Une stratégie qui a généré un rendement de 60 % sur les données historiques et qui enregistre des pertes dès son premier mois d'application n'est pas forcément mauvaise. Il s'agit plus souvent d'une stratégie testée sur un marché qui n'a jamais existé.
Presque tous les écarts entre les performances en simulation et en conditions réelles s'expliquent par l'un des six facteurs suivants, dont cinq sont liés à des problèmes de données plutôt qu'à des problèmes de trading. Voici comment identifier celui qui vous concerne.
1. Les frais et les dérapages ont été omis ou estimés.
C'est la première chose à éliminer, car c'est la plus facile à corriger. Une stratégie qui effectue vingt transactions par mois à 0.1 % par côté perd 4 % par an avant même que d'autres facteurs n'interviennent. Si l'on ajoute les différences entre les ordres exécutés par le teneur de marché et ceux exécutés par le preneur, une stratégie qui supposait que le teneur de marché exécute les ordres alors qu'en réalité elle prend la liquidité peut perdre tout son avantage.
Le slippage est la partie la plus difficile. Les backtests exécutent les ordres au prix affiché sur la bougie. Les ordres réels sont exécutés en fonction d'un carnet d'ordres fluctuant, et l'écart se creuse avec la taille de la position et se réduit avec la liquidité. Testez les mêmes règles avec trois tailles de position différentes. Si les rendements chutent brutalement à mesure que la taille augmente, l'avantage réside dans une partie du carnet d'ordres inaccessible avec de l'argent réel.
2. La bougie vous a révélé quelque chose qu'elle ne pouvait pas savoir.
Le biais d'anticipation est un piège classique et silencieux. Il se manifeste lorsqu'une règle utilise des informations qui n'étaient pas disponibles au moment où l'ordre aurait dû être exécuté. Utiliser le prix de clôture d'une bougie pour entrer en position au sein de cette même bougie est l'exemple le plus courant, et il améliore considérablement les résultats sur les paires de devises volatiles.
Le test est simple : décalez chaque entrée d’une bougie et relancez le test. Une stratégie robuste subit une perte de performance. Une stratégie basée sur une anticipation biaisée s’effondre complètement ; il est donc préférable de l’apprendre par un backtest plutôt que par une perte.
3. Les données historiques comportent des lacunes que vous n'avez jamais recherchées.
L'historique des échanges n'est pas clair. Des paires sont retirées de la liste, des symboles sont renommés. exchanges Les cours baissent précisément pendant les périodes de forte volatilité dont votre stratégie prétend tirer profit, et certains ensembles de données interpolent silencieusement les bougies manquantes plutôt que de laisser un trou.
Les données interpolées sont à proscrire, car elles donnent une impression de marché plus lisse qu'il ne l'était réellement. Une stratégie testée sur ces données apprend que les prix évoluent par paliers réguliers, ce qui est précisément faux aux moments clés. Avant de faire confiance à un jeu de données, il est conseillé de tracer le nombre de bougies par jour sur une année et de repérer les creux. Ils seront présents et se produisent généralement les jours où l'on souhaite le plus anticiper les fluctuations du marché.
4. Biais de survie dans la sélection par paires
Tester une stratégie sur les cinquante premières cryptomonnaies en termes de capitalisation boursière permet d'évaluer sa performance sur des actifs ayant réussi à se hisser parmi les cinquante premières. Tous les tokens qui se sont effondrés en cours de route sont exclus de l'échantillon.
In crypto Cet effet est beaucoup plus marqué que pour les actions, car le taux d'échec est plus élevé et l'historique de cotation plus court. Si votre univers de test a été constitué à partir des classements actuels, considérez les résultats comme une limite supérieure plutôt que comme une valeur attendue, et relancez le test sur l'univers tel qu'il était au début de la période de test.
5. Votre flux de données en direct n'est pas celui que vous avez testé.
Les backtests s'exécutent généralement sur des exportations historiques propres. Les règles en production, quant à elles, s'exécutent sur les données fournies en temps réel par votre connexion, et il s'agit d'un tout autre problème. Les limites de débit constituent généralement le point de défaillance principal. exchanges Limiter par clé API et séparément par adresse IP, donc une stratégie interrogeant plusieurs paires sur plusieurs exchanges peut atteindre une limite qui n'a rien à voir avec son volume d'échanges.
Dans ce cas, aucune erreur visible ne s'affiche. Le prix est différé et la règle s'exécute avec retard. La solution réside en partie dans l'architecture, en remplaçant les requêtes REST répétées par des flux WebSocket lorsque la plateforme d'échange les propose, et en partie dans le fait de ne pas centraliser toutes les requêtes.
Les traders qui collectent des ensembles de données plus vastes, tels que les taux de financement sur différentes plateformes, des instantanés du carnet d'ordres, des actualités et des données sur les réseaux sociaux, se heurtent plus rapidement au même obstacle, car les points d'accès publics et les sources web sont plus restrictifs que les plateformes de trading authentifiées. La diffusion de ces données est une tâche courante, et un abordables proxy résidentiel plan Le coût mensuel d'un service comme ProxyWing est inférieur à celui d'une seule erreur d'exécution. L'important est de bien séparer la couche de collecte de la couche d'exécution, afin qu'une tâche de données atteignant une limite n'entraîne jamais de retard dans l'exécution d'un ordre.
