Imparare come fare il backtest di una strategia di trading si riduce a una sola disciplina. Metti le regole per iscritto, le riproduci sui dati storici esattamente come sono scritte, registri ogni operazione simulata e poi valuti il risultato con metriche che penalizzano la fortuna. Nient’altro conta come backtest. Scorrere un grafico e ricordare le entrate buone è un esercizio di memoria, non un test.
I passaggi sono semplici da elencare e facili da sbagliare. La maggior parte dei backtest difettosi fallisce per la qualità dei dati, per la dimensione del campione o per informazioni che sono filtrate all’indietro dal futuro nelle regole.
Questa guida illustra come fare il backtest di una strategia di trading dall’inizio alla fine. Copre test manuali e automatizzati, quanta storia serve, le metriche di performance che vale la pena leggere, il look-ahead bias e la validazione fuori campione (out-of-sample) prima che sia coinvolto qualsiasi capitale reale.
Risposta rapida: come fare il backtest di una strategia di trading
Sei passaggi coprono l’intero processo e saltarne anche solo uno invalida il risultato.
- Scrivi la strategia come regole non ambigue per entrata, uscita, dimensionamento e filtri.
- Raccogli dati storici puliti per il mercato e il time frame che tratterai davvero.
- Riproduci le regole barra per barra, senza sapere cosa succede dopo.
- Registra ogni operazione simulata, incluse le perdenti che preferiresti dimenticare.
- Valuta i risultati con metriche di performance corrette per il rischio, non solo con il rendimento totale.
- Ritesta su dati che la strategia non ha mai visto prima di rischiare qualsiasi cosa in live.
Il terzo passaggio è dove la maggior parte dei test si rompe. Il sesto è dove la maggior parte delle persone si ferma troppo presto.
Cosa dimostra il backtesting e cosa non può dimostrare
Un backtest risponde a una domanda ristretta. Ti dice come si sarebbe comportato un insieme fisso di regole in una specifica porzione di storia. È davvero utile, perché filtra le idee che non hanno mai funzionato.
Non ti dice cosa succederà dopo. Le autorità di vigilanza ripetono questo avvertimento per un motivo, e il punto che le performance passate non indicano risultati futuri si applica con piena forza anche al tuo stesso storico simulato.
Il backtesting inoltre non può modellare il tuo comportamento. La curva storica non esita mai, non allarga mai uno stop e non salta mai un’operazione dopo tre perdite. Tu sì. Quel divario tra le regole testate e le regole effettivamente tradate è la singola più grande fonte di delusione.
Backtesting manuale vs backtesting automatizzato
| Fattore | Riproduzione manuale | Test automatizzato |
|---|---|---|
| Tempo di impostazione | Minuti per iniziare. | Ore o giorni per costruire. |
| Dimensione del campione raggiunta | Decine di operazioni. | Migliaia di operazioni. |
| Rischio di bias | Alto, perché vedi il grafico. | Basso, se il codice è onesto. |
| Utilizzo migliore | Imparare che sensazione dà un setup. | Misurare se esiste un vantaggio (edge). |
| Debolezza principale | Campioni piccoli e marcature dettate dal desiderio. | Bug silenziosi che rendono il risultato più favorevole. |
La riproduzione manuale ha un vero vantaggio. Ti costringe a restare con l’ambiguità di un grafico live, barra per barra, il che ti insegna dove le regole sono vaghe. Il test automatizzato è l’unico modo per raggiungere una dimensione del campione abbastanza grande da separare abilità e rumore.
La maggior parte dei trader ha bisogno di entrambi. Riproduci a mano cento barre per affinare le regole, poi automatizza per misurarle.
Il processo di backtesting, passo dopo passo
Questo è il nucleo pratico di come fare il backtest di una strategia di trading. Segui i passaggi in ordine e resisti alla tentazione di guardare i risultati prima del quinto passaggio.
Passaggio 1: trasforma l’idea in regole che uno sconosciuto potrebbe seguire
Ogni condizione ha bisogno di un numero. «Entrare su un forte pullback» non è testabile. «Entrare quando il prezzo chiude di nuovo sopra la media a 20 periodi dopo due chiusure consecutive più basse» lo è. Includi l’uscita, lo stop, la dimensione della posizione e il filtro che ti tiene fuori.
Scrivi le regole prima di guardare di nuovo il grafico. Regole scritte mentre osservi i dati sono già contaminate.
