Simulatore Montecarlo per EA: Come Usarlo nel 2026

Il simulatore Montecarlo è lo strumento con cui si capisce se un Expert Advisor ha davvero una strategia solida o se è il risultato di una sequenza fortunata di trade. Prende la serie delle operazioni storiche del bot, la rimescola migliaia di volte in ordine diverso e ti mostra il peggior scenario plausibile. È la differenza tra “il bot ha fatto il 40% all’anno” e “il bot può andare in drawdown del 55% nel peggior 5% dei casi”.

In questa guida vedi cos’è la Montecarlo, come funziona, quali tool usare, come eseguire una simulazione su un EA passo per passo e come leggere i numeri per decidere se un bot merita il tuo capitale.

Il simulatore Montecarlo è un modello statistico che, partendo dai trade reali o di backtest di un Expert Advisor, genera migliaia di scenari alternativi rimescolando l’ordine delle operazioni. Serve a misurare la robustezza di una strategia: dimostra cosa sarebbe successo se i trade fossero capitati in sequenza diversa, isolando il contributo della fortuna.

La ragione per cui è indispensabile su un EA è semplice. Un backtest mostra una sola curva equity: quella prodotta dall’esatta sequenza storica dei dati. Se per caso le prime 20 operazioni del periodo testato sono state vincenti, la curva parte in salita e il drawdown massimo registrato è basso. Cambia l’ordine e lo stesso bot, con gli stessi trade, avrebbe potuto mostrare un drawdown doppio.

La Montecarlo neutralizza questo bias. Crea 5.000 o 10.000 permutazioni della sequenza e calcola, per ciascuna, drawdown massimo, profitto finale e durata del worst case. Il risultato non è una curva ma una distribuzione, e ti dice qual è il 5%, il 10%, il 25% peggiore scenari in cui avresti potuto incappare.

Il cuore della Montecarlo su un EA è il random reshuffling della serie dei trade. L’input è la lista ordinata delle operazioni chiuse (profit o loss in euro o percentuale). Il software genera N permutazioni casuali di quella lista, ricostruisce la curva equity di ciascuna e calcola le metriche. Alla fine produce percentili e istogrammi delle metriche chiave.

Il modello base presume che ogni trade sia indipendente e identicamente distribuito (i.i.d.). Questa ipotesi è forte: alcuni EA hanno sequenze correlate (ad esempio grid o martingala, dove un trade vincente apre la strada ad altri) e la Montecarlo semplice può sottostimare il drawdown reale. I tool più seri offrono varianti più sofisticate: block bootstrap (rimescola gruppi di trade consecutivi) e parametrica (estrae da una distribuzione stimata, non dai dati diretti).

Il numero di iterazioni standard è 1.000 per un controllo rapido, 5.000 per una validazione seria, 10.000 per un’analisi professionale. Oltre i 10.000 i risultati convergono: incrementi ulteriori non migliorano la qualità dell’analisi in modo significativo.

Una Montecarlo ben fatta produce quattro output utili alla decisione: distribuzione del drawdown massimo, distribuzione del profitto finale, curva equity mediana, percentili di rischio. Sono i quattro numeri su cui decidi se un EA è buono o no, molto più del gain nominale del backtest.

La distribuzione del drawdown massimo ti dice qual è il peggior drawdown che avresti potuto vedere. Il backtest magari mostra 25%, la Montecarlo al 95° percentile mostra 48%. Il secondo è il dato realistico, il primo è solo un caso fortunato della sequenza storica.

La distribuzione del profitto finale ti mostra il range di rendimenti in cui cade il 90% delle simulazioni. Se va dal più 5% al più 60%, la strategia è fragile: troppa varianza dice che la fortuna pesa più della logica.

La curva equity mediana è la rappresentazione tipica di come si sarebbe mosso il conto nel 50% dei casi. È la curva che dovresti aspettarti realisticamente, non quella del backtest luccicante.

I percentili di rischio sono i numeri che usi per dimensionare il capitale. Se il drawdown al 99° percentile è 65%, il capitale operativo deve sopportare quella cifra senza mandare il conto in margin call.

