Blog

Perché trovare i migliori parametri di strategia è solo metà del lavoro. Come distinguere visivamente e quantitativamente un plateau stabile da un picco fragile, e perché i contour plot di Optuna sono un passaggio obbligatorio prima di lanciare una strategia ottimizzata in produzione.

Perché la ricerca esaustiva è impossibile per 12+ parametri, come la discesa per coordinate perde le interazioni e come Optuna con un campionatore TPE trova in 500 iterazioni ciò che OAT non riesce a trovare in 96. Esempi di codice pratici, confronto dei campionatori e ottimizzazione multi-obiettivo.

Perché una strategia ottimizzata su ETHUSDT può fallire sulle altcoin. Come testare correttamente su gruppi di coppie (blue chip, large cap, shitcoin) e quale punteggio di robustezza cross-symbol considerare sufficiente.

Come i funding rate su Binance/Bybit trasformano i bellissimi risultati di backtest ad alta leva in perdite garantite. Formule, ricalcolo di strategie reali e la leva massima alla quale il funding non erode i profitti.

Finale della serie 'Backtest Senza Illusioni'. Come costruire un orchestratore da N strategie x M coppie, implementare la modalità cascade con priorità e riempimento di fallback, scegliere dual_size e perché i portafogli di strategie non possono essere testati sommando il PnL.

Tassonomia completa delle divergenze tra backtest e trading live: dallo slippage e i fill parziali alla desincronizzazione del codice. Pattern architetturali per ottenere la parità, esempi Python di un modulo core condiviso e una checklist di monitoraggio in produzione.

Perché una stima puntuale da un backtest è un'illusione pericolosa. Come il bootstrap Monte Carlo in 2 secondi di calcolo fornisce un intervallo di confidenza al 95% per PnL e MaxDD, e perché questo è un passaggio obbligatorio prima di avviare una strategia in produzione.