Backtesting: i 7 errori fatali che rendono inutili l’80% di tutte le strategie di trading

Come si verifica l’overfitting

Scenario tipico nel trading valutario:

Un team quantistico sta sviluppando una strategia di mean reversion per la coppia EUR/USD:

Versione 1: «Acquistare quando il prezzo scende del 2% al di sotto della media mobile a 200 giorni»

• Rendimento del backtest: 12% all’anno
• Sharpe: 1,2

Versione 2: «Acquistare se il prezzo scende del 2,3% al di sotto della media mobile a 200 giorni E l’RSI è inferiore a 32»

• Rendimento del backtest: 18% all’anno
• Sharpe: 1,6

Versione 3: «Acquistare se il prezzo scende del 2,3% al di sotto della media mobile a 200 giorni E l’RSI è inferiore a 32 E è lunedì O giovedì E la volatilità è superiore allo 0,8%»

• Rendimento del backtest: 34% all’anno
• Sharpe: 2,4

Cosa sta succedendo qui?

Ogni regola aggiuntiva sembra migliorare la strategia – nel backtest. Tuttavia, ogni regola rappresenta un adattamento a casualità storiche, non alla vera logica di mercato.

La realtà:

La versione 1 funziona anche in condizioni reali (12% all’anno). La versione 3 crolla immediatamente (rendimento: -8% all’anno).

Come evitare l’overfitting

Regola n. 1: la logica economica prima di tutto

Prima di aggiungere una regola, si chieda: «Perché dovrebbe funzionare?»

Esempio errato: «La strategia offre rendimenti migliori se operiamo solo il giovedì». Perché è errato?Non vi è alcuna ragione economica per cui il giovedì debba essere migliore.

Un buon esempio: «Non effettuiamo operazioni nei primi 30 minuti successivi alla pubblicazione dei dati NFP». Perché è un buon esempio?La liquidità è bassa, gli spread sono ampi, lo slippage è elevato: una logica economica chiara.

Regola 2: Test di sensibilità dei parametri

Un software Forex professionale destinato ai gestori patrimoniali non si limita a testare il parametro “ottimale”, ma un’intera gamma di valori.

Esempio:

Analisi: la strategia risulta solida. La performance oscilla solo leggermente attorno al valore ottimale.

Rispetto all’overfitting:

Segnale di allarme: le prestazioni crollano al minimo cambiamento dei parametri. Si tratta di overfitting.

Regola 3: Limite di complessità massima

Presso JP Morgan vige una regola: un massimo di 5 condizioni per ogni strategia.

Perché? Perché ogni condizione aggiuntiva aumenta in modo esponenziale la probabilità di overfitting.

Per le strategie di trading automatizzato sul mercato valutario:

La semplicità prevale sulla complessità. Le strategie più redditizie prevedono 3-4 regole chiare, non 15.

Errore 2 – Distorsione da sopravvivenza: i perdenti invisibili

Il problema dell'approccio selettivo

Il “survivorship bias” si verifica quando si testano solo le strategie o gli asset di successo, ignorando quelli che hanno fallito.

Esempio tratto dalla realtà:

Un gestore patrimoniale sviluppa 20 diverse strategie Forex. Esegue il backtest su tutte e 20.

Risultati:

• 3 strategie: indice di Sharpe >2,0
• 8 strategie: Sharpe 1,0-2,0
• 9 Strategien: Sharpe <1,0 (einige sogar negativ)

Cosa sta facendo?

Egli implementa i 3 titoli con le migliori performance. Gli altri 17 vengono “scartati”.

Il problema:

Su 20 strategie scelte a caso, statisticamente 2-3 daranno buoni risultati – per puro caso. Scegliendo solo le “vincenti”, egli seleziona in base alla fortuna, non al vantaggio competitivo.

Il “survivorship bias” nel contesto istituzionale

Dati storici sugli asset:

Molti backtest utilizzano dati storici relativi agli indici (ad esempio l'S&P 500). Tuttavia, tali indici includono solo le società sopravvissute.

Esempio: S&P 500:

Delle 500 società che nel 1990 facevano parte dell’indice S&P 500, nel 2021 ne rimangono solo 86. Le altre 414 sono state sostituite, per lo più perché hanno fallito o sono state acquisite.

Se il Suo backtest utilizza esclusivamente la composizione del 2021:

State testando una strategia su un portafoglio vincente. Nella realtà, avreste avuto nel portafoglio anche i 414 titoli in perdita.

