Backtesting : tester une stratégie de trading sur l'historique

Qu'est-ce que le backtesting ?

Le backtesting consiste à appliquer une stratégie à des données de prix passées pour voir comment ses règles auraient fonctionné. On simule chaque entrée, chaque sortie et chaque coût, puis on étudie les résultats : gains, pertes, série de pertes, baisse maximale du capital (le drawdown).

Un backtest ne prédit rien. Il sert à vérifier qu'une idée est cohérente, que ses règles sont écrites sans ambiguïté et que ses risques sont mesurés. Un résultat historique positif ne garantit aucun résultat futur.

Le trading de CFD et de forex avec effet de levier peut faire perdre de l'argent rapidement, y compris avec une stratégie qui paraissait solide en backtest.

Les conditions de base pour tester une stratégie de trading

Avant de lancer un backtest de stratégie forex, la stratégie doit être écrite comme une liste de règles fermées, que n'importe qui appliquerait de la même façon :

• Instrument et unité de temps : par exemple une paire de devises en graphique horaire.
• Condition d'entrée : un signal précis, sans interprétation.
• Stop loss et prise de profit : où, et selon quelle règle.
• Taille de position : fixe, ou calculée selon un risque par trade défini dans votre plan de trading.
• Filtres : horaires de session, annonces économiques exclues ou non.
• Sortie : par objectif, par stop, par temps ou par signal inverse.

Si une règle contient « quand le marché semble fort », elle n'est pas testable. Le glossaire du trading aide à fixer le vocabulaire.

Qualité des données

Un backtest vaut ce que valent ses données.

• Ticks ou barres : les barres ne disent pas dans quel ordre le plus haut et le plus bas ont été atteints. Si le stop et l'objectif tombent dans la même barre, le testeur doit deviner. Les données tick par tick réduisent ce problème.
• Trous et erreurs : weekends, jours fériés, pics aberrants, données manquantes. Il faut les repérer avant de tester.
• Source du prix : les cotations varient d'un fournisseur à l'autre. Un test sur un flux de prix différent de celui où vous tradez peut donner d'autres résultats, surtout sur les stratégies courtes.
• Prix bid et ask : beaucoup de données historiques ne contiennent que le bid. Sans l'ask, le spread est mal simulé.

Intégrer les coûts réels

Les coûts sont la cause la plus fréquente d'écart entre backtest et réalité.

Une stratégie qui vise de petits mouvements, comme le scalping, est très sensible à ces coûts. Si elle ne résiste pas à un spread élargi dans le test, elle ne résistera pas en compte réel. Les conditions de coûts d'un compte se vérifient dans l'espace personnel du courtier ou sur son site officiel, jamais à partir d'un ancien backtest.

In-sample, out-of-sample et walk-forward

Séparer les données

On découpe l'historique en périodes :

• In-sample : la période où l'on construit et ajuste la stratégie.
• Out-of-sample : une période mise de côté, jamais regardée pendant l'ajustement. On teste dessus une seule fois, avec les paramètres figés.

Si le résultat s'effondre hors échantillon, la stratégie a probablement appris le bruit de la période d'ajustement plutôt qu'un comportement du marché.

Le walk-forward

L'analyse walk-forward répète ce principe : on optimise sur une fenêtre, on teste sur la fenêtre suivante, puis on décale l'ensemble dans le temps et on recommence. On évalue ensuite l'enchaînement des seules périodes de test. Cette méthode montre si les paramètres restent stables quand le marché change.

Le surajustement (overfitting)

Le surajustement consiste à régler une stratégie si précisément sur le passé qu'elle ne fonctionne que sur ce passé. Signes typiques :

• beaucoup de paramètres et de filtres pour peu de trades ;
• une courbe de capital presque parfaite ;
• des résultats qui changent fortement quand on modifie légèrement un paramètre ;
• des règles ajoutées pour « supprimer » des pertes précises de l'historique.

