Cos’è il Backtesting degli EA?
Cos’è il backtesting degli EA?
Il backtesting degli EA è il processo di esecuzione di una strategia di trading automatizzata — spesso chiamata Expert Advisor (EA) — su dati di mercato storici, per verificare come l’insieme di regole della strategia si sarebbe comportato in passato. L’obiettivo non è prevedere il futuro, ma capire se la logica è internamente coerente e quanto sensibile possa essere a determinate ipotesi di modellizzazione.
Un EA segue tipicamente regole predefinite (ad esempio, quando entrare, come dimensionare una posizione e quando uscire). Il backtesting applica tali regole ripetutamente su serie storiche di prezzi, producendo metriche riassuntive come la sequenza di operazioni ipotetiche e indicatori complessivi di performance.
Come funziona il backtesting degli EA?
Un modello semplificato è: prendere i prezzi storici → applicare passo dopo passo le regole dell’EA → simulare gli eseguiti e gli aggiornamenti del conto → riportare i risultati. Diversi input influenzano fortemente l’output:
- Qualità dei dati storici: Tick mancanti, prezzi aggiustati o tipi diversi di feed possono alterare i segnali.
- Ipotesi di esecuzione: I backtest spesso approssimano gli eseguiti degli ordini usando ipotesi su spread, slippage, latenza degli ordini e regole di riempimento.
- Costi e vincoli: Commissioni, swap/finanziamento e limiti sui tempi degli ordini possono influenzare materialmente i risultati.
- Gestione del tempo: La logica basata sulle barre rispetto a quella basata sui tick cambia i prezzi che l’EA “vede” al momento delle decisioni.
Le ipotesi sono importanti: Se il backtest assume spread più stretti o un’esecuzione migliore rispetto alla realtà, le prestazioni simulate possono apparire migliori di quelle effettive.
Esempio concreto (con ipotesi esplicite): Supponiamo che un EA entri alla chiusura di una barra di prezzo ed esca dopo un numero fisso di barre. Se si assume uno spread costante e nessuno slippage, la redditività simulata dell’operazione potrebbe differire da una simulazione che include spread variabili ed esecuzioni occasionalmente sfavorevoli. Il confronto aiuta a comprendere la sensibilità, non la certezza.
Quali limiti e possibili fallimenti devi aspettarti?
Il backtesting è per natura incerto, poiché tenta di comprimere la complessità del trading reale in una simulazione. I limiti comuni includono:
- Overfitting: Tarare i parametri delle regole su un particolare periodo storico può ridurre le prestazioni in altri periodi.
- Cambiamento di regime: Strategie efficaci in un determinato contesto di mercato possono fallire quando volatilità, tendenze o condizioni di liquidità cambiano.
- Differenze tra simulazione e realtà: L’esecuzione reale degli ordini può differire dalla modellizzazione del backtest, specialmente in presenza di movimenti rapidi dei prezzi.
- Look-ahead bias: Se il test utilizza involontariamente informazioni non disponibili al momento della decisione, i risultati diventano fuorvianti.
- Problemi di selezione dei dati e di sopravvivenza: Diversi storici dati o scelte di selezione possono alterare le conclusioni.
Un limite significativo è che le relazioni storiche non garantiscono comportamenti futuri. Anche un backtest eseguito con cura stima solo le prestazioni sotto le esatte ipotesi e i dati utilizzati.
Come puoi verificare ciò che un backtest ti sta dicendo?
La verifica indipendente si concentra sulla robustezza dei risultati al variare di ipotesi ragionevoli e periodi temporali. Controlli utili includono:
- Usare più periodi di test: Confrontare le prestazioni su diverse finestre temporali storiche.
- Separare periodi in-sample e out-of-sample: Valutare la strategia su dati non utilizzati per ottimizzarla.
- Sottoporre a stress le ipotesi chiave: Ripetere il test con costi più elevati (spread/slippage), modelli diversi di tempistiche di esecuzione e vincoli realistici.
- Analizzare la distribuzione delle operazioni, non solo i totali: Esaminare i drawdown, la frequenza degli scambi e la variabilità, invece di affidarsi a un singolo indicatore aggregato.
Se i risultati dipendono fortemente da ipotesi finemente regolate o appaiono solo in una ristretta finestra storica, la fiducia dovrebbe rimanere limitata.
Prossima domanda da porre
Quando qualcuno parla di “risultati del backtesting degli EA”, la domanda più importante da fare è: Quali dati esatti e ipotesi di esecuzione sono stati utilizzati, e quanto sono sensibili i risultati al loro cambiamento?