Interpretare i risultati del Backtest: una guida quantitativa a ogni metrica

#Interpretare i risultati del Backtest: una guida quantitativa a ogni metrica

Un report di Backtest è un foglio denso di numeri. Rendimento totale, Sharpe Ratio, Max Drawdown, Profit Factor, Win Rate — ogni metrica risponde a una domanda diversa sulla tua strategia. Leggile in modo sbagliato e implementerai una strategia che sulla carta sembra brillante ma che brucia capitale nel mercato live. Leggile correttamente e filtrerai le configurazioni fragili prima che ti costino un centesimo.

Questa guida ti fornisce le formule, i benchmark e — cosa più importante — il quadro di valutazione per distinguere un Backtest davvero solido da uno abilmente affetto da Overfitting.

Se non hai ancora eseguito un Backtest, inizia con la nostra guida passo-passo al backtesting prima di leggere questo articolo.

#Metriche di performance fondamentali con formule

#Rendimento totale vs. CAGR

Il rendimento totale è la metrica più semplice: quanto il tuo portafoglio ha guadagnato o perso nell'intero periodo di Backtest.

Total Return = (Ending Value - Starting Value) / Starting Value × 100

Se hai iniziato con 10.000$ e hai chiuso con 11.850$, il tuo rendimento totale è del 18,5%.

Il problema del rendimento totale è che ignora il tempo. Un rendimento del 18,5% su 3 mesi è fenomenale. Lo stesso 18,5% su 3 anni è deludente. Il CAGR (Compound Annual Growth Rate) risolve questo problema normalizzando i rendimenti su base annualizzata:

CAGR = (Ending Value / Starting Value)^(365 / days) - 1

Esempio: 10.000$ → 11.850$ in 180 giorni:

CAGR = (11850 / 10000)^(365/180) - 1 = 1.185^2.028 - 1 = 0.4036 = 40.36%

Gli stessi 10.000$ → 11.850$ in 730 giorni (2 anni):

CAGR = (11850 / 10000)^(365/730) - 1 = 1.185^0.5 - 1 = 0.0887 = 8.87%

#Sharpe Ratio

Lo Sharpe Ratio è lo standard di riferimento per la performance corretta per il rischio. Risponde alla domanda: "Quanto rendimento ho ottenuto per ogni unità di volatilità che ho sopportato?"

Sharpe Ratio = (Rp - Rf) / σp

Dove:

• Rp = rendimento annualizzato del portafoglio
• Rf = tasso privo di rischio (tipicamente 4-5% per USD, oppure 0% se si confronta solo crypto)
• σp = deviazione standard annualizzata dei rendimenti del portafoglio

Esempio di calcolo: Il tuo bot rende il 42% annualizzato con una deviazione standard del 18%. Il tasso privo di rischio è del 5%.

Sharpe = (0.42 - 0.05) / 0.18 = 0.37 / 0.18 = 2.06

#Sortino Ratio

Lo Sharpe Ratio penalizza tutta la volatilità allo stesso modo — ma la volatilità al rialzo è positiva. Se la tua strategia schizza del 5% in un giorno, Sharpe lo tratta esattamente come un calo del 5%. Il Sortino Ratio corregge questo problema penalizzando solo la deviazione al ribasso:

Sortino Ratio = (Rp - Rf) / σd

Dove σd è la deviazione standard solo dei rendimenti negativi.

Perché è importante: Una strategia che cattura ampi movimenti al rialzo ma limita le perdite avrà un Sortino Ratio significativamente più alto del suo Sharpe Ratio. Questo ti dice che la volatilità è "quella buona".

Esempio: Lo stesso bot con rendimento annualizzato del 42% e tasso privo di rischio del 5%, ma con una deviazione al ribasso di solo l'11%:

Sortino = (0.42 - 0.05) / 0.11 = 3.36

Confrontalo con lo Sharpe di 2,06. L'ampio divario ti dice che la maggior parte della volatilità della strategia proviene da movimenti al rialzo — una caratteristica desiderabile.

