Centre d'aide
Analyse et résultats

Comment lire un backtest

Lorsque vous lancez le backtest d'une stratégie ou d'un portefeuille, Skewlab simule comment il se serait comporté sur les données historiques et vous renvoie une page de résultats. Ce guide vous aide à les lire et à éviter les pièges d'interprétation les plus courants.

Préambule. Un backtest est une performance hypothétique sur des données passées : il montre comment une stratégie se serait comportée, non comment elle se comportera. Les résultats passés ne garantissent pas les résultats futurs. L'objectif n'est pas « le chiffre le plus élevé », mais de comprendre si une logique a un fondement et à quel point elle est robuste.

La vue d'ensemble et la courbe d'equity

En haut, vous trouvez les métriques principales en un coup d'œil : capital, rendement total et annuel (CAGR), Sharpe ratio, drawdown maximum et d'autres mesures. À lire toujours ensemble : un rendement élevé avec un drawdown énorme vaut moins qu'un rendement modéré mais stable. En dessous, la courbe d'equity montre comment le capital aurait crû dans le temps — regardez au-delà du point d'arrivée : la forme du parcours (une montée régulière vaut mieux qu'une montée avec de grands à-coups) et les périodes plates ou en baisse.

Vue d'ensemble : métriques principales et courbe d'equity

Performance annuelle et mensuelle

Les tableaux année par année et la heatmap mensuelle montrent quand la stratégie a gagné ou perdu. Ils servent à comprendre la consistance : une stratégie qui rapporte grâce à une seule année exceptionnelle est différente d'une stratégie qui gagne régulièrement.

Performance annuelle Performance mensuelle (heatmap)

Drawdown et distribution des rendements

Les drawdowns principaux énumèrent les pires pertes du pic au creux, avec leur durée et leur récupération. La distribution des rendements montre la forme des résultats — de longues queues à gauche signalent le risque de pertes extrêmes — et la stabilité rolling indique si le profil risque/rendement est resté stable dans le temps.

Drawdowns principaux Distribution des rendements et stabilité rolling

Mesures de queue et benchmark

Les mesures de queue quantifient le comportement dans les scénarios extrêmes, et la comparaison avec un benchmark indique si la stratégie a fait mieux ou moins bien qu'une référence passive.

Mesures de queue et benchmark

Portefeuille : composition et contribution

Pour un portefeuille, les résultats détaillent aussi ce qu'il contient. Le panneau composants liste chaque position avec son poids cible, et l'analyse de contribution montre combien chacune a ajouté au rendement total, avec ses propres métriques de risque — vous voyez ainsi quelles positions ont porté le portefeuille et lesquelles l'ont freiné. La vue asset allocation répartit le capital par type d'instrument et par secteur.

Composants et analyse de contribution Asset allocation par instrument et secteur

Portefeuille : rebalancing

Quand un portefeuille se rebalance, les résultats montrent les rebalancements effectués — combien, le turnover annualisé et le coût de chaque événement. La prime de rebalancing compare le portefeuille avec et sans rebalancing pour vous dire s'il a réellement ajouté de la valeur, le tout net de coûts — car cela n'en vaut pas toujours la peine : il peut réduire le risque mais aussi plafonner le potentiel de hausse.

Rebalancements : turnover et journal des événements Prime de rebalancing : avec vs sans Rebalancing : delta, trade-off et drift

Signaux d'alarme

Savoir lire un backtest, c'est reconnaître quand un résultat est trop beau pour être vrai :

  • Très peu de trades — un rendement spectaculaire avec 5-10 opérations n'a aucune valeur statistique : cela pourrait être de la chance.
  • Taux de réussite très élevé (95-100 %) — signale presque toujours un problème, pas un génie : souvent, il manque un stop loss.
  • Courbe trop parfaite — le marché réel ne monte pas en ligne droite.
  • Fragilité aux paramètres — si un petit changement de seuil réduit de moitié le résultat, la stratégie est over-fitted.

Les analyses avancées

Selon le plan, vous pouvez lancer des analyses qui mettent la solidité à l'épreuve : Monte Carlo, Alpha/Beta, Robustesse temporelle, Stress test. Ce sont les outils pour distinguer une stratégie robuste d'une stratégie chanceuse.

Analyses avancées : rapport détaillé, stress test, Monte Carlo

En résumé. N'évaluez pas un backtest à partir d'un seul chiffre. Regardez rendement et risque ensemble, vérifiez qu'il y a suffisamment de trades, méfiez-vous des résultats trop parfaits, et utilisez les analyses avancées pour comprendre si la stratégie est solide ou seulement chanceuse.

Besoin d'aide ? Contacter le support