Le backtesting est la méthode générale permettant de voir dans quelle mesure une stratégie ou un modèle aurait fonctionné par le passé. Le backtesting évalue la viabilité d'une stratégie de trading en découvrant comment elle se serait comportée à partir de données historiques. Si le backtesting fonctionne, les traders et les analystes peuvent avoir la confiance nécessaire pour l'employer à l'avenir. Malheureusement, le backtesting n'est pas une preuve et doit être utilisé avec prudence.
Aucun backtest ne peut reproduire les résultats futurs, mais certains backtests vous donnent des indices intéressants. Il est difficile de tracer une ligne entre un bon et un mauvais backtest. Néanmoins, il existe quelques questions pour savoir si un backtest est pertinent ou non :
Les conditions 1 et 2 reposent sur les statistiques. Vous devez disposer de suffisamment de données pour minimiser le hasard. Par exemple, si vous testez une stratégie avec des milliers de conditions et qu'elle ne vous donne qu'une seule entreprise performante à acheter. Devriez-vous faire confiance à ce backtest ?
La condition 3 cherche à savoir si un backtest est « repeint », c'est-à-dire que vous utilisez (par erreur) des données que vous n'êtes pas censé connaître à l'avance. En clair, vous avez essayé de prédire le futur en donnant des indices du futur. C'est l'erreur la plus courante lors d'un backtest et elle peut être vraiment difficile à repérer. Par exemple, vous voulez tester la Stratégie X sur le marché américain, vous décidez donc de la backtester de 1990 à 2000. Formidable, votre backtest montre que durant cette période, vous avez trouvé Apple Inc, Microsoft Inc. Mais vous oubliez que vous utilisez une base de données actuelle datant de 2024 ; ce faisant, vous ajoutez déjà l'information suivante dans votre backtest « L'entreprise est suffisamment solide pour durer de 1990 à 2024 ».
La condition 4 est quelque chose d'assez logique que l'on retrouve dans toute création de modèle (en particulier les réseaux de neurones). Elle énonce que pour avoir un modèle correct, il faut disposer d'un jeu de données distinct pour l'entraînement et pour la validation. Pour un backtest, vous devriez utiliser une période différente de celle que vous utilisez pour trouver votre stratégie.
Chez GuruScreener, nous pensons que les utilisateurs devraient avoir un accès complet aux données pour tester ce en quoi ils croient. À l'inverse, nous voulons éviter de partager des analyses de performance de stratégies susceptibles de déformer la réalité. Parce que chacun a un style d'investissement différent, vous devriez créer votre propre backtest.
Pour chaque screener de stratégie, un mode backtest est disponible. Ce mode backtest est comme une machine à remonter le temps à un moment précis du passé. GuruScreener vous donne tous les actifs qui correspondaient à la stratégie à cette période. En sélectionnant les actifs que vous souhaitez placer dans le portefeuille, vous pourriez tracer la performance passée.