso, PLN 200 di profitto su uno scalp M5 e PLN 200 su uno swing D1 sembrano identici, anche se il primo potrebbe aver rischiato PLN 50 (+4R) e il secondo PLN 600 (+0.33R, un rendimento molto inferiore sul rischio iniziale). Sono gli esempi in valuta polacca della fonte. Van K. Tharp introdusse il multiplo di R^[1], che è un fondamento dell'analisi dei sistemi di trading.

La formula del multiplo di R

La definizione operativa più sicura è:

R_net = actual_broker_net_pnl / planned_risk

Il PnL netto effettivo è il risultato dopo eseguiti effettivi, commissioni, swap e tutti i costi dell'estratto del broker. Slippage e spread sono già incorporati negli eseguiti: il broker calcola il profitto dai prezzi effettivi delle transazioni, non da quelli previsti. Registra separatamente slippage e spread a fini diagnostici, ma non sottrarli nuovamente quando sono già inclusi nel PnL effettivo.

Il denominatore è il rischio previsto, non quello realizzato. Se lo stop slitta di 10 pip oltre la distanza prevista di 30, il denominatore non aumenta: la perdita è quindi −40 / 30 = −1.33R più commissioni, anziché −1R. Un risultato peggiore di −1R è possibile ed è proprio ciò che questa convenzione deve rivelare: il costo effettivo di un'esecuzione fallita. Stabilisci il denominatore prima di inviare l'ordine e non modificarlo dopo aver spostato lo stop, effettuato un'uscita parziale o conosciuto il risultato.

Penalizzazione dell'esecuzione — Diagnosticarla accanto al rendimento

Spread, slippage e commissioni sono costi operativi, ma nella contabilità dei risultati sono già inclusi nel PnL effettivo. Per diagnosticare la qualità dell'esecuzione, calcola separatamente:

execution_drag_R = [direction × (planned_exit_price_of_same_type − planned_entry) / pip_size × lots × pip_value_per_standard_lot − actual_net_pnl] / planned_risk

L'espressione cruciale è «prezzo d'uscita previsto dello stesso tipo». Se è scattato lo stop, confronta l'operazione con lo SL previsto. Se ha raggiunto l'obiettivo, confrontala con il TP previsto. Per un'uscita manuale o temporale senza prezzo d'uscita previsto, definisci la diagnostica come slippage d'ingresso, commissioni e swap espressi in R. Confrontare ogni operazione con il TP previsto è allettante perché il TP è registrato, ma produce un assurdo: uno stop eseguito esattamente secondo il piano mostrerebbe circa 3R di «costo d'esecuzione» pur senza slippage. La penalizzazione misura la qualità dell'esecuzione, non la distanza dall'esito redditizio ideale. Direzione (+1 long, −1 short) e volume devono essere inclusi per trattare coerentemente operazioni short e long. Non aggiungere lo spread separatamente se è già riflesso nei prezzi eseguiti.

Regola operativa: separa la contabilità del rendimento dalla diagnosi dell'esecuzione. Se r_net usa il PnL effettivo del broker, i costi sono già nel risultato e si analizzano separatamente attraverso la penalizzazione dell'esecuzione. Se il calcolo parte dai prezzi previsti, deduci i costi manualmente. Usa un metodo o l'altro, mai entrambi insieme.

Un calcolo completo svolto

Considera un long EUR/USD di 0.5 lotti (50000 EUR) su un conto in PLN, con un cambio illustrativo USD/PLN di circa 4.40. Un pip per lotto standard EUR/USD vale USD 10, circa PLN 44; su 0.5 lotti vale circa PLN 22 per pip.

• Ingresso previsto: 1.0850
• Ingresso effettivo: 1.0852 (2 pip di slippage)
• SL previsto: 1.0820 (30 pip di rischio)
• TP previsto: 1.0910 (60 pip = 2R)
• Uscita effettiva: 1.0908 (2 pip di slippage al TP)
• Spread all'ingresso: 0.8 pip
• Commissione ECN: PLN 4 per operazione completa di apertura e chiusura
• Swap: 0 (posizione chiusa lo stesso giorno)

Calcolo di R_net dagli eseguiti effettivi del broker:

• PnL dagli eseguiti effettivi: (1.0908 − 1.0852) / 0.0001 = 56 pip; in PLN: 56 × 22 = PLN 1232. Lo slippage d'ingresso e d'uscita è già incluso perché il calcolo usa prezzi effettivi.
• Commissione ECN: PLN 4. Swap: 0.
• PnL netto effettivo: 1232 − 4 = PLN 1228.
• Rischio previsto: |1.0850 − 1.0820| / 0.0001 = 30 pip; 30 × 22 = PLN 660.
• R_net = 1228 / 660 ≈ +1.86R.

Calcolo della penalizzazione dell'esecuzione come diagnostica separata:

• PnL lordo previsto con eseguiti ideali e senza costi: (1.0910 − 1.0850) / 0.0001 × 22 = 60 × 22 = PLN 1320.
• PnL netto effettivo: PLN 1228.
• Differenza: 1320 − 1228 = PLN 92.
• execution_drag_R = 92 / 660 ≈ 0.14R. L'operazione è uscita sull'obiettivo, quindi il riferimento previsto è il TP; i costi d'esecuzione hanno consumato circa il 14% del rischio previsto.

Per uno stop, calcola la penalizzazione rispetto allo SL previsto. Se sia l'ingresso sia lo stop sono eseguiti esattamente ai prezzi previsti e la commissione è PLN 4, la penalizzazione è 4 / 660 ≈ 0.01R, non i circa 3R prodotti dal confronto con il TP. Conservando lo slippage d'ingresso precedente di 2 pip, il costo è invece PLN 44 + PLN 4, cioè 48 / 660 ≈ 0.07R. L'estrapolazione richiede un'ipotesi separata ed esplicita: «dopo 100 operazioni la penalizzazione è circa 14R, ossia circa il 14% del capitale annuo con rischio dell'1% per operazione» vale solo per uno scenario con 100 uscite sull'obiettivo e identico slippage per ciascuna. In un diario reale, calcola la penalizzazione sulle operazioni chiuse e analizza separatamente uscite in stop e sull'obiettivo: sono distribuzioni diverse e accorparle oscura la diagnosi. I costi non sono un dettaglio di arrotondamento: orientano la scelta di broker, coppia e timeframe. Mantieni r_net per la contabilità del rendimento e execution_drag_R per migliorare l'esecuzione; non combinare entrambe le deduzioni in una formula.

Perché multiplo di R anziché percentuali o PLN?

Il multiplo di R offre un'unità comune basata sul rischio per confrontare scalp e swing, EUR/USD e GBP/JPY, posizioni piccole e grandi. Dopo un anno e 200 operazioni registrate, un trader può dire con precisione: «il mio setup A+ rende in media +0.84R, B +0.21R e C −0.13R». Qui finisce il contributo del diario. Disattivare C dipende dagli intervalli intorno a questi numeri e dai criteri descritti qui: Articolo 15.10, non semplicemente dal segno della media.

