Pourquoi le taux de réussite est une métrique trompeuse
Le taux de réussite, également appelé taux de gain, mesure la fréquence à laquelle un système de trading génère une transaction profitable. Il est facile à calculer et psychologiquement satisfaisant : la plupart des gens préfèrent un système qui a raison plus souvent qu'il n'a tort. La source note qu'évaluer un système principalement par son taux de réussite est une approche simpliste. Un système peut être correct dans 90 % de ses transactions et pourtant perdre de l'argent lorsqu'il est utilisé sur un nombre suffisamment grand de transactions. La raison est que le taux de réussite ne dit rien sur la taille des gains par rapport aux pertes. Si un système gagne de petits montants fréquemment mais subit occasionnellement une perte beaucoup plus importante, les gains fréquents peuvent être effacés par un seul résultat défavorable. Par exemple, un système générique qui gagne +0,1R neuf fois et perd -2R une fois a un taux de réussite de 90 % mais un résultat net de -1,1R. L'inverse est également possible : un système avec un faible taux de réussite peut être rentable si son gain moyen est beaucoup plus élevé que sa perte moyenne. Les approches de suivi de tendance, par exemple, tolèrent souvent de nombreuses petites pertes tout en recherchant quelques gains importants. Le taux de réussite ignore également la séquence des transactions, les drawdowns et le nombre d'opportunités. Un taux de réussite de 90 % sur dix transactions n'est pas la même chose que 90 % sur mille transactions, et une série de pertes au mauvais moment peut forcer un trader à abandonner le système. Par conséquent, le taux de réussite est une statistique descriptive, et non une mesure complète de la qualité d'un système. Il peut être utile comme l'un des éléments, mais il ne peut pas répondre à la question de savoir si le système a un avantage positif après coûts, si cet avantage est stable, ou quel risque le trader doit accepter pour le réaliser.
L'espérance : le premier pas au-delà de la précision
L'espérance va au-delà du taux de réussite en combinant la précision et le gain en une seule moyenne. En termes de multiples R, l'espérance est le résultat moyen par transaction exprimé en unités de risque initial. Une formule courante est : Espérance = (Taux de réussite × Gain moyen en R) − (Taux de perte × Perte moyenne en R). Si un système gagne 40 % du temps avec un gain moyen de +3R et perd 60 % du temps avec une perte moyenne de -1R, son espérance est (0,40 × 3) − (0,60 × 1) = 1,2 − 0,6 = +0,6R par transaction. C'est plus informatif qu'un taux de réussite de 40 % seul. Cependant, la source avertit qu'un système avec une espérance moyenne plus élevée n'est pas automatiquement meilleur. Un système avec une moyenne de +2,3R par transaction peut sembler supérieur à un autre avec une moyenne de +0,4R, mais la réponse n'est pas garantie. L'espérance est une moyenne, et les moyennes peuvent masquer des détails importants : la fréquence des transactions, la distribution des résultats, la taille et la durée des drawdowns, et la fiabilité de l'estimation. Un système à forte espérance peut trader rarement, ce qui signifie qu'il produit moins de R total sur une période donnée. Il peut aussi avoir des résultats à queue épaisse, où quelques gros gagnants dominent la moyenne ; supprimez ces valeurs aberrantes et l'avantage peut disparaître. L'erreur d'estimation compte également. Une espérance positive mesurée sur un petit échantillon peut ne pas persister. De plus, l'espérance n'indique pas combien de capital est nécessaire pour survivre aux séquences perdantes qui se produisent dans la distribution. Ainsi, l'espérance est un élément utile, mais ce n'est pas la carte de score finale. Elle répond à la question de combien un système gagne par transaction en moyenne, pas à quelle vitesse, à quelle fréquence ou avec quel risque cette moyenne est atteinte.
Le R total sur une période fixe
Un autre niveau d'évaluation consiste à se demander combien de R le système produit sur une période fixe. Au lieu de ne regarder que le R moyen par transaction, un trader peut comparer les systèmes par leur R total à la fin d'un mois, d'un trimestre ou d'une année. La source présente un scénario dans lequel le Système 1 rapporte 20R sur un mois tandis que le Système 2 rapporte 30R. Il serait naturel de supposer que le Système 2 est meilleur, mais la source déclare que la réponse n'est toujours pas nécessairement oui. Un R total plus élevé peut s'accompagner d'une plus grande variabilité. Par exemple, le Système 2 pourrait produire 30R en moyenne mais connaître une espérance négative dans 30 % des périodes, tandis que le Système 1 pourrait avoir une moyenne de 20R et rarement ou jamais produire de période négative. Si l'objectif est une croissance régulière du capital, le système à rendement inférieur mais plus constant peut être préférable pour certains traders, selon leurs objectifs et leur tolérance au risque. Le R total sur une période fixe est influencé par trois composantes principales : l'espérance par transaction, le nombre de transactions prises et la variabilité des résultats. Un système avec une espérance plus faible mais beaucoup plus d'opportunités peut surpasser un système à forte espérance qui trade rarement. Inversement, un système à forte espérance avec de longues périodes d'inactivité peut sous-performer en termes calendaires. La période compte aussi. Un total mensuel peut être dominé par un ou deux gros gagnants, tandis qu'un total annuel peut lisser cet effet. Le point de la source est que le R total est un résultat au niveau du portefeuille, pas seulement une statistique au niveau de la transaction. Il reflète l'opportunité, le dimensionnement des positions et la trajectoire des rendements. Comparer des systèmes uniquement par leur R moyen ou total sans contexte peut conduire à choisir un système dont le flux de rendement est trop volatil pour le capital et la psychologie du trader.
