Backtest manuel : méthode propre, biais compris
Un backtest manuel, c'est quoi et à quoi ça sert vraiment ?
Un backtest manuel consiste à parcourir des données de marché historiques, trade par trade, en appliquant une règle précise, pour mesurer ce qu'elle aurait produit dans le passé. Ce n'est pas une garantie de performance future. C'est un outil de mesure, rien de plus. Il permet de savoir si une idée de trading a une logique quantifiable, ou si elle repose uniquement sur une impression. La majorité des traders particuliers sautent cette étape. C'est l'une des raisons pour lesquelles ils perdent.
Pourquoi faire un backtest à la main plutôt qu'automatisé ?
Les outils automatisés de backtesting existent et peuvent traiter des milliers de trades en quelques secondes. Mais ils supposent que vous savez déjà coder votre règle de manière non ambiguë. Pour un débutant, ou pour une stratégie qui repose sur des éléments visuels — une structure de marché, un contexte de volume, une zone de support et résistance — le backtest manuel reste la méthode la plus honnête. Vous voyez chaque situation. Vous prenez chaque décision. Vous ne pouvez pas déléguer votre flou à une machine.
Le backtest manuel est aussi un apprentissage. En parcourant des centaines de configurations passées, vous entraînez votre lecture du graphique. Ce n'est pas un raccourci vers la rentabilité. C'est un travail de fond.
Comment structurer un backtest manuel propre ?
Étape 1 : définir la règle avant de regarder les données
C'est le point le plus difficile à respecter. Vous devez écrire votre règle d'entrée, votre règle de sortie, la taille de votre stop, et vos conditions de contexte avant d'ouvrir le graphique. Si vous définissez la règle en regardant les données, vous ne testez rien : vous dessinez une règle qui colle à ce que vous voyez déjà. C'est le premier biais, et le plus courant.
Exemple de règle suffisamment précise pour être testée : « J'entre en position longue à la cassure d'un plus-haut de range en unité de temps 15 minutes, uniquement si le volume de la bougie de cassure dépasse la moyenne des 20 dernières bougies, avec un stop sous le bas du range, et un objectif à 2R. » Chaque terme doit être défini. « Range » doit avoir une définition opérationnelle. « Dépasse » doit avoir un seuil chiffré.
Étape 2 : choisir une période et un marché représentatifs
Un backtest sur trois semaines de données ne dit rien. Un backtest sur une seule configuration de marché non plus. Vous avez besoin de données couvrant des phases différentes : tendance haussière, tendance baissière, range, forte volatilité, faible volatilité. Sans cette diversité, vos résultats sont conditionnels à un contexte particulier et ne vous apprennent presque rien.
En pratique, visez au minimum 100 occurrences de votre signal. En dessous, les statistiques ne sont pas fiables. Si votre règle génère deux signaux par semaine, il vous faut environ un an de données pour atteindre ce seuil minimum.
Étape 3 : parcourir les données bougie par bougie
La méthode propre consiste à masquer les données futures. Sur la plupart des plateformes graphiques, vous pouvez décaler votre vue vers la gauche et avancer bougie par bougie. À chaque nouvelle bougie, vous décidez : est-ce que ma règle est déclenchée ? Si oui, où est mon entrée, où est mon stop, où est mon objectif ? Vous notez tout avant de voir la suite.
C'est fastidieux. C'est volontaire. La rigueur de cette étape conditionne la valeur de ce que vous allez mesurer.
Étape 4 : enregistrer chaque trade dans un tableau
Pour chaque trade identifié, notez au minimum :
- La date et l'heure d'entrée
- Le sens (long ou court)
- Le prix d'entrée, le niveau de stop, le niveau d'objectif
- Le résultat en R (multiples de risque)
- Le contexte de marché au moment du signal
- Une capture d'écran ou une référence visuelle
Ce tableau devient la matière première de votre analyse. Sans lui, vous n'avez que des impressions. Avec lui, vous avez des données. Ce travail s'intègre naturellement dans un journal de trading structuré, qui reste l'outil central pour progresser sur la durée.
Quels biais faussent un backtest manuel ?
C'est la partie que la plupart des ressources sur le sujet minimisent. Les biais cognitifs dans un backtest manuel sont nombreux et difficiles à éliminer complètement. Les connaître ne les supprime pas, mais permet de les limiter.
Le biais de confirmation visuel
Vous savez, en regardant un graphique historique, ce qui s'est passé ensuite. Même en masquant les données futures, votre cerveau capte des indices contextuels. Vous avez tendance à valider des signaux qui ont fonctionné et à trouver des raisons d'invalider ceux qui ont échoué. Résultat : votre taux de réussite mesuré est artificiellement gonflé.
