--- title: "Look-ahead bias" description: "Il look-ahead bias consiste nell'usare in un test informazioni non ancora disponibili quando la decisione simulata è stata presa, gonfiando i risultati." canonical_url: "https://fincanva.com/it/glossario/look-ahead-bias" last_updated: "2026-10-06" md_url: "https://fincanva.com/it/glossario/look-ahead-bias.md" --- # Look-ahead bias Il look-ahead bias è l'uso, in un test storico, di informazioni non ancora disponibili quando la decisione simulata è stata presa: il dato di una società letto prima della sua pubblicazione, o un ordine eseguito a un prezzo non ancora battuto. Il test vede di fatto il futuro, quindi i risultati sono lusinghieri e non riproducibili con denaro reale. **Altri nomi:** lookahead bias, fuga di informazioni Il look-ahead bias è un errore di *tempistica* nei dati che alimentano la decisione, non un difetto nella logica della [strategia](/it/glossario/strategia): le stesse regole, avendo a disposizione solo ciò che era conoscibile allora, avrebbero prodotto un risultato diverso e di norma molto peggiore. ## Come si comporta in Fincanva? Un [backtest](/it/glossario/backtest) di Fincanva riproduce le regole della tua strategia in ordine cronologico — un [walk-forward replay](/it/glossario/walk-forward-replay) — così ogni decisione usa solo i dati disponibili fino a quel punto dello storico. Arriva fino all'ultima chiusura di mercato disponibile e mai nel futuro, quindi una decisione datata 2015 non può attingere a dati del 2016. Questo toglie al *calcolo* la possibilità di guardare avanti. Non può togliere una regola che legge un dato che il mercato a quella data non aveva ancora: per questo il verbo giusto è ridurre, non eliminare. ## Da cosa nasce il look-ahead bias in un backtest? Il look-ahead bias compare ogni volta che la data con cui un valore è *etichettato* differisce dalla data in cui è *diventato pubblico*, e il test usa l'etichetta. Le fonti ricorrenti sono: - **Il ritardo di pubblicazione dei dati di bilancio.** Un dato trimestrale descrive un trimestre chiuso settimane o mesi prima che la comunicazione uscisse. Associare quel dato alla data di chiusura del trimestre permette a una decisione di agire prima che qualcuno potesse leggerlo. - **Rettifiche e revisioni.** Molte serie vengono riviste dopo la prima pubblicazione. Usare il valore finale rettificato come se fosse stato noto alla data della prima uscita importa informazioni che allora non esistevano. - **Esecuzione nello stesso istante.** Decidere sul prezzo di chiusura di una giornata e poi eseguire all'apertura della stessa giornata, oppure usare un massimo o un minimo di seduta non ancora formato, dà all'esecuzione un prezzo che la decisione non poteva conoscere. Quale prezzo usa un'esecuzione dipende dall'[orario esecuzione](/it/glossario/orario-esecuzione). - **La composizione di oggi applicata a ieri.** Testare sui [componenti di un indice](/it/glossario/liste-di-indice-e-composizione-point-in-time) *così come è oggi* su un periodo in cui la composizione era diversa unisce look-ahead e [survivorship bias](/it/glossario/survivorship-bias). ## Cosa succede se gli utili vengono usati prima della pubblicazione? Uno screen ordina le società per ultimi utili riportati e ribilancia il 1° febbraio. Il trimestre fiscale della società A si è chiuso il 31 dicembre, ma i risultati sono stati pubblicati solo il 20 febbraio. Un test che archivia il dato di dicembre alla data del 31 dicembre lo vede il 1° febbraio e ci compra sopra; un test che lo archivia al 20 febbraio non lo vede ancora e compra qualcos'altro. Ripeti la cosa su ogni comunicazione per dieci anni e la strategia ha goduto di tre settimane di vantaggio su ogni sorpresa sugli utili: un vantaggio sistematico che nessun conto reale ha avuto. Per questo conta che il lag di un [filtro](/it/glossario/filtro) sia contato in **Report Fa** invece che in mesi di calendario: sono le comunicazioni, non il calendario, a decidere quando un dato era conoscibile. Vedi [lag, periodo e moltiplicatore](/it/glossario/lag-periodo-e-moltiplicatore) per il funzionamento di quelle unità. ## In cosa differisce il look-ahead bias dagli altri bias del backtest? Il look-ahead bias riguarda *quando* l'informazione era disponibile; i suoi vicini riguardano *cosa* hai testato e *come leggi il risultato*. Il [survivorship bias](/it/glossario/survivorship-bias) è un campione a cui mancano i nomi che non sono sopravvissuti. Il [selection bias](/it/glossario/selection-bias) è un campione scelto col senno di poi. Il [data-snooping bias](/it/glossario/data-snooping-bias) consiste in molti test di cui si riporta solo il vincente. L'[overfitting](/it/glossario/overfitting) è una strategia modellata così strettamente sui dati passati da catturare rumore. Il [data-quality bias](/it/glossario/data-quality-bias) è il vicino più prossimo di tutti: una conclusione guidata dai dati archiviati che sono essi stessi sbagliati, ed è lì che finiscono rettifiche e revisioni quando il valore corretto è il solo che hai. Un test può essere del tutto privo di look-ahead bias e soffrire comunque di tutti gli altri. 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)