Transparence
Méthodologie de backtest Stratelo
Principes de données, d’exécution, de coûts et de validation utilisés pour interpréter les simulations Stratelo.
Objet du moteur
Le moteur applique des règles déterministes à des données historiques et produit un résultat hypothétique. Il répond à une question conditionnelle : comment les règles se seraient comportées avec les données, les coûts et la convention d’exécution retenus ? Il ne prédit ni prix futur ni rendement futur.
Données et temporalité
Chaque test identifie l’actif, l’intervalle, les dates et la couverture disponible. Les calculs doivent utiliser uniquement l’information disponible au moment simulé afin de limiter le biais d’anticipation. Les trous, doublons, changements de granularité et anomalies de prix peuvent modifier les signaux ; ils doivent donc être contrôlés avant l’interprétation.
Exécution simulée
Les signaux sont traduits en entrées et sorties selon une convention explicite. Lorsque le profil d’exécution prudent est actif, Stratelo estime, en plus des frais saisis, le spread, une composante de slippage liée à la volatilité, l’impact de marché, la latence et certaines contraintes de liquidité. Ces valeurs restent des approximations fondées sur des bougies historiques : elles ne reproduisent pas le carnet d’ordres, les rejets, les interruptions de marché ou l’impact exact d’un ordre réel.
Coûts et stress tests
Les frais et le slippage sont appliqués à chaque exécution simulée. Le rapport distingue les composantes estimées et calcule une performance nette. Les tests de sensibilité augmentent notamment les coûts et le slippage, puis peuvent réduire la taille de position, afin d’identifier une stratégie qui dépend d’une exécution trop favorable. Un stress test ne prévoit pas un coût futur : il mesure comment la conclusion réagit à une hypothèse plus sévère.
Benchmark Buy & Hold
Le benchmark utilise le même actif, la même période et un capital initial comparable. Il sert de référence descriptive, pas d’objectif universel. La comparaison porte sur le rendement net, le drawdown et l’exposition. Une stratégie peut sous-performer tout en réduisant une baisse historique ; cette différence doit être expliquée plutôt que résumée par un verdict binaire.
Robustesse multi-périodes
La comparaison multi-périodes examine la même hypothèse sur plusieurs fenêtres. Le rapport expose le nombre de fenêtres favorables, la dispersion et les segments faibles. Cette analyse ne démontre pas une validité future. Des paramètres voisins, des coûts plus élevés et, lorsque la logique s’y prête, des actifs comparables constituent des contrôles complémentaires.
Processus d’analyse recommandé
- Écrire la règle et la raison de son test avant de voir les résultats.
- Choisir actif, fréquence, dates, capital, taille et coûts.
- Lire le nombre d’opérations et la qualité de la couverture.
- Comparer performance nette, drawdown, exposition et Buy & Hold.
- Examiner les scénarios dégradés et les fenêtres multiples.
- Formuler la prochaine expérience sans modifier plusieurs hypothèses à la fois.
Limites majeures
- sur-ajustement après essais multiples ;
- changements de régime et de liquidité ;
- qualité, couverture et survivance des données ;
- écart entre bougies historiques et exécution réelle ;
- risques techniques, opérationnels et comportementaux absents de la simulation.
Reproductibilité et mises à jour
Un rapport doit conserver les règles, paramètres, dates, coûts et version de méthodologie utilisés. Deux résultats ne sont comparables que si les différences sont identifiées. Toute modification significative du moteur ou de la méthode éditoriale doit entraîner une mise à jour de cette page et des guides concernés.