#Maximum Drawdown

Il Maximum Drawdown (MDD) misura il maggiore calo peak-to-trough nel valore del portafoglio. Risponde alla domanda più personale nel trading: "Qual è il peggior dolore che avrei sopportato?"

MDD = (Trough Value - Peak Value) / Peak Value × 100

Esempio: Il tuo portafoglio sale da 10.000$ a 13.200$ (il picco), poi scende a 10.890$ prima di riprendersi:

MDD = (10890 - 13200) / 13200 × 100 = -17.5%

Due sotto-metriche critiche:

1. Durata del Drawdown: Quanti giorni dal picco al minimo. Un Drawdown del -15% che dura 4 giorni è psicologicamente più facile di un -15% che dura 2 mesi.
2. Tempo di recupero: Quanti giorni dal minimo fino al picco precedente. Recupero rapido = strategia resiliente.

#Profit Factor

Il Profit Factor è brutalmente semplice e immediatamente attuabile:

Profit Factor = Gross Profit / Gross Loss

Esempio: Il tuo bot ha realizzato 4.200$ in Trade vincenti e ha perso 2.100$ in Trade perdenti:

Profit Factor = 4200 / 2100 = 2.0

#Win Rate ed Expectancy

Il Win Rate è la percentuale di deal chiusi in profitto:

Win Rate = Winning Deals / Total Deals × 100

Il Win Rate da solo è pericolosamente fuorviante. Un Win Rate del 90% suona incredibile — ma se il tuo guadagno medio è 10$ e la tua perdita media è 200$, stai perdendo denaro. È qui che entra in gioco l'Expectancy (aspettativa):

Expectancy = (Win Rate × Average Win) - (Loss Rate × Average Loss)

Esempio: Win Rate 62%, guadagno medio 85$, perdita media 120$:

Expectancy = (0.62 × $85) - (0.38 × $120) = $52.70 - $45.60 = $7.10 per trade

Ogni Trade ha un'Expectancy positiva di 7,10$. Su 100 Trade, ti aspetteresti di guadagnare ~710$.

#Win Rate vs. rischio-rendimento: la tabella di break-even

Questo è uno dei concetti più importanti nel trading. Win Rate e rapporto rischio-rendimento (R:R) sono inversamente correlati: puoi essere profittevole con un Win Rate basso se i tuoi vincitori sono abbastanza grandi rispetto ai tuoi perdenti.

Il Win Rate di break-even per qualsiasi rapporto rischio-rendimento è:

Breakeven Win Rate = 1 / (1 + Risk-Reward Ratio)

Esempio pratico: Un bot DCA con un Win Rate del 40% e rischio-rendimento 1:3:

• Su 100 Trade: 40 vincite × 300$ = 12.000$ di profitto
• 60 perdite × 100$ = 6.000$ di perdite
• Profitto netto = 6.000$ (Profit Factor = 2,0)

Confrontalo con un bot con Win Rate del 70% e rischio-rendimento 1:0,5:

• 70 vincite × 50$ = 3.500$ di profitto
• 30 perdite × 100$ = 3.000$ di perdite
• Profitto netto = 500$ (Profit Factor = 1,17)

La strategia con Win Rate del 40% produce 12× più profitto netto. Il Win Rate è vanità; l'Expectancy è ragione.

#Analisi dell'Equity Curve

L'Equity Curve traccia il valore del tuo portafoglio nel tempo. È la visualizzazione più densa di informazioni in qualsiasi report di Backtest.

#Scala liscia (ideale)

Un'Equity Curve sana sale in incrementi consistenti, a gradini. Ogni gradino rappresenta un deal completato. I gradini salgono più di quanto scendano, e i Drawdown tra i gradini sono poco profondi e brevi.

Cosa ti dice: La strategia genera un vantaggio consistente e ripetibile attraverso diverse condizioni di mercato. Questa è la curva di una strategia a cui puoi affidare capitale reale.

