Stratégie de trading testable : écrire ses règles avant de tester

Qu’est-ce qu’une stratégie de trading testable ?

Une stratégie de trading testable est un ensemble de règles écrites si précisément qu’un programme, ou un inconnu, peut les appliquer aux cours passés sans rien interpréter : sur quel marché, à quelles heures, quand entrer, à quel prix, quand sortir, avec quelle taille et à quel coût. Robert Pardo, auteur de l’un des manuels de référence sur le test des systèmes de trading, en fait la première étape du travail : « si la stratégie est vague, il faut d’abord la rendre précise », et chacun de ses composants doit être « spécifié individuellement et en détail », de même que les liens entre eux.

Testable ne veut pas dire rentable. Une règle testable est une règle qui peut perdre au grand jour : le test a le droit de lui donner tort. C’est ce qui la sépare d’une conviction comme « le marché rebondit souvent sur sa moyenne mobile », qui s’accommode de tous les résultats parce qu’elle ne dit jamais exactement ce qu’elle prévoit. Cette fiche reste générale et vaut pour toute plateforme ; le passage à la pratique dans ProRealTime est détaillé dans la fiche du guide ProRealTime consacrée à la règle de trading testable.

La stratégie de trading testable en résumé

Rendre une stratégie testable, c’est remplacer chaque mot qui demande du jugement par un nombre, une heure ou une condition vraie ou fausse. Les chercheurs qui ont soumis l’analyse technique à la statistique ont dû faire ce travail avant tout calcul. Les repères essentiels :

• Définition : des règles qu’un programme applique aux cours passés sans interprétation
• Décisions à écrire : 7, du marché aux coûts (marché, horaires et calendrier, signal d’entrée, moment d’exécution, sortie, taille, coûts)
• Référence de méthode : Robert Pardo, The Evaluation and Optimization of Trading Strategies, Wiley, 2008, chapitre 7
• Exemple historique : 26 règles de moyennes mobiles et de cassure de range testées sur le Dow Jones de 1897 à 1986 (Brock, Lakonishok et LeBaron, 1992)
• Leur mise à l’épreuve : 7 846 règles sur cent ans de Dow Jones, et peu de preuves d’une valeur économique sur 1987-1996 (Sullivan, Timmermann et White, 1999)
• À noter avec la règle : le nombre de variantes essayées, sans lequel le risque de sur-optimisation ne peut pas être évalué (Bailey, Borwein, López de Prado et Zhu, 2014)

Quelles décisions une stratégie de trading testable doit-elle écrire ?

Une stratégie de trading testable doit écrire sept décisions : le marché, les horaires et le calendrier, le signal d’entrée, le moment d’exécution, la sortie, la taille de position et les coûts. Il en manque une, et quelqu’un, le programme ou vous-même, la prendra à votre place pendant le test, au gré des circonstances.

Le marché d’abord, au sens exact : quel instrument, quelles données, et pour un contrat à terme, quelle manière de raccorder les échéances successives. Pardo consacre plusieurs sections de son livre au contrat continu, au contrat « perpétuel » et aux contrats continus ajustés : le même future, raccordé de deux façons, ne donne pas le même historique. Les horaires ensuite : la séance entière ou une plage, les jours exclus, la conduite à tenir les veilles de jours fériés ou les jours de grande annonce. Un filtre que vous appliquez de tête, sans l’écrire, n’existe pas pour le test.

Le signal d’entrée doit être une condition vraie ou fausse à un instant donné, calculée avec les seules données connues à cet instant. Le plus haut du jour n’est connu qu’à la clôture : une règle qui achète « au-dessus du plus haut du jour » à 11 heures regarde l’avenir sans le dire, et son backtest sera faux d’une manière très flatteuse. Le moment d’exécution complète le signal : à la clôture de la bougie qui le donne, à l’ouverture de la suivante, ou par un ordre posé à un prix précis. Dans ProBacktest, le manuel de ProRealTime précise que le code est évalué à la clôture de chaque chandelier, qu’un ordre au marché est passé à l’ouverture de la barre suivante, et qu’un ordre stop ou limite n’est valable que pendant une barre.

La sortie est la moitié du trade, et la plus souvent oubliée. Pardo intitule l’une des sections de son chapitre sur la construction d’une stratégie « un trade, c’est une entrée et une sortie ». Il faut écrire le stop de protection, l’objectif s’il existe, la sortie sur signal contraire, la sortie au temps (fin de séance, nombre de barres). Viennent enfin la taille de position, fixe ou calculée sur le risque, et les coûts : commission, écart de cotation, glissement. Une stratégie qui ne dit pas combien elle paie par aller-retour n’est testable qu’à moitié.

Pourquoi une stratégie de trading testable part-elle d’une hypothèse ?

