Deux choses sont volontairement masquées : l'instrument que vous tradez, et la seconde moitié de son historique de prix. Les deux laisseraient le recul faire le raisonnement à votre place au lieu de vos règles. Construisez votre stratégie sur la portion visible, puis observez son comportement sur la partie que vous n'avez jamais vue — un moyen sans risque de détecter le surapprentissage avant d'engager de l'argent réel.
Avertissement : Le trading d'instruments financiers comporte des risques. Les résultats simulés et historiques ne garantissent pas les performances futures, et cette page est uniquement à but éducatif — pas un conseil financier.
Pour garantir l'exactitude des résultats, confirmez les paramètres de base ci-dessous avant de construire des règles — les modifier réinitialise tout l'espace de travail.
Chaque modèle est un plan complet — capital, dimensionnement des positions et règles (entrée + sortie) entièrement renseignés. Le symbole est choisi au hasard pour vous, ainsi un modèle ne vous dit jamais ce que vous négociez.
Rien n'est verrouillé : chaque chiffre reste modifiable. Chaque carte vous indique aussi où l'idée se brise — ce qui compte plus que son apparence sur l'historique.
Une entrée à 3 conditions soigneusement empilées qui semble brillante sur l'historique. Importez-la, puis emmenez-la au Terrain d'entraînement et regardez-la s'effondrer.
Où ça casse : Données hors échantillon. Chaque condition supplémentaire a été ajustée à une période précise du passé — c'est du surajustement, et le test à l'aveugle est conçu pour le révéler.
Parie qu'un mouvement, une fois lancé, tend à se poursuivre — achetez quand la moyenne rapide croise au-dessus de la lente, sortez quand elle recroise en dessous.
Modifiez une valeur puis chargez-la : le modèle arrivera dans l'éditeur ci-dessous.
Où ça casse : Marchés latéraux et agités. Les moyennes se croisent dans les deux sens et vous êtes pris dans une série de petites pertes.
Parie qu'un nouveau plus haut signale une demande nouvelle — achetez quand le prix casse le plus haut niveau des 20 dernières barres, sortez quand il casse le plus bas.
Modifiez une valeur puis chargez-la : le modèle arrivera dans l'éditeur ci-dessous.
Où ça casse : Marchés en range pleins de fausses cassures. Le prix dépasse le plus haut, échoue et se retourne — vous avez acheté le sommet du range.
Parie qu'une forte chute dépasse la mesure et rebondit — achetez quand le RSI descend sous 30, sortez quand il remonte au-dessus de 70. Dimensionné par le risque, pas par le cash.
Modifiez une valeur puis chargez-la : le modèle arrivera dans l'éditeur ci-dessous.
Où ça casse : Une tendance baissière soutenue. Le RSI peut rester « survendu » pendant des mois pendant que le prix continue de chuter — c'est ainsi que les débutants attrapent des couteaux qui tombent.
Parie que le prix revient vers sa moyenne sur 60 barres — achetez le repli en dessous, sortez quand le prix clôture de nouveau au-dessus.
Modifiez une valeur puis chargez-la : le modèle arrivera dans l'éditeur ci-dessous.
Où ça casse : Fortes tendances directionnelles. Le prix laisse la moyenne derrière lui et ne revient jamais, donc vous restez en cash (ou trop tôt) pendant qu'il s'envole.
Une entrée de tendance enveloppée dans un stop fixe (-5 %) et un objectif (+15 %), dimensionnée pour que chaque stop coûte ~1 % du compte — la forme classique d'un plan de trading.
Modifiez une valeur puis chargez-la : le modèle arrivera dans l'éditeur ci-dessous.
Où ça casse : Rien n'est cassé ici quand il perd — c'est le but. Un stop signifie que vous prenez volontairement de petites pertes ; un plan qui ne perd jamais est un plan sans stop.
Commence petit, ajoute une fois que le trade est à +5 %, puis suit un stop par paliers pour protéger le profit à la hausse.
Modifiez une valeur puis chargez-la : le modèle arrivera dans l'éditeur ci-dessous.
Où ça casse : Un retournement brutal juste après votre ajout. Vous ne pouvez pas ajouter de taille sans ajouter de risque — la pyramide amplifie les deux directions.
Choisissez le symbole que vous souhaitez étudier, votre capital de départ et le montant à risquer sur chaque transaction. Les frais et le slippage sont des chiffres réels — ce que vous voyez correspond à ce que le marché aurait facturé.
Deux phrases suffisent pour commencer : quand entrer et quand sortir. Empilez les conditions comme des blocs — sans code, et chaque règle vous est relue en langage clair.
Exécutez le plan sur un historique de prix réel et voyez ce qui s'est réellement passé — la courbe des capitaux propres, le drawdown, et chaque entrée et sortie marquée sur le graphique. Jugez par les chiffres, pas par la crédibilité apparente de l'idée.
Le terrain d'entraînement boursier est l'endroit où vous élaborez une stratégie sur une partie de données historiques aléatoires, puis la validez sur des données que la stratégie n'a jamais vues. Cela vous aide à comprendre le surapprentissage et à développer votre jugement avant de toucher de l'argent réel.
Données in-sample
La portion de l'historique utilisée pour construire la stratégie.
Données out-of-sample
La portion non vue utilisée pour valider — un contrôle de fiabilité contre le surapprentissage.