La distribuzione del multiplo di R — Leggere 220 operazioni

Da questa distribuzione emergono tre osservazioni:

• Bassa percentuale di successo, ma risultato positivo in questo campione: Il 44.5% delle operazioni è positivo (98 su 220 sopra 0R), mentre la coda destra — 17 operazioni da +2R in su, inclusa una da +5R — determina tutta l'aspettativa positiva. Togliendo quelle diciassette, R totale diventa negativo.
• Mediana 0R, media +0.13R: la differenza mostra che i profitti provengono dalla coda. Metà delle operazioni termina a zero o sotto. È caratteristico del trend following e spiega perché mediana e media vadano mostrate insieme anziché usate come intercambiabili.
• Il ritorno alla media può presentare la forma opposta: l'illustrazione della fonte ha un alto successo del 60–70%, una piccola vincita media di +0.5R e una lunga coda sinistra con rare perdite da −2R o −3R quando il ritorno alla media fallisce. Descrive uno schema d'esempio, non caratteristiche garantite della strategia.

La stessa distribuzione viene usata più avanti per Sharpe e Sortino nella sezione 6 e SQN nella 4: la media è +0.130R e la deviazione standard 1,182R, producendo Sharpe per operazione di 0.11, SQN di 1.10 con N limitato a 100 e Sortino correttamente calcolato di 0.21. Ricorda questi numeri: una distribuzione apparentemente «sana» con profit factor 1.31 appare debole nelle diffuse tabelle di soglie. Questo da solo non la invalida: le soglie possono assumere definizioni o numeri di operazioni diversi.

4. Aspettativa netta — Cosa distingue un sistema redditizio dal marketing

L'aspettativa risponde a una domanda fondamentale: quanto mi aspetto di guadagnare o perdere per operazione, espresso in unità di R? Senza questa metrica non puoi sapere se la strategia è matematicamente sostenibile. Con essa puoi stimare il risultato medio su N operazioni nelle ipotesi del modello; la stima non garantisce il campione successivo né rendimenti del capitale.

La formula canonica dell'aspettativa

La formulazione strutturale standard (usata nel backtesting e nella modellazione teorica precedente alle operazioni):

Aspettativa = (WR × avg_win_R) − ((1 − WR) × avg_loss_R) − costs_per_trade_R

Una precisazione statistica essenziale: il termine (1 − WR) include nella categoria perdente le operazioni chiuse esattamente a 0.00R. Se la distribuzione contiene operazioni in pareggio, suddividi il campione in tre popolazioni distinte: E = pw × avgWin − pl × |avgLoss|, dove pw + pl + p0 = 1 — è l'implementazione esatta usata nello script Python seguente e nel registro sintetico della sezione 5.

Dove:

• WR — percentuale di successo, espressa come frazione decimale (per esempio 0.55 = 55%).
• avg_win_R — multiplo di R medio delle operazioni vincenti (per esempio +1.80R).
• avg_loss_R — valore assoluto del multiplo di R medio delle operazioni perdenti (per esempio 1.00R con rigorosa disciplina degli stop).
• costs_per_trade_R — attrito aggregato (spread + slippage + swap + commissioni) normalizzato come percentuale del rischio R previsto (per esempio 0.10R).

Tre riferimenti operativi dell'aspettativa

Le soglie della tabella sono ipotesi operative illustrative per pianificare scenari, non prescrizioni universali di mercato. Vanno applicate solo insieme ai relativi intervalli di confidenza: se un intervallo attraversa una soglia, qualsiasi decisione strategica va rinviata. Il dimensionamento per categoria di setup è stabilito qui: Articolo 15.2, mentre i criteri formali di dismissione sono descritti qui: Articolo 15.10.

Campione minimo per validare l'aspettativa

La trappola più pericolosa per il trader retail è calcolare l'aspettativa su 30–50 operazioni e trattare il decimale risultante come verità immutabile. La teoria della probabilità dimostra il contrario:

• 50 operazioni — l'intervallo di confidenza al 95% della percentuale di successo copre circa ±14 punti percentuali (intervallo di Wald con p = 0.55 e prove indipendenti; raggruppamenti ed esposizione a eventi comuni possono ampliarlo). Un successo osservato del 55% potrebbe facilmente rappresentare un vero parametro della popolazione del 41% o del 69%.
• 100 operazioni — l'intervallo copre circa ±10 punti percentuali: ancora troppo ampio per giustificare l'abbandono di un setup consolidato.
• 200 operazioni — l'intervallo si restringe a circa ±7 punti percentuali.
• 500 operazioni — l'intervallo si restringe a circa ±4 punti percentuali. Una stima più precisa, ma ancora vincolata dall'incertezza probabilistica.

La regola operativa non è «mai decidere sotto 100 operazioni», bensì: decidi in base all'intervallo di confidenza, mai alla sola stima puntuale. Se l'intervallo al 95% dell'aspettativa del setup comprende la tua soglia operativa, la decisione viene rinviata al ciclo di audit successivo, sia con 40 operazioni sia con 400. Il campione entra nel calcolo tramite l'ampiezza dell'intervallo: un conteggio non è un minimo universale né una validazione di per sé. Fermare il trading per rischio operativo (limiti di drawdown superati, problemi d'esecuzione del broker) è sempre consentito e non attende mai la significatività statistica.

La trappola dei costi di attrito: Backtest e penalizzazione reale dell'esecuzione

I trader retail valutano abitualmente l'aspettativa teorica lorda trascurando spread, slippage, commissioni e finanziamento rollover. Un backtest idealizzato da +0.50R lordi spesso si deteriora a +0.20R netti dal vivo. In un anno il saldo ristagna perché il trader realizza +0.20R, non +0.50R, su 200 operazioni.

Imperativo metodologico: Se r_net deriva dal PnL netto dell'estratto (sezione 3), i costi sono già incorporati: spread, slippage e oneri si tracciano separatamente come penalizzazione dell'esecuzione, senza sottrarli due volte. Calcolando l'aspettativa da grafici a candele idealizzati, l'attrito va dedotto esplicitamente. Non mescolare i metodi. Gli esempi ipotetici seguenti calcolano la penalizzazione dell'esecuzione, non una seconda deduzione dal PnL netto:

Esempi concreti di costi per operazione in R, mantenendo il conto originale in PLN e cambi illustrativi:

• Coppia: EUR/USD; broker ECN; spread 0.2 pip; commissione USD 7 per lotto standard di apertura e chiusura; slippage medio 0.3 pip per lato.
• Setup tipico: SL 30 pip, volume 0.3 lotti, USD/PLN illustrativo ≈ 4.40; valore del pip per 0.3 lotti ≈ PLN 13.20.
• Rischio previsto: 30 × 13.20 = PLN 396.
• Costi: spread 0.2 × 13.20 = PLN 2.64; slippage 0.6 pip tra ingresso e uscita × 13.20 = PLN 7.92; commissione USD 7 × 0.3 lotti = USD 2.10 ≈ PLN 9.24. Totale: circa PLN 19.80.
• Costi in R: 19.80 / 396 = 0.05R, ossia il 5% del rischio previsto.

