Performance anche: sovradattamento, curve-fitting, bias da data mining

Overfitting

Adattare i parametri di un EA con troppa precisione ai dati storici, producendo una strategia che rende bene nel backtest ma male su dati non visti, perché sfrutta il rumore anziché veri schemi di mercato.

Come avviene l’overfitting

Ogni EA ha parametri regolabili. Ottimizzarli tutti contemporaneamente su un lungo backtest produce parametri che si adattano alle caratteristiche idiosincratiche di quei dati storici specifici, non alla dinamica di mercato sottostante.

Segnali di allarme nel marketing di un EA

  • Tasso di vincita superiore al 90% su un backtest di oltre 5 anni senza track record reale
  • Parametri di strategia di precisione sospetta (es. periodo EMA 37, stop di 23,7 pip)
  • Nessuna performance walk-forward o out-of-sample mostrata
  • Finestra di backtest inferiore a 3 anni
  • Sharpe ratio superiore a 3,0 senza spiegazione

Rimedi parziali

Usa parametri meno numerosi e più interpretabili; richiedi un’analisi walk-forward prima della pubblicazione; testa su più strumenti oltre alla coppia ottimizzata.

Termini correlati

Vedi anche