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

ProRealTime · ProBacktest

Optimiser les variables d’un système ProBacktest sans sur-optimiser

Préparer le code, dimensionner la grille, réserver des données hors échantillon, lire le rapport d’optimisation et revérifier en tick par tick : la conduite d’une optimisation dans ProBacktest.

Mis à jour le 23 octobre 2026Lecture : 6 minPar Alix, OptiBot Trading

Optimiser les variables d’un système ProBacktest consiste à déclarer, dans la section d’optimisation des variables, un ou plusieurs paramètres avec une valeur minimale, une valeur maximale et un pas, puis à lancer le backtest : la plateforme exécute toutes les combinaisons et les présente dans un rapport d’optimisation classable par statistique (gain, nombre de positions, pourcentage de gagnants, gain moyen par position). Bien conduite, une optimisation ne sert pas à trouver « le meilleur réglage », mais à mesurer la sensibilité du système à ses paramètres et à repérer une zone de valeurs stables. Mal conduite, elle fabrique un résultat flatteur qui ne se reproduira pas.

Cette page de la rubrique ProBacktest décrit la conduite d’une optimisation de bout en bout : préparer le code, dimensionner la grille, lire le rapport et vérifier le résultat. La création des variables elles-mêmes, côté indicateur comme côté système, est détaillée dans la page Variables optimisables.

Étape 1 : préparer le code

Un système prêt à être optimisé respecte trois règles :

  1. Les paramètres sont isolés en tête de code, sous forme de variables nommées, plutôt que dispersés en valeurs littérales.
  2. Les variables optimisées ne sont pas affectées dans le code. Une ligne periode = 20 écraserait à chaque barre la valeur proposée par l’optimiseur : toutes les combinaisons donneraient le même résultat. Mettez ces lignes en commentaire.
  3. Le nom est rigoureusement identique dans le code et dans la fenêtre d’optimisation. Le manuel précise que, dans cette fenêtre, les noms de variables sont sensibles à la casse : recopiez-les exactement.
// Système préparé pour l'optimisation
// Variables déclarées dans la section d'optimisation (ne pas les affecter ici) :
//   pRapide : 5 à 30, pas 5      (6 valeurs)
//   pLente  : 50 à 150, pas 25   (5 valeurs)
DEFPARAM CumulateOrders = False
DEFPARAM PreLoadBars = 200

// pRapide = 10
// pLente = 100

// Garde de cohérence : la moyenne rapide doit rester plus courte
combinaisonValide = pRapide < pLente

mmRapide = Average[pRapide](Close)
mmLente = Average[pLente](Close)

IF combinaisonValide AND NOT OnMarket AND mmRapide CROSSES OVER mmLente THEN
   BUY 1 CONTRACT AT MARKET
ENDIF
IF LongOnMarket AND mmRapide CROSSES UNDER mmLente THEN
   SELL AT MARKET
ENDIF

SET STOP %LOSS 2       // paramètre fixe : on ne l'optimise pas en même temps

La garde combinaisonValide empêche les combinaisons absurdes de produire des trades : une moyenne « rapide » plus longue que la « lente » inverserait la logique du système.

Étape 2 : déclarer les variables et dimensionner la grille

Dans la section d’optimisation des variables, le manuel ProBacktest décrit pour chaque variable cinq champs : le nom dans le programme, le libellé affiché dans la fenêtre de propriétés, la valeur minimale, la valeur maximale et le pas.

Le nombre de backtests exécutés est le produit du nombre de valeurs de chaque variable. Dans l’exemple, 6 valeurs pour pRapide et 5 pour pLente donnent 30 combinaisons. Ajoutez une troisième variable à 10 valeurs et vous passez à 300 ; une quatrième, et vous dépassez les 3 000. Chaque variable supplémentaire multiplie aussi les chances de trouver par hasard une combinaison brillante sur l’historique.

Quelques règles de dimensionnement :

  • Deux ou trois variables au plus par optimisation, choisies parce qu’elles traduisent une hypothèse de marché.
  • Des pas larges. Tester une période de 10, 11, 12, 13 n’apporte rien : la précision réelle d’un système est bien plus grossière.
  • Des bornes réalistes, cohérentes avec l’unité de temps et l’instrument.
  • Les paramètres de gestion fixés pendant que l’on optimise la logique d’entrée, puis l’inverse si nécessaire.

Étape 3 : réserver des données hors échantillon

Avant de lancer le calcul, réduisez la période du backtest pour laisser de côté la partie la plus récente de l’historique. Vous optimiserez sur la première partie et testerez la zone retenue, sans rien modifier, sur la seconde. Sans cette précaution, vous ne disposerez plus d’aucune donnée vierge pour juger le résultat. La version systématique de cette démarche est le walk-forward dans ProRealTime.

