Replacez les résultats historiques dans leur contexte : disponibilité des données, coûts de transaction, références et validation.
Utilisez ces méthodes pour rendre les hypothèses de recherche visibles et faciliter l’examen des résultats historiques.
Un backtest applique des règles explicites à des observations historiques selon des hypothèses d’exécution déclarées. Son intérêt dépend de ces hypothèses et de la qualité des données sous-jacentes.
Un biais d’anticipation apparaît lorsqu’une décision historique utilise une information qui n’aurait pas encore été disponible au moment de cette décision.
Les coûts de transaction diminuent les résultats nets par rapport aux résultats bruts. Un modèle utile précise les frais et les effets d’exécution qu’il inclut.
Un test hors échantillon évalue une spécification de recherche figée sur des observations qui n’ont pas servi à la choisir. La séparation des données et l’historique des modifications sont essentiels.
Commencez par la base de mesure, puis examinez ensemble l’évolution du rendement, le drawdown et les coûts. Un rendement affiché ne suffit pas à comparer des stratégies.