Nouveau : la formation trading algorithmique MQL5, MQL4 et ProRealTimeDécouvrir →

MQL4 · Expert Advisors

Optimiser un EA sur MT4 : plages, critères, algorithme génétique et validation

L’optimisation du testeur MT4 cherche les paramètres qui maximisent un critère sur l’historique. Régler les plages, choisir le critère, utiliser OnTester et l’algorithme génétique, puis valider hors échantillon.

Mis à jour le 23 octobre 2026Lecture : 8 minPar Alix, OptiBot Trading

L’optimisation du Strategy Tester de MetaTrader 4 lance automatiquement de nombreuses passes du même Expert Advisor avec des combinaisons de paramètres différentes, puis les classe selon un critère : solde final, facteur de profit, drawdown ou critère personnalisé. Elle s’active en cochant la case Optimisation du testeur, après avoir défini dans les propriétés de l’expert les paramètres à faire varier et leurs plages. C’est un outil puissant pour comprendre comment un robot réagit à ses réglages, et un outil dangereux si l’on se contente de retenir la meilleure ligne du tableau : la combinaison qui a le mieux réussi sur le passé est souvent celle qui s’est le mieux adaptée au hasard de cet historique. Cette page explique les réglages, puis une méthode pour en tirer des conclusions honnêtes.

Définir les paramètres et leurs plages

Dans Propriétés de l’expert, onglet Paramètres, chaque input du robot apparaît avec quatre colonnes : la valeur utilisée pour une passe simple, et pour l’optimisation la valeur de départ (Start), le pas (Step) et la valeur d’arrivée (Stop). Seuls les paramètres cochés varient ; les autres gardent leur valeur.

Le nombre de passes est le produit du nombre de valeurs de chaque paramètre coché. Trois paramètres de vingt valeurs chacun donnent 8 000 passes. Avec le testeur de MetaTrader 4, qui n’utilise qu’un seul cœur de processeur, un tel calcul en mode « Toutes les ticks » peut durer des heures. D’où trois règles :

  • optimisez peu de paramètres à la fois, idéalement deux ou trois, en fixant les autres à des valeurs raisonnables ;
  • utilisez des pas larges pour une première exploration : une période de moyenne testée de 10 à 100 par pas de 10 suffit à voir la forme du résultat ;
  • ne faites pas varier les paramètres de gestion du risque comme le pourcentage risqué par trade : ils changent l’échelle des résultats, pas la qualité de la stratégie.

Choisir le critère

Dans l’onglet Test, la liste Paramètre optimisé détermine le critère utilisé pour classer les passes et guider l’algorithme génétique : solde, facteur de profit, rapport attendu, drawdown maximal, drawdown en pourcentage, ou critère personnalisé. Le solde est le choix par défaut, et le plus trompeur : il favorise les combinaisons qui ont pris le plus de risque sur une période favorable. Un critère qui combine gain et régularité donne des classements plus utiles.

Un critère personnalisé avec OnTester

Le critère personnalisé est la valeur renvoyée par la fonction OnTester() de votre robot, appelée à la fin de chaque passe. Vous pouvez y calculer ce que vous voulez à partir de l’historique des ordres. L’exemple ci-dessous renvoie le bénéfice net divisé par le plus grand repli du solde, et pénalise les passes avec trop peu de trades, dont les statistiques n’ont pas de valeur.

input int Magic = 42005;

// Critère : bénéfice net / drawdown maximal du solde, avec un minimum de trades
double OnTester()
{
   double depart = 0, solde = 0, sommet = 0, ddMax = 0;
   int trades = 0;

   // Solde initial : solde actuel moins la somme des résultats des trades fermés
   double cumul = 0;
   for(int i = 0; i < OrdersHistoryTotal(); i++)
      if(OrderSelect(i, SELECT_BY_POS, MODE_HISTORY) && OrderType() <= OP_SELL)
         cumul += OrderProfit() + OrderSwap() + OrderCommission();
   depart = AccountBalance() - cumul;

   solde = depart; sommet = depart;
   for(int i = 0; i < OrdersHistoryTotal(); i++)
   {
      if(!OrderSelect(i, SELECT_BY_POS, MODE_HISTORY)) continue;
      if(OrderType() > OP_SELL || OrderMagicNumber() != Magic) continue;
      solde += OrderProfit() + OrderSwap() + OrderCommission();
      trades++;
      if(solde > sommet) sommet = solde;
      if(sommet - solde > ddMax) ddMax = sommet - solde;
   }

   if(trades < 100) return(0);                  // échantillon trop petit
   double net = solde - depart;
   if(ddMax <= 0) return(net > 0 ? net : 0);
   return(net / ddMax);
}

Le calcul parcourt l’historique dans l’ordre de la liste, qui correspond en pratique à l’ordre de fermeture dans le testeur. Le seuil de cent trades est un choix, pas une règle universelle : adaptez-le à la fréquence de votre robot. Pour utiliser ce critère, choisissez « Custom » dans la liste Paramètre optimisé. Les fonctions d’historique sont présentées dans Historique des ordres.

