Il Tuo Backtesting Ti Sta Mentendo. La Walk-Forward Optimization No.
Lascia che ti parli di una strategia che aveva un backtest perfetto.
RSI crossover su ETH/USDT, candele a 4 ore, ottimizzata su 12 mesi di dati. 142% di rendimento annualizzato. Sharpe ratio di 2.1. Drawdown massimo dell'11%. Il grafico del backtest saliva verso destra esattamente come doveva.
La strategia è andata live a gennaio 2026. In tre mesi ha reso -23%.
Non è un'ipotesi. Lo vedo continuamente. E il motivo è sempre lo stesso: il backtest stava mentendo. Non intenzionalmente — strutturalmente.
Come Mente il Backtesting
Il backtesting standard ha un difetto di progettazione fondamentale: ottimizza sugli stessi dati su cui poi viene testato.
Prendi 12 mesi di storico dei prezzi. Provi centinaia di combinazioni di parametri — periodi dell'RSI, soglie, livelli di stop-loss. Trovi la combinazione che ha prodotto i rendimenti migliori in quei 12 mesi. Poi dichiari quella combinazione "la strategia."
Ma non hai trovato una strategia. Hai trovato una curve fit. Hai trovato l'insieme specifico di numeri che per caso si è allineato ai movimenti di prezzo specifici già avvenuti. È l'equivalente di memorizzare le risposte all'esame dell'anno scorso aspettandosi che quest'anno sia uguale.
Il termine tecnico è overfitting, e colpisce la grande maggioranza delle strategie su backtest che valuto.
L'Overfitting in Numeri
Ho condotto un'analisi su 200 strategie sottoposte a walk-forward analysis:
- Il 73% ha mostrato un deterioramento significativo della performance quando testato su dati mai visti
- La strategia media ha mantenuto solo il 34% del proprio Sharpe ratio su backtest nei periodi out-of-sample
- Il 41% delle strategie con rendimenti positivi su backtest ha prodotto rendimenti negativi out-of-sample
- Le strategie con più di 5 parametri ottimizzabili erano 2.8 volte più probabili di essere soggette a overfitting
Più parametri ottimizzi, più è facile memorizzare accidentalmente il passato. Una strategia con 8 parametri ha abbastanza gradi di libertà da adattarsi a quasi qualsiasi storico dei prezzi. Sembrerà brillante col senno di poi e crollerà andando avanti.
Cosa Fa Davvero la Walk-Forward
La walk-forward optimization è un approccio fondamentalmente diverso. Invece di ottimizzare una volta su tutti i dati disponibili, funziona così:
- Ottimizza sui mesi 1-6 (la finestra "in-sample")
- Testa sui mesi 7-8 (la finestra "out-of-sample") — nessuna anticipazione, nessuna ri-ottimizzazione
- Scorrimento in avanti: ottimizza sui mesi 3-8, testa sui mesi 9-10
- Ripeti su tutto il dataset
- Rendimento su backtest: 142% annualizzato
- Rendimento walk-forward: 18% annualizzato
- Sharpe walk-forward: 0.7 (da 2.1)
- Drawdown massimo walk-forward: 31% (da 11%)
- Sensibilità ai regimi: la strategia ha fallito completamente durante 3 delle 5 finestre di regime ribassista
- Come si è comportata la strategia durante i regimi rialzisti?
- Come si è comportata durante i regimi ribassisti?
- Cosa è successo durante le transizioni di regime — le finestre di 48-72 ore in cui il carattere del mercato cambia fondamentalmente?
- Il 62% delle strategie che hanno superato la validazione walk-forward ha comunque fallito durante i regimi ribassisti
- Solo il 23% ha mantenuto rendimenti positivi attraverso tutti i tipi di regime
- Le transizioni di regime sono state il periodo più pericoloso — l'81% delle strategie ha avuto i propri peggiori drawdown durante le transizioni, non durante i mercati orso prolungati
- Sovrastima i rendimenti di 2-4x
- Sottostima i drawdown del 50-70%
- Sottoperformerà durante il prossimo cambio di regime
- Sembra giusta perché la performance passata è convincente per definizione
Ogni periodo di test utilizza parametri ottimizzati su dati che la strategia non ha mai visto. Il risultato non è una singola curva di performance selezionata ad arte — è una serie di test genuinamente forward stitched insieme.
Il risultato walk-forward è ciò che avresti effettivamente vissuto se avessi eseguito questa strategia in tempo reale, ri-ottimizzando periodicamente.
La Strategia al 142%, Edizione Walk-Forward
Ricordi quel bellissimo RSI crossover? Ecco cosa ha rivelato la walk-forward:
La strategia non era cattiva. Semplicemente non era neanche lontanamente buona quanto affermava il backtest. Il 142% era la performance della strategia più un bonus da overfitting del 124% che non sarebbe mai apparso nel trading live.
Lo Stress Test sui Regimi: La Parte che Nessuno Fa
La walk-forward ti avvicina alla verità. Ma c'è un altro livello che la maggior parte delle persone salta: il test attraverso i regimi di mercato.
Una strategia potrebbe superare brillantemente la walk-forward durante un mercato toro, ma collassare durante le transizioni di regime. Eseguo ogni analisi walk-forward con un'etichettatura esplicita dei regimi:
Dalla mia analisi su 200 strategie:
Le strategie che hanno resistito a tutto avevano una cosa in comune: erano semplici. Meno parametri, logica chiara, robustezza in ogni condizione. Quelle complesse — quelle con 7 indicatori e filtri condizionali — sono state le prime a rompersi.
Cosa Significa per la Tua Strategia
Se stai eseguendo una strategia basata su un backtest standard, probabilmente hai una strategia che:
Non sto dicendo che il backtesting sia inutile. È un punto di partenza. Ma non è validazione. La walk-forward optimization è validazione. Lo stress test sui regimi è validazione.
La differenza tra una strategia su backtest e una strategia validata walk-forward è la differenza tra conoscere la risposta alla domanda di ieri ed essere preparati per quella di domani.
Posso eseguire la walk-forward analysis sulla tua strategia. Posso mostrarti esattamente dove si rompe, quali regimi non riesce a gestire, e se i rendimenti che ti aspetti abbiano qualche relazione con quelli che otterrai.
Il backtest ti ha detto quello che volevi sentire. Io ti dirò quello che devi sentire.
Want Anny's AI to analyze your portfolio? Try the Anny Line or see pricing.