Risultato: il backtest mostra un rendimento del 18% all’anno. In termini reali sarebbe stato dell’11% all’anno.

Nel trading valutario per i family office:

È meno problematico, poiché le valute non “scompaiono” come le azioni. Tuttavia, occorre prestare attenzione alle valute dei mercati emergenti. Molte valute storiche dei mercati emergenti non esistono più (l’austral argentino, il cruzeiro brasiliano).

Come evitare il “survivorship bias”

1. Verifica dei dati “point-in-time”:

Utilizzi set di dati che riflettano la situazione AL MOMENTO dell'operazione, non quella attuale.

2. Test a strategie multiple con correzione statistica:

Se testate 20 strategie, potete aspettarvi 1-2 risultati falsi positivi (con un livello di confidenza del 95%).

Soluzione: correzione di Bonferroni o altri aggiustamenti statistici per i test multipli.

In merito alla correzione di Bonferroni:

Di cosa si tratta?
La correzione di Bonferroni è una procedura statistica che adegua il livello di significatività quando vengono verificate contemporaneamente più ipotesi.

Perché?
Ogni singolo test presenta una certa probabilità di errore. Se si eseguono molti test, la probabilità di ottenere casualmente un risultato “significativo” aumenta notevolmente. La correzione di Bonferroni limita questo rischio complessivo.

Beispiel:
Sie testen 10 Handelsindikatoren jeweils auf Signifikanz bei α = 5 %.
Ohne Korrektur wären einzelne Ergebnisse schon bei p < 0,05 „signifikant“.
Mit Bonferroni gilt:
• Neues Signifikanzniveau: 0,05 / 10 = 0,005
• Nur Tests mit p < 0,005 gelten als signifikant

Interpretazione:
Un risultato che in precedenza appariva «significativo» potrebbe non essere più statisticamente attendibile dopo la correzione. In compenso, il rischio di falsi allarmi diminuisce notevolmente.

Perché è importante (ad esempio nel trading quantitativo):
Senza correzione, si potrebbero individuare segnali apparentemente efficaci che in realtà sono frutto del caso. La correzione di Bonferroni protegge dall’overfitting, ma è volutamente rigorosa.

Per sistemi professionali di analisi e trading:
Il metodo di Bonferroni (o le sue varianti attenuate) è uno strumento standard per distinguere i segnali affidabili dal caso e valutare in modo realistico i rischi legati ai modelli.

Per l'algoritmo Forex destinato ai gestori patrimoniali:

I sistemi di fascia alta implementano correzioni automatiche per i test multipli e segnalano la probabile presenza di un bias di selezione.

Errore 3 – Look-Ahead Bias: la trappola del viaggio nel tempo

La trappola più subdola e pericolosa

Look-Ahead Bias: la Sua strategia si avvale di informazioni che, al momento della decisione, non erano ancora disponibili.

Esempio classico:

Regola strategica: «Acquistate EUR/USD quando il prezzo di chiusura giornaliero è superiore al massimo giornaliero.»

Problema: il massimo giornaliero lo si conosce solo a fine giornata. Ma la decisione di “acquisto” dovrebbe essere presa nel corso della giornata.

Nel backtest: funziona perfettamente (dopotutto, “conoscete” il massimo giornaliero)

Nel trading in tempo reale: impossibile da attuare

Forme sottili di pregiudizio anticipatorio

1. Spionaggio dei dati nelle future revisioni:

I dati economici vengono spesso rivisti. Il primo rapporto sul PIL indica un +2,1%. Tre mesi dopo, il dato viene rivisto al +1,8%.

La trappola del backtest:

Se utilizza il dato definitivo (rivisto) per la Sua analisi storica, si verifica un “look-ahead bias”. In realtà, avrebbe operato sulla base del primo dato (+2,1%).

2. Operazioni societarie senza preavviso:

Esempio nel trading valutario:

Nel 2015 la Banca nazionale svizzera (BNS) ha abolito a sorpresa il tasso minimo EUR/CHF. Il franco svizzero ha registrato un’impennata del 30% nel giro di pochi minuti.

La trappola del backtest:

Se il Suo sistema “sa” che il 15 gennaio 2015 il floor verrà abolito e chiude in anticipo tutte le posizioni in CHF, si ha un “look-ahead bias”.

