Hai testato 50 combinazioni di parametri. Ne hai trovata una con l'85% di vincite. L'hai backtestata ampiamente. Ti sentivi sicuro.
Due mesi dopo, il tuo conto è in perdita del 30%. Cos'è successo?
Non hai trovato un vantaggio. Hai trovato l'over-fitting. Ecco come riconoscerlo ed evitarlo.
Cos'è l'Over-Fitting?
L'over-fitting significa che il tuo sistema è calibrato sul rumore storico piuttosto che sulla struttura del mercato. Cattura pattern passati che non si ripeteranno invece di comportamenti genuini che si ripresenteranno.
Pensala così: se regoli abbastanza parametri, puoi creare un sistema che avrebbe perfettamente tradato qualsiasi periodo storico. Ma quel sistema non sta prevedendo - sta memorizzando.
Il pericolo: Un sistema over-fit mostra backtest eccellenti e risultati live terribili. Il divario tra performance passate e performance future è dove i conti vanno a morire.
Segnali di Over-Fitting
Troppi parametri: Ogni parametro è un grado di libertà. Più gradi di libertà = più modi per adattarsi accidentalmente al rumore. Se il tuo sistema ha 10+ parametri regolabili, sei quasi certamente in over-fit.
Risultati sospettosamente buoni: I vantaggi reali sono modesti. Tassi di vincita del 55-65% con rapporto rischio/rendimento di 1.2-1.5 è realistico. Tassi di vincita dell'80%+ con R:R 3:1 nei backtest di solito indicano curve-fitting.
Range ottimali troppo stretti: Se il tuo sistema funziona solo quando RSI è esattamente 23 (non 22 o 24), stai adattando al rumore. I sistemi robusti funzionano su range di parametri.
Cliff di performance: Piccoli cambiamenti nei parametri causano enormi cali di performance. I sistemi robusti degradano gradualmente quando i parametri cambiano.
Performance specifica del periodo: Il sistema ha funzionato benissimo nel 2021-2022 ma fallisce nel 2023. Potresti aver adattato a un regime di mercato specifico che è cambiato.
La Trappola dell'Ottimizzazione
Ecco come i trader cadono nell'over-fitting:
- Costruiscono un sistema base con logica ragionevole
- Backtestano - i risultati sono mediocri
- Modificano i parametri per migliorare i risultati
- Trovano una combinazione che sembra ottima
- Modificano altri parametri per migliorare ulteriormente
- I risultati ora sembrano incredibili
- Tradano live - tutto crolla
L'errore avviene nei passaggi 3-5. Ogni iterazione di ottimizzazione aggiunge più curve-fitting. Alla fine, hai creato un sistema che spiega perfettamente il passato ma non prevede nulla sul futuro.
Principi di Ottimizzazione Robusta
1. Minimizza i parametri
Ogni parametro ha bisogno di una giustificazione. "L'ho aggiunto perché ha migliorato i backtest" non è una giustificazione. "L'ho aggiunto perché cattura un comportamento di mercato specifico" lo è.
Un sistema a due parametri che ha senso supererà un sistema a dieci parametri che non ne ha - nel trading live dove conta.
2. Usa range di parametri, non punti
Non ottimizzare per RSI = 23. Testa i range: il sistema funziona da RSI 20-30? Se no, il valore specifico è rumore.
I sistemi robusti mostrano risultati consistenti su range di parametri ragionevoli. I sistemi fragili mostrano picchi di performance a valori specifici.
3. Testa out-of-sample
Non ottimizzare mai su tutti i tuoi dati. Dividili:
- In-sample (60%): usa per l'ottimizzazione
- Out-of-sample (40%): testa qui i parametri ottimizzati
Se i risultati out-of-sample sono drammaticamente peggiori di quelli in-sample, hai fatto over-fit. Il divario ti dice quanto rumore hai catturato.
4. Analisi walk-forward
Ancora meglio: test out-of-sample rolling.