Étape 4 : lire le rapport d’optimisation

Le rapport présente une ligne par combinaison. Le manuel cite notamment les colonnes « Gains », « %Gains », « Nb positions », « % winning » et « Avg gain per position » dans sa version anglaise. Le réflexe naturel est de trier par gain et de retenir la première ligne. C’est précisément ce qu’il faut éviter : le meilleur résultat d’une grille est, par construction, celui que le hasard a le plus favorisé.

Lisez plutôt le rapport en quatre temps :

  1. La proportion de combinaisons positives. Si la plupart sont gagnantes, l’idée de base a peut-être une substance. Si quelques-unes seulement le sont, la meilleure est probablement un accident.
  2. Les plateaux plutôt que les pics. Une bonne combinaison est entourée de voisines aux résultats proches. Un résultat isolé, entouré de valeurs médiocres, signale un ajustement au bruit. Recopier les résultats dans un tableur sous forme de tableau croisé aide à visualiser ces zones.
  3. Le nombre de positions et le gain moyen par position. Une combinaison qui gagne beaucoup sur 30 positions vaut moins qu’une combinaison un peu moins rentable sur 400. Le gain moyen par position doit rester nettement supérieur aux coûts.
  4. La cohérence avec l’hypothèse. Le réglage retenu doit pouvoir s’expliquer. Une combinaison qui fonctionne sans raison apparente doit vous rendre méfiant.

Étape 5 : revérifier en tick par tick

La documentation de ProRealCode précise que les calculs tick par tick ne sont pas effectués pendant une optimisation, même si l’option est cochée. Les résultats d’optimisation reposent donc sur les seules données d’ouverture, plus haut, plus bas et clôture de chaque barre, ce qui peut surestimer ou sous-estimer gains, drawdown et taux de réussite. Pour obtenir un résultat fiable, relancez individuellement la combinaison retenue comme un backtest classique, en mode tick par tick. Comparez ce qui est comparable : un résultat d’optimisation et un résultat tick par tick ne se mettent pas sur le même plan.

Tenir un journal des optimisations

Chaque optimisation lancée consomme un peu de la crédibilité de vos données : à force d’essayer des grilles et des variantes, vous finissez par ajuster le système à l’historique, même sans le vouloir. Notez donc, pour chaque essai, la date, l’instrument, l’unité de temps, la période, les variables et leurs bornes, les coûts saisis et la zone retenue. Ce journal vous permet de savoir combien de tentatives ont précédé le résultat final, et de relativiser un réglage obtenu après des dizaines d’essais.

Les pièges fréquents

  • Laisser l’affectation de la variable dans le code : toutes les lignes du rapport sont identiques.
  • Un nom différent entre le code et la fenêtre : la variable du code vaut 0.
  • Trop de variables, des pas trop fins : la grille explose et la sur-optimisation est garantie.
  • Optimiser sur tout l’historique : plus aucune donnée pour valider.
  • Retenir le maximum absolu au lieu du centre d’un plateau.
  • Optimiser le stop, l’objectif, les filtres et les entrées en même temps. Chaque degré de liberté ajouté rend le résultat moins crédible. Le phénomène est détaillé dans le dossier sur-optimisation.
Le meilleur résultat d’une optimisation n’est pas une prévision. Les paramètres retenus doivent être validés hors échantillon puis en démo ; un système optimisé peut se comporter très différemment sur des données nouvelles.

FAQ

Pourquoi toutes les lignes de mon optimisation sont-elles identiques ?

La variable est presque toujours affectée dans le code, ce qui écrase la valeur proposée par l’optimiseur. Supprimez ou commentez la ligne d’affectation, et vérifiez que le nom est identique, casse comprise, dans la fenêtre d’optimisation.

Combien de combinaisons une optimisation exécute-t-elle ?

Le produit du nombre de valeurs de chaque variable. Une variable de 5 à 30 avec un pas de 5 donne 6 valeurs ; combinée à une variable de 5 valeurs, cela fait 30 backtests.

Pourquoi le backtest de la meilleure combinaison diffère-t-il du rapport d’optimisation ?

Notamment parce que l’optimisation est calculée sans tick par tick, même si l’option est cochée. Relancée seule en tick par tick, la combinaison peut donner des résultats différents, plus proches de la réalité intrabarre.

Quelle combinaison retenir ?

Une valeur au centre d’une zone de résultats stables, avec suffisamment de positions et un gain moyen par position confortable face aux coûts, puis confirmée hors échantillon.

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.