Variabilité et dépendance au chemin
La variabilité décrit l'étalement des résultats autour de la moyenne. Deux systèmes peuvent avoir la même espérance mais des profils de risque très différents. L'un peut produire une séquence régulière de petits gains et pertes ; l'autre peut avoir de longues périodes plates suivies de grandes poussées et de drawdowns profonds. La source met l'accent sur la variabilité car elle affecte la capacité à réaliser réellement une espérance positive. Un système avec une moyenne positive peut encore mener à la ruine si les séries de pertes sont trop profondes par rapport au capital disponible ou si le trader réduit ou abandonne le système pendant un drawdown. La variabilité est souvent mesurée par l'écart-type, le drawdown maximal, la plus longue série de pertes ou la forme de la distribution des rendements. L'asymétrie et le kurtosis comptent : une asymétrie négative signifie des pertes importantes rares, tandis qu'une asymétrie positive signifie des gains importants rares. Le suivi de tendance, par exemple, a souvent un faible taux de réussite et une asymétrie positive, car il repose sur quelques grandes tendances. Les approches de retour à la moyenne ont souvent un taux de réussite élevé et une asymétrie négative, car elles collectent de nombreux petits profits mais peuvent subir des pertes importantes occasionnelles. Aucun profil n'est intrinsèquement supérieur ; chacun nécessite un dimensionnement des positions et une tolérance psychologique différents. La dépendance au chemin est un autre aspect. Même avec le même R total final, l'ordre des transactions peut déterminer si un trader survit. Un gain de 20R suivi d'un drawdown de 15R est différent d'un drawdown de 15R d'abord, car le second chemin peut déclencher des appels de marge ou forcer la liquidation. Par conséquent, évaluer un système nécessite plus que des moyennes. Cela nécessite de comprendre la distribution des résultats, les pires séquences et comment ces séquences interagissent avec le capital, l'effet de levier et la taille des positions. La variabilité n'est pas un problème secondaire ; c'est une partie essentielle du comportement attendu du système.
Précision, conditions de marché et évaluation comparative
La source note qu'une fois la précision déterminée, un trader doit comprendre comment le système se comporte sur divers marchés et comment il se compare à d'autres systèmes possibles. Il s'agit d'une évaluation comparative et contextuelle. Un système peut montrer un fort taux de réussite et une espérance positive dans un marché en tendance, puis échouer dans un marché en range ou agité. Un autre peut bien performer dans des conditions de faible volatilité mais souffrir lorsque la volatilité s'accroît. Les conditions de marché ne sont pas constantes, donc un seul backtest sur une période peut être trompeur. Une évaluation plus complète examine différents régimes de marché, unités de temps, instruments et conditions de liquidité. Elle compare également le système à des alternatives en utilisant la même unité de risque et la même période de test. Comparer un système à haute fréquence avec un système de swing sans ajuster pour l'opportunité, les coûts et les exigences de capital n'est pas significatif. Les coûts de transaction, le slippage, les commissions et les coûts d'emprunt peuvent transformer une espérance brute positive en une espérance nette négative, en particulier pour les systèmes qui tradent souvent. Les tests hors échantillon et l'analyse walk-forward aident à réduire le risque de surajustement, où un système est optimisé sur des données historiques mais échoue en conditions réelles. La source implique également que l'évaluation ne concerne pas seulement les entrées. Un système de trading complet comprend des règles d'entrée, des règles de sortie, le placement des stop-loss, des objectifs de profit, le dimensionnement des positions et des contrôles de risque au niveau du portefeuille. Un taux de réussite élevé sur les entrées peut être sans pertinence si les sorties rendent les profits ou si les stops sont mal placés. La comparaison des systèmes doit donc se faire au niveau du système entier : même marché, même période, mêmes hypothèses de risque, même modèle de coûts et même logique de dimensionnement des positions. Ce n'est qu'alors qu'un trader peut juger si l'avantage apparent d'un système est réel, robuste et adapté à l'objectif visé.
