Sovra-adattamento / curve fitting
Gli esempi usano la notazione numerica inglese: la virgola separa le migliaia e il punto indica la parte decimale. 1,000 significa mille; 1.25, uno e un quarto.
Come si adatta il rumore
I dati di sviluppo contengono possibili relazioni ed eventi casuali. Aggiungere filtri o scegliere strumenti e impostazioni dopo aver esaminato i risultati può catturare quegli eventi. Il numero di varianti include anche le idee scartate manualmente. Un periodo insolito dell’indicatore non dimostra indipendentemente un errore, mentre un parametro popolare non offre protezione. Conta l’intero processo di selezione e valutazione, non l’aspetto di una sola curva.
Molte ricerche cambiano l’interpretazione
Il miglior risultato tra molti modelli non ha la stessa interpretazione di un’unica regola specificata in anticipo. Test dipendenti violano le ipotesi dell’esempio del 64.15%, ma non ripristinano automaticamente la credibilità del vincitore. Registrare numero e ambito delle ricerche. Vedi Bailey e coautori, The Probability of Backtest Overfitting sulla selezione delle strategie; non implica una penalizzazione percentuale universale.
Come ridurre il problema
Congelare le definizioni e separare sviluppo, validazione e test finale. Esaminare stabilità dei parametri vicini, costi realistici e periodi diversi, dichiarando queste scelte aggiuntive. Adattarsi a un altro risultato di validazione crea la necessità di una nuova valutazione onesta. Non trasformare il test finale in dati di addestramento senza riconoscerlo. La semplicità aiuta a controllare la procedura, ma non dimostra di per sé un vantaggio.
Una narrazione economica non sostituisce i test
Una spiegazione convincente di domanda, sessioni o comportamento delle banche può essere associata retrospettivamente a risultati casuali. Una spiegazione deve generare un’ipotesi specificata in anticipo, con condizioni in cui le osservazioni non la sosterrebbero. Non liquidare ogni fallimento come un mercato eccezionale. Aggiungere eccezioni amplia la ricerca delle regole; registrarle e rivalutarle, conservando varianti fallite e motivi delle modifiche.
Diagnosi e applicazione
Un OOS debole può riflettere anche un cambiamento di regime, un problema di implementazione o incertezza. Confrontare fonti dei dati, timestamp di disponibilità e costi prima di trarre conclusioni. Un diario di ricerca deve includere fallimenti e successi, con versioni e date. Nel corso: backtesting e test forward e trading algoritmico. Fonte verificata l’11 ottobre 2026.