Altro esempio: una coppia più costosa e uno stop più stretto:

• Coppia: GBP/JPY; broker market maker; spread 2.5 pip; nessuna commissione; slippage 1 pip per lato.
• Valore del pip per 0.1 lotti con USD/JPY illustrativo ≈ 150 e USD/PLN ≈ 4.40: un lotto standard produce JPY 1000 per pip; 1000 / 150 ≈ USD 6.67, cioè PLN 29.33 a 4.40. Per 0.1 lotti, circa PLN 2.93 per pip.
• Setup stretto: SL 25 pip, volume 0.1 lotti; rischio 25 × 2.93 = PLN 73.25, ossia circa PLN 73.
• Costi della posizione: spread 2.5 × 2.93 ≈ PLN 7.33; slippage d'ingresso 1 × 2.93 = PLN 2.93; d'uscita 1 × 2.93 = PLN 2.93; totale PLN 13.19 con gli arrotondamenti mostrati.
• Costi in R: 13.19 / 73.25 ≈ 0.18R, circa il 18% del rischio previsto consumato dai costi fin dall'inizio.

Mostra la trappola del costo proporzionale: lo stesso slippage in pip consuma molte più R con uno stop stretto. Uno stop di 25 pip su una coppia con spread di 2.5 pip è quindi difficile da giustificare sul solo piano dei costi. L'ipotesi operativa qui è una soglia illustrativa dello scenario, non uno standard di mercato: costi oltre il 5–8% del rischio previsto iniziano a influire materialmente sul risultato, suggerendo una revisione di broker, coppia o timeframe con uno stop tecnico più ampio. Il test rilevante viene dal diario: dividi i costi medi in R per l'aspettativa lorda e osserva quanta aspettativa resta.

System Quality Number (SQN) di Van Tharp — Formula, limite di N e scala

La scala interpretativa dell'autore è qui presentata integralmente. Gli altri articoli dovrebbero rimandare a essa anziché riprodurre varianti diverse: tre «scale di Tharp» incoerenti in tre articoli comprometterebbero la coerenza del corso.

Tre precisazioni evitano interpretazioni errate: primo, la scala è un'euristica dell'autore, non uno standard di mercato. Secondo, SQN cresce con la radice di N fino a 100 operazioni; i confronti sono validi solo a N identico: la base di 220 operazioni della sezione 3 dà 1.10 a N = 100, ma arriverebbe a 1.63 inserendo ingenuamente n = 220 senza limite. Terzo, SQN misura il rapporto segnale-rumore, non prescrive il dimensionamento e non sostituisce l'intervallo di confidenza dell'aspettativa netta.

Segmentare il campione — Evitare il bias di selezione

Un diario strutturato consente di segmentare i dati per setup, sessione, regime e versione del playbook. Mantieni rigore statistico: più sottogruppi confronti, più è probabile che il migliore sia un artefatto del rumore casuale. Scegliere il migliore fra dodici setup distinti è selezione dei dati, non vera stima dei parametri. L'architettura formale di calibrazione in-sample e validazione out-of-sample è dettagliata qui: Articolo 15.4, mentre le decisioni di mantenere, modificare o disattivare sono trattate qui: Articolo 15.10. Il diario deve fornire conteggio e intervallo per ogni sottoinsieme, non solo una classifica.

Intervalli bootstrap — Perché +0.22R è un'ipotesi, non un vantaggio

Un'aspettativa netta osservata di +0.22R su 42 operazioni non è un vantaggio provato, ma un'ipotesi empirica non verificata. Il bootstrap non parametrico lo rivela direttamente: estrai 10000 ricampionamenti con reinserimento da quelle 42 operazioni, calcola la media di ciascuno e rappresenta la distribuzione delle medie per stabilire limiti empirici di confidenza. Documenta il risultato in una frase con gli stessi tre componenti: n, metodo e ipotesi:

«Per n = 42 operazioni, un intervallo al 95% dell'aspettativa è (−0.17R; +0.61R) a std(R) = 1.3R. Questi estremi visualizzati sono un controllo mediante approssimazione normale, ±1.96 × std / √n; non sono un risultato bootstrap calcolato. Il bootstrap previsto usa 10000 ricampionamenti con reinserimento, può essere asimmetrico con una distribuzione R sbilanciata e va registrato il suo risultato effettivo. Entrambi gli approcci assumono osservazioni indipendenti; raggruppamenti ed eventi comuni possono ampliare l'intervallo. Poiché include zero, la decisione sul setup viene rinviata alla prossima revisione».

Il solo numero di osservazioni non decide nulla: conta l'ampiezza dell'intervallo rispetto alla soglia decisionale. Per setup rari, con poche segnalazioni al mese, la verifica bootstrap è indispensabile: senza, 50 operazioni raccolte in un anno sembrano solide ma rappresentano rumore statistico distribuito su dodici mesi.

Script Python: Calcolare metriche da CSV

Lo script seguente calcola aspettativa netta, profit factor, Sharpe per operazione, Sortino, SQN, MAE/MFE e drawdown dell'equity direttamente da un CSV standardizzato di 29 campi:

import pandas as pd
import numpy as np

# Carica il diario da CSV (29 campi come specificato nella sezione 2)
df = pd.read_csv('journal.csv')

# Limita alle posizioni chiuse con multipli di R netti calcolati
df = df.dropna(subset=['r_net'])

# Imponi rigoroso ordine cronologico. Altrimenti la curva di equity
# e il drawdown riflettono l'ordinamento esportato, non lo storico del conto.
df['close_time_utc'] = pd.to_datetime(df['close_time_utc'], utc=True)
df = df.sort_values('close_time_utc').reset_index(drop=True)

total = len(df)
if total == 0:
    raise SystemExit('Nessuna operazione chiusa: metriche indefinite, non zero.')

r = df['r_net']

# Tre popolazioni: vincite, perdite e pareggi esatti.
wins   = r[r > 0]
losses = r[r < 0]
zeros  = r[r == 0]

wr       = len(wins) / total
p_loss   = len(losses) / total
avg_win  = wins.mean()        if len(wins)   else float('nan')
avg_loss = abs(losses.mean()) if len(losses) else float('nan')

# Aspettativa netta uguale alla media aritmetica di r_net (costi incorporati)
expectancy = r.mean()
# Controllo strutturale: deve coincidere esattamente con la media aritmetica
structural_check = ((wr * avg_win if len(wins) else 0.0)
                    - (p_loss * avg_loss if len(losses) else 0.0))

# Fattore di profitto. Nessuna perdita = indefinito, non "perfezione infinita"
sum_wins   = wins.sum()
sum_losses = abs(losses.sum())
profit_factor = sum_wins / sum_losses if sum_losses > 0 else float('nan')

# Statistica R per operazione e SQN con convenzione N = min(n, 100)
sd     = r.std(ddof=0)
sharpe = expectancy / sd if sd > 0 else float('nan')
sqn    = sharpe * np.sqrt(min(total, 100))

# Sortino: deviazione al ribasso su TUTTA la popolazione, MAR = 0
mar     = 0.0
dside   = np.sqrt((np.minimum(r - mar, 0) ** 2).mean())
sortino = (expectancy - mar) / dside if dside > 0 else float('nan')

# Intervallo analitico al 95% dell'aspettativa (assumendo i.i.d.)
se = r.std(ddof=1) / np.sqrt(total)
ci = (expectancy - 1.96 * se, expectancy + 1.96 * se)