Parce qu’une règle trouvée en fouillant les données sans idée préalable finit presque toujours par « marcher » sur le passé. David Bailey, Jonathan Borwein, Marcos López de Prado et Qiji Jim Zhu l’écrivent dans les Notices of the American Mathematical Society en 2014 : même si l’hypothèse de départ est fausse, le chercheur a toutes les chances de trouver une combinaison de paramètres qui donne une performance remarquable sur l’échantillon testé, et, l’hypothèse étant fausse, la performance hors échantillon sera presque certainement inférieure à celle du backtest.

L’hypothèse est la phrase qui dit pourquoi l’avantage devrait exister : qui, de l’autre côté, accepte de perdre ou de payer, et pourquoi il continuerait. Une cassure de range repose sur l’idée que certaines sorties de fourchette déclenchent des ordres en cascade ; un retour à la moyenne, sur l’idée qu’un excès de court terme se corrige. Campbell Harvey, Yan Liu et Heqing Zhu, dans la Review of Financial Studies en 2016, en tirent une conséquence statistique : un facteur tiré de « principes premiers », c’est-à-dire d’une théorie, peut se contenter d’un seuil de preuve moins sévère qu’un facteur découvert par un pur exercice empirique, sans redescendre pour autant au seuil habituel d’une statistique t de 2. Écrire l’hypothèse avant le test, et le résultat qui la démentirait, protège aussi contre le biais rétrospectif, qui fait trouver logique après coup n’importe quel résultat.

Comment les chercheurs ont-ils rendu testables les règles de l’analyse technique ?

En les réduisant à des règles chiffrées, sans jugement subjectif. William Brock, Josef Lakonishok et Blake LeBaron ont testé en 1992, sur les cours de clôture quotidiens du Dow Jones de 1897 à 1986, 26 règles techniques : moyennes mobiles et cassures de range, chacune définie par ses longueurs et sa bande. Toutes battaient la détention de liquidités. Conscients du risque d’avoir trouvé des régularités par hasard, ils avaient pris trois précautions : publier les résultats de toutes leurs règles, utiliser une série très longue, et vérifier les résultats sur des sous-périodes qui ne se chevauchent pas.

Ryan Sullivan, Allan Timmermann et Halbert White ont repris ces données dans le Journal of Finance en octobre 1999. Ils ont élargi l’univers à 7 846 règles (filtres, moyennes mobiles, supports et résistances, cassures de canal, volume), en ne retenant, selon leurs propres termes, que des règles qui se paramètrent simplement et ne reposent pas sur des jugements « subjectifs ». C’est la définition même d’une stratégie testable. Sur 1897-1986, certaines règles battaient encore leur point de référence après correction de l’effet de la fouille des données (data-snooping). Mais sur les dix années suivantes, de 1987 à 1996, la probabilité que la meilleure règle n’ait pas fait mieux que ce point de référence approchait 12 %, ce qui laisse peu de preuves d’une valeur économique. Sur le future S&P 500, de 1984 à 1996, ils ne trouvent aucune preuve que les règles battent leur référence.

La leçon tient en deux temps. Des règles précises ont permis de mesurer un avantage sur 90 ans de données ; les mêmes règles précises ont permis de constater qu’il ne se confirmait guère sur la décennie suivante. Une idée floue n’aurait permis ni l’un ni l’autre.

Comment écrire une stratégie de trading testable sur ProRealTime ?

Sur ProRealTime, une stratégie testable s’écrit dans ProBacktest, le module de backtest, soit par la création assistée, soit en code ProBuilder ; le code a l’avantage de montrer noir sur blanc chacune des sept décisions. L’exemple ci-dessous n’a d’autre but que d’illustrer une règle complète : sur le future CAC 40 en données quotidiennes, achat d’un contrat quand la clôture passe au-dessus de sa moyenne mobile simple de 200 séances, vente quand elle repasse en dessous, stop de protection à 5 % du prix d’entrée. Ce n’est pas une stratégie recommandée, le code n’a pas encore été contrôlé à l’écran, et aucun résultat de backtest n’est donné.

