Pratica del Backtesting: cos’è, come funziona e i suoi limiti

Cos’è la pratica del backtesting?

La pratica del backtesting è il processo di applicazione di un insieme predeterminato di regole di trading a dati di mercato storici, seguito dalla revisione degli esiti che si sarebbero verificati sotto tali regole. L’obiettivo è l’apprendimento e la valutazione: si confrontano i risultati che le regole avrebbero prodotto in passato con metriche chiare (ad esempio, drawdown, frequenza degli scambi o coerenza), senza affermare che gli stessi risultati si verificheranno in futuro.

Una distinzione fondamentale è che il backtesting si basa solitamente su “ciò che le regole avrebbero fatto”. Se l’approccio dipende da giudizi non riproducibili dai dati storici (ad esempio, decisioni discrezionali che richiedono informazioni disponibili solo in tempo reale), il backtest diventa meno affidabile perché non riesce a ricreare fedelmente il processo decisionale.

Come funziona la pratica del backtesting

Il backtesting non è solo “eseguire una strategia su un grafico”. Un flusso di lavoro pratico di backtesting include tipicamente:

1) Definire le regole e l’ambito di valutazione

In primo luogo, si specificano le condizioni che attivano entrate e uscite e il funzionamento della dimensione della posizione. Per essere testabili, tali condizioni devono essere esprimibili dai dati disponibili al momento dello scambio. Si decide anche l’ambito di valutazione: un singolo mercato, un periodo di tempo e se si sta testando uno strumento o più strumenti.

2) Preparare i dati storici

Successivamente, si raccolgono i dati sui prezzi per il periodo scelto. La qualità è fondamentale perché i backtest possono essere distorti da problemi come lacune, timestamp errati, azioni societarie (quando rilevanti) o differenze tra prezzi bid/ask e prezzi medi. Anche quando il dataset è “completo”, potrebbe non rappresentare esattamente i prezzi che un ordine in tempo reale avrebbe ricevuto.

3) Scegliere le ipotesi di esecuzione

Il backtesting richiede assunzioni riguardo all’esecuzione degli ordini. Punti decisionali comuni includono:

• Come si modellano i fill (ad esempio, usando l’apertura del bar, la chiusura del bar o un approccio più granulare).
• Come si gestiscono spread e commissioni.
• Se gli ordini possono essere eseguiti al prezzo previsto o se si include lo slippage.

Queste scelte spesso fanno la differenza tra un backtest che è solo una stima approssimativa e uno più vicino al comportamento reale degli ordini.

4) Eseguire il test e misurare i risultati

Quindi si applicano le regole alla serie storica e si registrano gli esiti. Metriche tipiche includono la performance netta nel periodo, il drawdown massimo, l’esito medio degli scambi e la stabilità dei risultati nel tempo. L’enfasi è sull’identificazione di modelli e debolezze (ad esempio, se la performance dipende da un piccolo numero di scambi insoliti).

5) Validare con nuovi segmenti di dati

Una pratica comune è valutare le stesse regole su segmenti di dati non utilizzati durante la definizione delle regole. Questo non “dimostra” la performance futura, ma aiuta a rilevare se l’approccio si adatta semplicemente a una specifica finestra storica.

Limiti, rischi e incertezze rilevanti

La pratica del backtesting può essere utile, ma presenta limiti ben noti. I principali rischi derivano da come il backtest è costruito e da ciò che assume.

Realismo dei dati e differenze nell’esecuzione

I prezzi storici non sono una riproduzione perfetta del trading in tempo reale. Anche senza modificare le regole, l’esecuzione nei mercati reali può differire a causa di spread, comportamento della coda degli ordini, latenza e slippage. Se il backtest utilizza assunzioni semplificate (come fill a prezzi ideali), i risultati possono apparire più forti di quanto sarebbe realisticamente ottenibile.

Overfitting e “taratura sulla storia”

L’overfitting si verifica quando regole e parametri sono regolati troppo strettamente sui dati storici. Ad esempio, modificare ripetutamente i parametri dopo aver visto i risultati del backtest può creare un adattamento al rumore. In tal caso, la performance sul campione storico specifico potrebbe non estendersi ad altri periodi.

Effetti di selezione e sopravvivenza

Se si testano solo strumenti o periodi di tempo che mostrano convenientemente buone performance, si introduce un bias di selezione. Analogamente, utilizzare solo dati che “sono sopravvissuti” o sono facilmente disponibili può fuorviare sulla reale situazione di trading esistente quando le regole sarebbero state testate.

Cambiamenti di regime e non stazionarietà

I mercati possono cambiare comportamento nel tempo a causa di variazioni nella liquidità, volatilità, comportamento dei partecipanti o condizioni macroeconomiche. Il backtesting assume che la relazione tra segnali e dinamiche dei prezzi sia sufficientemente stabile durante il periodo testato. Quando i regimi di mercato cambiano, le stesse regole possono prestare male.

Falsa sicurezza da una singola metrica

Un backtest può produrre un punteggio favorevole su una metrica nascondendo gravi problemi. Ad esempio, un metodo può mostrare risultati medi positivi ma avere grandi drawdown o prestazioni scadenti in specifici sottoperiodi. Fidarsi di un singolo risultato in evidenza può nascondere il rischio.

Come verificare in modo indipendente i risultati del backtesting (senza garanzie)

Poiché il backtesting è sensibile alle assunzioni, la verifica indipendente si concentra sul controllo della costruzione piuttosto che sulla fiducia nella performance in evidenza.

È possibile effettuare un controllo incrociato:

• Testando la stessa logica di regole su più periodi di tempo.
• Esaminando se i risultati rimangono coerenti quando si modificano le assunzioni di esecuzione entro limiti ragionevoli.
• Confrontando i risultati usando diverse granularità dei dati (quando disponibili) per verificare se la performance dipende da una specifica rappresentazione dei prezzi.
• Verificando se le regole sarebbero state implementabili con le informazioni disponibili al momento.

Anche con una verifica accurata, il backtesting non può garantire risultati futuri. Può però aiutare a capire quali assunzioni e scelte di dati influenzano materialmente i risultati e dove l’incertezza è maggiore.

Pratica del backtesting vs altre attività di apprendimento correlate

La pratica del backtesting differisce dal semplice rivedere grafici passati o identificare pattern visivamente. L’ispezione visiva può confermare che il prezzo si è mosso in una certa direzione, ma non testa un insieme di regole completamente specificato e ripetibile. Il backtesting, quando eseguito con regole esplicite, assunzioni strutturate di esecuzione e valutazione nel tempo, focalizza l’apprendimento sulla ripetibilità e sugli esiti misurabili piuttosto che sulla memoria o sull’interpretazione.

Per un contesto più approfondito su come il backtesting si inserisce negli approcci di apprendimento più ampi, può essere utile esaminare anche come i concetti di apprendimento del forex trading si collegano alla disciplina del processo e agli standard di valutazione.

Se si desidera un dettaglio più mirato, è possibile anche confrontare come il backtesting differisce da concetti correlati del forex o rivedere esempi pratici di come le regole vengono applicate passo dopo passo.