Contrôles utiles :

• Test de sensibilité : faire varier chaque paramètre autour de sa valeur. Une stratégie robuste garde un comportement proche sur une zone, pas sur un point isolé.
• Autres marchés et périodes : tester sur des paires voisines et des phases de tendance comme de range.
• Simulation de Monte-Carlo : mélanger l'ordre des trades pour voir les séries de pertes possibles et le drawdown plus défavorable que celui de l'historique.
• Nombre de trades : peu de trades signifie un résultat dominé par le hasard.

Comment un backtest fait perdre de l'argent

• Biais d'anticipation (look-ahead) : la stratégie utilise une information qui n'était pas connue au moment du signal, par exemple la clôture d'une bougie encore en cours.
• Biais du survivant : tester seulement des actifs qui existent encore aujourd'hui.
• Biais de sélection : tester de nombreuses idées et ne garder que celle qui a réussi par chance.
• Coûts sous-estimés : spread fixe, slippage nul, swaps ignorés.
• Exécution irréaliste : les annonces comme celles traitées dans News trading provoquent des écarts que le testeur simule mal.
• Gestion de position dangereuse : une martingale ou un grid peut afficher une longue courbe régulière, puis une perte qui efface le compte. Le backtest montre souvent cette perte trop tard, ou pas du tout si la période testée était calme.
• Écart psychologique : enchaîner des pertes en réel est plus difficile qu'en simulation. Voir Psychologie du trading.

Backtesting MT5 : le testeur de stratégie

Le backtesting MT5 passe par le testeur de stratégie de MetaTrader 5. Il permet de tester un Expert Advisor (robot de trading) sur l'historique, avec plusieurs modes de modélisation : ticks réels, ticks générés à partir des barres, ou prix d'ouverture seulement. Les ticks réels sont les plus proches de la réalité, le mode prix d'ouverture est rapide mais approximatif.

Le testeur propose aussi l'optimisation des paramètres et un découpage avec période de test avancée (forward). L'optimisation est l'endroit où le surajustement est le plus facile : gardez peu de paramètres et validez toujours hors échantillon. Pour la plateforme, voir MetaTrader 5 ; pour les robots, voir Trading algorithmique.

Les stratégies discrétionnaires se testent à la main : on fait défiler le graphique barre par barre, on note chaque trade dans un tableur avec ses coûts, sans regarder la suite.

Exemple hypothétique

Exemple purement hypothétique, sans résultat chiffré et sans valeur de recommandation.

Une trader définit une règle de croisement de moyennes mobiles sur une paire de devises. Elle ajuste les périodes sur la partie in-sample, ajoute le spread, la commission et un slippage prudent, puis fige les paramètres. Sur la période out-of-sample, la stratégie se dégrade nettement. Elle ne la retouche pas pour « corriger » ce résultat : elle conclut que l'idée n'est pas robuste en l'état et la met de côté.

Après le backtest

Un backtest validé n'est qu'une étape. On passe ensuite au forward testing sur compte démo, en conditions de marché réelles, puis on fixe un risque par trade dans le cadre de la gestion du risque. D'autres approches sont décrites dans Stratégies de trading.

Questions fréquentes

Un bon backtest garantit-il des gains ?

Non. Il décrit le passé dans des conditions simulées. Les marchés, les coûts et l'exécution changent, et le trading avec levier peut faire perdre de l'argent rapidement.

Combien de données faut-il pour backtester ?

Il n'existe pas de seuil unique. Il faut assez de trades et des phases de marché variées (tendance, range, forte volatilité) pour que le résultat ne repose pas sur le hasard.

Quelle différence entre backtest et forward test ?

Le backtest utilise l'historique ; le forward test applique la stratégie en temps réel, souvent sur compte démo, sans connaître la suite des prix.

Le testeur MT5 inclut-il automatiquement les coûts ?

Il utilise les spécifications de symbole et les données disponibles, mais le spread historique, le slippage et les commissions doivent être vérifiés et réglés de façon réaliste.

Faut-il optimiser tous les paramètres ?

Non. Plus on optimise de paramètres, plus le risque de surajustement augmente. Il vaut mieux peu de paramètres, testés hors échantillon et en walk-forward.