Les backtests mentent. Curve-fitting, biais d'anticipation, biais de survivant, hypothèses d'exécution irréalistes - les façons dont un backtest peut vous tromper sont bien documentées.
Mais si vous prenez le trading systématique au sérieux, vous devez quand même tester. La question n'est pas de savoir si vous devez faire du backtesting. C'est comment le faire sans vous tromper vous-même.
Voici les méthodologies qui fonctionnent vraiment.
Commencez par la Logique, Pas par les Données
Avant d'exécuter un seul test, expliquez pourquoi votre stratégie devrait fonctionner.
Pas "parce que ça a fonctionné historiquement." C'est circulaire. Vous avez besoin d'une raison basée sur le marché : le comportement institutionnel crée ce pattern, la psychologie humaine produit cette tendance, la structure du marché génère cette inefficience.
Si vous ne pouvez pas expliquer la logique, vous faites du data mining. Tout "edge" que vous trouvez est probablement du bruit qui ressemblait à un signal.
Bonnes fondations :
- Les cycles existent parce que le capital tourne à travers des phases d'accumulation et de distribution
- Le volume confirme la direction parce que le flux monétaire révèle l'intention institutionnelle
- La confluence fonctionne parce que des systèmes indépendants qui s'accordent réduisent les faux signaux
Écrivez votre hypothèse avant de tester. Cela empêche d'adapter les explications aux résultats après coup.
Intégrez des Coûts Réalistes
La plupart des backtests supposent une exécution parfaite. Le trading réel a des frictions.
Incluez dans chaque test :
- Spread : Vous achetez à l'ask, vendez au bid. Modélisez cela explicitement
- Slippage : Supposez des exécutions 0,1-0,5% pires que votre prix de signal
- Commissions : Même les courtiers "gratuits" ont des frais SEC et des coûts de paiement pour flux d'ordres
- Impact de marché : Votre ordre fait bouger le prix, surtout sur les instruments moins liquides
Une stratégie qui gagne 0,1% par trade avec 0,15% de coûts aller-retour est perdante. Mieux vaut le savoir maintenant qu'après des pertes réelles.
Le Protocole Hors Échantillon
Voici la technique la plus importante pour un backtesting honnête : le test hors échantillon.
- Divisez vos données. Séparez en dans l'échantillon (disons 70%) et hors échantillon (30%)
- Développez uniquement sur l'échantillon. Faites tous vos tests, ajustements et optimisations sur les données dans l'échantillon
- Testez une fois hors échantillon. Quand vous avez un système final, testez-le sur les données hors échantillon que vous n'avez jamais vues
- Un seul essai. Vous n'avez qu'une chance. Si vous testez hors échantillon, ajustez et testez à nouveau, ce n'est plus hors échantillon
Si la performance se dégrade significativement sur les données hors échantillon, vous avez sur-ajusté. Si elle tient, vous avez peut-être quelque chose de réel.
Analyse Walk-Forward
Encore mieux que le simple test hors échantillon est l'analyse walk-forward :
- Optimisez sur la période 1 (disons 2015-2018)
- Testez sur la période 2 (2019)
- Enregistrez les résultats
- Optimisez sur la période 2 (2016-2019)
- Testez sur la période 3 (2020)
- Répétez
Cela simule ce que vous feriez réellement : ré-optimiser périodiquement votre système avec des données récentes, puis trader en avant.
Si les périodes de "test" performent constamment bien, votre système est robuste. Si la performance dans les périodes de test est bien pire que dans les périodes d'optimisation, vous faites du curve-fitting.
Le Test de Réalité Monte Carlo
Votre backtest montre un drawdown maximum de 25%. Confortable, n'est-ce pas ?
Mais ce n'est qu'un chemin à travers l'histoire. La variation aléatoire aurait pu produire bien pire.
L'analyse Monte Carlo randomise l'ordre de vos trades (ou échantillonne avec remplacement) et exécute des milliers de simulations. Cela vous montre la gamme de résultats qui auraient pu se produire avec les mêmes trades dans des séquences différentes.
Si votre drawdown maximum aurait pu être de 50% avec une chance différente, vous devez dimensionner pour un drawdown de 50%, pas 25%.
L'Essentiel
Le backtesting n'est pas une preuve d'un edge. C'est une façon de réfuter les mauvaises idées - si vous êtes honnête à ce sujet.
Un bon backtest :
- Utilise des règles simples avec une logique basée sur le marché
- Évite le biais d'anticipation et le biais de survivant
- Inclut des coûts de transaction réalistes
- Réserve des données hors échantillon pour la validation finale
- Teste le stress avec l'analyse walk-forward et Monte Carlo
L'objectif n'est pas une belle courbe d'équité. C'est une estimation réaliste de la performance future. Ce sont des choses très différentes.
Les indicateurs non-repeignants sont essentiels pour un backtesting honnête. Si le système que vous testez utilise l'analyse de cycles, la détection de régime de volume et le vote de momentum qui finalisent tous à la clôture de la bougie, votre revue historique montre exactement ce que vous auriez vu en direct. Pas de biais d'anticipation. Pas de signaux fantômes. Ce que vous testez est ce que vous traderiez réellement.
Les signaux non-repeignants de Pentarch sont conçus pour un backtesting honnête - ce que vous voyez dans l'historique est exactement ce que vous auriez vu en direct, sans biais d'anticipation.
Testez avec confiance →