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

Optimisation MetaTrader 5 : chercher un plateau stable plutôt que le meilleur passage

Lancer une optimisation, trier par facteur de profit, prendre la première ligne : c’est le réflexe de presque tous les développeurs de robots, et c’est le chemin le plus direct vers la sur-optimisation. MetaQuotes vient de publier en français un article qui défend la démarche inverse, Du « meilleur passage » aux solutions robustes (6 novembre 2026), et montre comment l’outiller dans MetaTrader 5.

Un pic ou un plateau

L’idée centrale tient en une image. Deux jeux de paramètres peuvent afficher le même résultat : l’un est un pic isolé, entouré de réglages perdants ; l’autre se trouve sur un plateau, où les réglages voisins donnent des résultats proches. Le testeur classe le pic en tête. C’est pourtant le plateau qui a une chance de tenir quand le marché change, parce que son résultat ne dépend pas d’une coïncidence entre un réglage précis et une période d’historique.

Le testeur de stratégie montre bien la valeur du critère pour chaque passe, mais il aide peu à juger ce qui se passe autour : à quelle vitesse le résultat se dégrade quand on décale un paramètre, et s’il existe une zone large et stable.

Les frames d’optimisation, pour sortir ses propres mesures

MetaTrader 5 permet à un Expert Advisor de transmettre des données de son choix à la fin de chaque passe, puis de les relire une fois l’optimisation terminée. Le principe : FrameAdd() dans OnTester(), puis lecture avec FrameFirst() et FrameNext(). MetaQuotes recommande de faire le traitement final dans OnTesterDeinit(), car les frames arrivent par lots, parfois en retard quand des agents distants participent au calcul.

Exemple minimal, écrit pour cet article, qui exporte trois statistiques par passe dans un fichier CSV :

// Envoie quelques statistiques de la passe au terminal
double OnTester()
{
   double data[3];
   data[0] = TesterStatistics(STAT_PROFIT_FACTOR);
   data[1] = TesterStatistics(STAT_TRADES);
   data[2] = TesterStatistics(STAT_EQUITY_DDREL_PERCENT);
   FrameAdd("stats", 1, data[0], data);
   return data[0];
}

void OnTesterInit() { }

// À la fin de l'optimisation, écrit toutes les passes dans un fichier CSV
void OnTesterDeinit()
{
   ulong  pass;
   string name;
   long   id;
   double value, data[];
   int h = FileOpen("frames.csv", FILE_WRITE | FILE_CSV | FILE_ANSI, ';');
   if(h == INVALID_HANDLE) return;
   FrameFirst();
   while(FrameNext(pass, name, id, value, data))
      if(ArraySize(data) >= 3)
         FileWrite(h, (long)pass, data[0], data[1], data[2]);
   FileClose(h);
}

Ce code n’a pas été compilé par nos soins : vérifiez-le dans MetaEditor. Pour relier chaque ligne à ses paramètres, ajoutez les valeurs de vos input dans le tableau transmis. Le fichier s’analyse ensuite dans un tableur ou en Python.

Ce que montre l’exemple de MetaQuotes

L’article applique la méthode à une stratégie volontairement banale, un croisement de moyennes exponentielles filtré par le RSI, sur EURUSD en H1 de 2020 à 2026. Après lissage de la surface des résultats, les pics isolés disparaissent et deux zones stables ressortent pour la moyenne lente, autour de 120 à 150 et de 220 à 240 périodes. La moyenne lente pèse nettement plus que la moyenne rapide ou que les multiples de stop et d’objectif.

La seconde étape est un test forward. Les passes en tête du classement y reposent sur très peu de transactions et sur des seuils de RSI déséquilibrés, signe que le réglage s’est calé sur une période haussière. MetaQuotes retient à la place une configuration plus modeste mais plus régulière.

Notre lecture

  • La méthode vaut plus que le résultat. La configuration retenue affiche, sur la période d’optimisation, un facteur de profit de 1,25 avec un drawdown maximal du solde de 63,57 %, et le test forward ne compte que 5 transactions. Ce n’est pas une stratégie à utiliser, et MetaQuotes la présente d’ailleurs comme un banc d’essai.
  • Cherchez la zone, pas le point. Avant de retenir un réglage, regardez ses voisins : si le résultat s’effondre en décalant un paramètre d’un cran, vous avez trouvé un pic.
  • Comptez les transactions. Un excellent facteur de profit sur une poignée de trades ne dit rien.
  • Gardez une période que l’optimisation n’a jamais vue. Le test forward intégré au testeur fait ce découpage pour vous.

Ces principes sont détaillés dans nos guides pour éviter la sur-optimisation et backtester une stratégie. L’optimisation prudente et la validation hors échantillon font l’objet de deux modules de la formation MQL5.

Le trading comporte un risque de perte en capital. Ce contenu est pédagogique et ne constitue pas un conseil en investissement.