Recentemente ha girato online un post che descriveva un trader che aveva fatto il backtest di sette anni di tick data sul NQ (Nasdaq-100 futures) e ne era uscito con "due strategie, per ora". Nessun win rate specifico, nessuno screenshot di equity curve, nessuna promessa — solo una semplice affermazione: dopo un processo lungo e metodico, due approcci hanno superato l'esame. Vale la pena analizzare questa impostazione, perché dimostra silenziosamente qualcosa che la maggior parte dei trader algoritmici retail sbaglia: quanta mole di dati e quanto tempo serva davvero per trovare qualcosa che regga.
Questo articolo non parla delle strategie specifiche (non ne conosciamo i dettagli, e francamente i dettagli contano meno del processo). Parla di cosa richieda realmente un backtest a livello tick su sette anni su uno strumento come il NQ, perché "due strategie" al termine di una lunga ricerca sia un risultato realistico — persino incoraggiante — e di come si possa applicare la stessa disciplina alla propria pipeline di sviluppo su MT4/MT5.
Perché i tick data e le finestre pluriennali cambiano il quadro
Lo sviluppo EA retail parte solitamente da una tela molto più piccola: uno o due anni di dati a barre M1 o M5, magari scaricati direttamente dal broker. Va bene per una prima analisi, ma introduce due problemi ben noti.
Primo, i dati a barre comprimono l'informazione. Una singola candela a 1 minuto può nascondere decine di oscillazioni di prezzo, fluttuazioni dello spread e momentanei vuoti di liquidità che un backtest basato sui tick cattura in modo esplicito. Per le strategie che si basano su ingressi rapidi, stop stretti o logiche intrabar (breakout, scalping, regole vicine all'order flow), testare su barre invece che su tick può produrre assunzioni di esecuzione che non si verificano mai nel trading live. I tick data costringono il backtest a simulare il movimento di prezzo così come è realmente avvenuto, tick per tick, il che rappresenta un test dell'esecuzione decisamente più onesto.
Secondo, una finestra di lookback breve — sei mesi, un anno, anche due — garantisce quasi sicuramente di testare la strategia contro un unico regime di mercato. Il NQ, solo negli ultimi sette anni, ha attraversato l'impennata di liquidità dell'era pandemica, un ciclo storico di rialzo dei tassi, molteplici drawdown marcati e diversi regimi di volatilità distinti. Una strategia che "funziona" solo in uno di questi regimi non è un edge — è una coincidenza che si è trovata ad allinearsi con uno specifico contesto macro. Sette anni di dati costringono una strategia a dimostrare il proprio valore attraverso rally rialzisti, correzioni, fasi di bassa volatilità e shock di alta volatilità. È un'asticella molto più alta, e superarla significa qualcosa.
È anche per questo che un backtesting serio dipende sempre più dall'avere accesso a dati storici puliti e granulari, invece di affidarsi a quello che un conto demo offre per caso. I trader che operano su più strumenti — non solo il NQ ma anche le coppie forex — hanno spesso bisogno di procurarsi appositi pacchetti di dati storici per ottenere la risoluzione e l'arco temporale realmente necessari ai propri test.
Perché "due strategie, per ora" è un risultato ragionevole
Nel trading algoritmico retail c'è la tentazione di trattare ogni backtest come la ricerca della strategia — un unico sistema che fa tutto, funziona in ogni sessione e non ha mai un mese in perdita. Questa mentalità è esattamente all'opposto di ciò che serve, ed è parte del motivo per cui così tanti EA collassano nel momento in cui toccano i mercati reali.
Un processo di backtesting pluriennale condotto con disciplina dovrebbe produrre un basso tasso di successo tra le idee candidate. Se si testano decine di varianti di regole — diversi filtri di sessione, diverse soglie di breakout, diverse logiche di uscita — su sette anni di tick data, e solo una piccola manciata sopravvive con un comportamento coerente attraverso i vari regimi, non è un risultato deludente. È il processo che funziona correttamente. Significa che la selezione è stata sufficientemente rigorosa da filtrare rumore, overfitting e fortuna legata a un regime specifico.
Questo si collega a un principio fondamentale del backtesting che vale la pena ribadire con chiarezza: più varianti si testano, più è probabile trovare qualcosa che sembra buono solo per puro caso. Questo fenomeno viene talvolta chiamato problema dei confronti multipli, ed è la ragione singola più importante per cui gli EA costruiti da trader retail, che sembrano impeccabili in un backtest, falliscono nel forward testing. Un trader che sottopone un'idea pulita a sette anni di dati e scopre che regge si trova in una posizione molto diversa rispetto a chi testa cinquecento combinazioni di parametri e sceglie a posteriori la curva migliore. "Due strategie, per ora" — con quella precisazione, "per ora" — suggerisce un processo continuo e scettico, non una ricerca one-shot di un vincitore. È questo l'atteggiamento da emulare.
