Dans la recherche de stratégies, le surajustement consiste à sélectionner des règles qui expliquent les particularités de l'échantillon de développement de manière plus convaincante qu'elles ne se généralisent à de nouvelles observations. Les traders appellent souvent cela du curve fitting. Une stratégie n'a pas besoin de correspondre parfaitement à l'historique pour être surajustée.

La recherche crée le problème

Imaginez tester 200 combinaisons de moyennes mobiles et ne présenter que la plus rentable. Même si aucune ne présente d'avantage durable, l'une d'elles peut paraître attrayante dans cet échantillon particulier. Modifier les filtres, les marchés, les dates et les distances de stop ajoute davantage d'occasions de sélection, y compris des choix effectués manuellement en examinant les graphiques.

L'ensemble de paramètres gagnant n'est pas automatiquement invalide. Ce qui est préoccupant, c'est que sa performance déclarée a bénéficié du fait d'avoir été choisi à l'aide des mêmes résultats que vous présentez désormais comme preuve.

Tenez un registre de recherche

Consignez l'hypothèse, les données de développement, les choix de paramètres et chaque variation testée. Gardez la période de test finale séparée. Dès que vous inspectez cette période et ajustez la stratégie en conséquence, elle fait partie du développement ; le fait de la qualifier de nouveau de période hors échantillon ne rétablit pas son indépendance.

Un processus walk-forward peut modéliser un développement répété et une évaluation ultérieure, mais les longueurs de ses fenêtres et ses règles de sélection doivent aussi être fixées et documentées. Modifier sans cesse le processus jusqu'à ce que son résultat combiné paraisse bon réintroduit le même problème.

Remettez en question les choix proches

Vérifiez si de petits changements dans les paramètres, les coûts ou le moment d'entrée détruisent le résultat. Un optimum étroit et isolé mérite d'être examiné. Testez des périodes supplémentaires pertinentes pour le marché visé et rapportez aussi bien les échecs que les réussites.

Une stratégie conçue pour un marché ne fonctionne pas nécessairement sur tous les autres marchés. De même, il n'existe pas de nombre universel de paramètres au-delà duquel un modèle est certainement surajusté. La complexité, l'information de l'échantillon, le nombre d'essais et la conception de la validation entrent tous en jeu.

Distinguez le surajustement des autres erreurs

Un backtest peut échouer pour d'autres raisons que la sélection : les informations futures, les ajustements incorrects des opérations sur titres, les exécutions irréalistes ou les coûts omis. TradingView documente les pièges des tests de stratégie, notamment le biais d'anticipation et le surajustement. Examinez ces causes séparément plutôt que d'attribuer la même étiquette à chaque écart constaté en conditions réelles.

L'IA ne supprime pas la nécessité de ce processus. Un modèle qui recherche de nombreux motifs candidats a toujours besoin d'une évaluation contrôlée. Un graphique impressionnant est le début de l'audit, pas sa conclusion.

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