--- title: "Confirmation bias" description: "Il confirmation bias è leggere le prove a favore di una conclusione che già sostieni: accogliere i backtest che ti danno ragione e archiviare le altre." canonical_url: "https://fincanva.com/it/glossario/confirmation-bias" last_updated: "2026-10-06" md_url: "https://fincanva.com/it/glossario/confirmation-bias.md" --- # Confirmation bias Il confirmation bias è la tendenza a leggere le prove a favore di una conclusione che già si sostiene: accogliere per buoni i risultati che danno ragione all'idea e trovare motivi per scartare quelli che la contraddicono. È un errore di **interpretazione**, quindi sopravvive a ogni correzione applicata ai dati e alle regole. **Altri nomi:** bias di conferma, bias confermativo È il più umano dei bias del backtesting, perché non ha bisogno di dati sbagliati, di un test rotto o dell'intenzione di ingannare: la stessa persona può eseguire un backtest tecnicamente impeccabile e uscirne convinta di qualcosa che il backtest non ha detto. ## Come si comporta in Fincanva? Un [backtest](/it/glossario/backtest) applica le tue regole in modo meccanico su tutto lo storico, a prescindere da ciò che speravi, e riporta il risultato per intero: il rendimento e le cifre principali come il [CAGR](/it/glossario/cagr), il peggior [drawdown](/it/glossario/max-drawdown) da massimo a minimo, i mesi in perdita e, accanto, il [benchmark](/it/glossario/benchmark) eseguito sullo stesso identico periodo. Questo dà alle regole una possibilità concreta di darti torto, e mette la prova contraria sulla stessa schermata di quella favorevole invece che a una ricerca di distanza. La pagina Crescita del capitale di un backtest si apre su quattro riquadri affiancati: Valore finale, Vs benchmark, Max drawdown e CAGR — lo scarto dal benchmark e la caduta più profonda sulla stessa riga del guadagno. Non può però costringerti a leggerlo. Nulla in un backtest ti impedisce di liquidare un risultato scomodo, e nessuno strumento può fornire la volontà di essere smentiti. ## Come si manifesta il confirmation bias quando leggi un backtest? Dall'interno non sembra quasi mai un bias. Sembra discernimento. Gli schemi riconoscibili sono questi: - **Fermarsi quando il risultato dà ragione.** Il primo backtest che sostiene l'idea chiude l'indagine; uno che l'avesse contraddetta ne avrebbe fatti nascere altri tre. - **Scrutinio asimmetrico.** Un risultato favorevole si accetta così com'è. Uno contrario viene messo sotto esame — universo sbagliato, periodo sbagliato, "c'è qualcosa che non torna nei dati" — e l'esame si ferma appena si trova una spiegazione. - **Motivazioni prodotte dopo il risultato.** L'obiezione a un backtest nasce quando il suo numero è già noto. Se quel backtest fosse andato bene, la stessa obiezione non sarebbe mai stata sollevata. - **Leggere solo la metrica che lusinga.** Si legge il rendimento e si salta il peggior [drawdown](/it/glossario/max-drawdown), oppure si legge la cifra della [strategia](/it/glossario/strategia) senza il [benchmark](/it/glossario/benchmark) accanto. - **Ricordare il backtest che dava ragione.** Settimane dopo il ricordo è "funzionava": la versione del test che confermava, non quella che smentiva. Una verifica utile è una sola domanda, posta *prima* che un backtest finisca: quale risultato mi farebbe abbandonare questa idea? Un'idea per cui non esiste un risultato del genere non è sotto test. ## Come si confrontano il backtest che hai tenuto e quello che hai giustificato? Sostieni che una regola di momentum a dodici mesi funzioni, e la testi sul periodo 2015–2024. - **Backtest 1**: la regola su venti società grandi e familiari. Rende **9,1% all'anno**. Corrisponde a ciò che ti aspettavi, quindi la salvi. - **Backtest 2**: la regola identica su un [universo](/it/glossario/universo) ampio di quattrocento nomi. Rende **3,4% all'anno**. Concludi che l'universo più ampio contiene troppi nomi di scarsa qualità e metti da parte il backtest. Ora mettici accanto il [benchmark](/it/glossario/benchmark). Sullo stesso periodo ha reso **7,8% all'anno**, quindi il [rendimento in eccesso](/it/glossario/rendimento-in-eccesso) del backtest 1 è +1,3pp e quello del backtest 2 è −4,4pp. Ne seguono due cose. La prima: anche il backtest che hai tenuto ha battuto il proprio benchmark con un margine molto più sottile di quanto "9,1%" suggerisse da solo. La seconda, più importante: la motivazione con cui hai scartato il backtest 2 è nata *dopo* averne visto il numero. Se il backtest 2 avesse reso il 12%, l'universo da quattrocento nomi non sarebbe stato "pieno di scarti", sarebbe stato "un test più ampio e più onesto". È quell'asimmetria, non i numeri, il bias. ## Cosa distingue il confirmation bias dal cherry-picking bias? La differenza è il destinatario. Il [cherry-picking bias](/it/glossario/cherry-picking-bias) è selezione rivolta **verso l'esterno**: hai il risultato completo e ne mostri a qualcun altro una parte favorevole. Il confirmation bias è la stessa selezione rivolta **verso l'interno**: la mostri a te stesso, in genere senza accorgertene, e non c'è alcun momento in cui decidi di omettere qualcosa. I due si alimentano a vicenda. Il confirmation bias decide a quale backtest credi; il cherry picking decide quale backtest presenti. E un risultato scomodo attribuito a "dati sbagliati" senza che nessuno controlli i dati è confirmation bias che prende in prestito il linguaggio del [data-quality bias](/it/glossario/data-quality-bias), esattamente come disattivare i costi perché la curva netta "sembra sbagliata" (vedi [cost-ignoring bias](/it/glossario/cost-ignoring-bias)). Fincanva ha uno scopo solo educativo e illustrativo: non è una consulenza finanziaria personalizzata, e i risultati passati o simulati non indicano quelli futuri. [Leggi l'Addendum ai Termini](https://fincanva.com/it/terms/addendum#section-3)