Lo Strategy Tester di MetaTrader 5 esegue un Expert Advisor alla volta, quindi non può simulare nativamente un saldo di conto condiviso tra più strategie. Ottenere un vero portfolio backtest MT5 significa usare un portfolio backtester dedicato, aggregare export MT5 normalizzati in un motore di ricerca Python, oppure ricostruire le proprie strategie all'interno di un engine capace di gestire portfolio. Qualunque strada si scelga, sono i dati minute-bar puliti a decidere realmente se il risultato ha un significato.
TL;DR:
- Portfolio backtest accurati richiedono l'aggregazione dei risultati delle singole strategie in un'unica vista di conto, cosa che il tester nativo di MT5 non può fare da solo.
- Gli approcci migliori prevedono strumenti dedicati di portfolio backtesting, aggregazione locale con Python, oppure la reimplementazione delle strategie in un engine capace di gestire portfolio.
- Risultati affidabili dipendono in larga misura da dati minute o tick puliti e senza gap, con audit di pre-aggregazione essenziali per evitare errori silenziosi.
- Normalizzare i dati attraverso timestamp coerenti, dimensionamento delle posizioni e assunzioni omogenee previene metriche fuorvianti come Sharpe ratio o drawdown.
- Analizzare il rischio di portfolio implica monitorare i drawdown giornalieri massimi, le correlazioni tra strategie e la stabilità dei parametri su più finestre di test.
Indice
- Cos'è un Portfolio Backtest MT5 e Perché MT5 Non Può Farlo da Solo?
- Tre Approcci Pratici per Eseguire un Portfolio Backtest a Partire dagli Export MT5
- Prepara i Tuoi Dati MT5: Cosa Esportare e Come Verificare la Qualità del Modeling
- Normalizzare i Risultati delle Strategie Prima dell'Aggregazione
- Weight-Mode vs Order-Mode: Due Modi per Simulare un Portfolio
- Interpretare le Metriche a Livello di Portfolio e i Segnali d'Allarme da Monitorare
- Una Checklist Riproducibile per un Portfolio Backtest MT5 Affidabile
- Perché i Dati Minute-Bar Puliti Sono il Vero Collo di Bottiglia
- Il Problema dei Dati di Cui Nessuno Parla Abbastanza
- Fonti
Cos'è un Portfolio Backtest MT5 e Perché MT5 Non Può Farlo da Solo?
Il tester di MT5 è stato costruito per una strategia alla volta su un simbolo alla volta. Non ha alcun concetto di capitale condiviso, nessuna logica di margine combinato e nessun modo per vedere che il drawdown della Strategia A sta avvenendo esattamente nello stesso minuto del drawdown della Strategia B. Non è così che funziona il trading reale, ed è per questo che molti trader scoprono che il loro "grande portfolio" si sgretola nel momento in cui lo tradano dal vivo con un rischio realmente condiviso.
Un vero portfolio backtest MT5 richiede di riunire quei risultati separati in un'unica vista di conto, con un unico saldo, un unico pool di margine e un'unica linea di drawdown combinata. Si tratta di un problema diverso dal testing di singola strategia, e richiede strumenti diversi.
Tre Approcci Pratici per Eseguire un Portfolio Backtest a Partire dagli Export MT5
Ci sono tre percorsi realistici, e ciascuno bilancia velocità e controllo in modo diverso.
- Portfolio backtester dedicati. Carica direttamente i tuoi report di backtest MT5 o i log delle operazioni, e uno strumento come Portfolio Backtester li combina con dati di prezzo a 1 minuto per calcolare equity combinata, correlazione e controlli sul drawdown giornaliero in stile prop-firm. Analizzatori basati su browser come StrategyLens funzionano in modo simile, permettendoti di raggruppare backtest in un portfolio senza scrivere codice. È la strada più rapida se vuoi risposte oggi, non la settimana prossima.
- Aggregazione locale con Python. Importa le liste di operazioni e i dati OHLC a minuti, normalizza tu stesso il dimensionamento delle posizioni e i timestamp, poi simula il capitale condiviso e l'utilizzo del margine in un framework che controlli direttamente. Engine leggeri come QBT-Lite gestiscono simulazioni intraday multi-asset ed event-driven, con una dashboard per rivedere i risultati. Questo percorso richiede più tempo di configurazione ma offre una pipeline pienamente riproducibile e verificabile.
- Reimplementare le strategie in un engine capace di gestire portfolio. Quando i dettagli di esecuzione cambiano realmente le tue conclusioni, strumenti come il QuantJourney Backtester supportano sia la simulazione in stile allocazione sia quella attenta all'esecuzione, incluse slippage e riempimenti parziali.