#Dente di sega frastagliato (preoccupante)

Bruschi movimenti al rialzo seguiti da movimenti al ribasso altrettanto bruschi, che creano un pattern a zigzag. La traiettoria complessiva può essere al rialzo, ma il viaggio è violento.

Cosa ti dice: Alta varianza nei rendimenti. Il Max Drawdown è probabilmente grande, lo Sharpe Ratio è probabilmente inferiore a 1,0 e il trading live metterà alla prova i tuoi limiti emotivi. Anche se il rendimento totale è positivo, la strategia è fragile.

#Mazza da hockey (pericolosa)

Piatta o leggermente negativa per la maggior parte del periodo, poi un'improvvisa impennata che produce la maggior parte del profitto in pochi Trade.

Cosa ti dice: La strategia dipende da uno specifico evento di mercato (un crash, un pump o una singola grande candela). Rimuovi quei pochi Trade e la strategia è in perdita. Questo non è un vantaggio sistematico — è fortuna che ha coinciso per caso con la tua finestra di Backtest.

#Crollo a strapiombo (fatale)

Salita costante seguita da un crollo improvviso e catastrofico che cancella la maggior parte o tutti i guadagni.

Cosa ti dice: La strategia non ha protezione al ribasso. Tipicamente causato da Stop Loss mancanti, leva eccessiva o una strategia che è implicitamente short di volatilità (raccoglie piccoli premi finché un tail event spazza via tutto).

#Riconoscere l'Overfitting

L'Overfitting è il killer silenzioso delle strategie testate in Backtest. Una strategia affetta da Curve fitting sembra fenomenale nei Backtest ma fallisce nel mercato live perché ha memorizzato il rumore storico invece di catturare un autentico pattern di mercato.

#Segni di Overfitting

1. Funziona su una coppia, fallisce su coppie simili. Se la tua strategia su BTC/USDT rende il 35% ma le stesse identiche impostazioni su ETH/USDT rendono il -5%, la strategia è probabilmente adattata alla storia di prezzo specifica di BTC.

2. Funziona su un solo timeframe. Una strategia che produce il 28% negli ultimi 6 mesi ma il -3% nei 6 mesi precedenti ha memorizzato uno specifico regime.

3. Troppi parametri ottimizzati. Ogni parametro aggiuntivo dà all'ottimizzatore più gradi di libertà per adattarsi al rumore. Se la tua strategia ha più di 8 parametri tutti ottimizzati individualmente, l'Overfitting è quasi garantito.

4. Metriche irrealistiche. Sharpe > 4, Win Rate > 98%, zero Trade in perdita o Profit Factor > 5 su più di 50 Trade — tutto questo indica una strategia che è stata forzata per adattarsi ai dati.

5. La performance si degrada con piccole modifiche alle impostazioni. Le strategie robuste mostrano cambiamenti graduali nella performance quando regoli leggermente i parametri. Le strategie affette da Overfitting collassano se sposti l'RSI da 27 a 28 o il Take Profit da 1,87% a 1,90%.

#Test In-sample vs. Out-of-sample

Il metodo standard per riconoscere l'Overfitting:

1. Dividi i tuoi dati. Prendi tutta la tua storia disponibile (ad es. 12 mesi) e suddividila: primi 8 mesi = In-sample (training), ultimi 4 mesi = Out-of-sample (validazione).

2. Ottimizza solo sull'In-sample. Trova i tuoi parametri migliori utilizzando solo i primi 8 mesi.

3. Testa sull'Out-of-sample senza modifiche. Applica esattamente quei parametri agli ultimi 4 mesi. Non regolare nulla.

4. Confronta i risultati. Se la performance Out-of-sample rientra nel 30-40% della performance In-sample, la strategia ha probabilmente un vantaggio autentico. Se la performance Out-of-sample è negativa o drasticamente peggiore, la strategia è affetta da Overfitting.

Esempio:

• In-sample (gen–ago): rendimento 24%, Sharpe 1,8, Win Rate 67%
• Out-of-sample (set–dic): rendimento 11%, Sharpe 1,2, Win Rate 61%
• Verdetto: La performance è diminuita ma è rimasta solidamente positiva. Questa è una strategia legittima.

