A chi serve — A chi vuole trasformare un'idea di trading in una simulazione controllabile, distinguendo ciò che il modello avrebbe potuto conoscere e negoziare da ciò che è visibile soltanto a posteriori.
Un backtest applica a dati storici una specifica completa di segnali, portafoglio, ordini, costi e vincoli. Produce un risultato controfattuale: che cosa sarebbe accaduto secondo quel modello se le regole fossero state eseguite nel periodo osservato. Non è un track record reale, non dimostra che esista una relazione causale e non garantisce che la distribuzione futura assomigli a quella passata.
Ogni conclusione resta condizionata al campione, alla specifica, ai dati e alle assunzioni operative dichiarate.
La distinzione decisiva è fra strategia e simulatore. La strategia dice quando assumere rischio; il simulatore traduce la decisione in posizioni e rendimenti. Un segnale sensato può apparire eccellente per un errore di timestamp, per prezzi non negoziabili o per costi omessi. All'opposto, un modello di esecuzione eccessivamente punitivo può nascondere il comportamento che si intende studiare. Le assunzioni devono quindi essere dichiarate e verificabili.
Che cosa deve specificare
| Livello | Domanda verificabile | Errore che previene |
|---|---|---|
| Dati | Quale valore era disponibile in quel preciso istante? | Look-ahead, revisioni, survivorship bias |
| Segnale | Con quali variabili, ritardi e parametri si decide? | Regole ricostruite dopo aver visto il risultato |
| Portafoglio | Come si trasformano segnali in pesi, size e limiti? | Leva o concentrazione implicite |
| Esecuzione | Quando e a quale prezzo l'ordine può essere riempito? | Fill impossibili sulla stessa barra |
| Economia | Quali costi, funding, borrow e corporate action si applicano? | Performance lorda scambiata per realizzabile |
| Valutazione | Quali metriche, benchmark e prove erano scelti prima? | Selezione ex post della lettura più favorevole |
I dati devono essere point-in-time quando la loro storia può cambiare. Ciò riguarda composizione degli indici, titoli delistati, fondamentali con date di pubblicazione, serie macroeconomiche revisionate e classificazioni societarie. Includere i ticker cessati non basta se mancano rendimenti di delisting, membership storica o trattamenti corretti delle operazioni sul capitale.
Causalità: sapere, decidere, eseguire
Distinguere disponibilità del dato, completamento del segnale, invio e accettazione dell'ordine, quindi eventuale fill. Se il segnale richiede il prezzo definitivo di chiusura, non può determinare un ordine eseguito nell'asta che ha appena prodotto quel prezzo. Partecipare all'asta richiede un ordine ammesso secondo le regole della sede usando informazioni già disponibili; un prezzo indicativo non è il prezzo finale. Un fill successivo può coincidere numericamente con la chiusura, ma resta un evento successivo e non è garantito.
La data di competenza di un dato economico non è la sua data di pubblicazione. Occorre conservare la versione allora disponibile e verificarne orario e ritardo del feed: una data di revisione giornaliera, da sola, non documenta la disponibilità intraday.
Per futures, opzioni, obbligazioni, strumenti short o a leva servono inoltre regole coerenti per scadenze, roll, moltiplicatori, margini, esercizio, assegnazione, borrow, collateral e rendimento della cassa. Non esiste un unico modello di fill valido per tutte le classi di attivo.
Protocollo minimo riproducibile
La seguente checklist è una sintesi editoriale operativa, non un protocollo universale né una certificazione regolamentare.
- Definire la domanda. Scrivere ipotesi economica, universo, frequenza, periodo, benchmark e criterio con cui il risultato sarà giudicato.
- Congelare la specifica. Versionare segnali, parametri, sizing, vincoli, dati e calendario. Conservare un registro di tutti i tentativi, inclusi quelli falliti.
- Costruire l'orologio. Ordinare disponibilità dell'informazione, decisione, invio, accettazione, eventuale cancellazione e fill; dichiarare fuso orario e precisione dei timestamp.
- Simulare il portafoglio. Applicare limiti di capitale, leva, liquidità, turnover e concentrazione senza usare informazioni future.
- Stimare l'esecuzione. Dichiarare spread, commissioni, slippage, impatto, fill parziali, funding e costo opportunità pertinenti.
- Misurare senza scegliere a posteriori. Riportare rendimento netto, rischio, drawdown, turnover, esposizione, capacità e confronto con il benchmark, insieme all'incertezza statistica.