# Drawdown della curva di equity con rischio proporzionale fisso f per operazione.
# Il capitale iniziale (1.0) DEVE precedere il vettore dei massimi progressivi;
# altrimenti iniziare con una perdita mostra un ingannevole drawdown dello 0%.
f       = 0.01                      # parametro di scenario operativo, non universale
equity  = pd.concat([pd.Series([1.0]), (1 + r * f).cumprod()], ignore_index=True)
run_max = equity.cummax()
max_dd  = ((equity - run_max) / run_max).min()

# Analisi MAE / MFE sulle righe compilate
mae_win = mae_loss = mfe_win = float('nan')
if {'mae_r', 'mfe_r'}.issubset(df.columns):
    m = df.dropna(subset=['mae_r', 'mfe_r'])
    if len(m):
        mae_win  = m.loc[m['r_net'] > 0, 'mae_r'].mean()
        mae_loss = m.loc[m['r_net'] < 0, 'mae_r'].mean()
        mfe_win  = m.loc[m['r_net'] > 0, 'mfe_r'].mean()

# Ripartizione per setup e versione del playbook
print(df.groupby(['setup', 'strategy_version']).agg({
    'r_net': ['count', 'mean', 'sum', 'std']
}))

print(f"Numerosità (n): {total} (Vincite: {len(wins)}, Perdite: {len(losses)}, Pareggi: {len(zeros)})")
print(f"Percentuale di successo: {wr:.1%}")
print(f"Aspettativa netta: {expectancy:+.2f}R (Controllo strutturale: {structural_check:+.2f}R)")
print(f"IC al 95% dell'aspettativa: ({ci[0]:+.2f}R; {ci[1]:+.2f}R)")
print(f"Fattore di profitto: {profit_factor:.2f}")
print(f"Sharpe per operazione: {sharpe:.2f} | SQN (N limitato a 100): {sqn:.2f}")
print(f"Sortino (deviazione al ribasso completa, MAR=0): {sortino:.2f}")
print(f"Drawdown massimo dell'equity (con f={f:.0%}): {max_dd:.1%}")
print(f"MAE medio vincite: {mae_win:.2f}R | MAE medio perdite: {mae_loss:.2f}R | MFE medio vincite: {mfe_win:.2f}R")

Lo script assume la struttura CSV della sezione 2 e richiede quattro colonne compilate: r_net, close_time_utc (la cronologia è essenziale per equity e drawdown), e setup più strategy_version per la segmentazione. mae_r e mfe_r sono opzionali: dati mancanti o vuoti lasciano le metriche indefinite, non a zero. Prima di fidarti dei risultati, valida lo script su un riferimento verificato, come il registro sintetico di 6 operazioni della sezione 5, confermando l'esatta corrispondenza con i calcoli manuali. Prova un secondo file sintetico che inizi con un'operazione perdente: così isoli se lo script include correttamente l'equity iniziale nei massimi progressivi (uno script difettoso mostra 0% di drawdown su una perdita iniziale). Uno script diagnostico non verificato su casi limite noti è solo un'altra fonte di fiducia ingiustificata.

5. Profit factor e recovery factor — Domande diverse, risposte diverse

L'aspettativa netta quantifica «quanto mi aspetto di guadagnare mediamente per operazione». Profit factor e recovery factor rispondono a domande strutturali completamente diverse; ignorarli nasconde dimensioni vitali della salute del sistema.

Profit factor — Rapporto fra profitti e perdite totali

I riferimenti nelle due tabelle sono ipotesi operative illustrative (non standard di mercato) e hanno significato statistico solo insieme alla numerosità del campione. Il profit factor calcolato dai multipli di R netti fornisce una valutazione netta senza abbellimenti; l'assenza di perdite rende PF indefinito, mai un «sistema infinito e perfetto».

Fattore di profitto (PF) = sum_of_all_wins / abs(sum_of_all_losses)

La domanda fondamentale è: il sistema genera più profitto cumulato che perdita cumulata, e di quale multiplo esatto?

Il profit factor offre chiarezza intuitiva anche senza preparazione statistica: «per ogni PLN 1 perso, la strategia genera PLN 1.80 di profitto». Ma ignora la distribuzione sottostante. Un sistema con PF 1.80 su 200 operazioni è strutturalmente incomparabile con uno che vanta PF 1.80 su 20. Valutalo sempre insieme al numero di operazioni e all'aspettativa netta.

Recovery factor — Guadagno netto cumulato rispetto al drawdown massimo

Fattore di recupero (RF) = total_net_profit / max_drawdown

La domanda fondamentale è: quante volte il rendimento netto totale supera il drawdown storico più profondo? In altri termini, quante volte la strategia avrebbe potuto attraversare il suo peggior calo storico preservando complessivamente guadagni di capitale?

Per esempio, un rendimento annuo di +35% con drawdown massimo annuo di −12% dà RF = 35 / 12 = 2.92. Le due cifre devono provenire dalla stessa identica curva di equity su periodi identici: profitto del periodo diviso per drawdown del periodo. Mettere CAGR pluriennale al numeratore e drawdown di un solo anno al denominatore produce una metrica senza rigore, confrontando parametri incompatibili.

Il recovery factor è un prezioso indicatore psicologico: se ottenere il 30% annuo ha richiesto un estenuante drawdown del 25% dal massimo al minimo (RF = 1.20), devi chiederti se il rendimento giustificasse l'angoscia. La fonte propone di preferire RF sopra 2 con CAGR inferiore a rendimenti maggiori con drawdown profondo: è una preferenza da valutare, non una statistica accertata sui professionisti.

Successo e profit factor — La classica fallacia retail

I trader retail confondono abitualmente successo e qualità del sistema: «ho il 75% di successo, quindi la strategia sarà redditizia». La conclusione è matematicamente invalida. Il 75% di successo con vincita media +0.50R e perdita media −2.50R produce:

• Aspettativa netta: 0.75 × 0.50 − 0.25 × 2.50 = 0.375 − 0.625 = −0.25R per operazione (un sistema inequivocabilmente perdente).
• Profit factor: (0.75 × 0.50) / (0.25 × 2.50) = 0.375 / 0.625 = 0,60: per ogni PLN 1 perso, il sistema guadagna solo PLN 0.60.

Un'alta percentuale di successo senza rigoroso controllo del rapporto fra vincite e perdite caratterizza strategie avventate di ritorno alla media senza disciplina degli stop. Una sola perdita enorme cancella molte operazioni vincenti. Il profit factor lo rivela subito: il 75% di successo con profit factor 0.60 è un risultato perdente nonostante l'alto successo.

Registro sintetico di audit — Sei operazioni e metriche riconciliate

Scenario illustrativo con dati sintetici, non rendimento storico di un conto. Le sei righe seguenti non provengono da alcun conto e non dimostrano l'efficacia di una strategia. Mantengono la denominazione PLN della fonte e illustrano la riconciliazione matematica completa dal rischio iniziale R0 al drawdown massimo su un campione verificabile a mano. Vale sempre la convenzione standard: R0 rappresenta il rischio iniziale previsto fissato prima dell'esecuzione; r_net rappresenta il PnL netto dell'estratto ufficiale del broker (dopo oneri e finanziamento) diviso per R0.

