Un campione redditizio può dipendere da un vantaggio, condizioni favorevoli o una regola scelta dopo aver visto il risultato. La verifica parte da un’ipotesi fissa e distingue sviluppo e valutazione successiva. Il compito è conservare anche casi falliti, costi e limiti irrisolti, senza trasformare un passato positivo in promessa.

Ipotesi di vantaggio, osservazione e incertezza

Un edge è l’ipotesi di risultati netti attesi positivi con regole e condizioni specificate. Un campione storico in profitto è un’osservazione diversa. La media non rivela un surplus statistico permanente. Verifica se le ultime cinquanta operazioni seguivano decisioni identificabili e registrate: regole chiare consentono il confronto, ma non dimostrano da sole il vantaggio.

Senza modello e dati non puoi dichiarare matematicamente casuali decisioni discrezionali o basate sulle notizie, né certa una perdita in un campione finito. Anche le decisioni discrezionali si possono documentare; l’ambiguità rende più difficile riprodurle. Definisci strumento, feed, orari, segnale, uscite, quantità e momento in cui ogni informazione è disponibile. Un segnale a candela completata non autorizza automaticamente un fill a quel Close. Registra esclusioni per dati mancanti o costi impraticabili. Le avvertenze sulle perdite dei clienti non identificano le cause o la superiorità di un metodo.

La media netta può cambiare segno con i costi

Senza esiti zero, la media netta è frazione dei risultati positivi × vincita media meno frazione dei negativi × modulo della perdita media. Nel calcolo diretto somma tutti i netti e dividi per il conteggio totale, inclusi gli zeri. L’expectancy non esaurisce il rischio: esamina perdite, drawdown, dipendenza ed esposizione.

Campione inventato di 100 operazioni: 55 vincite lorde da 120 EUR e 45 perdite da 80 EUR producono 55 × 120 − 45 × 80 = 3.000 EUR, media +30. Assegna a ogni esito un costo completo di 10, 25 o 35 EUR, esclusivamente oneri non già nei prezzi: totali +2.000, +500, −500 e medie +20, +5, −5. La frazione positiva resta 55% con questi costi. Verifica le specifiche del conto e non sottrarre di nuovo spread o slippage già nei fill.

Illustrazione lorda separata: 55% di +100 EUR e 45% di −120 danno +1 EUR medio. Lo rendono negativo costi superiori a 1 EUR, non qualunque costo positivo. La formula del valore atteso separa importi e frequenze; queste probabilità assegnate non prevedono reddito annuale.

Spiegazione plausibile non significa prova

Specializzazione, pazienza, orizzonte lungo o interpretazione di dati pubblici possono motivare ipotesi, senza dimostrarle. Prima confronta se un altro lettore riproduce gli stessi segnali sui medesimi dati disponibili.

Al costo di 25 EUR gli esiti inventati sono 55 da +95 e 45 da −105, media +5. Deviazione standard campionaria con denominatore n − 1: esattamente 100 EUR. Il termine NIST s/√n, con osservazioni indipendenti e distribuzione stabile, dà 100/√100 = 10 EUR. È errore standard stimato, non perdita massima né intervallo di confidenza completo. La media +5 è piccola rispetto a tale incertezza; non certifica expectancy futura positiva.

Modello probabilistico esatto distinto: quattro eventi indipendenti, ciascuno ±100 EUR con probabilità 1/2, copiati ciascuno 25 volte. La media dei cento record è (X1 + X2 + X3 + X4)/4. La sua deviazione standard di distribuzione è 100/√4 = 50 EUR, non 100/√100 = 10. Le sedici combinazioni di quattro segni, equiprobabili, lo verificano: le copie non aggiungono informazione indipendente. Non è una formula automatica della numerosità effettiva di ogni strategia Forex. Contano anche i pesi monetari, come spiegano le operazioni asimmetriche.

Migliore in entrambi i gruppi, peggiore nel totale?

Migliore nei gruppi, peggiore nel totale

Le percentuali complessive dipendono dal mix

Campioni fittizi, gruppi fissati prima: A 18/20 e 1/10; B 19/20 e 3/20. Positivo = netto sopra zero; importi e indipendenza non specificati. Tutte le barre 0–100%.

Migliore nei gruppi, peggiore nel totaleStessa scala 0–100 percento. A 18/20 e 1/10; B 19/20 e 3/20. Totali A 19/30, B 22/40. Pesi diversi dei gruppi invertono la classifica. Nessuna efficacia futura provata.Confronta anche i pesi dei gruppiOgni barra usa la stessa scala 0–100%Gruppo 1A90%B95%Gruppo 2A10%B15%Tutti i recordA63,33%B55%Pesi uguali: A 50%; B 55%.Frazione positiva ≠ media monetaria.
B migliora nei due gruppi ma ha 55% complessivo contro 63,33% di A. A pesi di gruppo uguali: A 50%, B 55%. Nessuno dei confronti dimostra expectancy positiva.

Scorri orizzontalmente o ingrandisci il diagramma per leggere i dettagli.