Real: Nessuno lo sapeva in anticipo.

3. Esecuzioni degli ordini a “prezzi di chiusura”:

Backtest semplice:

«Acquistate alla chiusura, vendete alla chiusura successiva» – utilizzate i prezzi esatti di chiusura.

Problema: non è possibile acquistare al prezzo di chiusura. È necessario decidere in anticipo. In realtà si acquista con un ordine a mercato → slippage.

Prevenzione del “look-ahead bias”

Best practice 1: simulazione barra per barra

Un software professionale per il trading istituzionale sul Forex simula le operazioni barra per barra:

• Il Bar N chiude → Sono disponibili i dati fino al Bar N
• Viene presa la decisione relativa al Bar N+1
• Esecuzione dell’ordine di apertura su Bar N+1 (con slippage realistico)

Best practice 2: dati alla data di riferimento anziché dati più recenti

Utilizzate banche dati con snapshot puntuali. Il terminale Bloomberg, ad esempio, offre i cosiddetti “As-Of-Data-Feeds”.

Best practice 3: Regola dell’indicatore ritardato

Se utilizza un indicatore che richiede dati "in ritardo" (ad esempio, la chiusura giornaliera), imposti un ritardo di 1 barra.

Esempio:

Errato: if close[0] > high[0]: buy Corretto: if close[1] > high[1]: buy at open[0]

Errore n. 4 – Costi di transazione irrealistici: il fattore che compromette le prestazioni

H3: Perché la maggior parte dei backtest sottovaluta i costi

Tipico backtest amatoriale:

«Utilizzo uno spread di 1 pip per la coppia EUR/USD. È un valore realistico.»

La realtà per gli investitori istituzionali:

Da tenere presente: nelle strategie a breve termine (intraday, scalping) i costi sono spesso superiori al margine di profitto.

Esempio di impatto nel mondo reale

Backtest di una strategia intraday:

• Guadagno medio per operazione: 8 pip
• Perdita media per operazione: 6 pip
• Percentuale di vittorie: 55%
• Operazioni a settimana: 15

Rendimento con 0 pip di costo:

Valore atteso = (0,55 × 8) – (0,45 × 6) = 1,7 pip per operazione → 25,5 pip/settimana × 50 settimane = 1.275 pip/anno

Rendimento con un costo di 2 pip (realistico):

Valore atteso = (0,55 × 6) – (0,45 × 8) = -0,3 pip per operazione → La strategia non è redditizia

La differenza: da +1.275 pip a -225 pip – semplicemente grazie a costi realistici.

Come considerare correttamente i costi

1. Simulazione dello scenario peggiore:

Non si avvalga di spread “medi”, bensì di quelli relativi allo scenario peggiore (ad esempio, il 95° percentile).

2. Adeguamento della liquidità:

Gli spread variano a seconda dell'ora del giorno:

• Sovrapposizione Londra/New York (14:00-17:00 CET): 0,3 pip
• Sessione asiatica (00:00-06:00 CET): 1,2 pip

Il Suo backtest deve simulare gli spread variabili nel tempo.

3. Modellizzazione dello slittamento:

Per gli ordini al mercato: il 20% delle operazioni subisce uno slippage compreso tra 0,5 e 1 pip, soprattutto in condizioni di volatilità.

Per i software Forex premium:

I sistemi professionali importano gli spread storici tra prezzo di acquisto e prezzo di vendita e simulano lo slippage sulla base dei regimi di volatilità.

Errori 5 e 6 – Periodi di test troppo brevi e mancanza di test fuori campione

Errore n. 5: L’illusione del periodo di tempo

Problema: i backtest su un periodo di 2-3 anni spesso coprono solo UN regime di mercato.

La realtà dei mercati:

• 2003-2007: mercati con andamento di tendenza e bassa volatilità (VIX medio pari a 12)
• 2008-2009: crisi caratterizzata da un’elevata volatilità (VIX fino a 80)
• 2010-2019: mercato rialzista caratterizzato da tassi di interesse bassi
• 2020: lo shock da COVID
• 2021: il "reflation trade"

Se la Sua strategia è stata testata solo nel periodo 2017-2019:

È stata testata solo in condizioni di bassa tensione e andamento di tendenza. Nel 2020 (alta tensione) probabilmente non funzionerà.

