Optimisation responsable en trading : éviter l’overfitting et préserver son edge

Pourquoi l’optimisation détruit plus de stratégies qu’elle n’en améliore ? Découvrez comment optimiser un système de trading de manière responsable, éviter l’overfitting et construire une méthode robuste et durable.

Fondamentaux · avance · 8 min de lecture

Introduction — Quand vouloir améliorer trop vite finit par tout casser

L’optimisation est l’une des étapes les plus dangereuses du trading. Sur le papier, elle semble logique : si une stratégie fonctionne un peu, pourquoi ne pas la rendre meilleure ? Ajuster les paramètres, affiner les règles, supprimer les trades perdants du passé… tout cela paraît intelligent.

Dans la réalité, c’est souvent à ce moment précis que les stratégies meurent.

L’overfitting, ou sur-optimisation, est l’un des pièges les plus fréquents chez les traders sérieux. Pas chez les débutants naïfs, mais chez ceux qui ont déjà une méthode, des résultats partiels et l’envie légitime de progresser.

Optimiser sans méthode transforme rapidement un système viable en illusion statistique.

Ce qu’est réellement l’overfitting

L’overfitting consiste à adapter une stratégie au passé au point qu’elle perd sa capacité à fonctionner dans le futur.

Le système ne modélise plus un comportement du marché. Il mémorise un historique spécifique.

Sur un backtest, la courbe devient parfaite. En conditions réelles, la performance s’effondre.

Ce n’est pas de la malchance. C’est une conséquence directe d’un modèle trop ajusté.

Pourquoi le cerveau humain adore l’overfitting

L’overfitting est séduisant parce qu’il rassure.

Il donne l’impression de comprendre le marché, de maîtriser les paramètres, de corriger chaque erreur passée. Chaque ajustement semble logique isolément.

Le problème, c’est que le marché ne répète jamais exactement le passé. En cherchant à éliminer toutes les imperfections historiques, on élimine aussi la robustesse.

Optimiser n’est pas améliorer

Une optimisation peut améliorer les résultats passés sans améliorer la stratégie.

C’est une distinction fondamentale.

Améliorer un système, c’est renforcer sa capacité à produire une espérance positive dans des contextes variés. Optimiser excessivement, c’est améliorer la performance sur un échantillon donné, souvent au détriment de tout le reste.

Les traders confondent trop souvent ces deux démarches.

Le faux confort des backtests parfaits

Un backtest trop propre est un signal d’alerte, pas une réussite.

Lorsque la courbe devient trop lisse, trop régulière, trop stable, cela signifie souvent que la stratégie a été ajustée pour éviter précisément les zones difficiles du passé.

Or, ce sont justement ces zones qui testent la solidité d’un edge.

Un bon système accepte des pertes, des drawdowns et des phases de stagnation.

Pourquoi plus de paramètres signifie plus de fragilité

Chaque paramètre ajouté augmente la complexité du système.

Plus un système contient de règles et de seuils précis, plus il est sensible aux variations du marché. Une légère modification du contexte peut suffire à le rendre inefficace.

Les systèmes robustes reposent sur peu de paramètres, larges et tolérants.

La précision excessive est souvent un défaut, pas une qualité.

La différence entre optimisation locale et robustesse globale

Une optimisation locale améliore les performances dans une zone précise de données.

Une optimisation robuste maintient des performances acceptables sur plusieurs périodes, marchés et conditions.

Les traders responsables cherchent la stabilité, pas le maximum théorique.

Un système qui gagne moins mais partout vaut mieux qu’un système qui gagne beaucoup parfois.

Pourquoi supprimer les trades perdants est une erreur

Une tentation classique consiste à analyser l’historique et à supprimer certains trades jugés “mauvais”.

Le problème est que le marché ne sait pas quels trades étaient mauvais dans le passé. Il ne reproduira pas les mêmes patterns.

En supprimant trop de configurations, on réduit l’échantillon et on biaise la distribution des résultats.

Un edge s’exprime grâce à l’ensemble des trades, pas uniquement aux meilleurs.

Le rôle central de la variance

La variance est l’ennemie numéro un de l’optimisation mal comprise.