RECHERCHE ET PRATIQUE
Backtests crypto à information datée : éviter les biais de survie et de disponibilité
Reconstituez les marchés et informations réellement disponibles à chaque décision, y compris actifs retirés, changements de cotation et données retardées.
Les prix historiques ne sont qu'une partie d'un backtest défendable. Il faut aussi savoir quels instruments pouvaient être considérés à l'époque et quand chaque donnée est devenue disponible. Partir des marchés ayant survécu jusqu'à aujourd'hui puis compléter leur passé peut répondre à une question bien plus facile que celle affrontée par un scanner en direct. Un jeu de données à information datée conserve cet environnement décisionnel changeant au lieu de le remplacer discrètement par le recul historique.
Enregistrer l'appartenance à l'univers comme un fait daté
Conservez des instantanés ou un historique daté des instruments admissibles, avec plateforme, type de produit, actif de cotation et état de négociation. Les API actuelles d'instruments sont utiles pour les contraintes présentes, mais leur réponse actuelle ne constitue pas automatiquement une archive des anciennes inscriptions et radiations. Consignez ajouts, suspensions, changements de symbole et provenance de chaque état historique. N'identifiez pas un actif par son seul symbole lorsque des migrations ou des noms réutilisés créent une ambiguïté. Le backtest doit expliquer pourquoi un instrument était admissible à une date donnée et pourquoi un autre était absent.
Un résultat hypothétique limité aux survivants
Imaginons que 20 marchés soient admissibles au début d'une étude. Dix figurent encore au catalogue actuel et affichent un rendement moyen de 20% ; dix disparaissent ensuite de ce catalogue et enregistrent une perte moyenne de 60% sur l'intervalle de détention défini. Un calcul équipondéré limité aux survivants actuels annonce un gain de 20%. Le même calcul simple sur les 20 marchés initiaux donne une perte de 20%. Les chiffres sont hypothétiques, et un portefeuille réellement investissable nécessite d'autres hypothèses d'exécution. Ils montrent que le changement de composition peut inverser un résultat apparent avant même l'intervention d'un modèle.
Séparer dates des événements et dates de disponibilité
Une observation économique, une quantité de jetons en circulation ou un état de plateforme peut décrire une période antérieure tout en étant publié plus tard. Une caractéristique peut n'être utilisable qu'après publication, livraison et traitement, et non à la date indiquée comme période de référence. Conservez l'horodatage économique et le premier horodatage de disponibilité étayé. Versionnez les données révisées lorsqu'elles peuvent modifier les caractéristiques passées. Si la publication originale ne peut être retrouvée, indiquez la limite ou restreignez l'expérience. Replacer la valeur révisée plus tôt dans l'histoire modifie ce que connaissait le décideur simulé.
Conserver les résultats gênants et les intervalles manquants
Un marché retiré peut avoir des prix finaux incomplets ou des retraits restreints, ce qui complique l'estimation de son résultat économique. Ne le supprimez pas silencieusement de l'échantillon et ne remplacez pas sa valeur finale manquante par un rendement nul commode. Précisez son traitement, montrez la sensibilité à des variantes défendables et séparez résultats inconnus et pertes mesurées. De même, consignez les pannes de données pendant les périodes volatiles. Si ces observations sont systématiquement exclues, l'échantillon restant peut décrire uniquement les conditions les plus faciles. Une couverture par date et instrument doit accompagner tout tableau de performance.
Auditer les jointures avant de régler un modèle
Choisissez quelques moments de décision historiques et reconstruisez manuellement l'univers admissible, les contraintes de marché et les versions d'entrées. Vérifiez qu'aucune jointure ne sélectionne un enregistrement publié après la décision simplement parce que sa date de référence est antérieure. Incluez dans les tests une nouvelle cotation, une suspension, un symbole renommé et une observation retardée. Enregistrez la version du jeu de données avec l'expérience. La recherche sur le surajustement des backtests explique un autre risque : choisir une stratégie après de nombreux essais. Résoudre ce problème ne répare toutefois pas un univers ou une table de caractéristiques contenant déjà des informations futures.
Publier un registre des preuves avec le résultat
Documentez la source de la composition historique, la couverture des actifs retirés, la règle des données retardées et chaque lacune non résolue. Comparez l'échantillon complet à information datée à celui des seuls survivants comme diagnostic, pas comme résultats concurrents dont choisir le plus séduisant. Séparez les périodes de sélection des paramètres, de calibration et d'évaluation finale. La conclusion la plus utile peut être que l'historique disponible ne permet pas d'étayer l'affirmation initiale. Une expérience plus petite, reproductible et explicitement limitée est plus crédible qu'une longue courbe de capital dont l'univers de décision ne peut être reconstruit.
Sources et portée des exemples
Les sources étayent les définitions et les mécanismes. Les scénarios chiffrés sont des exemples pédagogiques hypothétiques, pas des cours actuels, des prévisions ni des résultats publiés par HOSTuvo. Les images sont des illustrations éditoriales.