Surajustement de backtest : quand un beau résultat est un piège

La chose la plus dangereuse qu'un backtest puisse faire, c'est réussir. Le surajustement de backtest, c'est ce qui se passe quand une stratégie apprend le bruit d'une tranche d'histoire précise au lieu d'apprendre quoi que ce soit de réel sur les marchés, produisant une magnifique courbe de capital qui ne prédit exactement rien. Le monde quantitatif combat cela depuis des décennies. L'ère des agents ajoute une nouvelle torsion : des modèles de langage qui ont peut-être déjà lu l'histoire sur laquelle vous les testez. Cet article couvre la mécanique classique, les vieux biais qui piègent encore, le nouveau mode d'échec par mémorisation des LLM, et les défenses qui séparent les résultats fiables des résultats flatteurs.

Pourquoi le surajustement survient : les degrés de liberté

Chaque choix ajustable dans une stratégie est un degré de liberté, et les degrés de liberté sont la façon dont le bruit se fait ajuster. Regardez ça se cumuler. Un croisement de moyennes mobiles commence avec deux paramètres : les longueurs rapide et lente. Ajoutez un filtre RSI, et vous en avez quatre : période plus seuil. Ajoutez une fenêtre horaire, une distance de stop et un objectif de profit, et vous êtes à sept ou huit. Testez dix valeurs plausibles pour chacun et l'espace contient des dizaines de millions de combinaisons. Quelque part là-dedans, une configuration épouse magnifiquement votre période de test par pur hasard. Un optimiseur la trouvera pour vous.

L'intuition, c'est le concours de pile ou face. Mettez dix mille personnes dans une salle à lancer des pièces, et après dix tours une dizaine d'entre elles ont fait pile à chaque coup. Elles ressemblent à des génies. Ce sont des gagnants de loterie. Les recherches de paramètres organisent le même concours avec des variantes de stratégie comme candidats, et le vainqueur d'une recherche assez vaste est presque garanti d'être un coup de chance. La règle inconfortable qui en découle : plus vous avez essayé de configurations, moins la performance de la meilleure signifie quelque chose. Un ratio de Sharpe de 2,0 obtenu en testant trois idées est intéressant. Le même chiffre issu d'un balayage de cinquante mille est surtout une mesure de la taille du balayage.

Les biais classiques : survie et lookahead

Deux péchés plus anciens gonflent les backtests sans le moindre optimiseur.

Le biais de survie consiste à tester sur les gagnants d'aujourd'hui. Faites tourner une stratégie sur les composants actuels d'un indice boursier et vous avez discrètement exclu chaque société radiée, rachetée à rabais ou en faillite en chemin ; les perdants que votre stratégie aurait détenus manquent aux données. Le crypto est pire : des milliers de tokens morts disparaissent purement des jeux de données, si bien qu'un backtest « acheter le top 50 par capitalisation » construit sur les coins survivants teste un portefeuille que personne ne pouvait savoir détenir. Le correctif : des données en temps réel (point-in-time) reflétant ce qui était réellement négociable à chaque date, et de la méfiance dès que de telles données ne sont pas disponibles.

Le biais de lookahead consiste à agir sur une information avant qu'elle n'existe. La version brutale : trader une bougie en utilisant la clôture de cette bougie. Des versions plus subtiles s'infiltrent partout : des données économiques dans leur version révisée plus tard plutôt que dans leur première publication, des indicateurs calculés sur une fenêtre pleine, ou des fondamentaux estampillés de la date de l'exercice fiscal au lieu de la date ultérieure de publication. Chacune de ces fuites glisse le journal de demain dans la décision d'aujourd'hui, et le backtest récompense la fuite.

Le nouveau mode d'échec : votre LLM a déjà lu les réponses

Les stratégies agentiques introduisent une version du lookahead qu'aucune checklist d'hygiène des données n'attrape, car la fuite est à l'intérieur du modèle. Un grand modèle de langage entraîné sur des données allant jusqu'à, disons, 2024 a ingéré actualités financières, commentaires de prix et post-mortems couvrant chaque mouvement de marché dramatique antérieur à sa coupure. Demandez-lui de « décider » quoi trader en mars 2020 et il ne prévoit pas. Il se souvient.

La recherche est ici sans détour. « Can LLM-based Financial Investing Strategies Outperform the Market? » (arXiv:2505.07078, 2025) a montré que les backtests de stratégies LLM sont gonflés par la mémorisation et le lookahead : les modèles dont les données d'entraînement recouvrent la fenêtre de test peuvent se rappeler tickers, dates et mouvements de prix, et la performance se dégrade souvent dès que l'évaluation passe hors échantillon. Un benchmark de suivi contrôlant la mémoire (arXiv:2605.28359, 2026) a atteint le même verdict par l'autre bout, constatant que de longs backtests recouvrant la coupure de connaissances d'un modèle laissent l'histoire de marché mémorisée fuiter dans ses « prédictions », et que contrôler la mémoire réduit fortement l'habileté apparente. Un agent qui paraît brillant sur 2020-2023 n'est peut-être qu'un index très coûteux de ce qui s'est passé en 2020-2023.