Standard minimo per il trading sul mercato valutario destinato agli investitori esperti:

• Minimo assoluto: 10 anni
• A livello professionale: 15-20 anni
• Il migliore della categoria: oltre 20 anni, nell’arco di almeno 2 cicli economici completi

Errore 6: In-sample vs. Out-of-sample

Il più grave errore nel backtesting:

Utilizzate TUTTI i dati storici per l'ottimizzazione. Successivamente, effettuate i test sugli STESSI dati.

Perché questo rappresenta un problema:

Hanno ottimizzato la strategia in modo da adattarla perfettamente a questi dati specifici. Naturalmente il “test” sembra convincente: non si tratta di un test, ma di un’autoconferma.

La soluzione: suddivisione in campioni interni ed esterni

Metodo standard:

• In-sample (70%): 2000-2013 → Ai fini dell'ottimizzazione
• Out-of-sample (30%): 2014-2020 → Per un test effettivo

Importante: i dati fuori campione non devono MAI essere utilizzati ai fini dell’ottimizzazione.

Livello avanzato: analisi walk-forward

Vantaggio: si effettuano test continui su dati “non visibili”, garantendo una simulazione più realistica.

Per il trading sul Forex con elevati standard di sicurezza:

Il walk-forward testing è uno standard del settore. Le strategie Forex automatizzate destinate agli amministratori delegati dovrebbero essere sottoposte ad almeno 5 periodi di walk-forward.

Errore 7 – Ignoranza del regime: perché la “performance media” è fuorviante

Il problema del regime

I mercati hanno dei regimi:

• Trend vs. Range
• Elevata volatilità vs. Bassa volatilità
• Risk-On contro Risk-Off
• Inflazionistico vs. deflazionistico

La sua strategia probabilmente funziona solo in ALCUNI regimi.

Esempio di strategia "trend following" nel trading valutario:

Rendimento medio su 17 anni: +8,3% all’anno

Problema: questa media è fuorviante. In realtà, si verificano lunghi periodi di rendimenti inferiori alla media.

Rilevamento dei regimi nei backtest

Metodo 1: Regime di volatilità

Classifichi i dati storici in base all’ATR (Average True Range) o a indicatori equivalenti al VIX.

Esempio per la coppia EUR/USD:

• Low-Vol-Regime: ATR < 60 Pips
• Regime di volume medio: ATR 60-100 pip
• Regime ad alto volume: ATR > 100 pip

In tal caso, provi la strategia SEPARAT in ciascuna modalità:

Conclusione: la strategia non funziona in condizioni di elevata volatilità. Soluzione: nei periodi di elevata volatilità, riduca le dimensioni delle posizioni del 50% oppure sospenda completamente l’attività.

Metodo 2: Regime di mercato (trend vs. range)

Utilizzi l'ADX (Average Directional Index) per la classificazione:

• ADX > 25: mercato in trend
• ADX < 25: Ranging-Markt

Test SEPARATO:

Le strategie di trend following dovrebbero dare il meglio di sé in contesti di trend, mentre dovrebbero risentirne in contesti di range (e viceversa per le strategie di mean reversion).

Per i software di trading di fascia alta:

Il rilevamento dei regimi dovrebbe essere automatizzato. Le strategie di trading Forex esclusive adeguano automaticamente le dimensioni delle posizioni e i parametri ai regimi rilevati.

Best practice: come gli operatori istituzionali effettuano i backtest in modo professionale

Il quadro di riferimento in 10 punti per il backtest

1. Motivazioni economiche: perché questa strategia dovrebbe funzionare? (Non “ha funzionato storicamente”)
2. Periodo minimo di dati: 15+ anni, almeno 2 cicli economici
3. Divisione in campione/fuori campione: 70/30 o analisi walk-forward
4. Costi realistici: spread nel caso peggiore + slippage + rollover
5. Sensibilità dei parametri: si testino gli intervalli dei parametri, non solo i valori ottimali
6. Analisi dei regimi: statistiche di performance separate per ciascun regime di mercato
7. Simulazione Monte Carlo: oltre 1.000 percorsi simulati per la verifica della robustezza
8. Analisi del drawdown massimo: non solo la media, ma il 95° percentile
9. Correzione per test multipli: se vengono testate 20 strategie, si adegui il livello di significatività
10. Test preliminare prima dell’entrata in produzione: almeno 3-6 mesi di paper trading con dati reali

Spiegazione della simulazione di Monte Carlo

Di cosa si tratta?

