Le backtest applique des règles définies à des données historiques selon un modèle d'exécution. Il estime ce que ce modèle aurait produit, et non ce qu'un compte réel aurait forcément gagné.

1. Rédiger des règles qu'une autre personne peut reproduire

Définissez l'instrument, la source de données, la session, le moment du signal, les ordres d'entrée et de sortie, la méthode de détermination de la quantité, les coûts et les conditions de non-transaction. Précisez si un signal utilise une barre clôturée. Versionnez les règles avant de lancer l'évaluation.

Pour un exemple de croisement, précisez le type de moyenne et les périodes, quelle barre confirme le croisement et le moment le plus tôt auquel l'ordre suivant peut être passé. « Acheter au croisement » laisse d'importantes hypothèses de remplissage non résolues.

2. Vérifier les données dont vous auriez pu avoir connaissance

Inspectez les barres manquantes, les changements de fuseau horaire, les ajustements liés aux opérations sur titres et les roulements de contrats à terme. Une liste actuelle d'actions ayant survécu ne constitue pas nécessairement l'univers historique. Les publications économiques et les chiffres des entreprises peuvent avoir été révisés après la date du test.

Les valeurs des unités de temps supérieures et les points de swing confirmés peuvent introduire des informations futures s'ils sont utilisés trop tôt. Conservez la version des données et les paramètres du test afin que le résultat puisse être reproduit.

3. Modéliser les ordres et les coûts

Une barre contenant à la fois l'objectif et le stop ne vous indique pas lequel a été atteint en premier. Utilisez des données plus fines lorsque cela convient ou documentez une règle prudente en cas d'ambiguïté. Le fait qu'un prix limite soit touché ne garantit ni une quantité disponible ni une exécution.

Incluez la structure réelle des frais et une fourchette justifiée d'hypothèses de remplissage défavorable. Il n'existe pas de tolérance de slippage universelle d'un à deux ticks adaptée à chaque ordre, instrument et événement. La documentation sur les stratégies de TradingView explique comment un émulateur de courtier gère les ordres et les limites des tests ; d'autres outils peuvent différer.

4. Examiner la séquence, pas seulement le total

Enregistrez les horodatages d'entrée et de sortie, les exécutions, les quantités, les coûts, l'exposition ouverte et les raisons des ordres omis ou rejetés. Examinez l'espérance nette, le drawdown et la dépendance à quelques valeurs aberrantes parallèlement au taux de réussite et au profit factor.

Un taux de réussite de 45% avec des gains bruts moyens deux fois plus élevés que les pertes moyennes a une espérance brute positive dans ce modèle. Les coûts ou des gains réalisés différents peuvent l'inverser. Un ratio cible fixe n'est pas la même chose qu'un gain moyen observé.

5. Garder l'évaluation séparée de la sélection

Utilisez une partie des données pour développer les règles et une partie distincte pour les évaluer. L'ajustement répété sur la seconde partie la transforme en un autre jeu de développement. Notez combien de variantes ont été essayées et incluez des périodes défavorables.

Aucun seuil de 100 trades ne crée à lui seul une significativité statistique. La dépendance entre les trades, la variabilité des gains et la couverture du marché comptent. Voir l'incertitude liée à la taille de l'échantillon.

La simulation prospective peut ensuite vérifier la synchronisation et le flux de traitement des ordres sur les données nouvellement arrivées. Elle reste une simulation, et un bon résultat n'exige pas un essai avec de l'argent réel. Arrêtez-vous immédiatement en cas de problème de sécurité ou de mise en œuvre plutôt que de continuer dans le seul but d'atteindre un nombre.

Avertissement sur les risques : Le trading comporte un risque important de perte. Les performances passées ne préjugent pas des résultats futurs. Consultez notre avertissement complet sur les risques.