Nel mondo del coaching di triathlon si parla continuamente di dati, modelli previsionali, fitness, fatica, forma e risposta al carico. Si parla molto meno di backtest.
Il termine arriva soprattutto dalla finanza: si costruisce una regola e la si applica ai dati del passato per verificare se avrebbe realmente previsto ciò che è accaduto.
Il concetto esiste anche nella ricerca sportiva. Imbach e colleghi hanno utilizzato esplicitamente il backtesting per valutare modelli capaci di prevedere la prestazione sulla base dei dati disponibili fino a un determinato momento.
Nel triathlon, già Millet e colleghi avevano studiato gli effetti dei carichi di nuoto, ciclismo e corsa sulla prestazione e il possibile trasferimento degli adattamenti tra le tre discipline.
Il problema arriva quando il backtest viene confuso con l’analisi retrospettiva fatta dopo avere già visto il risultato.
L’atleta corre bene e nei dati troviamo il CTL corretto, il taper perfetto, la distribuzione ideale dell’intensità e il giusto numero di lunghi.
L’atleta corre male e negli stessi dati troviamo troppo carico, poca specificità, un IF eccessivo, il caldo, la nutrizione, lo stress o una settimana di recupero gestita male.
Con abbastanza metriche, una spiegazione si trova sempre.
Un backtest credibile dovrebbe stabilire prima quali dati utilizzare, quale previsione formulare e quale risultato considerare positivo o negativo. La regola dovrebbe poi essere verificata su gare o atleti che non sono stati utilizzati per costruirla.
Anche perché un modello può adattarsi benissimo ai dati storici e prevedere male quelli futuri.
Uno studio pubblicato nel 2025 ha evidenziato importanti problemi statistici nel classico Fitness-Fatigue Model: parametri difficili da identificare, rischio di overfitting e nessun miglioramento significativo della capacità predittiva aggiungendo la componente relativa alla fatica.
Nel triathlon la questione è ancora più complessa. Una prestazione dipende da preparazione, percorso, vento, temperatura, traffico, materiale, nutrizione, problemi gastrointestinali, strategia e decisioni prese durante la gara.
Persino un VI elevato può essere prodotto da salite, discese senza pedalare, curve o sezioni tecniche. Valutarlo senza confrontarlo con gli altri atleti sulla stessa gara può portare a conclusioni completamente sbagliate.
Il backtest può essere utile per verificare le convinzioni del coach, trovare errori ricorrenti e ridurre il peso della memoria selettiva.
Acquista però valore soltanto quando vengono dichiarate prima le regole e pubblicati anche gli errori.
Perché spiegare una prestazione dopo che è avvenuta è relativamente semplice.
Prevederla prima è tutta un’altra disciplina.
Riferimenti
Imbach F. et al. (2022), Training load responses modelling and model generalisation in elite sports, Scientific Reports.
Marchal A. et al. (2025), Statistical flaws of the fitness-fatigue sports performance prediction model, Scientific Reports.
Millet G.P. et al. (2002), Modelling the transfers of training effects on performance in elite triathletes, International Journal of Sports Medicine.
Nessun commento:
Posta un commento