Prepara i Tuoi Dati MT5: Cosa Esportare e Come Verificare la Qualità del Modeling
Input scadenti affondano un portfolio backtest ancora prima di arrivare alla matematica. Prima di combinare qualsiasi cosa, segui questi passaggi:
- Esporta liste dettagliate delle operazioni per ogni strategia dallo Strategy Tester, salvando sia i report
.csvsia.htminsieme alle impostazioni con cui hai testato (leva, modello di spread, qualità del modeling). - Procurati dati a 1 minuto o tick per ogni strumento coinvolto, poi controllali per gap, offset GMT errati e barre duplicate o anomale prima di fidarti anche solo di un singolo numero che ne deriva.
- Esegui audit di base: conta le barre mancanti per sessione, conferma l'allineamento dei timestamp tra strumenti, e verifica a campione se il tuo tester ha effettivamente raggiunto una qualità del modeling del 99% o è silenziosamente ricaduto su un livello inferiore.
L'impostazione della qualità del modeling in MT4 e MT5 determina quanto è granulare la simulazione tick, e un backtest costruito su dati con qualità al 25% è funzionalmente una supposizione. Abbinare questo a dati minute con gestione degli outlier intercetta la maggior parte degli errori silenziosi prima che tocchino mai la matematica del tuo portfolio.
Suggerimento pro: Prima di aggregare qualsiasi cosa, apri il file a minuti di ogni strumento e traccia un semplice grafico del conteggio delle barre per giorno. Un calo visibile in una normale giornata di trading indica quasi sempre barre mancanti, ed è molto più facile individuarlo lì che dopo che è stato incorporato in un numero di drawdown combinato.
Normalizzare i Risultati delle Strategie Prima dell'Aggregazione
Combinare output MT5 grezzi senza prima normalizzarli produce numeri che sembrano precisi ma non significano nulla. Quattro aggiustamenti contano più di tutti:
- Allinea timestamp e ancoraggi delle barre. Decidi in anticipo se i tuoi segnali scattano su prezzi close-to-close, sull'apertura della barra successiva, o secondo qualche convenzione spostata dall'evento, e applicala in modo coerente a ogni strategia.
- Converti le dimensioni dei lotti in un'unità comune. Una convenzione basata su percentuale di equity o rischio fisso per operazione ti permette di confrontare su base equa un'operazione forex da 0,1 lotti con un'operazione su indici da 2 contratti.
- Standardizza le assunzioni su commissioni, slippage e moltiplicatori. Ogni strumento porta con sé le proprie specifiche contrattuali, e assunzioni disallineate distorcono i rendimenti combinati più di quanto la maggior parte dei trader si aspetti.
- Aggrega per fascia oraria a minuti, non per chiusura dell'operazione, così il NAV del portfolio riflette correttamente le posizioni aperte simultaneamente e il margine che consumano insieme.
Saltare questo passaggio è uno dei motivi più comuni per cui un backtest combinato produce uno Sharpe ratio o un valore di drawdown non valido: i dati sottostanti non erano mai stati messi su basi comparabili fin dall'inizio.
Weight-Mode vs Order-Mode: Due Modi per Simulare un Portfolio
Gli engine di portfolio generalmente rientrano in uno di due paradigmi, e scegliere quello sbagliato per la propria domanda fa perdere tempo.
- Weight-mode tratta l'output di ogni strategia come un'esposizione target. Gestisce ribilanciamento, costo di turnover e allocazione di cassa, ed è la scelta giusta per la ricerca sull'allocazione, dove ti chiedi "come dovrebbe essere suddiviso il capitale", non "cosa succede tick per tick".
- Order-mode simula l'invio effettivo degli ordini: riempimenti, riempimenti parziali, time-in-force e slippage. Ne hai bisogno quando la meccanica di esecuzione intraday cambia davvero i tuoi risultati, cosa comune per strategie ad alta frequenza o con stop stretti.
- Se hai solo i log delle operazioni MT5, puoi approssimare il comportamento dell'order-mode ricostruendo i riempimenti a risoluzione di minuto, applicando un modello di slippage conservativo, e facendo passare tutto attraverso un motore di margine che tiene conto delle posizioni simultanee su più strumenti.
Il QuantJourney Backtester documenta esplicitamente entrambe le modalità, e la distinzione tra "weights" e "orders" plasma comunque il modo in cui viene costruito il NAV, cosa che conta più di quanto la maggior parte dei trader si renda conto finché i propri risultati live non divergono dal backtest.
