Les 7 façons dont les backtests mentent — et comment les éviter

Tous les backtests sont faux. Les backtests utiles sont faux de manière connue et bornée. Les backtests dangereux sont faux de manières que vous ne remarquez qu'après y avoir branché du capital réel. Voici un tour des sept modes de défaillance que vous rencontrerez dans le backtesting des particuliers, et les parades peu coûteuses qui tiennent la plupart d'entre eux à distance.

1. Le biais de lookahead

Le grand classique. Votre stratégie à la barre t jette accidentellement un œil aux données de la barre t+1 ou au-delà, et vous ne le remarquez pas parce que le simulateur n'impose pas de frontière causale stricte. La forme la plus courante consiste à calculer un indicateur sur la série complète avant de la découper — votre EMA à la barre 100 est désormais influencée par ce qui s'est passé à la barre 500.

Le remède : chaque valeur d'indicateur doit être calculée en utilisant uniquement les données disponibles au plus tard à la barre où elle est évaluée. Un simulateur bien construit (celui de cette plateforme y compris) parcourt les barres dans l'ordre chronologique et n'expose que le passé à l'évaluateur de règles.

2. Le biais du survivant

Vous testez sur le S&P 500 actuel. Le S&P 500 de 2010 contenait des trous en forme d'Enron — des entreprises délistées, tombées à zéro, rachetées. En ne testant que sur les survivants d'aujourd'hui, vous ne testez que sur les entreprises qui n'ont pas fait faillite. Votre backtest est superbe. La stratégie serait morte avec Lehman.

Pour la crypto, cela compte moins, mais pas zéro. Testez sur un panier « top 10 par capitalisation en 2020 » et vous ratez l'effondrement de Terra Luna, l'anéantissement de FTT et une douzaine de faillites de tokens plus petits. Utilisez des listes de symboles point-in-time, pas l'instantané d'aujourd'hui.

3. L'overfitting

Vous avez balayé 10 000 combinaisons de paramètres et trouvé une avec un Sharpe de 2,5. Félicitations — vous avez trouvé le gagnant du loto, pas une stratégie. Avec assez de degrés de liberté, on peut trouver un curve-fit pour n'importe quelle série historique ; le test est de savoir si les mêmes paramètres généralisent à des données sur lesquelles vous n'avez pas optimisé.

Le walk-forward est la parade standard. Voir l'article dédié à l'optimisation walk-forward pour la mécanique, et la documentation walk-forward pour l'implémentation dans cette plateforme.

4. L'oubli du slippage et des frais

Le simulateur par défaut vous exécute au close de chaque barre de signal, sans spread, sans frais maker/taker, sans coût d'impact. La réalité facture 5 à 15 bps par côté sur une paire crypto liquide, davantage sur les alts illiquides, et davantage encore si votre ordre est assez gros pour déplacer le carnet. Une stratégie qui tourne à 200 % par mois meurt à 5 bps aller-retour si son edge était de 12 bps par trade.

Round-trip fees (bps)   Net edge per trade   Annual return (52 trades)
0                       1.00%                 +67%
5                       0.95%                 +63%
10                      0.90%                 +59%
20                      0.80%                 +51%
50                      0.50%                 +30%
100                     0.00%                  +0%

Modélisez toujours les frais explicitement. Si vous n'êtes pas sûr de la grille tarifaire de votre venue, partez de 10 bps aller-retour et ajustez une fois que vous voyez vos exécutions réelles.

5. Les exécutions de take-profit et de stop-loss

Beaucoup de backtesters exécutent le TP et le SL à l'open de la barre suivante, pas au prix que vous avez spécifié. Sur une bougie 4h, l'écart est énorme — une mèche qui a touché votre stop à 42 000 $ peut être rapportée comme une exécution à l'open de la barre suivante à 39 500 $. 2 500 $ de faux P&L offerts par trade.

Le comportement correct est intra-barre : si le high de la barre t dépasse votre TP, vous avez été exécuté au prix du TP pendant cette barre. Si le low perce votre stop, vous avez été exécuté au stop. Le simulateur de cette plateforme fait les deux. Vérifiez que le vôtre le fait aussi.

6. Le changement de régime

Les marchés ne sont pas stationnaires. Le BTC de 2017 (euphorie parabolique des particuliers) est un marché différent du BTC de 2022 (institutionnels + macro), lui-même différent du BTC de 2025. Une stratégie ajustée sur le régime d'une période peut tout simplement ne pas s'appliquer à une autre.

Les défenses : testez sur au moins deux régimes distincts. Suivez le Sharpe glissant sur données out-of-sample et surveillez la dérive. Acceptez de ré-ajuster périodiquement et admettez qu'aucune stratégie n'est éternelle.

7. Le sophisme de la courbe d'equity

La courbe d'equity est une seule marche aléatoire dans l'espace des possibles. Si vous rejouez la même stratégie sur une permutation Monte Carlo des trades (ordre aléatoire, même multiensemble), vous obtenez un éventail de courbes d'equity — et beaucoup ne ressemblent en rien à celle que vous avez vue. Pourtant, vous prendriez la décision de déploiement sur la base d'une seule courbe.

De meilleurs diagnostics : le drawdown maximal sur la distribution des trades permutés, la probabilité d'une période sous l'eau de 6 mois, le temps de récupération. Une stratégie dont le drawdown maximal au 95e percentile est de 35 % produira un jour un drawdown de 35 % — dimensionnez votre capital pour que cela ne vous achève pas.

Check-list avant déploiement

• Les indicateurs sont causaux (aucun regard vers le futur).
• La liste de symboles est point-in-time, pas les survivants d'aujourd'hui.
• Les résultats walk-forward sont à portée raisonnable de l'in-sample.
• Les frais et le slippage sont modélisés à au moins 10 bps aller-retour.
• Le TP / SL s'exécute intra-barre au prix de déclenchement.
• La stratégie a été testée sur au moins un régime haussier et un régime baissier.
• La distribution Monte Carlo des drawdowns est dimensionnée pour votre compte.

Prochaines étapes

Lisez la documentation de backtesting pour le modèle exact de frais, de slippage et d'exécution utilisé par la plateforme, puis faites passer les stratégies qui survivent au backtest en paper trading avant de risquer du capital. L'écart simulation-réalité est bien réel, et le paper trading est le moyen le moins cher de le mesurer.