Trading algorithmique · Statistiques
Statistiques de performance d’une stratégie : lire et juger un backtest
Profit factor, espérance, Sharpe, Sortino, drawdown, recovery factor, MAE/MFE, Monte-Carlo, significativité et corrélation : les formules exactes et la bonne lecture des statistiques d’un backtest.
Un backtest produit des dizaines de chiffres. La plupart sont utiles, aucun ne suffit seul, et plusieurs peuvent être trompeurs s’ils sont lus sans leur contexte. Un profit factor de 2 sur 30 trades ne prouve rien ; un ratio de Sharpe flatteur peut masquer une perte rare mais catastrophique ; un drawdown de solde faible peut cacher un drawdown d’equity énorme. Cette rubrique donne, pour chaque statistique importante, la formule exacte, un exemple chiffré, son interprétation et ses limites, afin que vous puissiez juger une stratégie avec méthode plutôt qu’à l’impression laissée par une courbe.
Les statistiques ne remplacent pas un bon protocole de test. Elles ne valent que si les données, les coûts et la séparation entre période d’optimisation et période de validation sont corrects : c’est l’objet de la page Backtester une stratégie de trading. Elles servent ensuite à répondre à trois questions distinctes : la stratégie a-t-elle gagné de l’argent de façon efficace ? Quel risque a-t-elle pris pour cela ? Le résultat est-il assez solide pour ne pas être le fruit du hasard ?
Trois familles de statistiques
Mesurer le rendement par trade
Le profit factor et l’espérance mathématique décrivent ce que rapporte la stratégie, trade après trade. Ce sont les premières statistiques à regarder : si l’espérance après coûts n’est pas positive, aucune autre mesure ne sauvera la stratégie.
Mesurer le rendement ajusté du risque
Le ratio de Sharpe, le ratio de Sortino, le drawdown maximal et le recovery factor rapportent le gain au risque subi. Deux stratégies qui gagnent la même somme ne se valent pas si l’une a traversé une baisse de 10 % et l’autre une baisse de 50 %. L’analyse MAE et MFE descend au niveau de chaque trade, pour comprendre le parcours des positions entre l’entrée et la sortie.
Mesurer la solidité du résultat
La simulation de Monte-Carlo, la significativité statistique et la corrélation entre stratégies répondent à une autre question : le résultat est-il robuste, distinct du hasard, et apporte-t-il quelque chose à un portefeuille existant ?
Ordre de lecture conseillé
- Espérance mathématique, puis profit factor : les deux mesures fondamentales et la relation qui les lie.
- Drawdown maximal, puis recovery factor : la mesure de risque la plus parlante et son rapport au gain.
- Ratio de Sharpe, puis ratio de Sortino : les mesures standard du rendement ajusté de la volatilité.
- MAE et MFE : l’analyse fine des trades, utile pour régler stops et objectifs.
- Significativité statistique, puis simulation de Monte-Carlo : la validation du résultat.
- Corrélation entre stratégies : l’étape qui précède la construction d’un portefeuille de robots.
Les dix pages de la rubrique
| Statistique | Formule de base | Question à laquelle elle répond |
|---|---|---|
| Profit factor | Gains bruts / pertes brutes | Combien la stratégie gagne-t-elle pour chaque unité perdue ? |
| Espérance mathématique | p × gain moyen − (1 − p) × perte moyenne | Combien rapporte un trade en moyenne ? |
| Ratio de Sharpe | (rendement moyen − taux sans risque) / écart-type | Le rendement compense-t-il la volatilité ? |
| Ratio de Sortino | (rendement moyen − cible) / écart-type à la baisse | Le rendement compense-t-il la volatilité défavorable ? |
| Drawdown maximal | Plus forte baisse depuis un sommet | Quelle a été la pire perte depuis un plus haut ? |
| Recovery factor | Profit net / drawdown maximal | Le gain justifie-t-il la pire baisse subie ? |
| MAE et MFE | Excursions défavorable et favorable de chaque trade | Où placer stops et objectifs ? |
| Monte-Carlo | Rééchantillonnage des trades | Quels scénarios le backtest n’a-t-il pas montrés ? |
| Significativité | Test t sur le résultat moyen | Le résultat peut-il être dû au hasard ? |
| Corrélation | Covariance / produit des écarts-types | Deux stratégies gagnent-elles et perdent-elles ensemble ? |
Profit factor
La page Profit factor donne la formule, sa relation avec le taux de réussite et le ratio gain/perte, les seuils raisonnables selon le nombre de trades, et la façon de le calculer dans MetaTrader 5.
