Backtesting simule les résultats qu’auraient produits des règles de trading définies à l’avance sur des données historiques, selon un modèle donné d’exécution et de coûts.
Pierre remarque qu’une journée de hausse est parfois suivie d’une nouvelle hausse. Au lieu d’acheter à l’intuition, il formule une règle et l’applique à des cours anciens. C’est le principe du Backtesting : éprouver une idée sur le passé. Le résultat décrit ce qui se passe dans le modèle choisi, pas un gain réellement encaissé. Bailey et al. expliquent pourquoi un beau résultat historique doit être distingué d’une validation solide de la stratégie. [1]
Pierre ne peut utiliser que les informations disponibles avant l’opération. Une règle fondée sur le cours de clôture du jour ne peut justifier un achat le matin même. QuantConnect appelle cela Look-ahead Bias : une décision passée bénéficie d’une information future. Pour les données publiées, la date de publication compte, pas seulement la période décrite ; les révisions ultérieures n’étaient pas non plus connues. Notre exemple utilise donc des clôtures antérieures achevées et l’ouverture suivante. [2]
Ne retenir que les marchés ou entreprises encore présents aujourd’hui crée une autre distorsion. QuantConnect l’appelle Survivorship Bias et l’illustre par l’utilisation rétrospective des membres actuels d’un indice. Pour Bitcoin, la plateforme, les interruptions et la construction des prix comptent aussi. Un cours fourni par un service peut être inaccessible ailleurs. Corriger des erreurs est possible, à condition de garder une trace ; effacer les chutes gênantes changerait la question étudiée. [2]
Le programme doit déterminer quand, à quel prix et pour quelle quantité un ordre est exécuté. C’est le rôle des modèles d’exécution décrits par QuantConnect. Que le graphique touche un prix ne prouve pas que tout l’ordre aurait pu passer à ce prix. En réalité, l’exécution peut être partielle ; les modèles prédéfinis de cette plateforme supposent une exécution complète dans les backtests. Il faut aussi vérifier l’ancienneté du cours et la liquidité, c’est-à-dire la possibilité de trouver une contrepartie. [3]
Slippage désigne l’écart entre le prix d’exécution attendu et celui obtenu ; cet écart peut être favorable ou défavorable. QuantConnect explique comment le modéliser. Il faut aussi compter les frais et, s’ils s’appliquent, le financement et les autres coûts de la stratégie. Un coût déjà intégré au prix ne se déduit pas une seconde fois. Un Slippage nul reste une hypothèse. Refaire le test avec une exécution moins favorable et des coûts plus élevés aide à voir si la conclusion tient. [4]
Si Pierre ajuste sa règle sur les données qui servent à mesurer sa réussite, il passe un examen dont il connaît les réponses. Il réserve donc d’abord des données anciennes au développement et des données ultérieures à la validation. TimeSeriesSplit de scikit-learn aide à respecter cet ordre. Il n’empêche pas à lui seul les fuites d’information pendant la préparation des données, les périodes cibles qui se chevauchent ou les ajustements répétés. Modifier la règle après la validation revient à utiliser aussi ces données pour la développer. [5]
Parmi de nombreux réglages, l’un peut sembler excellent par hasard. Ne montrer que le gagnant masque le nombre de tentatives. Bailey et al. étudient Backtest Overfitting : adapter une stratégie aux particularités d’un passé précis. Consignez paramètres, périodes et marchés essayés, pas seulement la meilleure courbe. Les auteurs proposent une procédure spécifique pour estimer la probabilité de ce problème ; une simple séparation des données ne la remplace pas. Notre exemple ne calcule pas cette estimation. [1]
Un rapport honnête permet de retrouver données, version des règles, opérations, coûts et périodes de pertes. La stratégie de référence doit être évaluée avec des hypothèses comparables. La NFA américaine souligne aussi le recul rétrospectif et l’absence d’expérience de pertes réelles dans les résultats hypothétiques ; ses règles publicitaires concernent des membres déterminés. Un backtest aide à écarter une idée ou à l’examiner davantage. Même un calcul juste ne prouve pas qu’elle fonctionnera sur un autre marché ou en trading réel. [6]
Une règle vérifiable à la main
Pour une vision complète, lisez aussi Trading Plan, Trading Journal, Slippage, Overfitting, Walk-forward Analysis. Cette entrée est également citée par Technical analysis, OHLCV, Timeframe, Candlestick chart.
01Un backtest rentable signifie-t-il que je peux gagner avec la stratégie ?+
Il montre seulement un gain sur les données historiques choisies et sous certaines hypothèses. Vérifiez la disponibilité des informations, l’exécution, les coûts et le nombre de variantes essayées. Même une validation historique indépendante ne garantit pas les résultats futurs.
02Puis-je déduire tous les frais seulement à la fin ?+
Seulement si cela correspond au modèle et si les coûts en cours de route ne modifieraient ni les fonds disponibles ni les décisions. Un coût se rattache généralement à son opération. Exécution et frais doivent être comptabilisés sans omission ni double déduction.