Due campioni esplicitamente fittizi. Gruppi 1 e 2 definiti prima del confronto, senza modificarli dopo. Positivo significa netto maggiore di zero. A ha 18 positivi su 20 nel gruppo 1 e 1 su 10 nel gruppo 2: 90% e 10%, totale 19/30 ≈ 63,33%. B ha 19/20 e 3/20: 95% e 15%, totale 22/40 = 55%.

B migliora in entrambi i gruppi ma il gruppo 2, più difficile qui, pesa metà dei suoi record contro un terzo di quelli di A. Con pesi ipotetici uguali ai gruppi, A dà (90% + 10%)/2 = 50% e B (95% + 15%)/2 = 55%. È un confronto diverso dalle frazioni raccolte realmente in questi campioni. Nessuno dei due dimostra un edge: importi, dipendenza e probabilità future non sono specificati nel solo diagramma.

Modello EUR aggiuntivo: mantieni esattamente quei conteggi, assegnando ora a ogni positivo +10 EUR netti e a ogni negativo −100 EUR netti, senza altri costi. A totalizza 19 × 10 − 11 × 100 = −910 EUR, media −30,33; B 22 × 10 − 18 × 100 = −1.580 EUR, media −39,50. Il 95% del primo gruppo B dà media +4,50 EUR, contro −1 di A; nel secondo B dà −83,50 contro −89 di A. Anche con miglioramento in ciascun gruppo, il mix modifica il confronto e tutte le medie complessive restano negative. Questi importi assegnati non erano impliciti nelle barre delle percentuali.

Congela lo sviluppo prima della valutazione

Registra ipotesi precisa, versione, feed, costi, disponibilità delle informazioni e criteri di valutazione. Conserva tutte le varianti tentate, comprese quelle respinte; congela quella scelta prima di un test su dati non toccati. Controlli manuali e automatici possono contenere errori. Due anni di dati o contare a mano non provano un vantaggio.

Il campione richiesto dipende da variabilità, dipendenza fra operazioni, condizioni coperte e numero di strategie provate. La relazione con la radice quadrata presuppone un modello di campionamento appropriato e stabile: trenta, cento o duecento osservazioni non bastano per definizione. Confronta storico, demo su nuovi dati ed eventuali esiti reali riportando costi, incertezza e drawdown. Non è obbligatorio passare a rischio reale per concludere la ricerca.

Selezione, dati riutilizzati e falsi vantaggi

Bailey e coautori spiegano come scegliere il migliore fra molte configurazioni possa selezionare rumore storico. Registra numero e risultati di tutte le prove, non soltanto la vincente. Un periodo favorevole scelto esclude altre condizioni. Overfitting è un rischio da verificare, non prova che ogni regola calibrata fallisca subito sul primo conto reale.

Se usi il periodo riservato per cambiare regole, quel periodo diventa sviluppo. La separazione cronologica preserva l’ordine informativo ma non elimina automaticamente selezione, dati rivisti o indicatori dipendenti dal futuro. Servono dati nuovi o un resoconto esplicito dei riutilizzi precedenti.

Spread, commissione, finanziamento e conversione possono consumare un piccolo surplus lordo. Lo slippage può essere favorevole o avverso: uno o due pip fissi sono ipotesi, non descrizione universale. Il walk-forward valuta periodi non usati per scegliere quei parametri, ma non prova permanenza del vantaggio, neppure se ogni segmento osservato è positivo. Un sottogruppo negativo, a sua volta, non invalida automaticamente tutta la regola.

Che cosa significa Forward e quando rivedere

La funzione Forward di MT5 divide un periodo storico scelto e verifica i parametri sulla parte più recente: resta un test storico. Registrare segnali sui nuovi dati da oggi è una fase diversa. La demo verifica regole e software, ma concordanza con lo storico non dimostra uguale esecuzione reale. Separa errori logici, lacune, costi e deviazioni senza attribuire ogni differenza all’overfitting.

Possono cambiare condizioni, costi, prodotti e norme. Come riferimento storico, l’intervento ESMA sui CFD retail UE applicato dal 1° agosto 2018 fissava 30:1 sulle major regolamentari e 20:1 sulle non-major: non è una regola attuale universale di ogni conto né la scadenza di una strategia. Rivedi risultati netti e condizioni prestabilite, non soltanto win rate. Un secondo metodo non deve per forza restare non correlato o impedire perdite del conto.

Una scheda di ricerca riproducibile

  1. Riporta media netta, variabilità, perdite grandi, drawdown ed esposizione simultanea. Cento record o una media positiva non confermano da soli il futuro.
  2. Specifica segnali, rifiuti, tempi informativi e fill riproducibili. Conserva tutte le versioni e separa i dati di valutazione non usati per lo sviluppo.
  3. Controlla i costi senza doppia sottrazione e diagnostica separatamente logica, dati ed esecuzione fra storico e demo. Accordo o divergenza non provano una causa sola.
  4. Conserva gruppi e conteggi definiti prima. Selezionare solo i gruppi profittevoli dopo crea una nuova ipotesi. Registra versioni dati/regole, prove, costi base e avversi, risultati e limiti irrisolti.

«Evidenza insufficiente» è una conclusione valida. La lista del setup aiuta a definire i gruppi prima del test, senza sceglierli dopo aver visto gli esiti.