Interpretare le Metriche a Livello di Portfolio e i Segnali d'Allarme da Monitorare
Una volta eseguita la simulazione, la curva dell'equity da sola non ti dice quasi nulla. Osserva invece questi elementi:
- Il drawdown giornaliero massimo, calcolato in stile prop-firm, insieme a Sharpe e Sortino ratio mobili su più finestre, non solo un unico numero statico per l'intero periodo.
- La matrice di correlazione tra le strategie. Due strategie che sembrano non correlate individualmente possono comunque perdere denaro nello stesso pomeriggio, e il drawdown aggregato spesso supera la peggior giornata di qualsiasi singola strategia proprio a causa di questa sovrapposizione.
- L'instabilità dei parametri tra i fold e il decadimento dello Sharpe nei test walk-forward, entrambi segnali classici che una strategia è stata adattata al rumore piuttosto che a un vero vantaggio.
Suggerimento pro: Fai passare lo stesso portfolio attraverso un ricampionamento Monte Carlo dell'ordine delle operazioni. Se il tuo Sharpe ratio oscilla vistosamente a seconda della sequenza in cui sono avvenute le operazioni, quello è un vantaggio fragile, non reale. I test di stress walk-forward e Monte Carlo esistono proprio per distinguere i due casi.
Una Checklist Riproducibile per un Portfolio Backtest MT5 Affidabile
Segui questi cinque passaggi in ordine, ogni volta:
- Esporta i report MT5 e salva le esatte impostazioni dello Strategy Tester usate per ogni esecuzione.
- Conferma la copertura dei dati minute-bar per ogni strumento ed esegui gli audit su gap e timestamp.
- Normalizza dimensionamento delle posizioni, timestamp e assunzioni sulle commissioni, poi scegli weight-mode o order-mode.
- Esegui la simulazione combinata e calcola le metriche istituzionali insieme a test di sensibilità Monte Carlo o walk-forward.
- Archivia gli input grezzi e ogni artefatto generato, CSV, JSON e grafici, così il risultato può essere ricontrollato in seguito.
Quest'ultimo passaggio conta più di quanto sembri. Un portfolio backtest che nessuno può riprodurre sei mesi dopo non è prova di nulla.
Perché i Dati Minute-Bar Puliti Sono il Vero Collo di Bottiglia
Ogni passaggio sopra descritto presuppone che i dati di prezzo sottostanti siano affidabili, e questa assunzione fallisce più spesso di quanto i trader ammettano. Gli export MT5 grezzi portano frequentemente gap, timestamp disallineati e barre duplicate che distorcono la simulazione dei riempimenti intraday e alterano i controlli sul drawdown giornaliero, che è esattamente la metrica su cui si basano le regole in stile prop-firm.
Un fornitore costruisce i propri dataset proprio attorno a questo specifico punto critico, offrendo download una tantum di dati storici minute-bar verificati, pronti per essere importati direttamente in MT5, insieme a note di audit pubblicate e supporto quando bisogna diagnosticare un gap o un offset. Per un portfolio backtest che copre più strumenti, quel passaggio di audit all'inizio fa risparmiare molto più tempo di quanto ne richieda.
Il Problema dei Dati di Cui Nessuno Parla Abbastanza
La maggior parte delle guide sul portfolio backtesting dedica il proprio tempo alla matematica: matrici di correlazione, decadimento dello Sharpe, fold walk-forward. Quella matematica è necessaria, ma non è dove la maggior parte dei portfolio backtest fallisce realmente. Falliscono prima, nei dati.
Uno qualsiasi di questi problemi, moltiplicato su cinque o sei strategie che condividono un conto combinato, produce un numero di drawdown che sembra preciso ma è silenziosamente sbagliato. La saggezza convenzionale tratta la normalizzazione come la parte difficile. In realtà è la seconda parte più difficile.
Se c'è una cosa da prioritizzare prima di toccare una matrice di correlazione o un'esecuzione Monte Carlo, è verificare per prima cosa i tuoi dati a minuti, strumento per strumento, gap per gap. Tutto ciò che viene dopo, weight-mode o order-mode, Python o uno strumento dedicato, eredita qualsiasi errore presente in quei dati grezzi. Sistema le fondamenta, e il resto del workflow diventa molto più affidabile.
— Start
Fonti
- Portfolio Backtester
- StrategyLens — MT5 Backtest Analyzer
- QuantJourney Backtester Overview - QuantJourney Backtester
Consigliati
- Minute Bar Data: What Quants Need for Reliable Backtests
- 5 Audits Quants Must Run on Outlier Handled M1 Data Before MT4/MT5
- How to Achieve 99% Modeling Quality in MT4 for Backtests
Risorse correlate
Esplora i robot Expert Advisor di BacktestMarket per mettere in pratica le idee di questo articolo.