Gestione del rischio e statisticaIntermedio

Look-ahead bias e overfitting

Cosa sono overfitting, look-ahead bias, data snooping e survivorship bias, perché i backtest ottimizzati falliscono su dati nuovi e come i test fuori campione li rivelano.

Categorie della biblioteca

Che cosa significa

L’overfitting (sovradattamento) consiste nel regolare una regola finché non si adatta così bene ai dati passati da fallire su dati nuovi. Il look-ahead bias consiste nell’usare in un test un’informazione che all’epoca non sarebbe stata nota, come la chiusura di una candela prima che chiudesse o uno swing confermato solo dopo.

Problemi collegati: il data snooping (testare molte idee e tenere la migliore) e il survivorship bias (testare solo gli strumenti che esistono ancora).

Perché i trader lo usano

Entrambi fanno sembrare i backtest migliori dei risultati reali. Il rimedio è tenere una parte dei dati nascosta finché le regole non sono fissate, e far usare al codice solo candele chiuse e pivot confermati.

Esempi sul grafico

Ottimizzata sul passato, testata su dati mai visti

Periodo di ottimizzazionePeriodo mai vistoNel campioneFuori campione
Una curva del capitale schematica: regolare sui dati usati per ottimizzarla, poi in calo su dati che non ha mai visto.Diagrammi schematici disegnati per spiegare l’idea; non sono dati di mercato.

Come riconoscerlo in modo oggettivo

  • 1Dividi i dati: nel campione per lo sviluppo, fuori campione per un unico test finale.
  • 2Conta quante varianti hai provato.
  • 3Verifica che ogni dato sia disponibile al momento della decisione.
  • 4Fai attenzione a prestazioni che crollano su dati nuovi.

Uso rialzista

  • 1Una regola con prestazioni simili dentro e fuori campione è più credibile.
  • 2Pochi parametri e regole semplici si sovradattano meno.

Uso ribassista

  • 1Una curva regolare nel campione seguita da un calo fuori campione è il segno classico dell’overfitting.

Cosa lo conferma

  • Risultati walk-forward su più periodi.
  • Risultati simili su mercati collegati.

Cosa lo invalida

  • Regole cambiate dopo aver visto i risultati fuori campione.
  • Indicatori che si ridisegnano (repaint).

Come si costruisce un setup ipotetico

Entrata

Fissa ogni regola prima del test fuori campione.

Stop

Usa nel test solo dati di candele chiuse.

Target

Riporta separatamente i risultati nel campione e fuori campione.

Un’illustrazione ipotetica di come il concetto diventa un piano, non una raccomandazione. Esercitati prima su un conto demo.

Test storici

Il diagramma è schematico: una curva ottimizzata sul primo periodo e poi applicata a dati mai visti. Mostra lo schema da cercare, non un risultato.

Limiti: quando fallisce

  • Anche i test fuori campione possono essere sovradattati se ripetuti molte volte.
  • I mercati cambiano, quindi la robustezza passata non è una garanzia.
  • I campioni piccoli nascondono i bias.

Verifica le conoscenze

Scegli una risposta per vedere la spiegazione. Non viene salvato nulla.

Usare in un backtest un massimo di swing prima che fosse confermato è…

1. Usare in un backtest un massimo di swing prima che fosse confermato è…

Una strategia ottima nel campione e scarsa fuori campione è probabilmente…

2. Una strategia ottima nel campione e scarsa fuori campione è probabilmente…

Testare 200 impostazioni e tenere la migliore è…

3. Testare 200 impostazioni e tenere la migliore è…

Esercitati senza rischi

Apri il grafico gratuito, usa il replay per tornare indietro nel tempo e cerca questo concetto candela per candela con 20.000 $ di denaro virtuale.