L’algorithme génétique

La case Algorithme génétique de l’onglet Test remplace l’exploration exhaustive par une recherche guidée : le testeur part d’une population de combinaisons, garde les meilleures selon le critère choisi, les croise et les fait muter, génération après génération. Il trouve ainsi des combinaisons performantes en testant une fraction seulement de l’espace des paramètres.

Ce gain de temps a une contrepartie : l’algorithme converge vers les zones qui maximisent le critère et explore peu le reste. Vous obtenez de bons candidats, mais pas une vue complète de la façon dont le robot réagit à ses paramètres. Pour une analyse de robustesse, une exploration exhaustive à pas larges sur deux paramètres reste plus parlante. Le fonctionnement détaillé de ce type d’algorithme est présenté dans Optimisation génétique MT5.

Lire les résultats

Deux onglets apparaissent après l’optimisation. Résultats d’optimisation liste chaque passe avec ses paramètres et ses statistiques principales ; un clic droit permet de masquer les passes inutiles, et un double-clic sur une ligne reporte ses paramètres dans le testeur pour relancer une passe simple et en examiner le détail. Graphique d’optimisation représente les résultats, soit passe par passe, soit en fonction de deux paramètres.

La question à se poser n’est pas « quelle est la meilleure ligne ? », mais « la zone autour de la meilleure ligne est-elle bonne aussi ? ». Si la période 34 donne un excellent résultat alors que 32 et 36 perdent, le résultat de 34 est presque certainement dû au hasard. Si toutes les périodes de 28 à 42 donnent des résultats proches, vous avez trouvé une propriété plus stable du marché, et une valeur au milieu de la zone est un choix plus prudent que le sommet exact.

Valider hors échantillon

Une optimisation ne valide rien : elle sélectionne. La validation se fait sur des données que l’optimisation n’a pas vues. La méthode la plus simple :

  1. réservez la dernière partie de l’historique, par exemple les douze derniers mois, et n’y touchez pas ;
  2. optimisez sur la période précédente, en limitant le nombre de paramètres ;
  3. choisissez une combinaison au centre d’une zone stable ;
  4. testez cette combinaison une seule fois sur la période réservée ;
  5. si le résultat s’effondre, la stratégie ne tient pas ; ne recommencez pas l’optimisation en ajustant jusqu’à ce que la période réservée devienne bonne, sinon elle n’est plus hors échantillon.

Une démarche plus poussée consiste à répéter ce découpage sur plusieurs fenêtres glissantes. Le testeur de MT4 ne l’automatise pas, mais vous pouvez l’appliquer manuellement en changeant les dates du test. Les mécanismes du sur-ajustement sont expliqués dans Sur-optimisation.

Les limites qui faussent l’optimisation

  • Spread fixe : une combinaison qui multiplie les petits trades profite d’un spread figé et bas. Optimisez avec un spread réaliste.
  • Qualité de modélisation : si votre robot dépend du chemin intrabougie, une optimisation en « Points de contrôle » peut favoriser des combinaisons qui échoueront en « Toutes les ticks ». Revalidez toujours les meilleures combinaisons dans le mode le plus précis.
  • Nombre de passes : plus vous testez de combinaisons, plus la meilleure d’entre elles est susceptible d’être chanceuse. C’est mécanique, et c’est la raison principale de limiter les paramètres.

Retrouvez les réglages de base dans Le Strategy Tester de MT4 et la suite du parcours dans la rubrique Construire et tester un EA MQL4.

Des paramètres optimisés décrivent le passé, pas l’avenir. Une stratégie qui ne fonctionne qu’avec un réglage précis est fragile. Validez hors échantillon puis sur compte de démonstration avant d’engager un capital réel.

FAQ

Combien de paramètres optimiser à la fois ?

Le moins possible : deux ou trois dans la plupart des cas. Chaque paramètre supplémentaire multiplie le nombre de passes et la probabilité de retenir une combinaison chanceuse.

Quand utiliser l’algorithme génétique ?

Quand l’exploration exhaustive serait trop longue. Il trouve rapidement de bons candidats mais donne une vue incomplète de la robustesse ; complétez-le par une exploration à pas larges autour des valeurs retenues.

Comment utiliser un critère personnalisé ?

Écrivez une fonction OnTester() qui renvoie un double calculé à la fin de chaque passe, puis choisissez Custom dans la liste Paramètre optimisé de l’onglet Test des propriétés de l’expert.

Pourquoi le meilleur résultat de l’optimisation échoue-t-il en démonstration ?

Le plus souvent parce qu’il était adapté aux particularités de l’historique optimisé. Choisissez des paramètres au centre d’une zone stable et validez-les sur une période réservée avant tout test en conditions réelles.

A

Alix · fondateur d’OptiBot Trading

Développeur MQL5 et ProBuilder, spécialiste du backtest et de l’optimisation de stratégies automatiques. Chaque contenu est vérifié sur la documentation officielle (MQL5.com, manuels ProRealTime) et testé avant publication. Notre méthode éditoriale.