I 7 modi in cui i backtest mentono — e come evitarli

Ogni backtest è sbagliato. Quelli utili sono sbagliati in modi noti e delimitati. Quelli pericolosi sono sbagliati in modi che non noti finché non ci hai collegato capitale reale. Questo è un tour delle sette modalità di fallimento che incontrerai nel backtesting retail, e delle mitigazioni economiche che tengono a bada la maggior parte di esse.

1. Lookahead bias

Il classico. La tua strategia alla barra t sbircia accidentalmente dati della barra t+1 o successive, e non te ne accorgi perché il simulatore non impone un confine causale rigoroso. La forma più comune è calcolare un indicatore sull'intera serie prima di affettarla — la tua EMA alla barra 100 è ora influenzata da ciò che è successo alla barra 500.

Soluzione: ogni valore di indicatore deve essere calcolato usando solo i dati disponibili alla barra su cui viene valutato, o prima. Un simulatore ben costruito (incluso quello di questa piattaforma) percorre le barre in ordine cronologico ed espone al valutatore delle regole solo il passato.

2. Survivorship bias

Testi sull'attuale S&P 500. L'S&P 500 del 2010 conteneva buchi a forma di Enron — società delistate, andate a zero, acquisite. Testando solo sui sopravvissuti di oggi, stai testando solo su società che non sono fallite. Il tuo backtest sembra ottimo. La strategia sarebbe morta con Lehman.

Per le crypto conta meno, ma non è zero. Testa su un paniere delle "top 10 per capitalizzazione al 2020" e ti perdi il collasso di Terra Luna, l'azzeramento di FTT e una dozzina di fallimenti di token minori. Usa liste di simboli point-in-time, non lo snapshot di oggi.

3. Overfitting

Hai cercato tra 10.000 combinazioni di parametri e ne hai trovata una con Sharpe 2,5. Congratulazioni — hai trovato il vincitore della lotteria, non una strategia. Con abbastanza gradi di libertà puoi trovare un curve fit per qualsiasi serie storica; il test è se gli stessi parametri generalizzano su dati su cui non hai ottimizzato.

Il walk-forward è la mitigazione standard. Vedi l'articolo dedicato all'ottimizzazione walk-forward per la meccanica, e la documentazione walk-forward per l'implementazione in questa piattaforma.

4. Slippage e commissioni assenti

Il simulatore predefinito ti riempie alla chiusura di ogni barra di segnale, senza spread, senza commissioni maker/taker, senza costi di impatto. La realtà addebita 5-15 bps per lato su una coppia crypto liquida, di più sulle alt illiquide, e ancora di più se il tuo ordine è abbastanza grande da spostare il book. Una strategia che ruota il 200% al mese muore a 5 bps di andata e ritorno se il suo edge era 12 bps per trade.

Round-trip fees (bps)   Net edge per trade   Annual return (52 trades)
0                       1.00%                 +67%
5                       0.95%                 +63%
10                      0.90%                 +59%
20                      0.80%                 +51%
50                      0.50%                 +30%
100                     0.00%                  +0%

Modella sempre le commissioni esplicitamente. Se non conosci il listino del tuo exchange, parti da 10 bps di andata e ritorno e calibra da lì quando vedi i fill reali.

5. Fill di take-profit e stop-loss

Molti backtester eseguono TP e SL all'apertura della barra successiva, non al prezzo che hai specificato. Su una candela a 4h è una discrepanza enorme — un'ombra che ha toccato il tuo stop a $42.000 può risultare come un fill all'apertura della barra successiva a $39.500. $2.500 gratis per trade in P&L fasullo.

Il comportamento corretto è intra-bar: se il massimo della barra t supera il tuo TP, sei stato eseguito al prezzo del TP durante quella barra. Se il minimo perfora il tuo stop, sei stato eseguito allo stop. Il simulatore di questa piattaforma fa entrambe le cose. Verifica che anche il tuo lo faccia.

6. Cambio di regime

I mercati non sono stazionari. Il BTC del 2017 (mania retail parabolica) è un mercato diverso dal BTC del 2022 (istituzionali + macro), e quello è un mercato diverso dal BTC del 2025. Una strategia fittata sul regime di un periodo può semplicemente non applicarsi a un altro.

Difese: testa su almeno due regimi distinti. Traccia lo Sharpe rolling sui dati out-of-sample e sorveglia il drift. Sii disposto a rifittare periodicamente e accetta che nessuna strategia è per sempre.

7. La fallacia dell'equity curve

L'equity curve è una singola passeggiata aleatoria nello spazio delle possibilità. Se esegui la stessa strategia su una permutazione Monte Carlo dei trade (ordine casuale, stesso multiset), otterrai un ventaglio di equity curve — e molte non assomigliano per niente a quella che hai visto. Eppure prenderesti la decisione di deployment basandoti su una curva sola.

Diagnostiche migliori: max drawdown sulla distribuzione dei trade rimescolati, probabilità di un periodo underwater di 6 mesi, tempo di recupero. Una strategia con un max drawdown al 95° percentile del 35% a un certo punto produrrà un drawdown del 35% — pianifica il capitale in modo che questo non ti finisca.

Checklist pre-deployment

• Gli indicatori sono causali (nessuno sguardo al futuro).
• La lista dei simboli è point-in-time, non i sopravvissuti di oggi.
• I risultati walk-forward sono a distanza ragionevole da quelli in-sample.
• Commissioni e slippage sono modellati ad almeno 10 bps di andata e ritorno.
• TP / SL vengono eseguiti intra-bar al prezzo di trigger.
• La strategia è stata testata su almeno un regime bull e uno bear.
• La distribuzione Monte Carlo dei drawdown è dimensionata per il tuo conto.

Prossimi passi

Leggi la documentazione sul backtesting per il modello esatto di commissioni, slippage e fill usato dalla piattaforma, poi sposta le strategie che sopravvivono al backtest nel paper trading prima di rischiare capitale. Il divario tra simulazione e realtà è reale, e il paper è il modo più economico per misurarlo.