Cosa comporta davvero un processo di validazione rigoroso
Se state conducendo la vostra versione di questo esercizio — testando idee sul NQ, su un altro future su indice, o su un paniere di coppie forex — ci sono alcuni checkpoint che separano una strategia realmente promettente da un backtest che sembra solo buono sulla carta.
Il testing out-of-sample non è negoziabile. Dividete i vostri sette anni (o qualunque finestra abbiate) in un periodo di sviluppo e un periodo di holdout che non toccate finché le regole non sono definitive. Se l'edge di una strategia scompare nel momento in cui incontra dati su cui non è stata costruita, è un forte segnale che il risultato originale fosse curve-fit sul rumore storico piuttosto che un comportamento di mercato persistente.
La walk-forward analysis intercetta precocemente la dipendenza dal regime. Invece di testare una sola volta sull'intero blocco di sette anni, rieseguite la strategia su finestre mobili — ad esempio testando sugli anni uno-tre, poi validando sull'anno quattro, e proseguendo in avanti. Una strategia che si comporta ragionevolmente bene nella maggior parte delle finestre mobili è più credibile di una che ottiene un numero aggregato forte trainato da un unico periodo eccezionale.
Le assunzioni di esecuzione devono corrispondere alla realtà. I backtest su tick data valgono quanto il modello di spread, slippage e commissioni sovrapposto ad essi. I futures NQ hanno caratteristiche di commissioni e slippage proprie, piuttosto diverse dal forex spot o dai CFD; una strategia che appare redditizia con assunzioni di slippage pari a zero può diventare marginale o negativa una volta applicati costi di transazione realistici. È un passaggio facile da saltare e costoso da saltare.
La sensibilità ai parametri conta quanto il risultato principale. Se una strategia funziona solo con uno stop-loss di esattamente 42 tick e crolla a 40 o 45, è un campanello d'allarme di overfitting. Le strategie robuste tendono a performare in modo ragionevole su un range di valori di parametro vicini, non solo su un'unica impostazione precisa.
La dimensione del campione e la frequenza di trading vanno esaminate con attenzione. Sette anni sembrano tanti, ma se una strategia genera solo una manciata di trade all'anno, la dimensione totale del campione potrebbe comunque essere troppo piccola per trarre conclusioni affidabili sul suo comportamento nel lungo periodo. Una strategia che opera più frequentemente offre un quadro statisticamente più ricco, e più velocemente — ammesso che la frequenza non vada a scapito della qualità di esecuzione.
I trader che conducono questo tipo di processo su MT4 o MT5 spesso si scontrano con un ostacolo pratico ancora prima di arrivare alla fase di analisi: far entrare i dati giusti nella piattaforma. I dati storici a livello tick per strumenti futures come il NQ, o le storiche forex granulari, non sempre si importano correttamente "out of the box". Se state allestendo il vostro ambiente di test, vale la pena consultare una guida adeguata su come importare dati storici in MetaTrader prima di iniziare a costruire — importazioni sbagliate producono backtest sbagliati, indipendentemente da quanto sia buona la logica della vostra strategia. Chi lavora con NinjaTrader può fare riferimento a un processo di importazione parallelo altrettanto utile da consultare.
Trasformare un'idea validata in uno strumento di trading vero e proprio
Trovare una strategia che sopravvive a sette anni di esame a livello tick è un traguardo significativo, ma resta comunque un passo distinto rispetto ad avere qualcosa di effettivamente distribuibile. Convertire una logica validata in un EA che funzioni in modo affidabile su MT4 o MT5 introduce una propria serie di considerazioni: come la strategia gestisce le variazioni di spread specifiche del broker, come gestisce le posizioni aperte durante gli eventi di news, se ha bisogno di filtri di sessione per evitare orari illiquidi, e come il position sizing si adatta alla dimensione del conto e alla tolleranza al drawdown.
È anche qui che diventa utile confrontare la propria costruzione con ciò che è già stato testato e confezionato da altri. Sfogliare gli Expert Advisor robot esistenti costruiti attorno a concetti simili — trend-following, breakout, mean-reversion — può essere un utile controllo di coerenza sulle proprie assunzioni riguardo position sizing, posizionamento degli stop e frequenza tipica di trading per una determinata classe di strumento, anche se alla fine costruite la vostra versione da zero. Vedere come altri sistemi strutturano i parametri di rischio per uno strumento come il NQ, o come gli EA orientati al forex gestiscono spread e slippage in modo diverso, può evidenziare lacune nella vostra logica prima di impegnare capitale reale nel forward testing.
Vale anche