L'overfitting è questo: scambiare la memoria per la comprensione. Un backtest ottimizzato ha memorizzato il passato — incluso il suo rumore — e la curva equity liscia che vi mostra non è una previsione: è un ricordo. Il mercato futuro non ha alcun obbligo di somigliare al rumore del passato, e infatti non lo fa.
La ragione per cui l'overfitting è la causa di morte numero uno dei sistemi retail non è l'ignoranza: è l'incentivo. Ogni ora di "ottimizzazione" produce una curva più bella, una dopamina immediata, un senso di progresso. La verifica onesta produce quasi sempre la notizia opposta. I tester visuali delle piattaforme, con la loro griglia di parametri e la classifica dei risultati, sono macchine per l'overfitting vendute come strumenti di ricerca. Servono difese strutturali, non buona volontà.
Le cinque porte dell'autoinganno
1 · Il grid search sui parametri
Con 6 parametri e 10 valori ciascuno avete un milione di combinazioni: qualcuna sarà spettacolare per puro caso, garantito dalla combinatoria. Il test: se il vicino di casa della vostra combinazione ottima (Displacement 475 → 450) dimezza il profitto, non avete trovato un edge — avete trovato un picco di rumore. Gli edge veri vivono su altipiani di parametri, non su guglie.
2 · Il multiple testing silenzioso
Cento idee testate, una "funziona" con significatività al 99%? Su cento test, un falso positivo all'1% è l'esito atteso. Il numero di tentativi fa parte del risultato, e nessun report di backtest lo mostra. Tenete il conto delle idee morte: è un dato.
3 · Il look-ahead
Usare, anche di sfuggita, informazione che al momento della decisione non esisteva: la candela non ancora chiusa, il massimo di giornata, dati ricampionati male. È l'errore più subdolo perché produce backtest meravigliosi — il futuro è un ottimo predittore di sé stesso — e sistemi live che muoiono al primo giorno. La difesa è strutturale, nella pipeline: ogni feature vincolata per costruzione alla barra chiusa.
4 · Il survivorship del setup
Testate la strategia sull'asset dove "sapete che funziona" — che è l'asset dove l'avete vista funzionare, cioè un campione già selezionato dall'esito.
5 · I costi di cortesia
Spread fisso ottimista, zero slippage, zero swap. Su un profit factor 1,18, la sola differenza tra spread medio e spread reale in orari sottili può decidere il segno del sistema.
Il caso in casa: l'overfitting senza ottimizzazione
Esiste una variante più insidiosa che non richiede nemmeno l'ottimizzazione: fissare nel sistema le condizioni del mondo in cui l'avete costruito. È il mio errore più istruttivo, e ve lo racconto contro il mio interesse.
Il mio EA sull'oro, Kimera, usava soglie assolute: Displacement 475 punti, SLBuffer 690 punti — scelte quando l'oro quotava 1.600–2.000 $. A quei livelli, 475 punti erano un impulso raro e significativo: 12–61 trade l'anno, selettività alta. Poi l'oro è salito fino a 4.500. A parità di volatilità relativa, l'escursione media in punti si è quasi triplicata — e la mia soglia, ferma lì, è passata dal selezionare eventi eccezionali al suonare per il rumore quotidiano: 170 trade nel 2025, 251 nel 2026. Il sistema che avevo validato non esisteva più; al suo posto girava un omonimo iperattivo, mai testato da nessuno. Il drawdown peggiore della sua storia è arrivato proprio nel periodo di massima frequenza.
Il protocollo minimo di difesa
In-sample / out-of-sample, con voto unico
Si sviluppa e ottimizza solo sulla prima parte dei dati; l'ultima parte (nel mio standard: i 6 mesi finali) resta sigillata e si usa una volta, alla fine, come verdetto. Usarla dieci volte "per controllare" la trasforma in in-sample con cerimonia. Criterio di lettura: non pretendo che l'OOS eguagli l'IS; pretendo che non cambi verdetto.
Robustezza al posto dell'ottimo
Dopo ogni ottimizzazione, perturbate: ogni parametro ±10–20%, spread peggiorato, esecuzione ritardata di una barra. Se il sistema regge dignitosamente, avete un altipiano; se crolla, avete una guglia di rumore con il vostro nome sopra.
Walk-forward
Ottimizzare su una finestra mobile, validare sulla successiva, avanzare, ripetere. Misura l'unica cosa che conta in produzione: la procedura di ricalibrazione regge nel tempo?
Le tre difese strutturali (dalla letteratura quantitativa seria)
- Derivare i parametri da un modello del processo invece che dalla ricerca esaustiva, dove possibile: un parametro calcolato non può essere overfittato dalla griglia.
- Triple barrier: etichettare gli esiti con stop, target e tempo massimo in unità di ATR invece che con orizzonti fissi.
- Validare su scenari sintetici — bootstrap a blocchi, ricampionamenti, dati generati — perché il vostro storico è una traiettoria sola, e il sistema deve sopravvivere alla famiglia di mondi possibili, non al singolo mondo osservato.
La domanda finale
Tutte le difese di questo articolo sono forme diverse della stessa domanda: "perché questo dovrebbe continuare a funzionare?". L'overfitting, in ultima analisi, è la risposta sbagliata: "perché ha funzionato". Un sistema merita soldi veri solo se la risposta è una fonte di edge identificabile — strutturale, comportamentale, di premio al rischio — più un processo di verifica che ha provato seriamente a ucciderlo e non c'è riuscito.
Cosa succede quando entrambe le metà mancano, su un sistema con numeri pubblici da sogno: Anatomia di un inganno: il mio +641%.