Nel 2026 i tool più diffusi per la simulazione Montecarlo applicata agli Expert Advisor sono quattro: QuantAnalyzer, MT4 Build-in Strategy Tester (limitato), Excel con add-in statistici, Python con pandas e numpy. Ciascuno copre un caso d’uso specifico, con profili di costo e complessità molto diversi.

QuantAnalyzer di StrategyQuant è lo standard de facto per il trader retail che prende sul serio la validazione. La versione gratuita fa Montecarlo fino a 500 iterazioni, la Professional arriva a 10.000. Importa direttamente i file HTML dei report di MetaTrader.

MT4 Strategy Tester non ha Montecarlo nativa ma può essere usato con script esterni. È il punto di partenza per chi non vuole installare nulla di nuovo, però i risultati sono limitati.

Excel va bene per un trader con buone basi statistiche: un add-in come Crystal Ball o Real Statistics permette Montecarlo su serie di trade esportate da MT4. Soluzione economica ma manuale.

Python è la via dei programmatori. Con pandas per i dati e numpy per il bootstrap, una Montecarlo da 10.000 iterazioni si esegue in pochi secondi. Massima flessibilità, massima curva di apprendimento.

Per la scelta del bot da testare, parti dalla nostra selezione di Expert Advisor verificati e dalla guida a Myfxbook per esportare il track record in un formato utilizzabile.

La procedura standard con QuantAnalyzer 4 richiede cinque passaggi. Dall’esportazione del report MT4 all’analisi dei percentili, il processo occupa circa 30 minuti la prima volta, poi 10 minuti ogni successiva analisi.

1. Esporta il report HTML da MetaTrader 4. Dopo un backtest o sul conto reale, clicca destro sull’equity curve, Save as Detailed Report. Ottieni un file .htm con tutti i trade.
2. Apri QuantAnalyzer e importa il report. Menu File → Load Strategy → From MT4 HTML Report. Il software parserizza i trade e popola le statistiche.
3. Vai nel tab Monte Carlo. Imposta numero iterazioni (standard 5.000), percentili da calcolare (95°, 99°), tipo di rimescolamento (simple reshuffle per iniziare, block bootstrap se l’EA è a griglia).
4. Lancia la simulazione. Il tempo di esecuzione dipende dal numero di trade: 500 trade con 5.000 iterazioni richiedono 20-60 secondi.
5. Leggi i risultati. QuantAnalyzer produce istogrammi di drawdown, profit, durata, e una tabella con i percentili. Il numero che conta di più è il drawdown massimo al 95° percentile.

Ripeti lo stesso processo su ciascun EA del tuo portafoglio. La comparazione tra i percentili è ciò che ti permette di dimensionare capitale e lot size in modo razionale, non basato sulla speranza.

Punto chiave. Il drawdown al 95° percentile della Montecarlo è il numero che devi mettere accanto al nome del bot. Non il gain annuo, non il profit factor. Se il 95° percentile è incompatibile con il tuo capitale, il bot non fa per te.

Il drawdown al 95° percentile è il valore oltre il quale si colloca solo il 5% delle simulazioni. In termini pratici: con una probabilità del 95% il tuo drawdown reale non supererà quel numero. È la soglia su cui dimensionare il capitale operativo del bot, perché tiene conto delle varianti sfavorevoli che il backtest nasconde.

Esempio pratico. Un EA mostra:

1. Backtest con drawdown massimo al 22%.
2. Montecarlo 5.000 iterazioni: drawdown al 50° percentile al 28%, al 95° al 42%, al 99° al 55%.

Il backtest è la rappresentazione ottimistica, il 50° percentile è lo scenario mediano, il 95° è il caso sfavorevole realistico, il 99° è il tail risk. Per operare in sicurezza, il capitale deve sopportare almeno il 95° percentile senza mettere in discussione la tenuta del conto. Chi dimensiona solo sul backtest è destinato a fermare il bot nel momento peggiore.

Un EA supera la Montecarlo se rispetta quattro criteri quantitativi: drawdown al 95° entro il 1,5x del backtest, profit finale mediano positivo nel 90% delle simulazioni, curva equity mediana senza zone piatte prolungate, distribuzione del profit non troppo dispersa. Se anche uno solo manca, la strategia è troppo dipendente dalla fortuna.