Calcoli passo per passo derivati esclusivamente dalla colonna r_net:

• Percentuale di successo = 3 / 6 = 50,0%. T-004 con +0.03R conta come vincita perché strettamente positiva al netto; chiudendo esattamente a 0.00R apparterrebbe alla terza popolazione, quella del pareggio, non alle perdite. È ciò che la scorciatoia (1 − WR) × avgLoss gestisce in modo errato.
• R cumulato = 1,80 − 1,03 − 1,00 + 0,03 + 1,25 − 1,02 = +0.03R.
• Aspettativa netta = +0,03 / 6 = +0.005R per operazione. Controllo strutturale: vincita media = +1,027R, perdita media = −1,017R; quindi (0.50 × 1,027) − (0.50 × 1,017) = +0.005R: confermato.
• Profit factor = (1,80 + 0,03 + 1,25) / (1,03 + 1,00 + 1,02) = 3,08 / 3,05 = 1,01.
• Drawdown massimo valutato su R cumulato (misurato dopo ogni operazione; è drawdown in R, non percentuale del capitale, e va etichettato come tale): 0.00 → +1.80 → +0.77 → −0.23 → −0.20 → +1.05 → +0.03R. Massimo progressivo +1.80R; minimo successivo −0.23R; quindi DD massimo = 1.80 − (−0.23) = 2.03R. A fine campione (+0.03R contro il massimo +1.80R), il drawdown non è recuperato; la durata del recupero è esplicitamente documentata come indefinita, non omessa.
• Intervallo di confidenza: std(R) = 1,257, errore standard = 1,257 / √6 = 0.513; l'intervallo al 95% dell'aspettativa mediante approssimazione normale, assumendo indipendenza, copre (−1.00R; +1.01R).

La lezione centrale del registro: sei operazioni dimostrano la riconciliazione aritmetica, ma nessun vantaggio statistico. L'intervallo attraversa zero, comprende la soglia di sostenibilità +0.15R e arriva a perdite catastrofiche: una sola operazione aggiuntiva sposta l'aspettativa più del presunto vantaggio. Risponde solo a «le formule tornano?», non stabilisce se la strategia sia sostenibile. Valutare lo stesso registro su 600 operazioni dà sostanza statistica; le formule restano identiche, si restringe solo l'intervallo.

6. Sharpe e Sortino — Quando hanno senso per il retail

Sharpe e Sortino sono riferimenti istituzionali nell'attribuzione dei rendimenti degli hedge fund, ma spesso ingannano se applicati acriticamente al retail. Adattati a un quadro «per operazione» anziché alla volatilità annua del portafoglio, offrono informazioni diagnostiche vitali che né aspettativa netta né profit factor rivelano.

Sharpe per operazione — Rendimento per unità di volatilità dei risultati

Sharpe = (mean_R − risk_free_rate) / std_R

Per la diagnostica per operazione usata qui poniamo il riferimento a zero e misuriamo in R. È una convenzione, non l'affermazione che normalizzare renda nullo il tasso economico privo di rischio. Si ottiene:

Sharpe ≈ mean(R) / std(R)

Cosa comunica: quanto rendimento genera il sistema per unità di dispersione dei risultati. Un valore maggiore indica una media più alta rispetto alla dispersione; non garantisce una sequenza regolare o prevedibile. Uno Sharpe basso segnala risultati molto dispersi anche con aspettativa netta nominalmente positiva.

Gli intervalli interpretativi della tabella sono ipotesi operative illustrative e vanno valutati solo insieme alla numerosità esatta del campione da cui derivano.

Lo Sharpe istituzionale annualizzato non si traduce 1:1 in una metrica per operazione. L'annualizzazione scala tramite Sharpe_per-operazione × √N, dove N è il numero annuo di operazioni. Lo stesso Sharpe per operazione di 0.30 produce 1.50 annualizzato con 25 operazioni/anno, 2.00 con 44, 4.20 con 200 e 7.30 con 600. Un unico valore produce quattro «Sharpe annualizzati» radicalmente diversi. Inoltre la scala matematica assume stretta indipendenza fra operazioni, che può mancare sulla stessa coppia o nello stesso regime. La dipendenza positiva può gonfiare il risultato annualizzato. Riporta sempre Sharpe per operazione con il conteggio totale; un dato annualizzato senza frequenza è statisticamente privo di significato.

Il difetto cruciale di Sharpe — Penalizzare la volatilità al rialzo

Lo Sharpe classico considera tutta la dispersione dalla media un rischio indesiderato. Se la strategia cattura un enorme trend con grandi vincite di coda (+5.0R, +8.0R), la deviazione standard campionaria cresce molto e la formula penalizza il punteggio. Economicamente è assurdo: il trader non dovrebbe essere penalizzato per guadagni positivi anomali a suo favore.

Per correggere la distorsione, il dott. Frank A. Sortino sviluppò la formulazione alternativa^[2], che misura esclusivamente la varianza al ribasso.

Sortino — Rendimento per unità di rischio al ribasso

Sortino = (mean(R) − MAR) / DD, dove DD = √( Σ min(Ri − MAR, 0)² / n ), e MAR = 0

L'elemento matematico cruciale è la numerosità n al denominatore: la deviazione al ribasso va valutata sull'intera popolazione di operazioni, inserendo zero per ogni operazione che raggiunga o superi il rendimento minimo accettabile (MAR), anziché calcolare la deviazione standard delle sole perdite. La distinzione è sostanziale. La variante «deviazione standard delle sole perdite» non penalizza la frequenza delle perdite: con 99 vincite e 1 perdita, la dispersione delle perdite sarebbe zero e Sortino indefinito o astronomicamente gonfiato. Sulle 220 operazioni della sezione 3, la deviazione corretta è 0.631, con Sortino = 0.21; la variante errata dà 0.205 e un «Sortino» artificiale di 0.63: una distorsione tripla. Prima del confronto con riferimenti esterni, verifica la definizione matematica usata.

Sortino penalizza solo la volatilità al ribasso. Grandi vincite aumentano il numeratore senza ampliare la deviazione al ribasso del denominatore. Nei sistemi di trend asimmetrici a destra, Sortino supera quindi stabilmente Sharpe.

Questi intervalli illustrativi sono calibrati su questa definizione — deviazione al ribasso sull'intera popolazione — e non sono standard di mercato. Non sono confrontabili con tabelle fondate sulla deviazione standard delle sole perdite, che nella sezione 3 triplica circa il risultato. Il moltiplicatore non è costante: dipende da distribuzione e frequenza delle perdite e può diventare arbitrariamente grande quando il denominatore delle sole perdite tende a zero. La distribuzione della sezione 3 ha profit factor 1.31 e Sortino 0.21, «solido» su questa scala.

Regola operativa: in molte strategie retail asimmetriche Sortino può rivelare più di Sharpe, ma entrambi diventano incerti con poche decine di operazioni. La stessa deviazione standard ha allora un ampio intervallo di stima, e le metriche derivate ne ereditano l'incertezza. Sharpe descrive tutte le oscillazioni; Sortino si concentra sotto l'obiettivo. Scegli in base a stile, frequenza e distribuzione del tuo sistema.

