Come possono essere backtestate in modo responsabile le strategie basate sulle medie mobili?

Definisci le meccaniche della strategia prima di toccare il backtest

Una strategia basata su medie mobili è di solito basata su regole: definisce quali medie mobili calcolare, come calcolarle dai dati sui prezzi e cosa fare quando cambia la condizione dell’indicatore (ad esempio, quando una media breve incrocia una media lunga). Il backtesting responsabile inizia scrivendo queste meccaniche come input e output non ambigui.

Stabilisci le assunzioni che non cambierai durante lo studio:

• Dati: quale campo di prezzo viene usato (ad es. open, high, low, close), la dimensione della barra (ad es. 1 minuto, 1 ora) e il fuso orario.
• Formula della media mobile: il tipo di media mobile (semplice o esponenziale), la/e lunghezza/i di lookback e qualsiasi periodo di warm-up.
• Mappatura segnale-trade: esattamente quando si considera che avvenga un segnale (fine barra vs. barra successiva) e quando si entra o si esce da una posizione.

Questa separazione è importante perché molte “differenze” di backtest sono in realtà differenze di definizione. Se in seguito cambi la tempistica dell’indicatore o l’uso delle barre, non stai più testando la stessa strategia.

Usa assunzioni su costi ed esecuzione che corrispondano alle regole del backtest

I backtest spesso sovrastimano i risultati usando condizioni ideali. Puoi rendere il test più realistico modellando i costi e la tempistica di esecuzione come parte delle regole, non come un ripensamento.

Almeno, includi:

• Costi di transazione: commissioni e qualsiasi commissione fissa per trade.
• Spread e slippage: assunzioni per la differenza tra il prezzo di ingresso teorico e il fill effettivo.
• Gestione della posizione: come tratti i segnali ripetuti mentre sei già in una trade (ignora, inverti, o aggiungi).

Sii esplicito sul metodo di calcolo. Ad esempio, se la tua regola scatta alla chiusura della barra, allora il tuo backtest dovrebbe riflettere che l’ingresso avviene alla prossima volta negoziabile, usando il modello di costo assunto. Altrimenti, il backtest può involontariamente assumere informazioni che non avresti avuto.

Controlla il bias con regole fisse, disciplina dei dati e limiti sui test dei parametri

Un errore comune è il overfitting, in cui la strategia viene tarata sul rumore storico. Anche senza “barare” con i dati, i risultati possono diventare fragili se esplori troppe variazioni.

Per ridurre il bias, usa controlli come:

• Un’unica fonte di verità per le regole: una volta definite le meccaniche, non modificarle in base al periodo storico con le migliori performance.
• Ricerca limitata dei parametri: se vari le lunghezze delle medie mobili, definisci una griglia limitata e trattala come un esperimento pianificato.
• Verifiche di sensibilità: testa valori di parametri vicini per vedere se le performance crollano con piccole variazioni.
• Valutazione walk-forward: ripeti l’addestramento/scelta dei parametri su una porzione precedente e valuta su una porzione successiva, non vista.

Un approccio responsabile è aspettarsi che le performance varino. L’obiettivo non è trovare l’unica impostazione che sembra migliore in-sample, ma misurare quanto sia stabile la strategia sotto variazioni ragionevoli.

Verifica la stabilità out-of-sample, non solo la performance in-sample

I risultati storici raramente si traducono direttamente in risultati futuri. Il backtesting responsabile richiede quindi almeno una forma di valutazione out-of-sample.

Buone pratiche sono:

• Dividere i dati in in-sample (per definire le scelte) e out-of-sample (per la valutazione).
• Usare più finestre out-of-sample, così che un singolo periodo eccezionalmente favorevole non domini le conclusioni.
• Riportare cosa è cambiato: tempistica di ingresso/uscita, costi e scelte dei parametri.

Inoltre, verifica la performance usando metriche che riflettano il comportamento della strategia, non solo i totali. Ad esempio, considera i drawdown, la frequenza dei trade e se i risultati dipendono da un numero esiguo di trade.

Se la strategia dipende da sequenze rare o funziona solo in un determinato regime di mercato, si tratta di una limitazione sostanziale.

Comprendi le limitazioni materiali e le modalità di fallimento comuni

Anche con una metodologia accurata, le strategie basate su medie mobili affrontano limitazioni strutturali:

• Dipendenza dal regime: le medie mobili possono comportarsi in modo diverso in condizioni di trend rispetto a condizioni di range.
• Mancata corrispondenza modello-mercato: le barre storiche potrebbero non rappresentare prezzi eseguibili e gli effetti del book ordini.
• Non-stazionarietà: le dinamiche di mercato evolvono, quindi le relazioni storiche possono indebolirsi.
• Sensibilità ai costi: piccole variazioni nello spread o nello slippage assunti possono cambiare in modo significativo i risultati netti.

Una modalità di fallimento concreta è la “paper performance”: un backtest che è profittevole prima dei costi, ma diventa debole o negativo una volta inclusi gli attriti di transazione. Un’altra modalità di fallimento è la leakage di timing: se il backtest entra alla chiusura della barra mentre il tuo segnale diventa davvero noto solo alla barra successiva, i risultati possono essere sovrastimati.

DOCUMENT END