Pourquoi choisir la meilleure valeur d’une métrique de stratégies automatisées ne garantit pas toujours le succès en trading ?

Dans une expérience personnelle récente sur une base de données contenant 100 000 stratégies de trading algorithmique, j’ai analysé l’impact de sélectionner les stratégies en fonction du meilleur ratio de Sharpe par exemple (une métrique très populaire pour évaluer le rapport rendement/risque). J’ai regroupé ces stratégies par percentiles de ratio de Sharpe, chacune des barres représentant 1000 stratégies.

Résultats sur un marché favorable (2024-2025)

Lors d’une année haussière, favorable notamment aux stratégies « Long-only » sur l’indice Nasdaq, les résultats Out-of-Sample (OOS), c’est-à-dire les résultats en conditions réelles après sélection initiale, montrent clairement que les stratégies ayant un ratio de Sharpe élevé en In-Sample (IS, données historiques utilisées pour développer la stratégie) ont effectivement tendance à générer un profit supérieur à zéro $ en OOS. On observe une progression nette et marquée du pourcentage de stratégies rentables à mesure qu’on s’approche des meilleurs percentiles du ratio de Sharpe initial (Forte corrélation).

Résultats sur un marché défavorable (2022-2023)

À l’inverse, pendant une période de marché moins favorable, les résultats OOS sont beaucoup plus mitigés. Le ratio de Sharpe sélectionné en période IS ne garantit plus un résultat positif en OOS : au-delà d’un certain seuil (autour du troisième quartile), la performance plafonne, voire diminue. Les stratégies choisies sur la base de leur ratio de Sharpe élevé ne sont plus forcément corréler au pourcentage de profit supérieur à zéro $ en OOS.

Interprétation et conclusion

Cette analyse démontre une réalité importante du trading algorithmique : choisir la meilleure métrique ou la meilleure performance historique (IS) ne suffit pas nécessairement à prédire avec certitude les performances futures (OOS). En réalité, le choix basé sur une seule métrique amplifie simplement la performance future : si le marché est favorable aux choix stratégiques effectués, la performance sera excellente, mais si le marché est défavorable, la contre-performance pourrait être plus sévère.

Le facteur clé reste donc le régime de marché : celui-ci influence fortement les résultats OOS. Une bonne stratégie algorithmique devrait ainsi intégrer d’autres facteurs et des validations supplémentaires plutôt que de se baser exclusivement sur la sélection par une métrique unique telle que le ratio de Sharpe par exemple.

Et vous, qu’en pensez-vous ?

Avez-vous déjà observé un phénomène similaire dans vos propres tests ou expériences ? Avez-vous peut-être des résultats différents ou complémentaires ?

Je serais ravi d’avoir vos retours et d’en apprendre davantage à travers vos propres expériences !

JeanJean