L'IA accélère le backtesting. Elle ne le rend toutefois pas infaillible.

La stratégie de trading la plus dangereuse n'est pas toujours celle qui affiche de mauvais résultats historiques. Il peut s'agir d'une stratégie dont les résultats des backtests sont exceptionnellement réguliers, qui présente un ratio de Sharpe impressionnant, mais pour laquelle il n'existe aucune explication convaincante justifiant qu'elle continue à fonctionner.

L'intelligence artificielle permet d'analyser un plus grand nombre de titres, de variables et de conditions de marché qu'une équipe de recherche humaine ne pourrait en examiner manuellement. Les modèles d'apprentissage automatique sont capables d'identifier des relations non linéaires, de traiter des données alternatives et d'ajuster leurs paramètres à mesure que les tendances évoluent. L'IA générative peut également aider les traders à écrire du code, à enquêter sur des anomalies et à transformer une hypothèse d'investissement en une stratégie vérifiable.

Pour autant, rien de tout cela ne change la limite fondamentale du backtesting : il reconstitue un passé hypothétique. Il ne peut pas montrer ce qui se serait passé une fois qu’une stratégie aurait commencé à passer des ordres réels, à faire évoluer les cours et à entrer en concurrence avec d’autres investisseurs.

L'IA n'améliore donc le processus de recherche que lorsqu'elle sert à remettre en question une stratégie plutôt qu'à fabriquer un récit historique plus séduisant.

Ce que l'IA apporte réellement

Le backtesting traditionnel consiste à appliquer un ensemble défini de règles de trading à des données historiques de marché. Une stratégie relativement simple pourrait consister à acheter un indice boursier lorsque sa moyenne mobile à court terme dépasse sa moyenne à long terme, puis à calculer le rendement, la volatilité et la baisse maximale qui en résultent.

L'apprentissage automatique permet au modèle d'analyser un éventail beaucoup plus large de relations. Il peut ainsi associer la dynamique des cours aux fondamentaux de l'entreprise, au ton des conférences téléphoniques sur les résultats, aux anticipations en matière de taux d'intérêt et à la liquidité du marché. Au lieu d'imposer une relation unique et figée, le système peut apprendre comment les combinaisons de signaux se sont comportées dans différentes parties de l'échantillon historique.

Le traitement du langage naturel élargit encore davantage l'ensemble des informations disponibles. Les modèles peuvent classer les communiqués des banques centrales, les comptes rendus de résultats, les documents réglementaires ou les articles de presse, puis convertir ces textes en variables pour une stratégie de trading. L'IA générative peut accélérer le codage et la documentation, permettant ainsi aux chercheurs de passer plus rapidement d'une idée à un test exécutable.

Des plateformes telles que QuantConnect combinent données historiques, carnets de recherche, backtesting et déploiement en production au sein d’un même environnement. Son moteur open source LEAN prend en charge Python et C#, plusieurs classes d’actifs ainsi que les connexions aux fournisseurs de données et aux courtiers. Cela réduit le travail d’ingénierie nécessaire pour mettre en place une infrastructure de recherche à partir de zéro.

Pour une petite société d'investissement ou un trader indépendant expérimenté, cette accessibilité revêt une importance considérable. Des outils autrefois réservés principalement aux grands fonds quantitatifs peuvent désormais être loués via le cloud. L’avantage concurrentiel ne réside toutefois pas dans la possession du logiciel. Des milliers d’autres utilisateurs ont accès à des modèles, des données et une puissance de calcul similaires. Il tient plutôt à la qualité de l’hypothèse et à la rigueur du processus de validation.

Plus on multiplie les tests, moins on se rapproche de la vérité

La recherche basée sur l'IA fait naître une tentation d'ordre statistique : si l'on teste suffisamment de combinaisons, l'une d'entre elles finira bien par s'avérer rentable.

Un chercheur peut analyser des centaines d'indicateurs, de périodes, de règles d'entrée, de tailles de position et de niveaux de stop-loss. Une combinaison donnée peut générer d'excellents rendements historiques, même si elle ne repose sur aucune relation durable. La stratégie a en effet appris les aléas de l'ensemble de données plutôt qu'une source de rendement reproductible.