Les conséquences pratiques sont simples à énoncer. Si un LLM prend des décisions quelque part dans votre boucle, traitez toute fenêtre de backtest antérieure à la coupure d'entraînement de ce modèle comme contaminée et pondérez les preuves postérieures à la coupure. Mieux : gardez le LLM entièrement hors du chemin de prédiction : utilisez-le pour traduire votre intention en règles explicites, puis rejouez ces règles déterministes contre l'histoire, où la mémorisation n'a rien à toucher. La répartition plus large des rôles entre modèles de langage et moteurs déterministes est couverte dans les LLM dans le trading.

Des défenses qui fonctionnent vraiment

Aucune de ces défenses n'est exotique. Leur force tient à être appliquées avant que vous ne tombiez amoureux d'un résultat.

Réservez des données, et respectez la réserve. Découpez l'histoire et n'ajustez que sur la partie ancienne, en gardant le segment récent intact jusqu'à ce que la conception soit figée. Un seul coup d'œil à la réserve par stratégie. Regardez plusieurs fois en ajustant à chaque coup, et la réserve est silencieusement devenue une donnée d'entraînement.

Le test walk-forward. Au lieu d'un découpage statique unique, optimisez sur une fenêtre, testez sur la tranche suivante, avancez, et recommencez. Les segments hors échantillon cousus ensemble montrent comment la stratégie se comporte quand elle doit continuer de fonctionner sur des données jamais vues, ce qui est la fiche de poste réelle.

La couverture des régimes. Une fenêtre de test est un argument, et une fenêtre étroite est un argument faible. Couvrez le marché baissier crypto de 2018, le krach de mars 2020, la hausse continue de 2021 et le broiement de 2022, et vous apprenez si l'avantage est une propriété de marché ou un déguisement de régime. Une revue des agents de trading LLM (arXiv:2408.06361, 2024) a signalé fenêtres de test courtes et univers réduits comme faiblesses endémiques du domaine, et les backtests retail font rarement mieux.

Des plateaux de paramètres plutôt que des pics. Faites varier chaque paramètre autour de sa valeur choisie et regardez ce qui se passe. Supposez qu'un seuil d'entrée RSI de 30 backteste à un Sharpe de 1,4, mais que 25 donne 0,3 et 35 donne 0,4 : ce pic effilé comme une aiguille est la signature du bruit ajusté, car les vrais effets de marché ne sont pas aussi précis. Si tout, de 25 à 40, atterrit entre 0,9 et 1,2, vous êtes sur un plateau, et les plateaux voyagent vers le trading réel bien plus souvent que les pics. Préférez le milieu d'un large plateau au sommet d'un pic effilé, même quand le chiffre du pic est plus joli.

C'est aussi là que l'outillage aide ou nuit en silence, alors choisissez un logiciel de backtesting qui rende l'honnêteté commode. Sur Obside, un backtest rejoue des années d'histoire en minutes avec des hypothèses de slippage intégrées, ce qui fait du geste bon marché et discipliné, tester à travers les régimes avec des coûts réalistes avant de faire confiance à quoi que ce soit, le chemin de moindre résistance plutôt qu'une corvée. Le flux de travail propre aux agents est détaillé dans comment backtester un agent de trading IA.

La simplicité comme a priori, et le paper trading comme examen final

Quand deux stratégies backtestent de façon similaire, préférez celle qui a le moins de pièces mobiles, et tenez cette préférence avant de voir le moindre résultat. Chaque règle ou paramètre ajouté doit payer son loyer en survivant hors échantillon, pas seulement en améliorant la courbe en échantillon, ce que la complexité ajoutée fait presque toujours gratuitement. Une stratégie à deux règles avec un Sharpe de 0,9 à travers quatre régimes mérite plus de confiance qu'une construction à neuf paramètres affichant 1,8 sur un seul marché haussier. La complexité n'est pas de la sophistication. En backtesting, c'est surtout de la surface pour que le bruit s'y accroche.

Vient ensuite le seul test que rien ne peut contaminer : le futur. Le paper trading fait tourner votre agent exact contre les marchés en direct sans capital en jeu, sur des données qui n'existaient pas quand vous avez conçu la stratégie. Aucun optimiseur ne les a vues, et aucun modèle de langage ne les a mémorisées. Une chose compte par-dessus tout à ce passage : rien de l'agent ne change en chemin. Sur Obside, la même définition d'agent qui a été backtestée passe en mode paper inchangée, avec des conditions et des contrôles de risque identiques, si bien que la session paper teste la stratégie que vous avez validée plutôt qu'une approximation recopiée à la main. Trois ou quatre semaines de résultats paper qui riment avec le backtest sont la preuve la plus forte que la validation retail puisse produire.

Où aller ensuite

Traitez chaque beau backtest comme une affirmation exigeant une revue hostile, et auditez dans cet ordre : combien de configurations ont été balayées, si les données sont exemptes de biais de survie et en temps réel, si un LLM dans la boucle a pu mémoriser la fenêtre, si le résultat repose sur un plateau ou un pic, et s'il a survécu à des données que vous aviez réservées. Puis laissez le paper trading rendre le verdict. Si vous voulez cette discipline intégrée au flux de travail plutôt que boulonnée par-dessus, Obside fait tourner toute l'échelle, des backtests couvrant les régimes avec slippage intégré, puis paper, puis réel, sur une seule définition d'agent inchangée.

Contenu éducatif uniquement. Ceci ne constitue pas un conseil en investissement. Le trading comporte des risques, y compris la perte de capital.