---
title: "Data-quality bias"
description: "Il data-quality bias è una conclusione di backtest prodotta da errori, lacune o eventi societari non rettificati nei dati, non dalle regole della strategia."
canonical_url: "https://fincanva.com/it/glossario/data-quality-bias"
last_updated: "2026-10-06"
md_url: "https://fincanva.com/it/glossario/data-quality-bias.md"
---

# Data-quality bias

Il data-quality bias è una conclusione di [backtest](/it/glossario/backtest) prodotta da errori, lacune o eventi non rettificati nei dati sottostanti anziché dalle regole della [strategia](/it/glossario/strategia). È il bias più difficile da notare, perché nel risultato nulla sembra rotto: metriche e [curva del capitale](/it/glossario/curva-di-equity) sono calcolate correttamente, ma sui numeri sbagliati.

**Altri nomi:** bias da dati errati

Una sola operazione societaria gestita male può produrre un movimento di prezzo che non è mai avvenuto, e ogni regola e ogni metrica a valle lo tratteranno come reale.

## Come si comporta in Fincanva?

Fincanva esegue i backtest su dati di mercato e di bilancio ampi, provenienti da **più fornitori di dati affermati**, che coprono molte classi di attività e regioni e sono aggiornati ogni giorno; un backtest arriva fino all'ultima chiusura di mercato disponibile anziché alla data di calendario di oggi.

- Le operazioni societarie come split e dividendi sono riflesse nello storico prezzi che un backtest legge, quindi uno split non compare come una caduta di prezzo e i dividendi non vengono silenziosamente esclusi dai rendimenti.
- Gli strumenti delistati restano nel catalogo e restano ricercabili, quindi una strategia può includere nomi poi falliti invece di vederli sparire dall'[universo](/it/glossario/universo).
- Ogni [strumento](/it/glossario/strumento) porta un [identificativo permanente](/it/glossario/identificativo-permanente-dello-strumento) distinto dal suo simbolo di negoziazione, quindi uno storico prezzi resta unito quando il simbolo cambia invece di spezzarsi in due serie slegate.
- La [finestra di copertura](/it/glossario/finestra-di-copertura) di uno strumento — l'arco tra la sua prima e la sua ultima data di prezzo disponibile — è l'unico storico che un backtest che lo detiene può usare, quindi la prima data utilizzabile da una strategia può essere successiva all'[anno di inizio simulazione](/it/glossario/anno-di-inizio-simulazione) che hai impostato. Verificala prima di leggere un backtest lungo.

Nulla di ciò elimina la necessità di sapere cosa coprono i dati dietro uno specifico backtest, e nulla previene i due fallimenti vicini: dati corretti comunicati in modo selettivo — il [cherry-picking bias](/it/glossario/cherry-picking-bias) — e dati corretti che lasciano filtrare informazioni per la loro tempistica, il caso di cui si occupa il [walk-forward replay](/it/glossario/walk-forward-replay).

## Quali problemi dei dati distorcono un backtest?

Sei problemi coprono quasi tutti i casi, e sbagliano in direzioni diverse:

- **Operazioni societarie non rettificate.** Uno split, uno split inverso, uno scorporo o un dividendo cambiano il prezzo quotato senza cambiare ciò che il detentore possiede. Una serie non rettificata legge quel cambio come un rendimento.
- **Prezzi mancanti o fermi.** Una lacuna colmata ripetendo l'ultimo prezzo fa apparire immobile uno strumento, il che sottostima la sua [volatilità](/it/glossario/volatilita) e nasconde qualunque caduta avvenuta dentro la lacuna.
- **Valute disallineate.** Un prezzo quotato in una valuta confrontato con un valore in un'altra produce una differenza che è un tasso di cambio, non un rendimento.
- **Copertura che inizia più tardi di quanto pensavi.** Uno strumento la cui storia comincia a metà del periodo testato non contribuisce nulla prima di quel punto, quindi i primi anni del test descrivono in silenzio un portafoglio più piccolo di quello che hai indicato.
- **Una lista di strumenti da cui i fallimenti sono già stati tolti.** È il [survivorship bias](/it/glossario/survivorship-bias) che raggiunge il test attraverso i dati anziché attraverso le tue scelte.
- **Valori rivisti o rettificati.** Un valore corretto dopo la prima pubblicazione, usato come se la versione corretta fosse stata nota alla data originale, è [look-ahead bias](/it/glossario/look-ahead-bias) che nasce dai dati.

Perché un backtest significhi qualcosa, le operazioni societarie come [split e dividendi](/it/glossario/dividendi-e-frazionamenti) devono essere gestite correttamente: sono infatti gli eventi in cui il prezzo quotato e la ricchezza effettiva del detentore si separano.

## Perché split e dividendi devono essere rettificati?

Uno **split** moltiplica il numero di azioni e divide il prezzo per lo stesso fattore. La posizione del detentore vale esattamente quanto valeva un istante prima, quindi il rendimento corretto attraverso uno split è zero — cosa che i dati possono mostrare solo se ogni prezzo precedente allo split viene riportato sulla scala post-split.

Un **dividendo** toglie liquidità alla società e la consegna al detentore, quindi alla data di stacco il prezzo di norma scende di circa l'importo distribuito. Una serie di soli prezzi registra quella discesa come una perdita e non registra mai la liquidità incassata, il che sottostima sistematicamente il [rendimento totale](/it/glossario/rendimento-totale). L'entità dell'omissione capitalizza: su un titolo con rendimento da dividendo intorno al 3% annuo, i dividendi reinvestiti moltiplicano l'esito per circa 1,03²⁰ ≈ 1,8 volte in vent'anni, quindi la componente da dividendi vale qualcosa come il 45% del valore finale (1 − 1/1,8): la parte che una serie di soli prezzi lascia completamente fuori.

Non ogni numero sorprendente è però un errore nei dati. Un dividendo che compare come **costo** invece che come reddito è il comportamento atteso su una posizione corta, non un difetto: vedi [dividendi negativi](/it/glossario/dividendi-negativi).

## Come può uno split azionario sembrare un crollo del 50%?

Un titolo tratta a **200 \$**. Effettua uno **split 2 per 1**, e la seduta successiva quota **100 \$**.

| | Prima dello split | Dopo lo split |
|---|---|---|
| Azioni detenute | 100 | 200 |
| Prezzo | 200 \$ | 100 \$ |
| Valore della posizione | 20.000 \$ | 20.000 \$ |
| Rendimento reale | — | **0%** |
| Rendimento riportato da una serie non rettificata | — | **−50%** |

Il detentore non ha perso nulla. Ma una serie che tiene i 200 \$ accanto ai 100 \$ consegna a ogni regola a valle un movimento di −50% in un giorno, e ognuna reagisce come progettata:

- Uno [stop loss](/it/glossario/stop-loss) al 10% scatta e vende una posizione che non ha mai perso denaro, e lo storico della strategia contiene ora un'operazione che non sarebbe mai avvenuta.
- Il [max drawdown](/it/glossario/max-drawdown) registra una caduta del −50% da massimo a minimo che non è mai accaduta, facendo apparire la strategia molto più rischiosa di quanto sia stata.
- Una regola di momentum o di trend colloca il titolo in fondo all'[universo](/it/glossario/universo) e ne esce.

Correggere i dati risolve tutti e tre i casi insieme, ed è proprio il punto: qui gli errori non sono nelle regole. Gli split inversi fanno la stessa cosa nella direzione opposta, e sono peggiori, perché un guadagno fittizio di un giorno non insospettisce nessuno.

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)