Espérance mathématique
La page Espérance mathématique exprime l’espérance en monnaie et en multiples du risque initial (R), et montre comment la dispersion des trades détermine la fourchette de résultats attendue.
Ratio de Sharpe et ratio de Sortino
Les pages Ratio de Sharpe et Ratio de Sortino détaillent le calcul à partir des rendements périodiques, l’annualisation et les situations où ces ratios induisent en erreur.
Drawdown maximal et recovery factor
La page Drawdown maximal distingue drawdown de solde et d’equity, absolu et relatif, et calcule le gain nécessaire pour revenir au sommet. La page Recovery factor rapporte le profit à cette pire baisse.
MAE et MFE
La page MAE et MFE explique comment mesurer l’excursion de chaque trade et l’utiliser pour placer un stop qui coupe peu de trades gagnants.
Simulation de Monte-Carlo et significativité
Les pages Simulation de Monte-Carlo et Significativité statistique d’un backtest fournissent des méthodes et du code pour estimer la distribution des drawdowns futurs et tester si un résultat se distingue du hasard.
Corrélation entre stratégies
La page Corrélation entre stratégies montre comment mesurer la corrélation sur les rendements, et pas sur les courbes, et quel effet elle a sur la volatilité d’un portefeuille.
Les règles de lecture communes
Quelques principes valent pour toutes les statistiques de cette rubrique :
- Toujours après coûts : spread, commissions, swaps et slippage estimé doivent être intégrés avant tout calcul.
- Toujours avec le nombre de trades : une statistique sans taille d’échantillon n’a pas de sens.
- Toujours sur la période hors échantillon en priorité : les statistiques de la période d’optimisation sont mécaniquement flattées, comme l’explique la page sur la sur-optimisation.
- Toujours en comparant au profil attendu : un taux de réussite de 80 % n’a pas la même signification pour un système de suivi de tendance et pour un système de retour à la moyenne. Les profils de chaque famille sont décrits dans Les familles de stratégies algorithmiques.
Les plateformes calculent la plupart de ces chiffres automatiquement : la page Lire le rapport de backtest indique où les trouver dans MetaTrader 5, et la page Lire les résultats de ProBacktest fait de même pour ProRealTime. Les définitions exactes peuvent varier d’un logiciel à l’autre : en cas de doute, recalculez vous-même à partir de la liste des trades.
FAQ
Quelle est la statistique la plus importante d’un backtest ?
Aucune ne suffit seule. Si vous ne deviez en regarder que trois, retenez l’espérance par trade après coûts, le drawdown maximal en equity et le nombre de trades. Ensemble, elles disent si la stratégie gagne, à quel prix, et si l’échantillon est suffisant pour en juger.
Pourquoi mes statistiques diffèrent-elles entre MetaTrader et ProRealTime ?
Les plateformes n’utilisent pas toujours les mêmes définitions (drawdown sur solde ou sur equity, Sharpe calculé sur des périodes différentes, inclusion ou non des frais). Les données et les modes d’exécution diffèrent aussi. Recalculer les statistiques à partir de la liste des trades exportée permet de comparer à définition égale.
Combien de trades faut-il pour que les statistiques aient un sens ?
Il n’existe pas de seuil universel : cela dépend de la dispersion des résultats et de l’avantage mesuré. Plus l’espérance est faible par rapport à l’écart-type des trades, plus il faut de trades. La page sur la significativité statistique donne la formule pour l’estimer.
Faut-il optimiser une stratégie sur le ratio de Sharpe ou sur le profit ?
Optimiser sur le profit brut favorise les paramétrages les plus risqués. Un critère qui rapporte le gain au risque, comme le recovery factor, le Sharpe ou un critère personnalisé, est généralement préférable, à condition de vérifier ensuite la stabilité des paramètres et le résultat hors échantillon.