Quando Sharpe e Sortino falliscono per il trader retail

• Campioni piccoli — con poche decine di operazioni la varianza è instabile; indica sempre la numerosità n insieme alla metrica.
• Strategie su eventi altamente asimmetriche (per esempio breakout sui non-farm payroll): le vincite formano una coda lunga e la deviazione standard può non rappresentare la volatilità che il trader considera tipica.
• Frequenza di operazioni estremamente bassa (per esempio 5 swing al mese): la fonte avverte che stimare affidabilmente Sharpe annualizzato da sole 60 osservazioni annue è difficile; il problema è l'incertezza dello stimatore e la dipendenza, non un minimo numerico universale.

Per i trader retail tipici con 200–600 operazioni annue fra trend following e ritorno alla media, Sortino funge da bussola affidabile e Sharpe per operazione offre una validazione contestuale secondaria.

7. MAE/MFE — Cosa rivelano sulla qualità di ingressi e uscite

L'escursione avversa massima (MAE) e favorevole massima (MFE) sono due metriche diagnostiche che rivelano quanto il prezzo si è mosso contro la posizione e quanto si è mosso a tuo favore durante la vita attiva dell'operazione. I trader retail le registrano raramente, rinunciando al più potente strumento empirico per ottimizzare stop-loss e take-profit.

Definizioni di MAE e MFE

• MAE (escursione avversa massima) — la massima escursione di prezzo contro la posizione attiva, misurata in R dall'ingresso. Esempio: acquisto EUR/USD a 1.0850 con SL previsto 1.0820 (30 pip di rischio iniziale). Prima della chiusura il prezzo scende a 1.0825 → MAE = [(1.0850 − 1.0825) / 0.0001] / 30 = 25 / 30 = 0.83R.
• MFE (escursione favorevole massima) — la massima escursione a favore della posizione attiva, misurata in R dall'ingresso. Acquisto a 1.0850; massimo a 1.0920 prima del ritracciamento → MFE = [(1.0920 − 1.0850) / 0.0001] / 30 = 70 / 30 = 2.33R.
• Sono entrambi massimi progressivi valutati rigorosamente sull'intervallo chiuso ingresso → uscita e non possono diminuire. MFE non può «decadere» al ritracciamento: questo riduce il PnL realizzato, non l'escursione massima raggiunta. Dopo la chiusura la misurazione termina; il movimento successivo appartiene a un universo ipotetico («se avessi tenuto più a lungo?») e va registrato in una colonna di ricerca distinta. Confonderli può attribuire al trade chiuso movimenti successivi all'uscita completa al TP. Il confronto con TP della fonte assume che tutta la posizione chiuda davvero all'obiettivo; un target previsto non è un limite superiore universale se l'esecuzione differisce o resta una parte aperta.

Cosa diagnosticano MAE e MFE

MAE risponde: quanto il prezzo è ritracciato contro il trade prima della conclusione? Un MAE medio di 0.40R sulle vincite si può leggere come ipotesi empirica che lo stop contenga un margine eccessivo raramente messo alla prova, non la prova definitiva che vada subito stretto. La sola media non decide per tre motivi: primo, considera solo i sopravvissuti; per definizione le operazioni in stop sono escluse. Secondo, nasconde la coda: alcune vincite con MAE 0.90R sarebbero state fermate da uno stop stretto e spesso generano proprio i guadagni di coda destra. Terzo, MAE riflette dove ha negoziato il prezzo di mercato, non se fosse possibile eseguire proprio lì (usa i limiti delle candele e il lato eseguibile adatto alla direzione: un long esce al Bid, non a un mid-price indistinto). Solo analisi completa della distribuzione e simulazione out-of-sample («quante vincite sarebbero scattate a 0.8× SL?») danno conferma operativa. L'osservazione inversa è più conclusiva: MAE medio 0.90R sulle vincite segnala margini dello stop pienamente usati e qualsiasi aumento dello slippage del broker trasformerà vincite in perdite.

MFE risponde: sto lasciando troppo profitto sul tavolo? Il vincolo analitico fondamentale: entrambe le metriche devono provenire dalla stessa identica popolazione. Confrontare MFE medio di tutte le operazioni chiuse con profitto medio delle vincenti distorce molto mescolando le perdenti. Se le operazioni vincenti hanno MFE medio +2.50R e profitto medio realizzato +1.20R, il divario +1.30R indica take-profit troppo conservativi oppure trailing stop attivati prematuramente. È una pista analitica, non una conclusione: MFE è l'escursione storica massima, non un prezzo necessariamente disponibile per uscire; un ordine avrebbe dovuto essere presente a quel picco ed eseguibile dal lato corretto dello spread.

Quattro scenari diagnostici pratici MAE/MFE

MAE/MFE sulle perdite — Valutare l'integrità dello stop

Valutato solo sulle posizioni perdenti:

• MAE medio sulle perdite ≈ 1.00R (SL previsto) — disciplina impeccabile degli stop e perdite rigorosamente normalizzate. Se l'esito netto medio è da −1.10R a −1.20R, il divario isola slippage e commissioni del broker.
• MAE medio sulle perdite > 1.20R — stop ampliati manualmente contro il piano, slippage catastrofico o posizioni mantenute attraverso gap. Ogni causa richiede un intervento operativo immediato.

Ricavare MAE/MFE dalle piattaforme

La maggior parte dei broker retail non esporta MAE/MFE granulari nei CSV standard. I rapporti possono fornire ingresso, uscita e talvolta intervallo di prezzo durante il trade senza una metrica pronta. Seguono quattro approcci: scegline uno e mantienilo tre mesi prima di valutare se i dati abbiano cambiato le decisioni.

• MetaTrader (MT4/MT5) senza storico tick — alla chiusura apri un grafico M5/M15 che copra la durata attiva. Usa le candele per stimare i maggiori movimenti avversi e favorevoli e convertirli in R (MAE_pips / SL_pips, MFE_pips / SL_pips). Tempo: 30–60 secondi per operazione.
• Script automatici cTrader / TradingView — esporta i dati delle candele sull'intervallo open_time a close_time e calcola gli estremi algoritmicamente in Python. MAE/MFE pronti per operazione potrebbero essere limitati al tester di strategie, non alle operazioni manuali. Verifica piattaforma, stato del conto e flusso sul tuo conto prima di farvi affidamento; estremi su candele e su tick non sono intercambiabili.
• Software dedicato al diario (Edgewonk) — calcola automaticamente MAE/MFE dopo l'importazione degli estratti; verifica meccanismo effettivo e copertura nella documentazione del fornitore —tick, candele o API del broker— prima di basarvi il processo.
• Aggregatori analitici (FX Blue / Myfxbook) — portata dell'analisi MAE/MFE e disponibilità nei piani possono cambiare. Consulta la documentazione corrente anziché presumere che la funzione manchi.

Per la maggior parte dei trader retail, verificare manualmente il grafico alla chiusura è il metodo più affidabile: la fonte prevede circa 30 secondi per una registrazione accurata, senza integrazione API o costi software.