Prendete le vostre operazioni storiche e le “mescolate” in modo casuale – come le carte in un mazzo.

Perché?

La sequenza storica rappresenta solo UNA delle possibili disposizioni. Il metodo Monte Carlo dimostra: «Cosa sarebbe successo se le operazioni si fossero svolte in un ordine diverso?»

Esempio:

La Sua strategia ha registrato un drawdown massimo storico del 12%.

Il metodo Monte Carlo, con 1.000 simulazioni, dimostra che:

• 5° percentile: drawdown massimo dell'8%
• Mediana: drawdown massimo del 12%
• 95° percentile: drawdown massimo del 22%

Interpretazione: nel 5% degli scenari possibili avrebbe registrato un drawdown del 22%, sebbene storicamente tale valore sia stato solo del 12%.

Questo aspetto è fondamentale per la gestione del capitale nel trading valutario:

Dovete pianificare in base allo scenario peggiore, non a quello medio.

Per soluzioni di trading sul Forex su misura:

Le simulazioni di Monte Carlo sono una funzionalità standard. Mostrano gli intervalli di confidenza per tutte le metriche chiave.

I 7 peccati capitali e come evitarli

Errore 1 – Overfitting:

• Sintomo: le prestazioni crollano in seguito a una modifica minima dei parametri
• Soluzione: Ragionamenti economici + Test di sensibilità dei parametri + Limite di complessità

Errore 2 – Distorsione da sopravvivenza:

• Sintomo: vengono testate solo le strategie/gli asset “vincenti”
• Soluzione: dati puntuali + correzione del test multiplo

Errore 3 – Pregiudizio di anticipazione:

• Sintomo: la strategia utilizza informazioni che in realtà non erano disponibili
• Soluzione: simulazione barra per barra + dati alla data di riferimento + indicatori ritardati

Errore n. 4 – Costi irrealistici:

• Sintomo: le prestazioni nel trading in tempo reale sono inferiori del 50-100% rispetto al backtest
• Soluzione: spread nel caso peggiore + modellizzazione dello slippage + costi variabili nel tempo

Errore 5 – Periodi di prova troppo brevi:

• Sintomo: la strategia fallisce non appena cambia il regime di mercato
• Soluzione: almeno 15 anni + 2 cicli economici

Errore 6 – Mancanza di test out-of-sample:

• Sintomo: la performance del backtest non è replicabile
• Soluzione: suddivisione 70/30 o analisi walk-forward

Errore 7 – Ignoranza del regime:

• Sintomo: lunghi periodi di sottoperformance nonostante buoni rendimenti medi
• Soluzione: classificazione dei regimi + analisi separata delle performance per ciascun regime

La verità fondamentale: un backtest professionale non è una procedura rapida. Presso le società di trading affidabili, la validazione completa di una nuova strategia Forex richiede dai 3 ai 6 mesi. Tuttavia, tale investimento consente di evitare perdite dell’ordine di milioni.

Eviti i 7 errori fatali del backtesting – con strategie validate da professionisti

Le nostre strategie automatizzate di trading sul mercato valutario sono sottoposte a un rigoroso processo di validazione della durata di 6 mesi, sviluppato sulla base di 17 anni di esperienza nel trading istituzionale.

Cosa riceverà:

✓ Strategie sottoposte a backtest completo
✓ Validate con analisi walk-forward in diversi regimi di mercato
✓ Testate con il metodo Monte Carlo (oltre 1.000 simulazioni)
✓ Costi di transazione realistici, compreso lo slippage
✓ Software Forex per gestori patrimoniali con motore di backtest istituzionale
✓ Report di performance trasparenti con analisi dei regimi di mercato

1000FTAD è sinonimo di trading valutario controllato e basato sulla tecnologia, incentrato su solidità, disciplina e stabilità patrimoniale a lungo termine.

Per un primo colloquio e la validazione della strategia:

📧 info@1000ftad.com
📞 +41 71 588 03 40

Riservato esclusivamente a family office, gestori patrimoniali e investitori istituzionali con un patrimonio minimo di 10 milioni di euro

FAQ: Domande frequenti

D: Quanto dovrebbe durare un backtest professionale?

