La maggior parte dei trader retail salta il backtesting. Vedono una strategia che sembra buona, finanziano un conto e cominciano a operare in reale. Quasi sempre è un errore.

Il backtesting non garantisce i risultati futuri, ma è la differenza tra una scommessa informata e una alla cieca. Questa guida spiega come farlo bene: quali dati usare, su quali metriche concentrarsi e quali trappole rendono ingannevole un backtest.

Importante: nemmeno un backtest perfetto può garantire la profittabilità futura. I mercati cambiano. Usa il backtesting per scartare le strategie chiaramente sbagliate, non per trovare vincitori garantiti.

Che cos'è il backtesting?

Il backtesting esegue una strategia di trading sui dati storici dei prezzi per vedere come si sarebbe comportata. Risponde alla domanda: "Se avessi applicato esattamente questa logica negli ultimi 6 mesi, come sarebbe adesso il mio conto?"

Un backtest fatto bene ti dice:

Le metriche che contano davvero

Quasi tutti guardano per prima cosa il profitto totale. È il punto di partenza sbagliato. Concentrati su queste metriche, in quest'ordine:

Max drawdown
Perdita massima da picco a minimo
✓ Buono: sotto il 20%
Profit factor
Profitto lordo / perdita lorda
✓ Buono: 1.5 o più
Win rate
% di operazioni in guadagno
✓ Dipende dal contesto
Guadagno medio / perdita media
R:R per operazione
✓ Buono: 2:1 o più
Sharpe ratio
Rendimento per unità di rischio
✓ Buono: sopra 1.0
Perdite consecutive
Peggiore serie negativa
✓ Riusciresti a reggerla?
Il profit factor spiegato: se la tua strategia ha realizzato $10,000 di profitti lordi e perso $6,000 di perdite lorde, il profit factor è 10,000 / 6,000 = 1.67. Qualsiasi valore sotto 1.0 significa che la strategia è in perdita netta.

Passo per passo: come fare un backtest come si deve

1. Scegli timeframe e asset

Testa sull'asset e sul timeframe che intendi davvero operare in reale. Una strategia su BTC testata sui dati di ETH non è una strategia BTC validata. Una strategia a 4 ore testata su barre da 1 minuto non ti dice nulla su come rende a 4 ore.

2. Usa abbastanza dati storici

Usa almeno 12 mesi di dati, idealmente 2–3 anni. I mercati crypto attraversano bull run, fasi bear e consolidamenti laterali. Una strategia che ha funzionato solo nella bull run del 2021 non è una strategia generale: è una strategia da mercato toro.

Fai attenzione a verificare se il periodo del backtest include:

3. Includi commissioni e slippage realistici

È qui che la maggior parte dei backtest diventa pericolosamente ottimista. Una strategia che rende il 40% al lordo delle commissioni potrebbe rendere il 15% al netto. Usa ipotesi realistiche:

4. Esegui il backtest e annota i risultati

Documenta i risultati completi: non solo il profitto, ma ogni metrica elencata nella sezione precedente. Se hai solo il profitto totale, non hai informazioni sufficienti per valutare la strategia.

5. Metti sotto stress i parametri

Modifica leggermente i parametri della strategia (±10–20%) e rifai il backtest. Una strategia robusta dovrebbe restare profittevole anche con piccole variazioni dei parametri. Se passare il periodo dell'RSI da 14 a 12 fa crollare i risultati, la strategia è in overfitting: ha trovato pattern che hanno funzionato in passato ma che non si generalizzeranno.

6. Fai paper trading sui prezzi live

Dopo un backtest positivo, fai girare la strategia in modalità demo/testnet sui prezzi live per almeno 2 settimane. Questo fa emergere problemi che il backtesting non vede: latenza di esecuzione, ritardi delle API e differenze nei dati in tempo reale. Solo dopo questo passaggio dovresti valutare il trading in reale.

5 errori comuni nel backtesting

Overfitting (curve fitting)
Ritoccare i parametri finché il backtest non sembra perfetto. Ogni serie di dati contiene rumore: se ottimizzi in modo troppo aggressivo adatti la strategia al rumore, non al segnale. Sui dati nuovi fallirà. Soluzione: scegli i parametri prima di guardare i risultati e valida su dati out-of-sample.
Ignorare commissioni e slippage
Molti backtest ipotizzano un'esecuzione a costo zero. Nella realtà, commissioni e slippage su una strategia ad alta frequenza possono divorare il 50–100% dei profitti lordi. Includi sempre costi realistici.
Look-ahead bias
Usare dati che al momento dell'operazione non sarebbero stati disponibili. Esempio: usare il prezzo di chiusura della candela per attivare un ingresso che avviene "in apertura". Questo fa sembrare i backtest molto migliori di quanto siano.
Survivorship bias
Testare solo su asset che esistono ancora e che sono andati bene. Se costruisci una strategia a paniere sulle "top 20 crypto" usando la lista di oggi, stai includendo le monete sopravvissute, non la moneta media di 3 anni fa. Testa sugli asset che esistevano alla data storica di partenza.
Non testare i periodi di drawdown
Un backtest che mostra il 50% di rendimento annuo con un max drawdown del 45% non è una buona strategia per la maggior parte delle persone: la realtà psicologica e finanziaria di un drawdown del 45% è brutale. Simula sempre cosa si proverebbe ad attraversare i periodi peggiori, non solo quelli medi.

Backtesting e paper trading: quando usare l'uno e quando l'altro

Usa il backtesting quando:

Usa il paper trading (modalità demo) quando:

Servono entrambi. Nessuno dei due sostituisce l'altro. Il percorso verso il trading in reale dovrebbe essere sempre: backtest → paper trading → piccola posizione reale → aumento graduale.

Prova il backtester di Enliko gratis per 14 giorni

Il backtester di Enliko esegue template di strategie basate su regole sulle candele storiche di Binance o Bybit (fino a 365 giorni), con commissioni e slippage inclusi. Restituisce win rate, profit factor, Sharpe ratio, max drawdown e una equity curve. Il backtesting è incluso nella prova e nel piano Pro.

Inizia la prova gratuita
Nessun dato di pagamento richiesto · Backtesting incluso · 14 giorni in demo

Domande frequenti

Quanti dati storici mi servono per un backtest?

Come minimo 12 mesi, idealmente 2–3 anni. Ti servono abbastanza dati da comprendere condizioni di mercato diverse: rialzista, ribassista e laterale. Usando solo 3 mesi di dati presi da un mercato toro, quasi ogni strategia sbilanciata al rialzo sembrerà ottima.

Quale profit factor dovrei puntare prima di passare al reale?

Un profit factor sopra 1.5 è generalmente considerato accettabile. Sopra 2.0 è buono. Sopra 3.0 dovrebbe insospettirti: può indicare curve fitting. Dai la priorità alla costanza rispetto ai numeri assoluti.

Per il backtesting devo usare candele da 1 minuto o giornaliere?

Usa lo stesso timeframe su cui intendi operare. Se la tua strategia cerca segnali ogni ora, testa su candele da 1 ora. Testare su timeframe più alti di quello su cui gira la strategia fa perdere la volatilità interna alla candela e dà risultati troppo ottimistici.