Primo criterio. Drawdown al 95° non oltre 1,5 volte quello del backtest. Se il backtest dice 20% e la Montecarlo dice 60%, il bot è iperottimizzato. Lo standard accettabile è un rapporto tra 1,2 e 1,5.

Secondo. Profit mediano positivo nel 90% delle simulazioni. Se più del 10% degli scenari chiude in perdita, la strategia non ha edge statistico sufficiente.

Terzo. Curva equity mediana senza piatti prolungati. Periodi di stallo oltre 6 mesi indicano sensibilità alle condizioni di mercato.

Quarto. Distribuzione del profit concentrata. Se il range tra percentile 10 e 90 è superiore a 5 volte il profit mediano, la varianza è eccessiva.

Un bot che passa tutti e quattro i criteri è un bot robusto. Chi supera solo due su quattro va monitorato con prudenza. Chi supera zero, si scarta a prescindere dal gain nominale.

I cinque errori che rendono la Montecarlo inutile o fuorviante sono sempre gli stessi: troppi pochi trade, uso del bootstrap sbagliato, lettura solo della media, estrapolazione dal backtest al live, ignorare la correlazione interna ai trade.

Il primo errore è lanciare la Montecarlo con meno di 100 trade storici. I numeri sono troppo pochi per avere significatività statistica. La soglia di rispetto è 200 trade, l’ideale è oltre 500. Sotto queste cifre i percentili sono rumore.

Il secondo è usare il simple reshuffle su EA a griglia o martingala. Queste strategie hanno correlazione interna tra trade consecutivi. Rimescolare come se fossero indipendenti sottostima drammaticamente il drawdown. Per queste strategie serve il block bootstrap.

Il terzo è leggere solo il drawdown mediano. Il mediano è lo scenario centrale, non quello rischioso. La decisione operativa si basa sul 95° percentile, non sul 50°.

Il quarto è presumere che la Montecarlo replichi il live. Non è così. La Montecarlo lavora sui trade del backtest. Se cambiano le condizioni del broker (spread, commissioni, slippage), il live mostrerà drawdown peggiori di qualsiasi percentile Montecarlo. Serve sempre un forward test in demo di almeno 30-60 giorni.

Il quinto è ignorare la correlazione tra più EA. Se in portafoglio hai tre bot su oro che usano tutti break-out su livelli vicini, le perdite si sommeranno. La Montecarlo va fatta anche sul portafoglio aggregato, non solo sui singoli EA

Chi compra un EA sulla base del solo backtest sta scegliendo su un campione statistico di uno, e confonde la curva ottenuta con quella che sarebbe potuta accadere. La simulazione Montecarlo corregge questo errore strutturale: non elimina l’incertezza, la misura. Il passaggio dal “il bot ha fatto il 40%” al “nel 95% dei casi il drawdown sta sotto il 42%” è la differenza tra speranza e decisione informata.

Il costo di farsi la Montecarlo sopra un EA è basso: 30 minuti e, al massimo, 399 euro di QuantAnalyzer una volta in vita. Il costo di non farla è alto: capitali sotto-dimensionati, drawdown inaspettati, conti chiusi nel momento peggiore. Nel 2026 non farla è pigrizia, non mancanza di strumenti.

Scopri gli Expert Advisor verificati di Amicobot, dove ogni bot elencato ha già superato i criteri quantitativi minimi. Per approfondire come leggere i dati prima di qualsiasi simulazione, parti dalla nostra guida a Myfxbook e dalla guida completa al trading automatico.

Disclaimer. Il trading su strumenti finanziari comporta un elevato rischio di perdita del capitale. Secondo i dati ESMA tra il 70% e l’85% dei conti retail CFD chiude in perdita. La simulazione Montecarlo è un test di robustezza statistica che non garantisce i risultati futuri. AmicoBot (Amico Bot Srl, P.IVA 14116950966, Milano) non fornisce consulenza finanziaria autorizzata ai sensi del D.Lgs. 58/1998 (TUF) e non costituisce sollecitazione all’investimento.