En développement / Explication
Strategy Creator · Explication

Pourquoi 9 stratégies de trading sur 10 échouent

Sur les 227 variantes de stratégies testées jusqu'ici, 89% ont échoué. Ce n'est ni de la malchance ni un problème de notre côté : c'est ce qui arrive d'habitude quand on teste honnêtement. Nous expliquons ci-dessous, étape par étape, pourquoi — et à quoi faire attention quand on vous présente une stratégie ou un robot de trading qui « marche à coup sûr ».

Lecture : ~8 minutes · 8 octobre 2026

1. La chance ressemble exactement au talent

Imaginez 200 personnes qui jouent à pile ou face chaque jour : face signifie +1%, pile −1%. Personne n'a d'avantage. Au bout d'un an, certains seront gagnants, d'autres perdants — et le meilleur aura l'air d'un génie. Nous l'avons simulé :

200 « stratégies » à pile ou face (+1% ou −1% par jour, au hasard).

C'est exactement ce qui se passe quand on essaie de nombreuses stratégies sur des données historiques. Si vous testez 200 idées, quelques-unes sembleront excellentes par pur hasard. Le problème n'est pas l'absence de bonnes stratégies — c'est qu'en regardant seulement le passé, on ne peut pas savoir si une stratégie est bonne ou simplement chanceuse.

À quoi faire attention

Demandez combien de variantes ont été essayées avant d'arriver à celle présentée. Un bon résultat trouvé en 3 essais signifie quelque chose ; trouvé en 300, il ne signifie presque rien.

2. Ajuster jusqu'à ce que ce soit joli

Le deuxième piège est plus subtil. Vous avez une idée, vous la testez, le résultat est faible. Vous modifiez un peu une règle — c'est mieux. Vous modifiez encore, et encore. Après 20 ajustements, la stratégie paraît impeccable sur le passé. Mais chaque ajustement a « appris » le bruit de ces données, pas un mécanisme réel du marché. La stratégie décrit parfaitement le passé et rien du futur.

Ce phénomène s'appelle la suroptimisation. Signe typique : des règles très précises, du genre « acheter quand l'indicateur dépasse 37,5, mais seulement le mardi et le jeudi », sans aucune explication de pourquoi cela fonctionnerait.

Comment nous nous protégeons

Les règles, les coûts et les critères de réussite sont rédigés et scellés par une empreinte numérique avant le test : ils ne peuvent plus être ajustés après le résultat. Une période de données reste intacte et n'est utilisée qu'une seule fois, à la fin.

3. Les coûts mangent la différence

Beaucoup de régularités du marché existent vraiment — elles sont simplement plus petites que le coût de leur exploitation. À chaque transaction, vous payez l'écart entre le prix d'achat et le prix de vente (le spread), la commission et, souvent, une exécution à un prix un peu moins bon que prévu.

Exemple illustratif, pas les chiffres d'une stratégie réelle : un avantage de 0,10% par transaction semble bon, mais après les coûts il ne reste presque rien, et avec des coûts doublés il devient une perte.

Un gain de quelques centièmes de pour cent par transaction disparaît après les coûts. Et les coûts supposés dans un test sont presque toujours inférieurs aux coûts réels. Un piège voisin : l'inverse d'une stratégie perdante ne devient pas gagnant — les coûts se paient dans les deux sens.

Comment nous nous protégeons

Nous mesurons les coûts sur des exécutions réelles, au lieu de les supposer, et nous exigeons qu'une stratégie reste positive même avec des coûts doublés.

4. L'information venue du futur

L'erreur technique la plus fréquente : le test utilise, sans que vous vous en rendiez compte, une information qui n'existait pas encore au moment de la décision. Quelques exemples :

Ce type d’erreurs produit des résultats spectaculaires. C’est pourquoi, chez nous, un résultat trop beau sur une idée simple est traité comme une erreur jusqu’à preuve du contraire.

Comment nous nous protégeons

Chaque décision simulée n’utilise que ce que l’on savait à ce moment-là — y compris la liste des entreprises et les données telles qu’elles étaient publiées à l’époque.

5. Le marché change

Même un effet réel ne dure pas éternellement. Quand un schéma devient connu, davantage d’acteurs l’exploitent et l’avantage se réduit ou disparaît. Les règles, la technologie et les acteurs du marché changent aussi. Une stratégie qui a très bien fonctionné pendant quelques années peut cesser complètement de fonctionner les années suivantes — nous avons eu de très bonnes idées sur les années de construction qui ont totalement disparu sur la période hors échantillon.

Comment nous nous protégeons

La période laissée intacte est la plus récente, et une stratégie doit être positive la plupart des années, pas seulement sur une période chanceuse.

6. Trop peu de transactions

20 transactions gagnantes sur 30 peuvent sembler convaincantes, mais statistiquement elles ne prouvent presque rien : un résultat aussi bon apparaît souvent par pur hasard. Il faut des centaines de transactions, dans des conditions de marché différentes, pour distinguer l’avantage de la chance.

Comment nous nous protégeons

Nous exigeons un résultat statistiquement significatif et comparons chaque stratégie à un test de contrôle : les mêmes règles, mais avec des moments d’entrée choisis au hasard. Si elle ne le bat pas nettement, elle n’a pas d’avantage.

7. La simulation n’est pas la réalité

Même une stratégie qui passe tous les tests sur données historiques peut se comporter autrement en réalité : les ordres sont exécutés plus tard ou seulement en partie, à certaines heures il y a moins d’acheteurs et de vendeurs, la connexion a des retards. C’est pourquoi, avant l’argent réel, les stratégies tournent pendant des mois sur des comptes virtuels, jour après jour, et doivent reproduire exactement la simulation.

Et ce test en temps réel ne peut pas prouver en quelques mois qu’une stratégie est bonne — il peut seulement la rejeter à temps. Les bons résultats ne sont pas pris comme une preuve ; les mauvais arrêtent immédiatement la stratégie.

En bref : les pièges et les parades

Le piègeComment nous nous protégeons
La chance prise pour du talentNous comptons toutes les variantes essayées ; nous exigeons un résultat statistiquement significatif
Ajuster jusqu’à ce que ce soit beauRègles figées avant le test ; données hors échantillon utilisées une seule fois
Les coûts ignorésCoûts mesurés sur des exécutions réelles ; la stratégie doit résister à des coûts doublés
L’information venue du futurChaque décision n’utilise que ce que l’on savait à ce moment-là
Le marché changeLa période hors échantillon est la plus récente ; positive la plupart des années
Trop peu de transactionsTest de contrôle avec des entrées aléatoires
La simulation n’est pas la réalitéTest en temps réel sur comptes virtuels ; argent réel seulement à la fin, et en petite quantité

À quoi faire attention quand on vous présente une stratégie ou un robot

Qu’il s’agisse d’un cours, d’un groupe, d’un « robot qui gagne de l’argent tout seul » ou d’une offre de gestion de votre argent, ces signes doivent vous inciter à vous arrêter et à poser plus de questions :

Ce que cela signifie pour vous

Que 9 idées sur 10 échouent n’est pas un mauvais signe, mais le signe que les tests sont honnêtes. Une recherche où toutes les idées sortent « gagnantes » soit ne teste pas assez, soit se fait des illusions. Nous préférons rejeter une idée en laboratoire plutôt que de la tester avec l’argent de quelqu’un.

Contenu pédagogique. Ceci n’est ni un conseil en investissement ni une offre. Les exemples chiffrés sont illustratifs, et la simulation utilise des données générées aléatoirement. Les résultats passés, simulés ou réels, ne garantissent pas les résultats futurs.