Una strategia di trading che nei dati storici mostra profitti costanti non è automaticamente affidabile. Il problema è l'overfitting: quando regole e parametri vengono adattati così bene al passato da catturare anche il rumore casuale. Il backtest misura ciò che sarebbe accaduto secondo determinate ipotesi; non dimostra che quei risultati si ripeteranno.
Che cos'è un backtest
Il backtest applica una strategia a una serie storica, ricostruendo segnali di ingresso, uscita, dimensione delle posizioni e andamento del capitale. Per essere informativo deve modellare almeno prezzi disponibili, commissioni, spread, slippage, dimensioni e vincoli operativi.
La validità dell'esercizio dipende dalla qualità dei dati e dalla coerenza fra informazione realmente disponibile all'epoca e decisione simulata. Un sistema che usa il prezzo di chiusura della giornata per entrare allo stesso prezzo senza una regola realisticamente eseguibile introduce un errore metodologico.
Overfitting: quando ottimizzi troppo
Immagina una strategia con 20 indicatori e centinaia di combinazioni di soglie. Se selezioni solo la variante che ha prodotto la curva migliore, potresti aver trovato la combinazione che si è adattata a un periodo irripetibile. Più tentativi esplori, maggiore è il rischio di scambiare una coincidenza statistica per un vantaggio replicabile.
Una strategia robusta dovrebbe funzionare in un intervallo ragionevole di parametri, non soltanto con un unico insieme di numeri scelto dopo aver visto il risultato.
Look-ahead bias e survivorship bias
Il look-ahead bias nasce quando il test utilizza informazioni non disponibili alla data della decisione. Per esempio può attribuire in anticipo dati economici pubblicati successivamente. Il survivorship bias emerge quando la simulazione considera solo titoli ancora quotati oggi, escludendo società fallite, delistate o uscite da un indice.
Entrambi possono migliorare artificialmente i risultati senza che il sistema abbia alcun vantaggio reale.
In-sample, out-of-sample e walk-forward
Dividere i dati in un periodo di sviluppo (in-sample) e uno indipendente di valutazione (out-of-sample) aiuta a distinguere ricerca e verifica. Il test walk-forward aggiunge più finestre temporali successive: si ottimizza sul passato disponibile e si valuta la strategia sul tratto seguente senza ritararla in anticipo sul risultato futuro.
È essenziale evitare di consultare ripetutamente l'out-of-sample per poi cambiare regole finché non torna positivo: così anche il campione di verifica diventa parte dell'ottimizzazione.
Costi nascosti: il problema dell'esecuzione reale
Una strategia con molti ordini può risultare fragile anche con profitti lordi apparentemente elevati. Commissioni, spread denaro-lettera, slippage, cambio valuta e finanziamento delle posizioni possono cancellare il vantaggio stimato. I costi devono essere realistici per periodo, strumento e volume. In mercati illiquidi le quantità effettivamente eseguibili potrebbero essere inferiori a quelle simulate.
Per capire perché il prezzo scelto dal sistema può differire da quello effettivo, consulta la guida agli ordini market e limit.
Cinque controlli prima di considerare credibile un backtest
- Le informazioni utilizzate erano disponibili prima di ogni ordine?
- Il campione comprende fasi rialziste, ribassiste e laterali?
- I parametri funzionano anche vicino al valore ottimale?
- È disponibile un test realmente indipendente?
- È stato incluso uno stress test su spread, slippage, commissioni e latenza?
Metriche da non confondere
La sola percentuale di operazioni positive non descrive la strategia. Vanno considerati rendimento netto, max drawdown, sequenza delle perdite, numero di trade, stabilità temporale e rischio assunto. Un backtest con pochi eventi è particolarmente esposto all'incertezza statistica.
Domande frequenti
Un backtest con rendimento molto alto è una prova?
No. Può essere un indizio da investigare, ma è necessario esaminare metodo, dati, costi e verifica indipendente.
È sufficiente usare un conto demo dopo il backtest?
Il forward test demo aggiunge informazioni operative ma non replica perfettamente l'esecuzione e le emozioni del trading reale.
Più indicatori significano più precisione?
No. La complessità aggiuntiva può rendere il modello più vulnerabile all'overfitting.
Approfondisci la misurazione delle perdite con la nostra guida al drawdown nel trading.
Contenuto educativo. Nessun risultato storico garantisce la performance futura.