MQL5 · Strategy Tester
Walk-forward sur MetaTrader 5 : méthode et mise en œuvre
MT5 n’a pas de walk-forward automatique : voici comment le construire avec le Strategy Tester, découper les fenêtres, enregistrer les résultats out-of-sample en MQL5 et les interpréter.
MetaTrader 5 ne propose pas de walk-forward automatique : son Strategy Tester n’offre qu’une seule période forward. Pour réaliser une analyse walk-forward sur MT5, il faut donc l’organiser vous-même : découper l’historique en fenêtres successives, optimiser sur chaque fenêtre « in-sample », tester les paramètres retenus sur la fenêtre « out-of-sample » qui suit, puis mettre bout à bout les seuls résultats out-of-sample. Le testeur fournit les briques (période forward personnalisée, fichiers de configuration, critère personnalisé, accès aux fichiers communs) ; la méthode et la rigueur viennent de vous.
Cette page propose une mise en œuvre concrète. Elle fait partie de la rubrique Strategy Tester et optimisation et prolonge la page Forward testing. Le principe du walk-forward et sa place dans la lutte contre le curve fitting sont présentés dans notre page sur la sur-optimisation.
Le principe en une image
Prenons quatre ans d’historique, des fenêtres d’optimisation de douze mois et des fenêtres de validation de trois mois, en mode glissant :
| Fenêtre | In-sample (optimisation) | Out-of-sample (validation) |
|---|---|---|
| 1 | janv. 2021 → déc. 2021 | janv. 2022 → mars 2022 |
| 2 | avr. 2021 → mars 2022 | avr. 2022 → juin 2022 |
| 3 | juil. 2021 → juin 2022 | juil. 2022 → sept. 2022 |
| … | … | … |
Chaque période out-of-sample n’a jamais été vue par l’optimisation qui a produit ses paramètres. La courbe obtenue en enchaînant ces périodes simule ce qu’aurait vécu un trader qui réoptimise son robot tous les trois mois avec une règle fixée à l’avance. C’est un test beaucoup plus exigeant qu’un forward unique : il y a autant de verdicts que de fenêtres.
Deux façons de le réaliser dans MT5
Avec la période forward personnalisée
Pour chaque fenêtre, réglez la date de début sur le début de l’in-sample, la date de fin sur la fin de l’out-of-sample, et le champ Forward sur Custom avec la date de début de l’out-of-sample. Le testeur optimise sur l’in-sample et rejoue les meilleures passes sur l’out-of-sample. Vous appliquez ensuite votre règle de sélection aux résultats in-sample uniquement, puis vous relevez le résultat forward de la passe choisie.
Attention : la date de fin est exclue de l’intervalle, et le testeur charge un historique supplémentaire avant la date de début pour initialiser les indicateurs. Faites se chevaucher légèrement vos dates plutôt que de laisser un trou.
Avec des tests séparés
Variante plus transparente : optimisez sans forward sur l’in-sample, sélectionnez la passe, puis lancez un test simple avec ces paramètres sur l’out-of-sample. Le code ci-dessous enregistre alors automatiquement le résultat de chaque test simple dans un fichier commun, ce qui facilite la reconstitution de la courbe globale.
Pour répéter les mêmes réglages d’une fenêtre à l’autre, sauvegardez la configuration du testeur dans un fichier INI depuis son menu de gestion des réglages, et les paramètres dans un fichier .set. Seules les dates changent.
Préparer le calendrier des fenêtres
Ce script calcule et affiche les dates de chaque fenêtre, pour éviter les erreurs de saisie.
//+------------------------------------------------------------------+
//| Script : calendrier d'une analyse walk-forward |
//+------------------------------------------------------------------+
#property script_show_inputs
input datetime InpStart = D'2021.01.01'; // Début de l'historique
input datetime InpEnd = D'2025.01.01'; // Fin de l'historique
input int InpISMois = 12; // Durée in-sample (mois)
input int InpOOSMois = 3; // Durée out-of-sample (mois)
// Ajoute n mois à une date (jour ramené au 1er du mois)
datetime AddMonths(datetime t, int n)
{
MqlDateTime s;
TimeToStruct(t, s);
int total = s.year * 12 + (s.mon - 1) + n;
s.year = total / 12;
s.mon = total % 12 + 1;
s.day = 1;
s.hour = 0; s.min = 0; s.sec = 0;
return(StructToTime(s));
}
void OnStart()
{
int k = 1;
datetime isDebut = InpStart;
while(true)
{
datetime oosDebut = AddMonths(isDebut, InpISMois);
datetime oosFin = AddMonths(oosDebut, InpOOSMois);
if(oosFin > InpEnd)
break;
PrintFormat("Fenêtre %d | IS %s -> %s | OOS %s -> %s", k,
TimeToString(isDebut, TIME_DATE), TimeToString(oosDebut, TIME_DATE),
TimeToString(oosDebut, TIME_DATE), TimeToString(oosFin, TIME_DATE));
isDebut = AddMonths(isDebut, InpOOSMois); // fenêtre glissante
k++;
}
}
Enregistrer automatiquement les résultats out-of-sample
Ajoutez ce bloc à votre Expert Advisor. Lors d’un test simple (hors optimisation), il ajoute une ligne au fichier wfa_resultats.csv du dossier commun des terminaux : dates réellement testées, paramètre utilisé, profit, drawdown d’equity et nombre de trades.
