Analisi Walk-Forward e come rilevare la sovra-ottimizzazione
Ultimo aggiornamento: 2026-05-20 | Tempo di lettura: 20 minuti
Un EA con ottimi risultati nel backtest che poi non funziona sui mercati reali — la causa principale è quasi sempre la sovra-ottimizzazione (curve-fitting). L'analisi walk-forward è il metodo di verifica più affidabile per distinguere un EA "adattato al passato per convenienza" da uno dotato di un vero vantaggio statistico.
Indice
Cos'è l'analisi walk-forward
L'analisi walk-forward (Walk-Forward Analysis, WFA) consiste nel dividere i dati storici in un periodo di ottimizzazione (In-Sample / IS) e uno di verifica (Out-of-Sample / OOS), poi nel ripetere questa procedura avanzando progressivamente nel tempo.
Ad esempio: si ottimizzano i parametri sui dati 2015-2017, poi si testa la stessa configurazione sul 2018. Successivamente si ottimizza sul 2016-2018 e si testa sul 2019 — e così via, facendo scorrere la finestra. Il periodo OOS rappresenta «dati futuri che l'EA non ha mai visto», il che produce risultati vicini all'operatività reale.
Differenze rispetto al backtest tradizionale
| Aspetto | Backtest tradizionale | Analisi walk-forward |
|---|---|---|
| Dati di valutazione | Lo stesso periodo usato per l'ottimizzazione | Periodi futuri non usati per l'ottimizzazione |
| Rilevamento della sovra-ottimizzazione | Impossibile (anzi, rimane nascosta) | Possibile (i risultati calano nell'OOS) |
| Affidabilità dei risultati | Bassa (adattamento al passato) | Alta (vicina all'operatività reale) |
| Quantità di dati necessaria | Alcuni anni | Preferibilmente 10 anni o più |
| Lavoro richiesto | Ridotto (una sola esecuzione) | Elevato (si ripete per ogni finestra) |
| Cosa rivela | Se ha guadagnato in passato | Se ha probabilità di funzionare in futuro |
Segnali tipici di sovra-ottimizzazione
Gli EA con le seguenti caratteristiche destano forti sospetti di curve-fitting.
Troppi parametri (6 o più)
Più parametri regolabili ci sono, maggiore è la libertà di adattarsi ai dati storici. Le strategie con un vero vantaggio funzionano con pochi parametri — indicativamente non più di 5.
Profit Factor anomalo (PF superiore a 3,0)
Un PF superiore a 3,0 su un backtest di almeno 5 anni è quasi certamente frutto di curve-fitting. I vantaggi reali sui mercati producono solitamente un PF compreso tra 1,1 e 1,5.
Curva del capitale innaturalmente liscia
Una curva quasi lineare senza drawdown significativi è il risultato di un adattamento ai movimenti storici. Ogni strategia reale presenta inevitabilmente sequenze di perdite e fasi di recupero.
Operatività limitata a orari o giorni specifici
Condizioni molto selettive come «entra solo il martedì alle 13:00» colgono spesso coincidenze passate che non si ripeteranno in futuro.
La performance crolla cambiando leggermente i parametri
Se il profilo di rischio/rendimento si deteriora drasticamente appena ci si allontana dal valore ottimale, quel «picco» è rumore statistico. Un vantaggio reale mantiene risultati positivi anche con valori vicini.
Criteri di valutazione del Walk-Forward Efficiency (WFE)
Il WFE è il rapporto tra la performance nel periodo OOS e quella nel periodo IS. Indica quanto l'EA mantiene le sue capacità su dati mai visti rispetto al periodo di ottimizzazione.
| WFE | Giudizio | Azione consigliata |
|---|---|---|
| 50% o più | ✅ Buono | Candidato all'operatività reale. Procedere con il forward test |
| 30-50% | ⚠️ Accettabile | Adozione cauta. Ridurre la percentuale di rischio |
| 0-30% | ❌ Probabile sovra-ottimizzazione | Semplificare i parametri e ripetere la verifica |
| Negativo | 🚨 Non idoneo | L'OOS produce perdite. Rivedere l'intera strategia |
Come eseguire l'analisi walk-forward
Suddividere il periodo di dati
Procurarsi almeno 10 anni di dati di prezzo e suddividerli con un rapporto IS:OOS = 3:1 o 4:1. Esempio: IS 3 anni → OOS 1 anno. Spostare la finestra di 1 anno alla volta per creare più segmenti.
Ottimizzare solo sul periodo IS
Usare la funzione di ottimizzazione di MT5 per esplorare i parametri esclusivamente sul periodo IS. È fondamentale non includere mai il periodo OOS nell'ottimizzazione.
Testare il periodo OOS con la configurazione ottenuta
Fissare i parametri migliori ottenuti dall'IS ed eseguire un unico test sul periodo OOS successivo. Se i risultati peggiorano qui, si tratta di sovra-ottimizzazione.
Spostare la finestra e ripetere
Avanzare di 1 anno e ripetere i Passi 2 e 3 almeno 5 volte. Accumulare più risultati OOS aumenta l'affidabilità della valutazione.
Aggregare i risultati OOS e valutare
Sommare i profitti e le perdite di tutti i periodi OOS e giudicare in base al WFE e alla performance complessiva. Se la maggior parte delle finestre produce risultati positivi e stabili, si può ipotizzare un vantaggio reale.
📡 Il passo successivo: verifica in live con il forward test
Dopo aver confermato la solidità sui dati storici con l'analisi walk-forward, il passo successivo è il forward test sul mercato reale. Su questo sito pubblichiamo i risultati del forward test di tutti gli EA distribuiti.
Cos'è il forward test →