14 minDébutant technique
Construire un bot sans tomber dans l'overfit
Construire un bot ne commence pas par automatiser des achats. Ça commence par écrire une règle simple, testable et falsifiable. L'IA peut aider à coder, mais elle peut aussi accélérer les mauvaises idées.
Comprendre l'overfit dans un système de trading.
Distinguer backtest, test hors échantillon et forward test.
Construire plus simple avant d'automatiser.
Graphique pédagogique
Overfit : backtest optimisé, test fragile
BacktestTestOverfit
Données mockées pédagogiques : la performance optimisée sur le backtest décroche en test hors échantillon, ce qui illustre un risque d'overfit.
C'est quoi l'overfit ?
ConceptL'overfit arrive quand une stratégie est trop adaptée aux données passées. Elle semble excellente dans le backtest, mais elle capture surtout les particularités de l'historique au lieu d'une logique robuste.
- Trop de paramètres rendent la règle fragile.
- Une performance parfaite sur le passé peut être un mauvais signe.
- Le vrai test commence quand la règle voit des données nouvelles.
Pourquoi c'est utile à comprendre ?
ConceptUn builder peut générer beaucoup de stratégies avec l'IA. Sans garde-fous, il peut sélectionner celle qui a l'air la meilleure uniquement parce qu'elle a été optimisée sur le bruit.
- L'IA rend l'expérimentation plus rapide, pas automatiquement plus fiable.
- Plus tu testes de variantes, plus tu peux trouver un faux gagnant.
- Un bot mauvais mais automatisé reste un mauvais système.
Comment on l'observe ?
ConceptOn compare la performance en backtest avec une période hors échantillon et, plus tard, avec un forward test en conditions réelles ou simulées. Si la courbe décroche dès que les données changent, la règle était probablement trop ajustée.
- Backtest : période utilisée pour créer ou calibrer la règle.
- Hors échantillon : période gardée de côté pour vérifier.
- Forward test : suivi de la règle après sa création.
Ce que ça permet de déduire
DéductionSi une stratégie performe bien sur le backtest mais mal hors échantillon, le problème n'est pas forcément le code. C'est peut-être l'idée elle-même qui n'est pas robuste.
- Une règle simple qui tient plusieurs périodes vaut mieux qu'une règle brillante sur une seule période.
- La stabilité compte autant que la performance maximale.
- Un bot doit d'abord être observable, testable et stoppable.
Les pièges
PiègeLe piège est de demander à l'IA d'ajouter encore un filtre, puis encore un paramètre, jusqu'à ce que la courbe soit belle. Chaque ajout peut réduire la capacité du système à généraliser.
- Trop de filtres peuvent cacher l'absence de logique.
- Optimiser sur une seule période de bull market est dangereux.
- Automatiser sans limite de risque amplifie les erreurs.
Exemple crypto concret
ExempleImagine un bot qui achète BTC quand EMA 50 croise EMA 200, mais seulement certains jours, avec un RSI précis et un filtre de volume réglé au millimètre. Si ces paramètres viennent surtout d'un backtest trop optimisé, le bot peut échouer dès que le marché change.
Rappel important
Une bougie, un indicateur ou un niveau technique ne sont jamais des signaux magiques. Le but du MVP est d'apprendre à construire une hypothèse testable, pas à deviner le marché.
Passer du concept à la règle
Construis une hypothèse testable
Formule une idée de stratégie, vérifie les angles morts, puis génère un prompt IA propre pour la tester sans surpromesse.
Mini quiz