//+------------------------------------------------------------------+
//| Journal CSV des tests out-of-sample (dossier commun) |
//+------------------------------------------------------------------+
input int InpFast = 10; // Exemple de paramètre de la stratégie
datetime g_premierTick = 0;
void OnTick()
{
if(g_premierTick == 0)
g_premierTick = TimeCurrent();
// ... logique de trading ...
}
double OnTester()
{
// Uniquement en test simple : pas pendant une optimisation
if(MQLInfoInteger(MQL_OPTIMIZATION))
return(0.0);
int h = FileOpen("wfa_resultats.csv",
FILE_READ | FILE_WRITE | FILE_CSV | FILE_ANSI | FILE_COMMON, ';');
if(h == INVALID_HANDLE)
{
Print("Ouverture impossible, erreur ", GetLastError());
return(0.0);
}
FileSeek(h, 0, SEEK_END); // écrire à la suite
FileWrite(h,
TimeToString(g_premierTick, TIME_DATE),
TimeToString(TimeCurrent(), TIME_DATE),
InpFast,
DoubleToString(TesterStatistics(STAT_PROFIT), 2),
DoubleToString(TesterStatistics(STAT_EQUITY_DD), 2),
(int)TesterStatistics(STAT_TRADES));
FileClose(h);
return(TesterStatistics(STAT_PROFIT));
}
Pendant un test, un agent n’a accès qu’à son propre bac à sable de fichiers ; le drapeau FILE_COMMON donne accès au dossier partagé entre terminaux et agents locaux. Ce code ne fonctionne donc qu’avec un agent local. Pour collecter des données pendant une optimisation, y compris sur des agents distants, passez par les frames : voir Frames : exporter les résultats d’optimisation.
Fixer la règle de sélection à l’avance
La valeur d’un walk-forward tient entièrement à une condition : la façon de choisir les paramètres de chaque fenêtre doit être définie avant de commencer et appliquée mécaniquement. Exemples de règles :
- prendre la passe au meilleur critère personnalisé parmi celles qui ont au moins un nombre donné de trades ;
- prendre le centre de la plus grande zone stable du graphique 2D, ce qui demande une définition précise de « zone stable » ;
- prendre la médiane des paramètres des dix meilleures passes.
Le critère utilisé doit lui aussi être fixé : voyez OnTester : critère personnalisé.
Lire le résultat
Évaluez la courbe out-of-sample assemblée comme un backtest à part entière : drawdown, régularité, nombre de trades. Comparez aussi la performance moyenne out-of-sample à la performance moyenne in-sample : le rapport entre les deux, parfois appelé efficacité du walk-forward, indique quelle part de la performance optimisée survit hors échantillon. Une proportion élevée de fenêtres out-of-sample perdantes signale une stratégie dont les paramètres ne se transmettent pas d’une période à l’autre.
Combien de fenêtres, et que faire du résultat ?
Visez assez de fenêtres pour que le verdict ne repose pas sur une ou deux périodes : avec quatre ans d’historique et des validations de trois mois, la méthode glissante en produit une douzaine. Moins de cinq ou six fenêtres donnent une image fragile.
Si le walk-forward est concluant, il vous donne aussi une procédure de production : la même règle de réoptimisation, appliquée à la même fréquence, sur la fenêtre in-sample la plus récente. Notez la date de chaque réoptimisation et les paramètres retenus, et faites-les relire par le robot au démarrage plutôt que de les ressaisir à la main ; la page Sauvegarder l’état dans des fichiers montre comment. Si le walk-forward échoue, n’essayez pas d’autres durées de fenêtres jusqu’à trouver celle qui fonctionne : ce serait optimiser le protocole lui-même.
Pièges fréquents
- Choisir les paramètres en regardant l’out-of-sample. Le test devient une optimisation déguisée.
- Modifier le code entre deux fenêtres. Toute la chaîne doit tourner avec le même code et les mêmes plages.
- Des fenêtres out-of-sample trop courtes. Chacune doit contenir assez de trades pour avoir un sens.
- Ignorer la stabilité des paramètres. Si les valeurs choisies sautent d’un extrême à l’autre de la plage à chaque fenêtre, la stratégie n’a pas de réglage robuste.
FAQ
MetaTrader 5 a-t-il une fonction walk-forward intégrée ?
Non. Le Strategy Tester propose une période forward unique. Le walk-forward se construit en enchaînant plusieurs optimisations et validations, à la main ou à l’aide de fichiers de configuration.
Quelle durée donner aux fenêtres ?
Assez longue en in-sample pour contenir des conditions de marché variées, assez longue en out-of-sample pour compter un nombre de trades significatif. Le rapport entre les deux se situe souvent entre trois et six pour un.
Fenêtres glissantes ou ancrées ?
En glissant, l’in-sample garde une durée fixe et oublie le passé ancien ; en ancré, il commence toujours au début de l’historique. Le glissant réagit plus vite aux changements de régime, l’ancré dispose de plus de données.
Peut-on écrire dans un fichier pendant une optimisation ?
Chaque agent écrit dans son propre bac à sable, et FILE_COMMON ne concerne que les agents locaux. Pour rapatrier des données de chaque passe, utilisez FrameAdd et OnTesterPass.
- Premiers pas dans le Strategy Tester
- Modes de modélisation des ticks
- Tester en ticks réels
- Simuler les délais d’exécution
- Lire le rapport de backtest
- Optimisation génétique
- Critères d’optimisation
- OnTester : critère personnalisé
- Forward testing
- Frames : exporter les résultats d’optimisation
- Test visuel et débogage
- Agents locaux et MQL5 Cloud Network
- Symboles personnalisés pour backtester
