Analisi e metriche

Test fuori campione

Dati esclusi dalla selezione della strategia e dall’adattamento dei parametri, poi usati per valutare i risultati su osservazioni mai viste prima. Quando i risultati guidano ulteriori modifiche, quei dati non sono più un campione di test incontaminato per la strategia rivista. Nessuna percentuale o quantità fissa di operazioni garantisce un test significativo; evitare fughe di informazioni e includere costi realistici.

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.

Esempio. Le regole sono sviluppate sui dati 2020–2023, selezionate con validazione separata del 2024 e la versione congelata viene valutata su un test 2025 mai toccato. Un’aspettativa di sviluppo di +0.30R rispetto a +0.08R nel test non identifica un’unica causa. Se un filtro cambia dopo aver esaminato il 2025, quell’anno non è più OOS incontaminato per la versione rivista.

Il campione deve essere separato dalla selezione

OOS significa dati non usati per selezionare la strategia valutata, non semplicemente un file con un nome diverso. Scegliere parametri, strumenti o eccezioni dopo aver visto il test usa anch’esso le sue informazioni. Si possono svolgere ulteriori cicli di ricerca in modo trasparente, ma distinguere la validazione di sviluppo da un test finale. Conservare decisioni e versioni affinché sia chiaro che cosa lo sviluppatore del modello non avesse davvero visto.

Cronologia e fuga di informazioni

Mescolare casualmente le serie temporali di mercato può combinare informazioni future e passate. Adattare trasformazioni di scala, selezione delle caratteristiche e soglie soltanto con dati disponibili prima del test. Operazioni o etichette che coprono un intervallo futuro possono attraversare i confini dei campioni; definire esclusioni adeguate ai loro orizzonti. Un semplice intervallo vuoto nel calendario non elimina ogni contaminazione. Vedi la documentazione scikit-learn sulla fuga di informazioni per esempi.

Che cosa significa un risultato più debole?

Possibili cause includono sovra-adattamento, condizioni di mercato cambiate, costi maggiori, un errore di implementazione o incertezza del campione piccolo. Esaminare le diagnosi senza dichiarare automaticamente un sovra-adattamento. Riportare numero di operazioni completate, dispersione e tutti gli oneri. Nemmeno un breve periodo OOS positivo è un certificato di redditività; rimane una stima secondo un modello e una finestra di misurazione specifici.

La documentazione rende il test riproducibile

Conservare versione del codice, dati di origine, calendario di pubblicazione e specifiche del prodotto. Definire come si trattano le posizioni aperte che attraversano i confini dei campioni e come gli indicatori ricevono lo storico di inizializzazione. Le osservazioni precedenti usate per calcolare un indicatore sono diverse dai risultati futuri usati per selezionare i parametri. Il registro deve riprodurre la versione esatta del test senza inserire silenziosamente conoscenze di un periodo successivo nella valutazione precedente.

Un protocollo pratico

Registrare confini dei campioni, timestamp di disponibilità delle informazioni, criteri di valutazione e piano d’azione prima di leggere i risultati. Conservare tutti i costi e un dimensionamento comparabile. Se il test informa le modifiche, predisporre una nuova valutazione onesta su dati successivi, senza sostenere che le osservazioni precedenti siano rimaste intatte. Nel corso: backtesting e test forward. Fonte verificata l’11 ottobre 2026.

Diagramma ed esempio svolto

Infografica didattica: test fuori campione
Diagramma didattico; dati e ipotesi del modello sono dichiarati nella grafica.
Apri la grafica a dimensione intera

Domande frequenti

Una suddivisione 70/30 è sempre sufficiente?
No. La suddivisione appropriata dipende da orizzonte, numero di osservazioni, dipendenza e processo di selezione.
Posso esaminare ripetutamente l’OOS?
Sì, ma se questo influisce sul modello o sulla selezione, le osservazioni diventano dati di ricerca, non un test finale incontaminato.

← Torna al glossario completo

Jarosław Wasiński

Caporedattore, ForexMechanics.com • Analista macro e FX

Analista indipendente e professionista con oltre 20 anni di esperienza nei mercati finanziari. Attivo nel Forex dal 2004, con un focus sull'analisi fondamentale, la struttura del mercato OTC e la gestione disciplinata del rischio di capitale.

  • Fondatore e caporedattore di MyBank.pl, che offre formazione finanziaria affidabile dal 2004.
  • Autore di centinaia di commenti di mercato approfonditi, analisi strutturali e materiali didattici per trader e investitori.
  • Sostenitore della trasparenza del mercato, promuovendo una formazione basata su dati concreti e report istituzionali (BIS, ESMA, CFTC).

Tutti i contenuti hanno carattere esclusivamente didattico e informativo – non costituiscono consulenza di investimento né alcuna raccomandazione. Ricorda: il trading con leva (Forex/CFD) comporta un elevato rischio di rapida perdita del capitale.