La seule façon de limiter ce biais est d'appliquer la règle mécaniquement, sans jugement discrétionnaire pendant le backtest. Si votre règle dit « entrée », vous entrez. Même si vous sentez que ça va mal tourner.
Le biais de sélection de période
Vous choisissez inconsciemment des périodes où votre approche aurait bien fonctionné. Si vous backtestez une stratégie de suivi de tendance sur une période de forte tendance, les résultats seront flatteurs. Testez sur des périodes variées, y compris celles qui semblent défavorables à votre approche.
L'optimisation rétrospective
Après un premier backtest décevant, vous ajustez un paramètre. Puis un autre. Puis un autre encore, jusqu'à ce que les résultats vous conviennent. Ce processus s'appelle l'optimisation rétrospective, ou curve fitting. Vous ne testez plus une règle : vous sculptez une règle pour qu'elle colle aux données passées. Elle sera quasi inutilisable sur des données futures.
La règle pratique : définissez votre règle une fois, backtestez-la une fois, regardez les résultats. Si vous modifiez la règle, vous recommencez le backtest depuis zéro sur une nouvelle période de données.
Le biais d'exécution idéale
Dans un backtest manuel, vous entrez et sortez au prix exact que vous avez défini. En conditions réelles, il y a du slippage, des écarts de bid-ask, des moments où votre ordre n'est pas exécuté au niveau prévu. Ces frictions s'accumulent et réduisent les résultats réels par rapport aux résultats backtestés. Intégrez une estimation de ces coûts dans votre analyse, même approximativement.
Que faire des résultats d'un backtest ?
Un backtest qui montre des résultats positifs ne prouve pas que votre stratégie est viable. Il montre qu'elle aurait été positive sur ces données passées, avec ces biais de mesure, dans ce contexte de marché. C'est une information utile, pas une conclusion définitive.
Les résultats d'un backtest servent à calculer des métriques objectives :
- Le taux de réussite brut (nombre de trades gagnants sur total)
- Le ratio gain moyen / perte moyenne
- L'espérance mathématique par trade, qui combine ces deux métriques en un seul chiffre synthétique
- Le drawdown maximum observé sur la série
- La régularité des résultats dans le temps
Sur ce dernier point, l'article sur l'espérance mathématique en trading explique en détail comment interpréter ce chiffre et pourquoi un taux de réussite élevé ne suffit pas à rendre une stratégie viable.
Un backtest avec un drawdown maximum de 30 % sur la série historique vous donne une indication sur ce que vous pourriez traverser en conditions réelles. Si ce niveau de perte vous semble insupportable psychologiquement ou financièrement, la stratégie n'est pas adaptée à votre situation, indépendamment de ses résultats globaux.
Le backtest manuel est-il suffisant avant de trader en réel ?
Non. Le backtest manuel est une première étape de validation. Il doit être suivi d'une phase de simulation en conditions de marché réel, sans argent engagé, pour mesurer votre capacité à appliquer la règle en temps réel, avec les émotions et la pression que le backtest ne reproduit pas. La plupart des traders qui ont de bons résultats en backtest et en simulation échouent ensuite en réel, parce que la gestion émotionnelle est une compétence distincte de la compréhension des règles.
Le backtest manuel est un outil de connaissance, pas un passeport vers la rentabilité. Il vous dit si votre idée mérite d'être explorée. Il ne vous dit pas si vous serez capable de l'exécuter sous pression, ni si les conditions de marché futures ressembleront aux conditions passées.
Pour aller plus loin dans la structuration de votre démarche statistique, la page dédiée au journal de trading présente les métriques à suivre sur la durée et la façon de construire un suivi qui a de la valeur.
Ce que le backtest ne peut pas faire
Il ne peut pas compenser une règle floue. Si votre règle d'entrée contient des termes comme « quand le marché semble prêt » ou « si le contexte est favorable », vous ne backtestez pas une règle. Vous backtestez votre humeur du moment.
Il ne peut pas prédire le futur. Les marchés changent de régime. Une stratégie qui a fonctionné sur cinq ans peut cesser de fonctionner du jour au lendemain si les conditions structurelles évoluent.
Il ne peut pas remplacer l'expérience réelle. La connaissance intellectuelle d'une règle et la capacité à l'appliquer sous pression sont deux choses différentes. Le backtest développe la première. Seule la pratique réelle développe la seconde.
Faire un backtest manuel propre est exigeant et chronophage. C'est précisément pour cette raison que la plupart des traders ne le font pas sérieusement. Ceux qui le font ont au moins une information que les autres n'ont pas : ils savent ce qu'ils testent, et ils savent ce que leurs chiffres valent.