Backtester et valider une stratégie d'investissement

Une stratégie backtestable doit avoir des règles d'entrée et de sortie non ambiguës. Exemple : «Acheter quand le RSI 14 passe sous 30 ET que le cours est au-dessus de l'EMA200. Vendre quand le RSI repasse au-dessus de 70 OU que le stop de -8% est touché.» Si vos règles contiennent des termes subjectifs («quand le marché semble survendu»), elles ne sont pas backtestables.

Documentez chaque paramètre : période du RSI, période de l'EMA, niveau du stop. Chaque paramètre est un «degré de liberté» qui augmente le risque d'overfitting (suroptimisation). Plus votre stratégie est simple (peu de paramètres), plus elle a de chances de fonctionner en conditions réelles.

1) Survivorship bias : si vous testez sur les valeurs actuellement cotées, vous ignorez celles qui ont été radiées (souvent pour faillite). La performance historique est artificiellement gonflée. 2) Look-ahead bias : utiliser des informations qui n'étaient pas disponibles au moment de la décision (ex : résultats publiés en mars pour une décision «prise» en janvier).

3) Overfitting : ajuster les paramètres jusqu'à obtenir un résultat parfait sur les données passées. Un backtest avec 15 conditions d'entrée trouvera toujours une combinaison qui marche — mais elle ne se reproduira pas. 4) Slippage et frais : le backtest suppose une exécution au prix exact, sans frais. En réalité, le spread et les commissions réduisent significativement la performance, surtout sur des valeurs peu liquides.

Le rendement absolu ne suffit pas. Les métriques essentielles sont : le ratio de Sharpe (rendement ajusté du risque — > 1 est bon, > 2 est excellent), le drawdown maximum (la pire perte entre un pic et un creux — < 20% est acceptable), le win rate (% de trades gagnants — > 40% avec un bon ratio R/R est suffisant), et le profit factor (gains totaux / pertes totales — > 1,5 est solide).

Testez votre stratégie sur au moins 5 ans de données, et idéalement sur des périodes incluant au moins un marché haussier et un marché baissier. Une stratégie qui ne performe qu'en bull market n'a pas d'edge — elle capte simplement la tendance générale.

Les données historiques de la BVC présentent des spécificités : volumes très faibles sur certaines périodes, suspensions de cotation, changements de méthode de cotation (passage au continu). Un backtest sur des données BVC doit filtrer les périodes de volume anormalement bas et exclure les valeurs radiées ou suspendues pendant des périodes prolongées.

La meilleure approche : backtestez uniquement sur les 15–20 valeurs les plus liquides (composantes du MASI 20) sur les données post-2015 (qualité de données plus fiable). Et appliquez un slippage réaliste de 0,3–0,5% par transaction pour tenir compte de l'impact de marché.