L'overfitting è la messa a punto dei parametri di un EA così precisa sui dati storici che la strategia brilla nel backtest e delude sui dati mai visti, perché sfrutta il rumore invece di schemi reali di mercato.
anche: sovradattamento, curve-fitting, bias da data mining
Aggiornato · Revisionato
Regolare le regole finché aderiscono al passato così da vicino da averne imparato gli incidenti anziché gli schemi. Il backtest migliora mentre la strategia peggiora, e nel rapporto niente distingue le due cose.
L'overfitting è il modo di fallire che produce prove bellissime, ed è per questo che supera una revisione che una cattiva strategia non supererebbe. Ogni passaggio di ottimizzazione migliora il risultato riportato, che migliori o meno la strategia: un processo che guarda soltanto il risultato riportato non può cogliere la differenza.
Un ottimizzatore riporta i dieci migliori set di parametri di una strategia. La riga in cima è quella che viene pubblicata; è la forma della tabella intorno a dire davvero se il vantaggio è reale.
Un vantaggio reale si degrada dolcemente man mano che i parametri si allontanano dall'ottimo. Uno adattato precipita da un dirupo, e il dirupo si vede prima di spendere un solo dato out-of-sample.
Calcolo 2,41 in-sample → 0,88 out-of-sample, mentre i vicini restano al pareggio
Risultato Il 2,41 era una proprietà della finestra, non delle regole
L'overfitting si diagnostica dal processo che ha prodotto il risultato, non dal risultato. Chiedete che cosa è stato messo a punto, su che cosa, e che cosa è stato tenuto da parte.
| Intervallo | Significato |
|---|---|
| Una finestra, tutti i parametri ottimizzati, niente riservato | Il rapporto non ha valore probatorio sul futuro. Descrive quanto bene le regole si possano piegare a un campione. |
| Finestra out-of-sample riportata ma riusata dopo ogni aggiustamento | La riserva è spesa. Appena i suoi risultati rientrano nella messa a punto, è in-sample anch'essa. |
| Una sola finestra out-of-sample intatta, guardata una volta | Lo standard minimo. Interpretate lo scarto invece del livello. |
| Walk-forward con ampio pianoro di parametri e verifiche su più strumenti | La prova più solida disponibile prima di operare in reale, perché è stato testato il riadattamento stesso. |
Le schede di mt5depot dichiarano la finestra dati, il modello del tester e il numero di operazioni, così il lettore può porre le domande qui sopra invece di prendere la curva per buona.
Ogni volta che un risultato della finestra riservata guida un altro aggiustamento, quella finestra entra nei dati di addestramento. Dopo qualche giro non resta più nulla di out-of-sample, e il processo sembra più rigoroso mentre dimostra meno.
Sono esattamente le cifre che l'adattamento gonfia. Uno Sharpe in-sample sopra 3 su un EA retail è più probabilmente un sintomo che una rassicurazione.
Il numero di parametri è una via; la selezione delle strategie è un'altra. Scegliere la migliore fra duecento strategie semplici sulla stessa finestra adatta il campione con la stessa efficacia della messa a punto di una sola strategia complicata.
Ripristina il backtest e ripete il fallimento, perché il nuovo adattamento nasce dallo stesso processo che ha prodotto il precedente. La prima domanda a cui rispondere è se il vantaggio originale sia mai stato out-of-sample.
| Sui 14 EA pubblicati qui | Valore |
|---|---|
| Profit factor in-sample | 1,27–1,52 |
| Schede con un profit factor sotto 1,00 | 0 |
| Con blocco out-of-sample dichiarato | 11 |
| Rendimento out-of-sample | −0,57 % a +3,01 % |
| Blocchi out-of-sample in perdita | 2 |
| Corse verificate su un conto a denaro reale | 0 |
Leggete l’ultima riga prima della prima. Un backtest continuo gira comunque su storia che qualcuno avrebbe potuto ispezionare, quindi nulla di quanto sopra è out-of-sample nel senso che decide qualcosa — e tre EA hanno dichiarato una data d’inizio della riserva senza pubblicare da allora alcun risultato, che è l’aspetto che ha il bias di pubblicazione visto da dentro.
Il punto debole è la dimensione, non il segno. Il record mediano in-sample qui è di 362 operazioni chiuse; il blocco riservato mediano è di 21. Una corsa così breve non può separare un vantaggio da un trimestre tranquillo, ed è per questo che i piccoli negativi (−0,57 %, −0,47 %) non portano più verdetto dei positivi.
Il menu a tendina Forward dello Strategy Tester (No, 1/2, 1/3, 1/4, Custom) divide l’intervallo al posto vostro. Non può impedirvi di rileggere la metà anteriore dopo ogni passaggio di ottimizzazione, ed è quella rilettura a consumarla. Impostate Forward su Custom con la data in cui avete smesso di guardare — il 2026-04-01 per dieci dei blocchi qui sopra — e la riserva vale solo ciò che vi cade dentro: 142 operazioni per Cairn, 40 per il successivo, cifre a una sola unità per due.