Confrontalo con un risultato affetto da Overfitting:

• In-sample (gen–ago): rendimento 42%, Sharpe 3,1, Win Rate 88%
• Out-of-sample (set–dic): rendimento -4%, Sharpe -0,3, Win Rate 43%
• Verdetto: Collasso completo. La strategia ha memorizzato i dati di training.

#Analisi Walk-forward

Un approccio più rigoroso di un singolo split In/Out:

1. Ottimizza sui mesi 1–6, testa sul mese 7
2. Ottimizza sui mesi 2–7, testa sul mese 8
3. Ottimizza sui mesi 3–8, testa sul mese 9
4. Continua avanzando in modo progressivo

Ogni periodo Out-of-sample viene testato con parametri ottimizzati su una finestra diversa. Se la strategia ottiene buoni risultati in modo consistente su tutti i periodi Out-of-sample, ha superato il più forte test di Overfitting disponibile.

#Segnali d'allarme nei risultati del Backtest

Determinati pattern in un report di Backtest dovrebbero innescare uno scetticismo immediato:

#Esempio reale: Strategia A vs. Strategia B

Confrontiamo due risultati di Backtest reali su BTC/USDT in 6 mesi (gen–giu) con 10.000$ di capitale iniziale.

#Strategia A: "L'alto Win Rate"

#Strategia B: "Il cacciatore di trend"

#Analisi

La Strategia A ha un seducente Win Rate del 95%, ma lo raggiunge prendendo profitti minuscoli e mantenendo i perdenti. Ogni vincita è in media 18,40$ mentre ogni perdita è in media 142$ — un rapporto rischio-rendimento di circa 1:0,13. Quattro Trade negativi possono cancellare 31 Trade vincenti. Il Profit Factor di 1,38 lascia quasi nessun margine per Slippage e commissioni nel trading live. Il basso Sharpe (0,72) conferma una debole performance corretta per il rischio.

La Strategia B vince solo il 55% delle volte, ma i vincitori sono 2,3× più grandi dei perdenti. L'Expectancy per Trade (40,42$) è quasi 4× più alta della Strategia A (10,86$). Lo Sharpe di 1,64 e il Profit Factor di 2,48 mostrano forti rendimenti corretti per il rischio. Il Max Drawdown più elevato (-11,3% vs -6,8%) è il prezzo di una strategia che assume effettivamente posizioni significative.

#Cosa succede negli scenari di stress?

Immagina un improvviso crash del 12% di BTC durante il periodo di Backtest:

• Strategia A: Il crash attiva 4 Stop Loss simultaneamente (ha molti micro-deal aperti). Perdita: 4 × 142$ = 568$, cancellando 31 Trade vincenti del valore di 570$. Un singolo evento di crash cancella un mese di guadagni.
• Strategia B: Il crash attiva 2 Stop Loss. Perdita: 2 × 48,50$ = 97$. Due Trade vincenti (224$) coprono le perdite con margine di sicurezza. La strategia è strutturalmente resiliente.

#Mettere tutto insieme: il quadro di valutazione

Quando ricevi un report di Backtest, valuta le metriche in questo ordine:

1. Expectancy — È positiva? Di quanto per Trade?
2. Profit Factor — È superiore a 1,5? Superiore a 2,0?
3. Maximum Drawdown — Puoi gestire psicologicamente e finanziariamente 1,5× questo numero?
4. Sharpe Ratio — È superiore a 1,0? Se superiore a 3,0, investiga per Overfitting.
5. Equity Curve — È una scala liscia o un caos frastagliato?
6. Performance Out-of-sample — La strategia regge su dati mai visti?
7. Win Rate — Rilevante solo nel contesto di guadagno medio vs. perdita media.

Le strategie che superano tutti e sette i controlli sono rare — e meritano di essere implementate. Le strategie che falliscono sui punti 1–3 dovrebbero essere scartate o riprogettate radicalmente, indipendentemente da come appaiono le altre metriche.