Dispersione MAE/MFE di Sweeney — Decifrare i quattro gruppi

Il grafico di Sweeney^[4] dispone MAE in orizzontale e MFE in verticale, con un punto per operazione. Vincite verdi e perdite rosse. Quattro quadranti diagnosticano la salute dell'esecuzione:

• In basso a sinistra (MAE basso, MFE basso) — vincite rapide con minima escursione avversa: esperienza di esecuzione ottimale, ma spesso segnala obiettivi prematuramente vicini.
• In alto a destra (MAE alto, MFE alto) — operazioni con grave drawdown che evitano di poco l'invalidazione dello stop prima di forti guadagni. Avvertenza cruciale: piccoli picchi di slippage le avrebbero trasformate in perdite complete.
• In alto a sinistra (MAE basso, MFE alto) — tempismo d'ingresso impeccabile seguito da grande estensione direzionale del trend. Il profilo di élite che il tuo processo cerca di replicare sistematicamente.
• In basso a destra (MAE alto, MFE basso) — movimento avverso immediato con poca continuazione favorevole. Evita questi schemi e diagnostica i setup del gruppo; il grafico da solo non decide di disattivarli.

8. Drawdown — Storico, attuale e atteso

Il drawdown misura il calo percentuale del capitale dal massimo precedente. L'analisi sistematica opera su tre dimensioni complementari:

Drawdown massimo storico

Le soglie seguenti sono ipotesi operative di scenario, non prescrizioni universali: la stessa strategia con rischio del 2% per operazione produce circa il doppio della profondità rispetto all'1%. Dire «DD massimo 20%» senza specificare dimensionamento non informa strutturalmente sulla strategia.

Il drawdown massimo misura il più profondo calo da massimo a minimo osservato nello storico: la metrica definitiva per valutare la tolleranza allo stress psicologico.

Ht = max(Eu : u ≤ t) — massimo progressivo dell'equity, includendo esplicitamente il capitale iniziale; Dt = (Ht − Et) / Ht; max DD = max(Dt). Va valutato continuamente sulla curva, non confrontando ingenuamente massimo e minimo globali: per 100 → 80 → 120 → 110 il drawdown massimo reale è 20.0%, non 33.3%.

Prima di citare il drawdown vanno dichiarati due parametri: se il percorso riflette equity flottante (includendo oscillazioni delle operazioni aperte) oppure il saldo delle operazioni chiuse, e l'esatta frequenza di campionamento (tick, chiusura per operazione o fine giornata). Depositi e prelievi vanno neutralizzati matematicamente: aggiungere capitale durante un drawdown ne maschera la profondità, non riduce il rischio. Il drawdown su R cumulato anziché equity monetaria va chiamato «DD massimo in R, campionato per operazione», mai percentuale del conto.

Drawdown medio

Media aritmetica di tutti i cicli distinti da massimo a minimo nello storico. Riflette il «dolore» operativo abituale del sistema, distinto dai peggiori scenari di coda.

Euristica diagnostica pratica (ipotesi illustrativa, non standard di mercato): se il drawdown massimo supera 3× quello medio, la distribuzione mostra code molto pesanti, tipicamente per shock esterni estremi o sequenze di posizioni maggiori del piano. Il multiplo 3× è una regola illustrativa: ciò che va indagato è la causa strutturale nei tuoi dati.

Durata del drawdown — Orizzonte di recupero

Spesso più debilitante della profondità: quanto tempo serve per tornare a un nuovo massimo?

• Un drawdown del 10% recuperato in 2 settimane è psicologicamente facile da assorbire.
• Uno del 10% che dura 8 mesi smantella la convinzione e induce la maggioranza ad abbandonare strategie sostenibili durante il calo.

Un sistema con drawdown moderato ma recuperi lunghi può essere più estenuante di uno con cali forti e rapide riprese a V. La dinamica si sintetizza nel prodotto di profondità media e durata media del recupero, qui chiamato prodotto del dolore (metrica diagnostica specifica di questo quadro). Non confonderlo con il Pain Index (drawdown medio nel tempo) o con il Ulcer Index (radice della media dei drawdown al quadrato): tre formulazioni distinte dal nome simile. Un drawdown non recuperato a fine campione va indicato come tale: non inventarne la durata per la media, riportalo separatamente accanto alla media dei recuperi completati. Il prodotto del dolore è specifico di questo articolo, non uno standard di settore.

Drawdown atteso — Preparare dati empirici per simulare

Il diario fornisce una risorsa fondamentale alle simulazioni Monte Carlo: il vettore empirico dei valori r_net, standardizzati con denominatore R0 immutabile e attrito riconciliato con estratti ufficiali. La metodologia —cosa si ricampiona (ordine, blocchi o percorsi), seme casuale, orizzonte e modello del capitale— è codificata qui: Articolo 15.4. Due precisazioni: primo, le percentuali simulate dipendono direttamente dal dimensionamento; «poiché il 95° percentile del DD massimo è 18%, il rischio dell'1% è sicuro» è circolare. La simulazione rivela quali drawdown produce una specifica distribuzione R a un dato dimensionamento. Secondo, rimescolare operazioni storiche non crea perdite singole maggiori del peggiore valore anomalo del campione. Nuovi rischi di coda vanno stressati con scenari strutturali, non permutazioni casuali.

Scheda di controllo delle metriche — Definizioni, denominatori e limiti

Riferimento completo di tutte le metriche della guida. L'ultima colonna è cruciale: distingue misurazione quantitativa rigorosa da iperbole promozionale ed è la più ignorata dai retail.

9. Strumenti: Edgewonk, Myfxbook, FX Blue, Excel/Notion personalizzato

Il software non crea un diario efficace. Un Excel mantenuto con disciplina supera una piattaforma costosa abbandonata dopo due settimane. Tuttavia la scelta conta: uno strumento inadatto crea attrito eccessivo che erode la costanza oppure non mostra le metriche diagnostiche necessarie.

Confronto degli strumenti principali

Cosa non tracciano gli strumenti più diffusi

La grande maggioranza dei prodotti commerciali omette parametri cruciali di qualità decisionale: stato psicologico, ore di sonno e rispetto delle regole a fine giornata. Vanno implementati tramite tag personalizzati o registrati in un foglio parallelo. Senza registrazioni qualitative non puoi stabilire se stanchezza fisica o agitazione emotiva correlino con una performance inferiore della strategia: è una questione empirica risolvibile solo sui tuoi dati; la fonte non fornisce statistiche pubbliche che stabiliscano tale correlazione fra diari retail. I soli registri degli eseguiti del broker non catturano questa realtà.

Quando Excel personalizzato supera il software commerciale

• Metriche proprie da dati macro esterni — per esempio «setup valido se VIX < 18 e rapporto put/call CBOE > 1.1». Il fornitore elenca categorie di tag e personalizzazione completa (verifica: 2026-09-07, edgewonk.com/pricing), ma formule dinamiche con flussi macroeconomici esterni si costruiscono molto più efficacemente in un foglio.
• Architetture strategiche multi-asset — verifica il supporto fra mercati prima della scelta: il listino commerciale indica compatibilità multi-mercato (verifica: 2026-09-07, edgewonk.com/pricing). Il motivo principale per una cartella propria resta il controllo integrale di ogni definizione e denominatore.
• Rettifiche complesse del multiplo di R — come correlazione di portafoglio o classificazione A+/B/C con metodologia proprietaria, dove le formule offrono piena flessibilità di modellazione.