- Validare separatamente. Riservare dati temporali non usati nello sviluppo e stabilire come saranno trattati dipendenza, label sovrapposte, refit e test finali.
- Archiviare gli artefatti. Conservare codice, configurazione, versioni delle dipendenze, seed, snapshot recuperabili dei dati, relativi hash e output principali. Un hash identifica un file, ma da solo non consente di ricostruirlo.
Costi e prezzi di riferimento
Commissioni e spread sono solo una parte del costo. Una simulazione può dover considerare market impact, quantità disponibile, ritardo, mancata esecuzione, funding, prestito titoli, conversione valutaria e fiscalità pertinente al perimetro dichiarato. L'implementation shortfall confronta l'esecuzione con l'intenzione al momento della decisione e può includere anche la parte non eseguita; non coincide con una commissione fissa aggiunta a fine calcolo.
Il modello dei costi dovrebbe dipendere, quando i dati lo consentono, da lato, dimensione, liquidità, volatilità, venue e tipo di ordine. Uno scenario con costi più severi è informativo, ma non ripara dati contaminati o fill impossibili.
Se spread o slippage sono già incorporati nei prezzi simulati dei fill, non vanno sottratti una seconda volta come costi separati. Va dichiarato quali componenti il prezzo contiene e quali vengono addebitate a parte.
Esempio illustrativo
Esempio dichiarato illustrativo, non risultato operativo — Una regola giornaliera calcola il segnale dopo la chiusura. Il protocollo usa costituenti point-in-time, invia l'ordine alla sessione successiva e simula i fill usando soltanto la liquidità osservabile evento per evento. Incorpora spread e impatto nei prezzi e addebita le commissioni a parte. Le metriche nette vengono confrontate con un benchmark total return nella stessa valuta. Se il ricercatore prova dodici varianti di lookback, tutte e dodici entrano nel registro delle prove: non è corretto presentare l'unica vincente come prima ipotesi.
L'esempio non stabilisce quali ritardi o costi siano adeguati per un mercato specifico. Mostra invece quali parti devono poter essere contestate e ricalcolate.
Come leggere il risultato
Una curva crescente non è una validazione. Occorre chiedere se il rendimento è concentrato in pochi eventi, se cambia con piccole perturbazioni ragionevoli, se sopravvive a costi plausibili, se il benchmark è stato scelto ex ante e se la precisione stimata è compatibile con quantità e dipendenza delle osservazioni. Il numero di trade non equivale automaticamente al numero di osservazioni indipendenti.
Il backtest è più utile come strumento di falsificazione e diagnosi che come macchina per produrre una previsione puntuale. Un esito negativo può rivelare un'ipotesi incoerente; un esito positivo rende la strategia candidata a controlli di robustezza, validazione out-of-sample e osservazione forward, non la trasforma in una certezza.
Limiti
- Il passato osservato può non contenere crisi, regimi o microstrutture future.
- La qualità apparente dipende dal numero di modelli e parametri esplorati.
- Slippage e impatto sono controfattuali e diventano più incerti con la size.
- Una replica con lo stesso codice e gli stessi dati verifica la riproducibilità, non costituisce replicazione indipendente.
- Monte Carlo e stress test descrivono scenari costruiti: non eliminano look-ahead, survivorship bias, data snooping o errori di specifica.
Fonti
Verifica delle fonti: 8 settembre 2026; passaggi consultati indicati sotto.
- Halbert White, A Reality Check for Data Snooping, Econometrica, 2000 — abstract dell'editore: riuso dei dati e confronto con benchmark.
- Robert D. Arnott, Campbell R. Harvey e Harry Markowitz, A Backtesting Protocol in the Era of Machine Learning — copia autore, Duke, versione 29 ottobre 2018, pp. 8–10: motivazione, tentativi, correlazioni e scelta del campione.
- Marcos López de Prado, What to Look for in a Backtest, 2013 — abstract: tentativi e lunghezza del backtest; non è una verifica integrale delle slide.
- André F. Perold, The Implementation Shortfall: Paper Versus Reality, 1988 — riferimento originario; definizione controllata nella sezione Summary di CFA Institute, Trade Strategy and Execution.
- Commissione europea, Regolamento delegato (UE) 2017/589, RTS 6, articoli 5–7 — metodologia, modifiche e ambienti di prova nel perimetro regolamentare applicabile.
- Federal Reserve Bank of St. Louis, ALFRED Help, sezioni Release Dates — versioni storiche e date di disponibilità.
- NYSE, Opening and Closing Auctions, p. 2 — ammissione degli ordini e asta di chiusura.