Un backtest vous donne une seule séquence de trades. Le drawdown affiché est la pire baisse dans cet ordre précis. Si les mêmes trades étaient arrivés dans un autre ordre, avec plusieurs pertes d’affilée, la baisse aurait pu être bien plus profonde. Le mélange Monte Carlo estime de combien.
L’idée
Prenez la liste des trades clôturés et leurs rendements. Mélangez l’ordre au hasard, reconstruisez la courbe de capital et mesurez son drawdown maximal. Recommencez de nombreuses fois. Vous obtenez une distribution des drawdowns que le même ensemble de trades aurait pu produire.
Comment Backte.st procède
Le test Ordre des trades mélangé mélange l’ordre des trades 200 fois et indique le drawdown au 95e centile : un niveau que seules 5 % des séquences mélangées ont dépassé. Il utilise une graine aléatoire fixe, donc le même rapport donne toujours le même chiffre.
Pourquoi c’est utile
- Taille des positions. Si le drawdown mélangé est bien plus profond que celui du backtest, vous voudrez peut-être risquer moins par trade.
- Attentes. Savoir qu’une baisse de 30 % est plausible aide à tenir une stratégie pendant une mauvaise passe, ou à décider à l’avance que vous ne le pourrez pas.
- Comparaisons. Deux stratégies au rendement proche peuvent avoir des drawdowns mélangés très différents.
Les limites à garder en tête
- Les pertes à l’intérieur des trades sont ignorées. Le mélange porte sur les rendements des trades clôturés ; les baisses pendant qu’une position est ouverte ne sont pas incluses.
- Les trades sont supposés indépendants. En réalité, les trades perdants se regroupent souvent pendant certains régimes de marché, ce que le mélange casse.
- Il ne peut pas inventer de nouveaux types de trades. Si l’historique n’a jamais connu de krach, le mélange non plus.
- Il faut assez de trades. Avec très peu, la distribution n’a pas de sens, et le test signale trop peu de trades.
L’utiliser avec les autres tests
Le mélange répond à « jusqu’où cela pourrait-il aller avec ces trades ? ». Les autres tests demandent si les trades eux-mêmes sont fiables : s’ils tiennent hors échantillon, avec des coûts plus élevés et sans les quelques meilleurs gains.
Ouvrez les tests de robustesse de n’importe quel test dans le labo pour voir le drawdown mélangé à côté du drawdown réel.