Construire sur la première tranche
Vous assemblez une règle sur la fenêtre in-sample : acheter la force au-dessus de la moyenne à 50 jours avec une sortie suiveuse.
S'engager avant de regarder
La fenêtre out-of-sample est masquée jusqu'à ce que vous verrouilliez la stratégie — la partie aveugle est tout l'intérêt.
Révéler la validation
La stratégie est rejouée sur la tranche non vue, et vous comparez les rendements in-sample et out-of-sample.
Lire l'écart
Un écart faible et constant suggère une robustesse ; une chute brutale entre in-sample et out-of-sample est la signature classique du surapprentissage.
Choisir un marché
Sélectionnez l'action, l'ETF ou la paire crypto que vous souhaitez étudier.
Construire les règles
Combinez des règles d'entrée, de sortie et de position sous forme de blocs visuels — aucun code requis.
Lancer le test
Le moteur rejoue les règles barre par barre sur un historique de prix réel.
Lire le résultat
Examinez le rendement, le drawdown et la courbe d'équité, ainsi qu'une évaluation en langage clair des forces et faiblesses.
Rendement in-sample
Comment la stratégie a performé sur les données à partir desquelles elle a été construite.
Rendement out-of-sample
Comment elle a performé sur des données non vues — le chiffre le plus honnête.
Cohérence
Si les deux résultats restent raisonnablement proches, ce qui suggère une robustesse.
✗ Jeter un œil à la fenêtre de validation, puis ajuster les règles
✓Cela détruit le test en aveugle. La tranche out-of-sample n'est informative que si la stratégie était figée avant d'être révélée.
✗ Ajuster jusqu'à ce que le résultat in-sample soit spectaculaire
✓Une règle parfaitement ajustée mémorise le bruit. La simplicité qui survit à la validation bat la complexité qui ne fonctionne qu'in-sample.
✗ Considérer une seule exécution réussie comme la preuve que la stratégie fonctionnera en réel
✓Une validation réussie n'est qu'un point de données. Le trading réel ajoute des coûts, de la liquidité et des changements de régime que la simulation ne peut pas voir.
À utiliser quand
À éviter quand
Verrouillez les règles, puis révélez
Écrivez la stratégie avant que la fenêtre aveugle ne s'ouvre. La discipline est le test — les données ne sont que l'examen.
Attendez-vous à une certaine dégradation entre in-sample et out-of-sample
Une baisse modeste est normale et saine. Un effondrement est le signal pour simplifier ou abandonner.
Lancez plusieurs fenêtres aléatoires
Comme la tranche de données change à chaque exécution, survivre à plusieurs fenêtres différentes est une preuve plus solide que de réussir une seule fois.
Le surapprentissage se produit lorsqu'une stratégie s'adapte au bruit d'un jeu de données spécifique plutôt qu'à un motif réel. Elle semble excellente in-sample mais s'effondre sur de nouvelles données.
La division vous empêche de « tricher » en ajustant les règles aux données mêmes sur lesquelles vous testez. La portion non vue donne une estimation honnête de la robustesse.
Il n'y a pas de seuil fixe, mais un écart qui fait passer la stratégie de forte à faible est un signal d'alarme. Un avantage modeste et constant des deux côtés est bien plus crédible qu'un résultat in-sample exceptionnel qui s'estompe sur des données non vues.
Non. Il exécute des simulations sur des données de prix historiques uniquement, donc rien n'est en jeu à part ce que vous apprenez. C'est tout l'intérêt : brûlez vos erreurs ici plutôt que sur un compte réel.
Il est particulièrement utile aux débutants, mais la discipline d'entraînement puis de validation s'applique à tous les niveaux. Les chercheurs professionnels utilisent la même idée sous-jacente pour détecter les stratégies qui ne semblent bonnes qu'avec le recul.
Commencez gratuitement, évoluez selon vos besoins. Pas de frais cachés, pas de surprises.
La plateforme complète avec des limites d'utilisation — sans carte, sans compte à rebours.
Idéal pour
Tester si une idée survit au contact de données réelles.
Aucune allocation mensuelle — crédits d'inscription uniquement
Un historique plus profond, et vos premiers intervalles intraday.
Idéal pour
Stratégies de swing et d'intraday sur bougies 15 et 30 minutes, avec plus de dix ans de contexte.
Inclut 360 crédits/mois · environ 72 exécutions avec analyse
Tous les intervalles que nous prenons en charge, et les fenêtres intrajournalières les plus longues.
Idéal pour
Règles haute fréquence qui n'ont de sens que sur des bougies de 1 à 5 minutes.
Inclut 1000 crédits/mois · environ 200 exécutions avec analyse
Terrain d'entraînement crypto
Construisez sur une tranche crypto aléatoire, puis validez à l'aveugle sur la partie non observée.
Backtesting d'actions
Rejouez des stratégies sur actions et ETF à partir de données historiques — moyennes mobiles, RSI, MACD, bandes de Bollinger et plus encore.
Terrain d'entraînement
Données aléatoires · Construire une stratégie · Validation hors échantillon
Le terrain d'entraînement utilise des données historiques aléatoires à des fins éducatives. Les résultats simulés ne reflètent pas les conditions de marché réelles et ne garantissent pas les performances futures.
Disclaimer: The tools and content on this site are provided for educational purposes only and do not constitute investment advice. Trading and investing involve a substantial risk of loss, and past performance does not guarantee future results.