// Exemple de stratégie entièrement écrite, pour ProBacktest
// Code pédagogique : ni recommandé, ni encore contrôlé à l'écran
// Marché : future CAC 40 (FCE) ; unité de temps : 1 jour
// Coûts : à régler dans les paramètres du backtest (frais par ordre ou par lot, spread)
DEFPARAM CumulateOrders = False // une seule position à la fois
DEFPARAM PRELOADBARS = 300 // historique préchargé pour calculer la moyenne de 200 jours

// Signal : moyenne mobile simple des 200 dernières clôtures
MM200 = Average[200](Close)

// Entrée : la clôture passe au-dessus de la moyenne -> achat d'un contrat à l'ouverture suivante
IF NOT LongOnMarket AND Close CROSSES OVER MM200 THEN
   BUY 1 CONTRACT AT MARKET
ENDIF

// Sortie : la clôture repasse sous la moyenne -> vente à l'ouverture suivante
IF LongOnMarket AND Close CROSSES UNDER MM200 THEN
   SELL AT MARKET
ENDIF

// Protection : sortie si la perte atteint 5 % du prix d'entrée (frais non compris)
SET STOP %LOSS 5

Chaque instruction suit le manuel officiel de ProBacktest (version 6.1.0 du 1er décembre 2025). DEFPARAM CumulateOrders = False interdit d’ajouter une position à une position déjà ouverte. DEFPARAM PRELOADBARS = 300 précharge 300 barres d’historique, pour que la moyenne de 200 séances soit calculée dès le premier jour du test ; le manuel donne l’exemple d’une moyenne de 250 périodes avec un préchargement de 300. Average[200](Close) est la moyenne mobile simple des 200 dernières clôtures. CROSSES OVER et CROSSES UNDER décrivent le franchissement à la hausse et à la baisse. BUY … AT MARKET passe l’ordre au prix du marché à l’ouverture de la barre suivante, SELL AT MARKET ferme la position entière, et SET STOP %LOSS 5 place un stop de protection à une perte de 5 %, frais de courtage non compris.

Trois décisions ne figurent pas dans ces lignes et doivent pourtant être écrites. Les coûts se règlent hors du code, dans les paramètres du backtest : commission par ordre ou par lot, écart de cotation. Le raccordement des échéances dépend des données du future choisies dans la plateforme. Le calendrier, enfin, n’existe que si vous l’écrivez. Le reste de la plateforme, de la création assistée au trading automatique, est détaillé dans le guide ProRealTime d’andlil.com.

Ce que j’en disais sur le forum

« Car dans des tests, tu n’as absolument rien isolé, aucune information essentielle au trader comme le calendrier boursier, l’état psychologique des marchés, l’heure tellement importante… […] Rien que par exemple exclure de son backtest tous les jours fériés américains me semble une évidence absolue. »

Benoist Rousseau sur le forum, le 10 septembre 2019, à un membre qui cherchait une règle chiffrée d’entrée en position

Pourquoi faut-il noter le nombre d’essais d’une stratégie de trading testable ?

Parce que le même backtest ne vaut pas la même chose s’il est le premier essai ou le cinquantième. Bailey, Borwein, López de Prado et Zhu le formulent comme une règle : un chercheur qui ne dit pas combien de configurations il a essayées avant de retenir celle qu’il présente rend impossible l’évaluation du risque de sur-optimisation. Ils ajoutent que ce nombre n’est presque jamais publié dans les revues, et que la situation n’est sans doute pas meilleure chez les praticiens.

Une stratégie testable s’accompagne donc d’un journal : la règle telle qu’elle était écrite avant le premier test, chaque modification ultérieure, et le nombre de variantes essayées. Brock, Lakonishok et LeBaron ne faisaient pas autre chose en publiant les résultats de toutes leurs règles. Ce journal coûte dix minutes et rend un service que rien ne remplace : il permet de savoir, six mois plus tard, si la règle a été découverte ou fabriquée.

Quelles sont les limites d’une stratégie de trading testable ?

La première limite d’une stratégie de trading testable est qu’elle ne capte que ce qui s’écrit. L’état du carnet d’ordres, la nervosité d’une séance, la lecture qu’un trader expérimenté fait d’un mouvement : tout cela échappe à une règle, ou ne s’y laisse réduire qu’en partie. Une méthode discrétionnaire n’est pas illégitime parce qu’elle ne se teste pas ; elle se juge autrement, sur des résultats réels, datés et complets.

La deuxième est que la précision ne garantit rien. Une règle parfaitement écrite peut perdre, et le test sert justement à le savoir. Elle peut aussi gagner sur le passé pour de mauvaises raisons : trop de variantes essayées, des coûts oubliés, une période favorable. Les règles de Brock, Lakonishok et LeBaron étaient testables et testées sur 90 ans ; la décennie suivante n’a guère confirmé leur valeur.

La troisième tient à la tentation de compliquer. Chaque condition ajoutée rend la règle plus précise, mais aussi plus facile à ajuster au hasard du passé. Bailey et ses coauteurs observent que la plupart des stratégies d’analyse technique reposent sur des filtres, des conditions qui déclenchent des ordres, et qu’une stratégie à sept paramètres binaires offre déjà 128 combinaisons, dont la meilleure affiche, sur un an de données, un ratio de Sharpe espéré supérieur à 2,6 sans le moindre talent. Une règle testable gagne à rester courte.

Questions fréquentes sur la stratégie de trading testable