Backtesting : construire un test robuste

Le piège principal : overfitting

Tu testes 1000 combinaisons SMA. Tu trouves SMA(17, 53) qui sort une Sharpe 2.3 sur 5 ans. Ce résultat est très probablement du bruit. Ré-utilisé en live, performance s'effondre.

Méthode rigoureuse

1. Sépare les données : 70 % train, 30 % test. Tune sur train, valide sur test.

2. Walk-forward : test sur fenêtres glissantes. Si la stratégie marche sur 5 fenêtres différentes (2019, 2020, 2021, 2022, 2023), c'est plus crédible.

3. Hors échantillon : garde les 12 derniers mois INVISIBLES pendant le tuning. Test final dessus.

4. Out-of-sample décevant ≠ stratégie morte : c'est peut-être un régime. Mais une stratégie qui marche en train et meurt en test = overfitted, à jeter.

Métriques à regarder

• Sharpe : >1 décent, >2 excellent.
• Max drawdown : <15 % préférable.
• Win rate : informatif mais pas suffisant.
• Profit factor = gains totaux / pertes totales. >1.5 décent.
• Calmar = rendement annuel / max DD. Privilégier le Calmar au Sharpe pour stratégies long-only.

Coûts à modéliser

• Commissions : 0.05-0.1 % par trade chez un broker discount.
• Spread : surtout sur small caps et crypto.
• Slippage : 5-15 bps sur orders raisonnables, +50 bps sur taille importante.
• Borrow cost pour les shorts.

Sans ces coûts, ta stratégie sur petit cap est probablement non profitable en réel.

Quand passer en live

• Walk-forward solide sur 3+ ans.
• Hors-échantillon ≥ 70 % de la perf in-sample.
• Tu peux expliquer pourquoi la stratégie marche (alpha lisible).
• Tu testes en paper trading 1-3 mois avec capital fictif et logique réelle.

Si l'une des 4 cases manque, tu reviens à la phase précédente.