Concept CoreMacro & validation6 min de lecture

Backtester une stratégie

Tester une idée sur l'historique — et reconnaître les pièges qui rendent les backtests trompeurs.

backtestSharpedrawdownoverfittingsurvivorship biasslippage
Avant de risquer du capital réel sur une stratégie, on peut la tester sur le passé : c'est le backtesting. Outil puissant pour distinguer une vraie idée d'une illusion, il est aussi truffé de pièges qui produisent des résultats flatteurs mais faux. Cette leçon vous apprend à backtester avec lucidité.

À la fin de cette leçon, vous saurez

  • 1Juger une stratégie sur le rendement ajusté du risque.
  • 2Identifier overfitting et survivorship bias.
  • 3Tester sur une longue période avec validation.

Au programme

  1. 1Le principe et les métriques
  2. 2Les pièges classiques
  3. 3Lucidité et humilité

En bref

  • Le backtest valide une intuition sur données passées.
  • Overfitting et survivorship bias faussent les résultats.
  • Le passé ne garantit jamais le futur.
1

Le principe et les métriques

Backtester, c'est appliquer mécaniquement une stratégie (par exemple : acheter les valeurs au ROE élevé et PER bas) sur des données historiques et mesurer ce qu'elle aurait donné. On juge le résultat sur plusieurs métriques : rendement, mais surtout rendement ajusté du risque.

Le ratio de Sharpe (rendement excédentaire / volatilité) mesure la qualité du rendement au regard du risque pris : au-dessus de 1, c'est bon ; au-dessus de 2, excellent. Le drawdown maximal (pire baisse subie) et le profit factor complètent l'évaluation. Un beau rendement avec un drawdown insoutenable n'est pas une bonne stratégie.

2

Les pièges classiques

L'overfitting (suroptimisation) est le piège n°1 : à force d'ajuster les paramètres pour coller parfaitement au passé, on obtient une stratégie magnifique sur l'historique mais inutilisable en réel, car calée sur le bruit plutôt que sur un vrai signal.

Le survivorship bias fausse aussi : tester uniquement sur les valeurs encore cotées ignore les faillites et radiations passées, surestimant la performance. S'ajoutent le slippage (écart entre prix théorique et réel) et les frais, souvent négligés et pourtant décisifs sur un marché peu liquide.

3

Lucidité et humilité

Un backtest robuste se teste sur une longue période couvrant plusieurs cycles, réserve une partie des données pour validation (out-of-sample), et reste simple — peu de paramètres, donc moins de risque d'overfitting. La simplicité est une vertu, pas une faiblesse.

Même un backtest impeccable ne garantit rien : le futur n'est jamais une copie du passé. Le backtest sert à éliminer les mauvaises idées et à gagner en conviction, pas à promettre un résultat. Abordez-le comme un filtre de plausibilité, jamais comme une boule de cristal.

Exemple chiffréLire un résultat de backtest
Rendement annualisé14 %
Volatilité11 %
Taux sans risque3 %
Sharpe = (14 − 3) / 111,0 (correct)

Un Sharpe de 1,0 est correct ; mais vérifiez le drawdown max et l'absence d'overfitting avant de conclure.

À retenir

Un backtest sert à invalider une idée, rarement à la prouver. Méfiez-vous d'une courbe trop belle : elle sent l'overfitting. Simplicité, longue période, données de validation — et humilité.

Testez vos connaissances

0/2

1Le survivorship bias fausse un backtest car il…

2Un ratio de Sharpe supérieur à 1 indique…

Avez-vous bien assimilé cette leçon ?

Validez pour avancer dans votre progression globale.