Il backtest stagionale verifica come una regola avrebbe funzionato negli anni passati. Il rischio principale è scegliere la regola dopo aver osservato i dati: più tentativi fai, maggiore è la probabilità di trovare casualmente una combinazione “perfetta”.
Definisci la tesi prima del test
Scrivi mercato, due scadenze, finestra temporale e logica economica. Se cambi continuamente le date per massimizzare il risultato, stai facendo data mining e non validazione.
Metriche che contano davvero
| Metrica | Cosa mostra |
|---|---|
| Win rate | Frequenza dei risultati positivi |
| Media | Risultato medio, sensibile agli outlier |
| Mediana | Risultato centrale |
| Worst year | Dimensione di un'eccezione negativa |
| Drawdown | Rischio durante il periodo, non solo risultato finale |
Verifica il pattern sui dati storici
Apri uno spread, cambia lookback e confronta media, mediana e anni individuali.
Apri l'analisiWalk-forward e stabilità temporale
Un controllo semplice è confrontare campioni differenti. Se il pattern esiste nei primi 10 anni e continua nei successivi, è più interessante di una regola che funziona solo nel periodo utilizzato per scoprirla.
Costi e liquidità
Un backtest teorico può ignorare bid-ask, slippage e liquidità. Nei calendar spread questi elementi possono essere più contenuti in alcuni mercati liquidi, ma non vanno considerati zero per definizione.
Il backtest serve anche a dire “no”
Uno dei valori principali di un buon motore è scartare idee. Se un pattern cambia segno tra lookback, dipende da un paio di outlier o ha drawdown incompatibili con il tuo rischio, il risultato utile del backtest può essere semplicemente evitare il trade.
Test in-sample e out-of-sample
Un controllo utile consiste nel separare il periodo usato per scoprire il pattern da quello usato per verificarlo. Se una finestra stagionale viene trovata sui primi 10 anni, puoi osservare i successivi senza modificare le regole. Questa parte “out-of-sample” offre una verifica più severa rispetto a un test ottimizzato sull'intero storico.
Non elimina il rischio di errore, ma riduce la probabilità di confondere una coincidenza del campione con una relazione persistente.
Conserva anche i fallimenti
Documentare i pattern che non hanno retto è importante quanto conservare quelli positivi. Se registri solo le strategie sopravvissute, rischi survivorship bias nella tua ricerca personale.
Approfondisci la stagionalità
Domande frequenti
Che cos'è la stagionalità nei futures?
È la tendenza di un mercato o di uno spread a mostrare comportamenti ricorrenti in periodi simili dell'anno. È una descrizione storica, non una previsione certa.
Quanti anni servono per una stagionalità affidabile?
Non esiste un numero universale. È utile confrontare più lookback e verificare se il pattern resta simile tra campioni recenti e più lunghi.
Media e mediana danno la stessa informazione?
No. La media è più sensibile agli outlier; la mediana mostra meglio il comportamento centrale quando pochi anni estremi distorcono il campione.
Un pattern stagionale garantisce un trade profittevole?
No. La stagionalità è uno strumento di ricerca e deve essere integrata con rischio, struttura della curva e condizioni di mercato attuali.
Dalla curva media agli anni reali
Usa la stagionalità come punto di partenza, poi verifica contratti, lookback e distribuzione dei risultati.
Apri Futures SpreadI futures comportano rischi elevati. Le analisi stagionali e i backtest descrivono il passato e non garantiscono risultati futuri. Contenuto informativo, non consulenza finanziaria.