Perché il test fuori campione è importante nel Forex
Risposta diretta
Il test fuori campione è importante nel Forex perché rappresenta un metodo pratico per verificare se le prestazioni apparenti di una strategia si mantengono anche su dati nuovi e non precedentemente visti. Senza questa separazione, i risultati del backtesting possono riflettere un fenomeno di overfitting, in cui una strategia è ottimizzata sul rumore storico piuttosto che su relazioni effettivamente ripetibili. Nel Forex, questo aspetto è particolarmente rilevante perché il comportamento del mercato cambia nel tempo, e i costi di trading e i dettagli di esecuzione possono alterare significativamente i risultati reali.
Meccanismo e definizione
Il test fuori campione implica suddividere i dati storici in almeno due parti: un insieme utilizzato per sviluppare o ottimizzare la strategia (in-sample) e un insieme distinto utilizzato esclusivamente per valutarla (out-of-sample). L’idea principale è simulare ciò che accadrebbe se si dovesse operare sui dati futuri senza conoscerli in anticipo.
Un modo semplice per capirlo:
- In-sample: si aggiustano parametri, filtri o regole decisionali per ottenere buone prestazioni.
- Out-of-sample: si applicano le stesse regole fisse ai dati successivi, mai utilizzati per l’ottimizzazione, e si misurano le prestazioni.
La rilevanza pratica è che questa separazione trasforma una domanda vaga — “Ha funzionato in passato?” — in una più verificabile — “Le prestazioni si mantengono quando la strategia viene valutata su dati nuovi?”. Nel lavoro sul Forex, l’affidabilità della valutazione dipende strettamente dalla corretta gestione dei dati. Ad esempio, se si riutilizza accidentalmente informazioni future (data leakage) o si riottimizza dopo aver visto i risultati out-of-sample, si compromette l’obiettivo stesso del test.
Evidenza o esempio (con assunzioni esplicite)
Si consideri una strategia basata su una regola di tipo media mobile con un parametro soglia. Supponiamo di disporre di dieci anni di dati storici e di suddividerli in:
- In-sample: primi 7 anni (utilizzati per scegliere la soglia)
- Out-of-sample: ultimi 3 anni (utilizzati solo per la valutazione)
Assunzione: la strategia utilizza lo stesso parametro scelto nel periodo in-sample e non viene modificata dopo la suddivisione.
Se le prestazioni sono forti in-sample ma deboli out-of-sample, questo andamento suggerisce che la strategia potrebbe essersi adattata a anomalie passate non generalizzabili. Se invece le prestazioni sono simili in entrambi i periodi, ciò indica che la strategia potrebbe catturare un fenomeno più stabile — anche se “simile” non significa che il futuro replicherà il passato.
Si noti inoltre che, anche con una corretta suddivisione, la valutazione nel Forex può differire dalla realtà, poiché costi (spread, commissioni, swap/finanziamento se applicabili), slippage e vincoli di esecuzione possono ridurre i rendimenti effettivi. Un test che ignora questi fattori può apparire migliore di quanto sia effettivamente realizzabile in condizioni realistiche.
Limitazioni e rischi
Il test fuori campione migliora l’affidabilità dei risultati, ma non garantisce il successo. Tra le principali limitazioni vi sono:
- Copertura limitata del campione: i periodi out-of-sample possono essere troppo brevi o troppo specifici per catturare diversi regimi di mercato (ad esempio, condizioni di tendenza rispetto a mercati laterali).
- Cambiamenti di regime: anche se una relazione si è mantenuta storicamente, le condizioni macroeconomiche e i modelli di volatilità possono cambiare, rompendo tale relazione.
- Gradi di libertà nascosti: se si continuano a provare varianti basandosi sui risultati out-of-sample, si finisce per overfittare anche questo insieme di valutazione.
- Incertezza sui costi e sull’esecuzione: i test storici potrebbero non modellare accuratamente costi di trading, effetti bid/ask, riempimento degli ordini e latenza, elementi decisivi nel Forex.
Un errore da evitare è il “riadattamento accidentale”. Se il risultato della valutazione influenza ulteriori modifiche ai parametri, l’insieme out-of-sample smette di essere un vero test indipendente.
Verifica e prossima domanda
Per verificare in modo indipendente un test fuori campione, si deve essere in grado di descrivere e riprodurre i seguenti punti senza fare affidamento sui risultati altrui:
- la regola esatta di suddivisione dei dati (come vengono separate le date),
- quali passaggi sono consentiti durante l’ottimizzazione in-sample,
- come la strategia viene applicata invariata durante la valutazione out-of-sample,
- le assunzioni sui costi e sul modello di esecuzione utilizzati nel test.
Una domanda utile da porsi è: “La mia valutazione out-of-sample è veramente un test indipendente, e le mie assunzioni sui costi e sull’esecuzione sono sufficientemente realistiche da influenzare le conclusioni?”