- Ottimizza sull'Anno 1, testa sull'Anno 2
- Ottimizza sugli Anni 1-2, testa sull'Anno 3
- Ottimizza sugli Anni 1-3, testa sull'Anno 4
Questo simula il trading reale dove applichi sempre l'ottimizzazione passata ai mercati futuri.
Il Principio della Semplicità
Dati due sistemi con risultati simili, scegli sempre quello più semplice.
La complessità sembra sofisticata. La semplicità è effettivamente sofisticata - significa che hai identificato gli elementi essenziali e ignorato il rumore.
Esempio:
Sistema complesso: Compra quando RSI a 13 periodi incrocia sopra 47 mentre l'EMA a 8 giorni è sopra l'EMA a 21 giorni e il volume è 1.3x la media a 17 giorni e non è venerdì pomeriggio.
Sistema semplice: Compra quando il prezzo rompe sopra il massimo a 20 giorni con volume sopra la media.
Il sistema semplice probabilmente performa peggio nei backtest. Probabilmente performerà meglio nel trading live. Il sistema complesso ha più modi per rompersi.
Quando l'Ottimizzazione è Valida
L'ottimizzazione non è intrinsecamente negativa. È negativa quando applicata senza cura. L'ottimizzazione valida:
Si adatta alle caratteristiche del mercato: Mercati diversi hanno volatilità diverse. Regolare i moltiplicatori ATR per strumenti specifici non è curve-fitting - è calibrazione.
Segue limiti logici: Una media mobile a 50 periodi non è "migliore" di una a 53 periodi - sono essenzialmente identiche. L'ottimizzazione valida resta entro range logici.
Mantiene la robustezza: Il tuo sistema ottimizzato dovrebbe funzionare su periodi out-of-sample, strumenti diversi ma simili, e varie condizioni di mercato.
Cambia lentamente: Ri-ottimizzare mensilmente è over-fitting. Ri-ottimizzare annualmente (o quando la struttura del mercato cambia dimostrabilmente) è manutenzione.
Protocollo di Recupero
Se sospetti che il tuo sistema sia in over-fit:
- Ferma il trading live: Non accumulare perdite mentre fai diagnosi
- Verifica i parametri: Puoi giustificare ciascuno con logica di mercato?
- Testa la robustezza: Esegui il sistema su dati out-of-sample, strumenti diversi, periodi di tempo diversi
- Semplifica: Rimuovi i parametri uno alla volta. La performance effettivamente degrada, o solo i risultati dei backtest?
- Paper trading: Testa in avanti il sistema semplificato prima di rischiare di nuovo capitale
Spesso, rimuovere i parametri over-fit migliora i risultati live anche se i risultati dei backtest peggiorano. Questo è il punto.
La Conclusione
L'obiettivo dello sviluppo di sistemi non sono backtest perfetti. È una performance forward robusta.
Ogni parametro che aggiungi è una potenziale fonte di over-fitting. Ogni passaggio di ottimizzazione rischia di catturare rumore. Ogni "miglioramento" che si vede solo nei dati storici può degradare i risultati futuri.
Costruisci semplice. Testa out-of-sample. Richiedi robustezza attraverso le condizioni. Accetta che i backtest sembreranno peggiori - e i risultati live saranno migliori.
I sistemi costruiti su genuina struttura di mercato - fasi cicliche, comportamento del volume, dinamiche di liquidità - resistono naturalmente all'over-fitting. Sono basati sul perché i mercati si muovono, non solo su quando si sono mossi storicamente. Quella fondazione teorica è ciò che separa i sistemi robusti dagli incidenti di curve-fit.
I sistemi di OmniDeck sono costruiti sulla struttura del mercato - fasi cicliche, regimi di volume, dinamiche di liquidità - non su parametri ottimizzati. Quando i tuoi segnali sono fondati sul perché i mercati si muovono piuttosto che su quando si sono mossi, costruisci robustezza che sopravvive ai cambi di regime.
Scopri i sistemi basati sulla struttura →Hai un pubblico? Guadagna fino al 30% di commissioni ricorrenti
Diventa Affiliato →Discuti questo articolo con i trader nella nostra community
Unisciti a Discord →