De l'évaluation au dimensionnement des positions
Après avoir évalué la précision, l'espérance, le R total, la variabilité et la performance sur les marchés, la source indique le dimensionnement des positions comme la méthode pour poursuivre un objectif de trading. Le dimensionnement des positions détermine combien de capital est risqué sur chaque transaction ou combien de contrats, actions ou unités sont détenus. Il traduit l'avantage statistique d'un système en rendements et drawdowns réels du portefeuille. Un système avec une espérance positive peut encore produire des pertes inacceptables si la taille de position est trop grande par rapport au capital. Inversement, un système avec un avantage modeste peut produire des résultats plus réguliers si la taille de position est ajustée à la volatilité du système et à la tolérance au risque du trader. Le dimensionnement des positions ne crée pas un avantage ; il met à l'échelle l'avantage qui existe déjà. Il relie également l'évaluation de la variabilité à la survie pratique. Si un système a 30 % de chances de connaître une période négative, la taille de position doit être suffisamment faible pour qu'une telle période ne compromette pas la capacité de continuer à trader. Les approches courantes incluent le dimensionnement fractionnaire fixe, le dimensionnement basé sur la volatilité et les méthodes à ratio fixe. Des méthodes plus agressives, comme le critère de Kelly, tentent de maximiser la croissance à long terme mais peuvent produire des drawdowns sévères si les entrées sont mal estimées. La source ne prescrit pas une méthode ; elle souligne qu'une fois les caractéristiques du système connues, le dimensionnement des positions est le levier pour adapter le système aux objectifs du trader. C'est pourquoi l'évaluation du système et la gestion de l'argent ne peuvent pas être séparées. L'espérance d'un système peut être positive, mais le résultat réalisé dépend de combien est misé sur chaque transaction, de la corrélation des transactions et de la gestion du portefeuille à travers les séries de pertes. La mesure finale d'un système n'est donc pas son taux de réussite ni même son R moyen seul, mais la façon dont son avantage, sa variabilité et son dimensionnement se combinent dans le temps.
Mauvais usages courants et scénarios d'échec
Plusieurs mauvais usages courants apparaissent lorsque les traders évaluent des systèmes. Le premier est de se concentrer sur le taux de réussite parce qu'il semble intuitif. Un taux de réussite de 90 % peut être attrayant, mais si la perte moyenne est importante, le système peut encore perdre de l'argent. Le deuxième est de traiter l'espérance comme une réponse complète. Un R moyen élevé par transaction peut provenir de quelques valeurs aberrantes, d'un petit échantillon ou d'une condition de marché qui n'existe plus. Le troisième est d'ignorer la variabilité. Un système avec un rendement moyen plus élevé mais de grandes fluctuations peut être moins utile qu'un système à rendement inférieur avec des résultats plus réguliers, selon le capital et les objectifs du trader. Le quatrième est de comparer les systèmes de manière injuste. Des marchés, des unités de temps, des coûts et des règles de dimensionnement des positions différents rendent les comparaisons dénuées de sens. Le cinquième est le surajustement. Un système qui performe bien dans un backtest peut être ajusté au bruit passé plutôt qu'à un comportement de marché reproductible. Le sixième est de négliger le risque de ruine. Même un système à espérance positive peut épuiser le capital si la taille de position est trop élevée ou si les pertes sont corrélées. Le septième est de supposer que les performances passées garantissent les résultats futurs. Le cadre de la source concerne la compréhension du comportement probabiliste, pas la prédiction de chaque transaction. Un système peut être bien évalué et connaître néanmoins des périodes de pertes. L'objectif est de savoir à quoi ressemble la distribution, comment elle se comporte dans différentes conditions et quel risque est pris. Le mauvais usage vient souvent du fait de demander à une seule métrique de faire trop de travail. Le taux de réussite, l'espérance, le R total et la variabilité répondent chacun à une question différente. Ensemble, ils fournissent une image plus complète, mais aucun d'eux n'élimine l'incertitude.
Une liste de contrôle d'évaluation équilibrée
Une évaluation équilibrée d'un système de trading combine plusieurs couches. Commencez par la précision, mais ne vous arrêtez pas là. Calculez l'espérance en termes de R pour voir l'avantage moyen par transaction. Ensuite, examinez le R total sur une période fixe pour comprendre l'opportunité et la performance calendaire. Ensuite, étudiez la variabilité, les drawdowns, les séries de pertes, l'asymétrie et la distribution des résultats. Comparez le système à travers différentes conditions de marché et par rapport à des systèmes alternatifs en utilisant des hypothèses cohérentes et des coûts réalistes. Enfin, reliez l'évaluation au dimensionnement des positions, car c'est ainsi que les caractéristiques statistiques deviennent des résultats réels de portefeuille. Le message central de la source est qu'un système ne peut pas être jugé par un seul chiffre. Un taux de réussite élevé peut masquer des pertes importantes. Un R moyen élevé peut masquer des transactions peu fréquentes ou des résultats instables. Un R total élevé peut masquer des drawdowns profonds. Un système qui semble supérieur en moyenne peut être inférieur après prise en compte de la variabilité et du risque. L'évaluation est donc un processus consistant à demander ce que fait le système, dans quelles conditions, avec quelle fiabilité et à quel coût en risque et en incertitude. Ce n'est qu'après avoir répondu à ces questions qu'un trader peut décider si le système correspond à un objectif spécifique. La source conclut qu'après avoir compris la précision, la performance de marché et la comparaison, la méthode pour poursuivre l'objectif est le dimensionnement des positions. Cette dernière étape n'améliore pas l'avantage lui-même ; elle détermine comment l'avantage s'exprime sur le marché. Basé sur des notes d'étude, à des fins éducatives uniquement et non un conseil en investissement.