Passaggio 2: raccogli dati che corrispondono a come farai trading
Usa lo stesso time frame, lo stesso strumento e la stessa sessione che intendi tradare in live. Controlla gap, tick errati e giorni mancanti. Le sessioni festive e le chiusure anticipate distorcono le medie intraday, e calendari ufficiali pubblicati dalle sedi di negoziazione, come la pagina NYSE hours and calendars, ti dicono quali giorni sono stati accorciati.
Passaggio 3: riproduci le regole senza sbirciare
Ogni decisione deve usare solo le informazioni disponibili in quel momento. Se una regola fa riferimento a un valore di chiusura giornaliero, non puoi agire su di esso a metà giornata. Questo vincolo è l’unica differenza tra un test e un racconto.
Passaggio 4: registra ogni operazione simulata
Registra ora di entrata, ora di uscita, direzione, dimensione, risultato in unità di rischio e il motivo per cui l’operazione si è conclusa. Un backtest senza registro delle operazioni non può essere verificato in seguito, e i risultati non verificati vengono abbandonati alla prima serie di perdite.
Passaggio 5: sottrai costi realistici
Modella lo spread, la commissione e un margine di slippage su ogni round trip. Il trading frequente comporta spese elevate e la SEC è esplicita sul fatto che costi e perdite colpiscono duramente i trader attivi (Day Trading: Your Dollars at Risk). Una strategia che funziona solo a costo zero non funziona.
Passaggio 6: valuta il risultato e ritestalo altrove
Calcola le metriche descritte sotto. Poi esegui regole identiche su un periodo o su uno strumento che hai escluso apposta. La coerenza tra i due è la cosa più vicina a una prova che otterrai.
Dimensione del campione, orizzonte temporale e test fuori campione (out-of-sample)
Chiunque si chieda come fare correttamente il backtest di una strategia di trading si scontra con due domande strutturali: quanta storia è sufficiente e come mantenere una parte di essa “onesta”? Rispondi a entrambe e il resto del processo è contabilità.
Quanta storia è sufficiente
La dimensione del campione è l’assassino silenzioso. Trenta operazioni non dicono quasi nulla, perché una serie di fortuna così lunga è normale. Una regola che opera una volta a settimana ha bisogno di diversi anni di storico per produrre un conteggio difendibile.
Due domande definiscono l’orizzonte. Quante operazioni contiene il campione e quante diverse condizioni di mercato copre? Un test che copre solo un mercato calmo e in rialzo ha misurato un solo regime e l’ha chiamato mondo.
Punta a qualche centinaio di operazioni quando la frequenza lo consente. Quando non lo consente, dichiaralo chiaramente e tratta il risultato come provvisorio. Inoltre, verifica che lo storico includa almeno un periodo di forte drawdown, perché è lì che la strategia verrà giudicata.
Look-ahead bias e altri errori silenziosi
Look-ahead bias
È l’uso di informazioni che non erano disponibili al momento della decisione. Si insinua tramite prezzi di chiusura usati intrabar, indicatori ricalcolati sull’intera serie e dati rivisti a posteriori. Il risultato sembra eccellente e non è ripetibile.
La correzione è procedurale. Assegna un timestamp a ogni input e chiediti, per ogni regola, se avresti potuto saperlo allora.
Survivorship bias
Testare solo strumenti che esistono ancora oggi rimuove i fallimenti dal campione. Un paniere selezionato da un indice attuale esclude silenziosamente ogni società che ne è uscita. Il rendimento misurato aumenta per ragioni che non hanno nulla a che fare con la strategia.
Overfitting e curve fitting
Ottimizzare i parametri finché la curva del capitale (equity curve) appare bellissima adatta il rumore, non il mercato. Una regola con nove impostazioni regolabili può essere resa capace di descrivere perfettamente qualsiasi storico. Preferisci pochi parametri e preferisci impostazioni che funzionano su un ampio intorno di valori piuttosto che su un singolo numero magico.
Metriche di performance per valutare il risultato
Il rendimento totale è il numero meno informativo della pagina. Le metriche corrette per il rischio ti dicono se la strategia è tradabile.
Le metriche che vale la pena leggere
- Expectancy per operazione, espressa in unità di rischio, che mostra l’esito medio della regola.
- Drawdown massimo, la discesa più profonda da picco a minimo, che determina l’ampiezza che puoi sopportare.
- Tasso di vittoria abbinato al rapporto payoff, perché nessuna delle due cifre significa qualcosa da sola.
- Serie di perdite più lunga, che prevede il momento in cui avresti abbandonato il piano.
- Numero di operazioni, perché ogni altra metrica è affidabile solo quanto il campione che ha alle spalle.