Il est important de rappeler une limite. Cela concerne la collecte de données de marché publiques. Utiliser une adresse située à l'étranger pour accéder à une plateforme d'échange qui ne relève pas de votre juridiction constitue une violation des conditions que vous avez acceptées et, dans plusieurs pays, une infraction pure et simple. De plus, cela peut souvent entraîner le blocage de vos fonds au pire moment.
6. Le régime du marché a changé, mais pas les règles.
Une stratégie optimisée pour les conditions de 2021 est en réalité adaptée à un marché présentant une volatilité différente, une corrélation différente avec les actions et des acteurs différents. Le principe reste le même : il cesse simplement de décrire le marché sur lequel il opère.
Diviser la période de test est la méthode classique. Optimisez sur les deux premiers tiers, validez sur le dernier tiers, et n'y touchez plus une fois la période de validation analysée. Si les performances sont sensiblement inférieures pendant la période non modifiée, c'est que les paramètres ont été ajustés de manière aléatoire.
À quoi ressemble une bonne validation en pratique
| Vérifiez | Ce qu'il attrape | Effort |
| Décaler les entrées une bougie plus tard | biais de prévision | Minutes |
| Réexécution à trois tailles de position | Sensibilité au glissement | Minutes |
| Représenter graphiquement le nombre de bougies par jour sur la période de test | Lacunes dans les données et interpolation | Moins d'une heure |
| Reconstruisez l'univers à partir de la date de début | Biais de survie | Quelques heures |
| Avancez sur un dernier tiers inviolé | Surapprentissage des paramètres | Quelques heures |
| Échanges de papier pendant un mois complet | Problèmes d'alimentation, de latence et de limitation de débit | Un mois |
La dernière ligne est celle que l'on ignore et pourtant celle qui attire le plus l'attention. Un mois de simulation avec les données réelles, le calendrier de sondages officiel et les règles officielles ne coûte rien d'autre que de la patience et permet de déceler tous les problèmes d'infrastructure avant même d'investir de l'argent.
Un ordre d'opérations raisonnable
Commencez par corriger les hypothèses relatives aux frais et au glissement, car leur correction est peu coûteuse et elles permettent d'éliminer une bonne partie des faux positifs. Ensuite, vérifiez la présence d'un biais de prévision, qui invalide immédiatement la stratégie ou la confirme. Enfin, examinez les données elles-mêmes. Ce n'est qu'après ces trois étapes que vous devriez consacrer du temps à l'ajustement des paramètres, car un ajustement basé sur des données erronées ne fait que reproduire l'erreur avec plus de certitude.
Les stratégies qui résistent à cette série de tests paraissent généralement moins performantes que celles qui échouent. C'est là le problème. Un ensemble de règles qui génère un résultat modeste et constant dans différents contextes vaut bien plus qu'un ensemble de règles qui affiche un résultat spectaculaire lors d'un backtest non validé.
QFP
De combien de données historiques ai-je besoin pour un backtest fiable ?
Suffisant pour couvrir au moins deux régimes de marché différents, ce qui, dans crypto Cela correspond généralement à un cycle complet. Six mois de données au cours d'une même tendance permettent de comprendre le comportement de la stratégie durant cette tendance, et rien de plus.
Le trading sur papier est-il réellement utile, ou ne fait-il que retarder l'échéance ?
C'est le seul moyen de tester votre infrastructure de bout en bout. Cela ne valide pas la périphérie, car les remplissages sont simulés, mais cela révèle de manière fiable les délais d'alimentation, les limites de débit et la logique des règles qui se comportent différemment avec des données réelles.
Pourquoi les mêmes règles se comportent-elles différemment sur deux exchanges?
Les frais, la liquidité et l'horodatage précis des chandeliers diffèrent. Sur les petites plateformes, les carnets d'ordres sont également plus sensibles aux ordres de faible montant, ce qui se traduit par un glissement plutôt que par un problème de stratégie.
Dois-je optimiser les paramètres en continu ?
Réoptimiser fréquemment est généralement une méthode lente qui conduit au surapprentissage. Définissez un intervalle de révision fixe, utilisez une période de test à chaque fois et exigez une amélioration significative avant de modifier quoi que ce soit.
Quelle est la cause la plus fréquente de contre-performance en direct ?
Les coûts de transaction ont été sous-estimés lors des tests. C'est un aspect peu reluisant, mais il est responsable de plus d'échecs stratégiques que tous les autres éléments de cette liste réunis.
Clause de non-responsabilité
Cet article est uniquement destiné à des fins d'information et d'éducation et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Crypto Le trading comporte des risques importants, et les performances passées, simulées ou rétrospectives ne garantissent pas les résultats futurs.
Coinrule Ce logiciel d'automatisation des transactions est fourni, mais aucune garantie n'est donnée quant à la performance des stratégies, des plateformes d'échange, des sources de données ou des services tiers. Les utilisateurs sont responsables de leurs décisions de trading et du respect des lois applicables et des conditions d'utilisation de la plateforme. CoinruleLes services de [Nom de l'entreprise] ne sont pas destinés aux résidents de l'UE ou de l'EEE, et ne leur sont pas proposés. Coinrule ne détient pas d'autorisation en tant que Crypto-Fournisseur de services d'actifs au titre de MiCA.
Cet article contient du contenu sponsorisé et des liens externes. Coinrule n'approuve ni ne garantit les produits ou services de tiers.