A: Una lunga serie storica di dati è in linea di principio estremamente preziosa; tuttavia, ciò che conta non è solo il numero di anni, bensì la qualità e la significatività delle condizioni di mercato testate. I classici backtest su un arco temporale di 10-20 anni possono fornire indicazioni, ma dipendono sempre dalla qualità dei dati e dalle ipotesi di base.
Per questo motivo poniamo l’accento su test il più possibile simili alle condizioni di mercato reali: le nostre strategie vengono testate su conti demo con dati di mercato in tempo reale, inclusi spread, costi, commissioni e swap reali. In questo modo garantiamo che le diverse fasi di volatilità e di mercato siano rappresentate in modo realistico – non a livello teorico, ma in condizioni il più possibile simili a quelle del successivo trading dal vivo.

D: Posso fidarmi dei software di backtesting?

A: L’affidabilità di un software di backtesting dipende interamente dai dati e dalle ipotesi su cui si basa. In particolare, i dati tick ad alta risoluzione sono spesso considerati precisi, ma nella pratica risultano frequentemente incoerenti, incompleti o dipendenti dal broker e possono quindi suggerire un’accuratezza ingannevole.
Puntiamo consapevolmente su MT4/MT5, poiché queste piattaforme sono ormai consolidate e stabili nel trading live da anni. Anziché affidarci a ricostruzioni teoriche dei tick, testiamo le nostre strategie con dati in tempo reale in ambienti demo che tengono conto di spread, costi e swap reali. Si rinuncia deliberatamente allo slippage per valutare in modo isolato la qualità dei segnali della strategia. Questo approccio riduce le ipotesi del modello e aumenta la trasferibilità dei risultati al trading reale.

D: Qual è un “buon” indice di Sharpe in un backtest?

A: Abhängig von Strategie-Typ, aber generell: Sharpe >1,5 ist solid, >2,0 ist excellent. ABER: Im Live-Trading erwarten Sie 20-30% niedrigere Sharpe als im Backtest (Degradation durch Execution-Imperfektionen). Wenn Backtest Sharpe 2,5 zeigt, erwarten Sie live 1,8-2,0. Wenn Backtest <1,5 zeigt, wird live wahrscheinlich <1,0 sein – nicht akzeptabel.

D: Come si riconosce l’overfitting nelle strategie altrui?

A: Segnali di allarme: (1) Troppi parametri/regole (>7-8), (2) tasso di vincita estremamente elevato (>70%), (3) le prestazioni crollano in caso di variazione dei parametri, (4) la logica della strategia non è spiegabile in modo intuitivo. Richieda sempre risultati fuori campione e analisi di sensibilità dei parametri. Gli algoritmi Forex destinati ai gestori patrimoniali dovrebbero fornire tale documentazione di norma.

D: È necessario disporre di un costoso terminale Bloomberg per eseguire un backtesting professionale?

A: Non è obbligatorio, ma è essenziale disporre di dati di alta qualità. Bloomberg/Reuters offrono dati puntuali (point-in-time) e istantanee (as-of-snapshots) – fondamentali per evitare il “look-ahead bias”. Alternative: Refinitiv Eikon, Quandl (per alcuni set di dati), banche dati Forex specializzate come Dukascopy (gratuita, ma con funzionalità limitate). Per soluzioni Forex professionali destinate agli imprenditori: investite in dati di alta qualità – è più conveniente che subire perdite milionarie a causa di backtest di scarsa qualità.

D: È opportuno effettuare operazioni di simulazione prima di passare al trading dal vivo?

A: Assolutamente sì. Almeno 3-6 mesi. Il paper trading (con dati reali in tempo reale, non simulazioni di backtest) mette in luce problemi che i backtest non rivelano mai: latenza delle API, rifiuti di ordini specifici del broker, modelli di slippage inaspettati, problemi di liquidità in determinati momenti della giornata. Un software FX per professionisti dovrebbe consentire una transizione senza soluzione di continuità da backtest → paper trading → trading live.

Copyright © 2025 1000FTAD AG – Tutti i diritti riservati

Nota: il presente articolo non costituisce una consulenza in materia di investimenti. Si tratta di una valutazione di mercato destinata agli investitori professionali.

Scoprite di più ora: www.1000ftad.ch 📩 Contatti: https://1000ftad.ch/kontakt/

Avvisi sui rischi: i prodotti della 1000FTAD sono destinati esclusivamente a investitori professionali e investitori qualificati. Ulteriori informazioni: https://1000ftad.ch/rechtlicher-hinweis/