Leggerle insieme
Un alto tasso di vittoria con un rapporto payoff scadente è una strategia che restituisce tutto in un solo giorno negativo. Un drawdown profondo con un forte rendimento totale può essere semplicemente leva mascherata. Il denaro preso in prestito amplifica entrambe le direzioni, e la spiegazione della SEC su buying on margin illustra il meccanismo di vendita forzata che conclude in anticipo gli esperimenti con leva.
Riservare dati che non hai toccato
Dividi i dati prima di iniziare. Sviluppa su una parte, poi testa una sola volta su una parte che non hai mai esaminato. Testare ripetutamente sui dati riservati ne distrugge il valore, perché diventano parte del set di sviluppo.
La validazione walk-forward estende questa idea. Ottimizzi su una finestra, testi sulla finestra successiva, poi fai scorrere entrambe le finestre in avanti e ripeti. L’output è una catena di risultati fuori campione (out-of-sample) invece di un singolo numero lusinghiero.
Aspettati un peggioramento. I risultati live e forward sono di solito peggiori del campione di sviluppo, e una strategia che ha superato appena la soglia in test scenderà sotto di essa. Costruisci il margine in anticipo.
Esempio svolto: lettura di un report di backtest
Un trader testa una regola di breakout su un mercato futures liquido lungo otto anni. Il report mostra 412 operazioni, un tasso di vittoria del 41%, un vincitore medio di 2,1 unità di rischio e un perdente medio di 1,0 unità.
L’expectancy è 0,41 per 2,1, meno 0,59 per 1,0. Fa 0,861 meno 0,59, cioè +0,271 unità per operazione. Su 412 operazioni, il dato lordo è circa 112 unità.
Ora applica la disciplina. Costi di 0,06 unità per round trip rimuovono circa 25 unità, lasciandone 87. Il drawdown massimo nel campione è stato di 19 unità e la serie di perdite più lunga è arrivata a 14 operazioni.
Quel numero di drawdown è il vero risultato. Con un rischio per operazione dell’1%, una discesa di 19 unità è un calo del 19% del conto. Il trader deve decidere, in anticipo, se continuerebbe a inserire ordini al settimo mese di un periodo di perdite. Se la risposta è no, la strategia è per lui non tradabile indipendentemente dall’expectancy.
Dividere il campione conferma il resto. I primi sei anni hanno prodotto 0,29 unità per operazione; gli ultimi due anni, riservati, hanno prodotto 0,18. Più basso, ma dello stesso segno: è l’esito che speri di vedere.
Framework decisionale: questo backtest è pronto per il denaro reale?
Assegna un punto per ogni affermazione che puoi sostenere con il registro delle operazioni.
- Le regole erano fissate per iscritto prima dell’inizio del test.
- Il campione contiene almeno qualche centinaio di operazioni.
- Lo storico copre un periodo di trend e uno laterale e irregolare.
- Costi e slippage sono modellati su ogni operazione.
- I risultati reggono su dati riservati fin dall’inizio.
- Il drawdown massimo è uno che sopporteresti senza cambiare dimensione.
Cinque o sei punti. Passa al forward testing in simulazione, con dimensioni ridotte.
Tre o quattro punti. L’idea è promettente e le prove sono deboli. Correggi l’input più debole e ritesta.
Da zero a due punti. Questa è un’ipotesi, non una strategia. Ancora niente capitale.
Cosa sapere prima di fare trading con una strategia backtestata
Un backtest pulito cambia ciò che sai, non ciò che farà il mercato. Prima di impegnare denaro, passa in rassegna le domande che la SEC suggerisce di porsi prima, in particolare quelle sulla tolleranza al rischio e sul denaro che puoi permetterti di perdere.
Poi fai forward test. Eseguire le regole contro prezzi live in tempo reale mette in luce i problemi pratici che una riproduzione storica nasconde. Gli ordini non vengono eseguiti, gli spread si allargano e l’operazione che avevi pianificato non è sempre l’operazione che ottieni.
La simulazione è il ponte sensato tra le due. Un ambiente di trading simulato ti consente di inserire operazioni in tempo reale senza rischiare i risparmi, così la strategia incontra i dati live prima del tuo conto. Non riprodurrà il peso emotivo del denaro reale e dovresti aspettarti questa differenza. Pivex è pensata per questo passo successivo: una valutazione strutturata con regole e termini chiari e pubblicati.
Prima di partecipare, rivedi le regole attuali del programma Pivex e decidi se una valutazione di trading proprietario simulata si adatta alla tua esperienza e ai tuoi limiti di rischio. La partecipazione non garantisce un premio, un reddito o alcun particolare risultato di trading.