Sequenza ottimale d'implementazione

Il percorso d'implementazione vale indipendentemente dal capitale: prima sviluppa l'abitudine alla registrazione manuale in un foglio, poi automatizza il livello d'esecuzione con importazioni CSV degli estratti del broker e solo infine investi in software analitico dedicato. Aggiornare il software prima dell'abitudine comportamentale non serve: gli strumenti non generano disciplina, amplificano soltanto le abitudini già esistenti. Adattare il flusso analitico agli orari personali (preparazione mattutina, revisione dopo la sessione e audit nel weekend) è spiegato qui: Articolo 15.5; per il diario è inderogabile registrare i 29 campi il giorno dell'esecuzione e riconciliarli settimanalmente con estratti ufficiali.

10. Flusso di analisi del diario — Giornaliero, settimanale, mensile e trimestrale

Un diario senza revisione sistematica è solo un database dormiente. La revisione ha quattro livelli: giornaliero, settimanale, mensile e trimestrale; i primi tre appartengono al diario. Il quarto è un audit strategico formale disciplinato qui: Articolo 15.10: il diario fornisce dati empirici, mentre lì si decide la dismissione dei setup. Ogni livello risponde a domande operative entro un tempo prestabilito.

Ritmo giornaliero — 5 minuti dopo la sessione

Obiettivo: acquisire dati grezzi senza abbellimenti mentre la memoria operativa è fresca.

• Registra tutte le operazioni eseguite nei 29 campi (estratti più metriche qualitative).
• Assegna la classificazione dell'errore (categoria 0–10).
• Valuta la qualità decisionale (1–5) rigorosamente e separata dal PnL.
• Registra il sonno se omesso al mattino: è un parametro oggettivo precedente alla sessione, facilmente ricordabile la sera. Lo stato psicologico è l'eccezione cruciale: registralo prima dell'esecuzione o lascia vuoto il campo. Se lo valuti la sera a risultato noto, contrassegnalo come retrospettivo. Altrimenti la presunta correlazione stato/risultato misura la memoria dell'esito, non lo stato pre-ingresso.
• Scrivi una frase contestuale breve: «Londra un po' più tranquilla; NFP era ieri».

Registrare lo stesso giorno è un requisito operativo d'integrità. Dopo 72 ore non ricostruisci accuratamente la disciplina emotiva all'ingresso; dopo una settimana la memoria trasforma scommesse improvvisate in «setup tecnici validi» per giustificare l'esito. È proprio l'illusione da eliminare: registrare tardi la trasforma in dati corrotti.

Ritmo settimanale — 30 minuti la domenica sera

Obiettivo: diagnosi comportamentale a breve termine e verifica del rispetto della strategia nella settimana precedente.

• Conta operazioni per setup e categoria (A+, A, B, C).
• Calcola la somma settimanale dei multipli di R netti (R cumulato settimanale).
• Conta errori per categoria: uno ha dominato la settimana?
• Calcola qualità decisionale media: sotto 3.5? (Allarme immediato.)
• Valuta correlazioni: quali rendimenti nei giorni con stato psicologico < 3?
• Scrivi un paragrafo strutturato su disciplina d'esecuzione e coerenza col regime emerse nella settimana.

La revisione settimanale intercetta presto deviazioni: «mercoledì quattro operazioni, tutte fuori playbook A, puro FOMO dopo un brutto lunedì». Identificare schemi ogni settimana permette di correggere prima che cattive abitudini diventino distruzione permanente del capitale.

Ritmo mensile — 60 minuti nel primo weekend

Obiettivo: calcolare metriche complete e verificare il mese rispetto ai riferimenti di lungo periodo.

• Calcola tutte le metriche: successo, aspettativa netta, profit factor, Sortino, drawdown massimo e recovery factor.
• Prepara tabella per setup: conteggio, R medio e aspettativa netta.
• Traccia l'equity mensile e confrontala con percorsi attesi Monte Carlo.
• Esamina MAE/MFE: ingresso preciso o troppo profitto ceduto per trailing prematuro?
• Verifica errori: isola le 3 categorie principali del mese e progetta salvaguardie comportamentali mirate.
• Analizza correlazioni: privazione del sonno e R netto; stato mentale sotto 3 e risultati.
• Redigi per te un rapporto esecutivo mensile di una pagina.

La revisione quantitativa mensile, sia in utile sia in perdita, è l'unica verifica oggettiva del miglioramento o della sola varianza favorevole. Elimina scuse: rivela perdite da invalidazione del setup, orario, coppia, dimensionamento errato o violazioni deliberate dell'esecuzione.

Ritmo trimestrale — Dati empirici per audit strategici

Il trimestre è un livello decisionale, non solo un intervallo di misura. L'architettura formale —filtri per fasi, criteri di mantenimento, declassamento e revisione del playbook— è codificata qui: Articolo 15.10. Il diario fornisce quattro risorse specifiche a quell'audit: un estratto riconciliato di tutte le operazioni, tabelle segmentate per setup e versione (numerosità n, R medio e intervalli di confidenza), la quota di operazioni con codici d'errore diversi da zero e l'attrito totale in R. Se manca uno dei quattro elementi, l'audit non può procedere: da un diario incompleto l'unica conclusione legittima è che i dati di rendimento non sono verificati.

Tabella riepilogativa — Revisione del diario su quattro frequenze

Adattare il flusso al tuo stile di vita

I tempi indicano minuti dedicati, non ore fisse del giorno. Integrare la routine con un lavoro a tempo pieno, trading professionale o swing con poche operazioni al mese, insieme a calendario e strumenti quotidiani, è sviluppato qui: Articolo 15.5. Per il diario resta inderogabile registrare i campi qualitativi il giorno dell'esecuzione: stato mentale prima dell'ingresso come specificato, qualità decisionale ed errori ai rispettivi tempi di revisione. Ricostruirli giorni dopo produce razionalizzazione retrospettiva senza rigore, non dati diagnostici oggettivi.

Segnali del diario e decisioni di dismissione

L'errore più distruttivo dopo un trimestre perdente è cambiare strategia invece di eliminare errori d'esecuzione, o aggrapparsi a un setup guasto dopo cambiamenti strutturali di regime. Decidere se riparare il sistema o l'esecuzione è trattato qui: Articolo 15.10. Il diario separa i livelli: risultato finanziario; conformità (errori e qualità); attrito (slippage e penalizzazione); e versioni del playbook. Un trimestre perdente con il 50% di operazioni con errori non nulli non rivela nulla sul vantaggio: prova il fallimento dell'esecuzione. Valuta prima questa gerarchia: è il contributo completo e indispensabile del diario a decisioni che non prende da solo.

Definire R per un'operazione non la rende un rendimento periodico di portafoglio. Mean(R)/std(R) moltiplicato per la radice del conteggio è una scala meccanica di una statistica R, non automaticamente Sharpe annuo del conto. Il confronto fra fondi richiede periodi di rendimento, riferimenti e ipotesi di rischio e dipendenza coerenti. La guida di FX Blue Publisher EA descrive CalculateMAEandMFE e i limiti dello storico prezzi; verifica con dati di controllo.