Per una guida sull'ottimizzazione delle strategie che superano questo quadro, consulta la nostra guida all'ottimizzazione del bot.

#Domande frequenti

#Qual è un buon Sharpe Ratio per un bot di trading crypto?

Uno Sharpe Ratio compreso tra 1,0 e 2,0 è considerato buono per le strategie crypto. I mercati crypto sono più volatili delle azioni tradizionali, quindi ottenere uno Sharpe superiore a 2,0 in modo consistente è davvero difficile. I valori superiori a 3,0 dovrebbero essere esaminati per Overfitting. Per contesto, molti hedge fund quantitativi di successo mirano a Sharpe Ratio compresi tra 1,5 e 2,5. Se il tuo bot crypto raggiunge uno Sharpe di 1,5 in un Backtest che copre più regimi di mercato, è un risultato solido.

#Come calcolo il Max Drawdown se ho più Position aperte?

Il Maximum Drawdown dovrebbe essere calcolato sull'equity totale del portafoglio, non sui singoli Trade. In qualsiasi momento, il valore del tuo portafoglio è uguale alla liquidità + PnL non realizzato su tutte le Position aperte. Traccia questo valore combinato nel tempo, identifica il picco più alto e il minimo successivo più basso, e calcola il calo percentuale. Molti trader commettono l'errore di guardare solo al PnL realizzato, il che ignora il rischio di Drawdown delle Position aperte.

#Perché la mia strategia ha un buon Sharpe ma un cattivo Profit Factor?

Questo può accadere quando una strategia effettua molti piccoli Trade profittevoli (creando rendimenti consistenti con bassa volatilità → Sharpe elevato) ma i pochi Trade in perdita sono grandi rispetto alle singole vincite (trascinando verso il basso il rapporto Gross Profit / Gross Loss → Profit Factor basso). Suggerisce che la strategia ha un rischio fat-tail: ottiene buoni risultati la maggior parte del tempo ma è vulnerabile a occasionali grandi perdite. Stringere gli Stop Loss di solito corregge il Profit Factor a costo di un Win Rate inferiore.

#Dovrei usare lo Sharpe o il Sortino Ratio?

Usa entrambi, ma dai più peso al Sortino per le strategie con profili di rendimento asimmetrici. Se la tua strategia cattura ampi movimenti al rialzo limitando al contempo il ribasso, il Sortino sarà significativamente più alto dello Sharpe, riflettendo il fatto che la volatilità al rialzo è vantaggiosa. Se Sharpe e Sortino sono simili, la volatilità della tua strategia è all'incirca simmetrica — i movimenti al rialzo e al ribasso hanno una magnitudine simile.

#Quanti Trade mi servono per metriche statisticamente affidabili?

Come minimo, 30 Trade forniscono un'affidabilità statistica di base. Affinché Sharpe Ratio e Profit Factor siano significativamente diversi dal rumore casuale, sono preferibili più di 50 Trade. Affinché il Win Rate si stabilizzi entro ±5% del valore reale, in genere servono più di 100 Trade. Se il tuo Backtest mostra solo 15 Trade, tratta tutte le metriche come stime approssimative, non come predittori affidabili. Estendi il periodo di Backtest o utilizza una strategia a frequenza più alta per generare più punti dati.

#Due strategie con lo stesso rendimento totale possono differire enormemente in qualità?

Assolutamente. La Strategia X potrebbe rendere il 20% con uno Sharpe di 0,6, un Max Drawdown del -25% e un'Equity Curve a crollo a strapiombo. La Strategia Y potrebbe rendere il 20% con uno Sharpe di 1,8, un Max Drawdown del -8% e una curva a scala liscia. Stessa destinazione, viaggi radicalmente diversi. La Strategia Y è superiore in ogni dimensione corretta per il rischio. Il rendimento totale è la metrica meno utile per confrontare strategie con profili di rischio diversi.