19 Novembre 2026 · ricerca

Il tuo test walk-forward ha tre modi per mentire sul futuro

Il tuo test walk-forward ha tre modi per mentire sul futuro

Il test walk-forward dovrebbe rispondere a una domanda pratica: se avessimo adattato ripetutamente una strategia usando solo i dati passati, come si sarebbe comportata nel tratto successivo di dati mai visti? Il metodo sembra semplice. Scegliamo una finestra di training, adattiamo la strategia, la testiamo in avanti, poi facciamo scorrere la finestra e ripetiamo.

Il problema è che una sequenza di finestre può sembrare rigorosa e al tempo stesso lasciar filtrare informazioni attraverso i confini. Ho visto gli effetti manifestarsi in rendimenti out-of-sample sospettosamente regolari, impostazioni dei parametri dalla stabilità quasi incredibile e trade attribuiti a un periodo di test iniziato prima che fosse possibile inserirli.

Errore 1: trattare la finestra di test come una tabula rasa

Una finestra di test inizia il 1° giugno. Il segnale usa una media mobile a 50 giorni, quindi il backtest carica i prezzi di maggio per inizializzare il calcolo. È ragionevole: anche una strategia live si porterebbe dietro lo stato dell’indicatore. Ma se i rendimenti del periodo di test iniziano a maturare il 1° maggio, quei giorni di inizializzazione diventano parte della performance.

Lo stesso problema di confine si presenta con le posizioni. Supponiamo che la strategia apra un trade il 29 maggio e lo chiuda il 3 giugno. Il profitto dovrebbe contare come performance del periodo di test? Solo se la simulazione definisce chiaramente come gestire le posizioni già aperte al confine. Altrimenti, il test può ereditare un’entrata scelta con i dati di training e attribuire poi al test la vincita che ne deriva.

Elemento al confineGestione correttaErrore comune
Storico degli indicatoriCaricare le barre precedenti per mantenere lo stato; iniziare il calcolo della performance all’inizio del testContare i rendimenti del periodo di inizializzazione come performance del test
Posizioni aperteChiuderle, mantenerle o escluderle secondo una regola dichiarataAttribuire al test un’entrata precedente al test
Ordini ed esecuzioniRichiedere che decisione ed esecuzione avvengano nel periodo di testEseguire un ordine generato prima del confine

Una suddivisione pulita richiede una regola per lo stato, non solo una data. Conserviamo lo storico degli indicatori che avrebbe avuto un processo live, ma calcoliamo la performance soltanto sul periodo che vogliamo valutare. Definiamo chiaramente come gestire posizioni e ordini aperti e applichiamo la stessa regola a ogni avanzamento della finestra.

Errore 2: lasciare che i trade attraversino la suddivisione senza un embargo

Le etichette con orizzonti sovrapposti creano un’altra fuga di informazioni. Immaginiamo un modello addestrato su segnali il cui esito è il rendimento dei successivi 5 giorni di contrattazione. Un esempio di training dell’ultimo giorno di maggio usa i prezzi di giugno per determinare se la previsione era corretta. Se il test inizia il 1° giugno, il training ha già utilizzato una parte dell’esito del test.

È facile non accorgersene perché la riga delle feature riporta la data del 31 maggio. L’etichetta si spinge nel futuro. Una suddivisione temporale basata solo sulle date delle righe non può rilevare questa sovrapposizione.

Rimuoviamo gli esempi di training le cui finestre di esito si estendono nel periodo di test. A seconda dell’orizzonte dell’etichetta e di come sono costruite le feature, lasciamo anche un intervallo tra training e test. Questo intervallo, spesso chiamato embargo, dovrebbe corrispondere al periodo in cui informazioni o esiti si sovrappongono. Un’etichetta a 5 giorni non giustifica un intervallo di un solo giorno solo perché rende il grafico più pulito.

Annotiamo l’intero intervallo temporale usato da ciascun esempio di training: lookback delle feature, momento della decisione e finestra dell’esito. Suddividiamo in base a questi intervalli, non soltanto alla data riportata accanto a ogni riga.

Errore 3: scegliere il vincitore dopo aver visto tutti i fold

Ecco l’errore più allettante. Eseguiamo test walk-forward su 40 insiemi di parametri. Una combinazione sembra funzionare bene in diversi fold, quindi la scegliamo e presentiamo quegli stessi fold come prova della sua capacità di generalizzare.

Ogni fold può essere stato mai visto dal modello quando è stato adattato. Ma il design della strategia è stato selezionato dopo aver esaminato tutti i fold. A questo punto i risultati del test hanno orientato una decisione di ricerca e fanno quindi parte del processo di training a livello di esperimento.

Teniamo un registro datato delle scelte fatte prima di ogni valutazione. Se usiamo i risultati walk-forward per selezionare parametri, feature, mercati o persino la finestra di test, riserviamo un ultimo periodo mai toccato per la valutazione finale. Lo apriamo una sola volta, dopo aver congelato le scelte. Se torniamo a ottimizzare dopo averlo visto, non è più un test finale.

C’è anche un dettaglio pratico: salviamo il registro degli esperimenti prima di ricevere i risultati. Un foglio di calcolo modificato dopo una simulazione promettente documenta male ciò che abbiamo davvero provato.

Cosa dovrebbe mostrare un report walk-forward credibile?

Presentiamo le impostazioni insieme ai rendimenti: date di training e test, frequenza di avanzamento, orizzonte dell’etichetta, gestione dell’inizializzazione, regole sulle posizioni ai confini e numero di configurazioni provate. Mostriamo ogni fold oltre al risultato aggregato. Un totale elevato ottenuto grazie a un’unica finestra fortunata va interpretato diversamente da risultati modesti ripetuti in condizioni diverse.

Il test walk-forward può introdurre una disciplina utile nella ricerca sulle strategie, ma questa disciplina sta nelle regole sui confini e nel registro delle decisioni. Se le definiamo bene, il test può dirci qualcosa su come un processo di ricerca potrebbe comportarsi nel tempo. Se le trascuriamo, l’etichetta walk-forward è solo un ornamento su un risultato che ha già visto il futuro.

test walk-forwardoverfittingbacktestingricerca sulle strategie
← Tutti gli articoli