C'est ce qu'on appelle le surapprentissage. Ce phénomène prend une ampleur particulière dans le domaine de la finance, car les marchés fournissent relativement peu de données véritablement indépendantes. Vingt ans de cours quotidiens peuvent sembler constituer un vaste ensemble de données, mais les observations sont liées entre elles par les cycles économiques, les régimes monétaires et les périodes récurrentes de tension. Un modèle entraîné principalement dans un contexte de baisse de l'inflation et de faible coût du capital peut s'avérer inefficace lorsque ces conditions s'inversent.

Le risque s'accroît lorsque les chercheurs examinent à plusieurs reprises la même période d'essai. Les informations issues de ces données soi-disant « invisibles » influencent progressivement la conception du modèle, transformant ainsi le test hors échantillon en une nouvelle étape du processus d'apprentissage.

Un backtest convaincant peut donc être le signe d'une optimisation poussée plutôt que d'une compétence en matière d'investissement. Plus on prend de décisions après avoir examiné les résultats, moins ces résultats sont indépendants.

La qualité des données prime sur la sophistication du modèle

Un modèle sophistiqué ne peut pas corriger des données historiques erronées.

Le biais de survie survient lorsqu'un test ne prend en compte que les entreprises qui existent encore aujourd'hui, en excluant celles qui ont fait faillite, ont fusionné ou ont été radiées de la cote. Le portefeuille ainsi constitué est composé de « gagnants » rétrospectifs.

On parle de « biais d'anticipation » lorsque le modèle utilise des informations qui n'étaient pas encore disponibles au moment de la transaction. Une stratégie peut ainsi s'appuyer sur des données économiques révisées, la composition définitive d'un indice ou les résultats d'une entreprise correspondant à la période de publication, plutôt que sur la date à laquelle les investisseurs en ont effectivement pris connaissance.

Les données alternatives historiques posent des problèmes supplémentaires. Un ensemble de données issues de l'actualité ou des réseaux sociaux peut avoir vu sa couverture, sa méthodologie ou sa population de référence évoluer au fil du temps. Les images satellites, le trafic Internet et les données relatives aux cartes de crédit peuvent présenter des lacunes qui concernent certaines entreprises ou certaines régions. Un modèle d'apprentissage automatique peut détecter ces artefacts structurels et les confondre avec des signaux économiques.

Les acheteurs institutionnels devraient donc se renseigner sur l'origine de chaque ensemble de données, la date à laquelle les informations sont devenues disponibles, la manière dont les valeurs manquantes ont été traitées et si la version historique correspond aux données qu'une stratégie en production recevrait.

“L'expression ” basé sur l'IA » ne constitue pas une norme de qualité des données.

Les coûts de transaction peuvent réduire à néant l'avantage apparent

De nombreux backtests partent du principe qu'un ordre est exécuté au dernier cours coté. La réalité des marchés est moins clémente.

Une stratégie entraîne des commissions, des écarts entre cours acheteur et vendeur, un impact sur le marché, des coûts de financement et des délais entre la génération du signal et l'exécution. Ces effets sont particulièrement importants pour les stratégies à forte rotation, les titres peu liquides et les fonds cherchant à déployer des capitaux importants.

Un modèle peut mettre en évidence un léger avantage théorique sur des milliers de transactions. Une fois pris en compte les coûts d'exécution réels, cet avantage peut disparaître. Si d'autres sociétés détectent le même signal, la transaction peut également faire l'objet d'une forte concurrence, ce qui augmente le coût d'entrée et de sortie de la position.

La capacité fait donc partie intégrante de la thèse d'investissement. Une stratégie qui fonctionne avec 100 000 € ne fonctionnera pas forcément avec 100 millions d'euros. Les logiciels de backtesting doivent modéliser la liquidité, les exécutions partielles, les types d'ordres et le slippage, plutôt que de partir du principe d'une exécution illimitée à un prix favorable.

La stratégie proposée doit également être testée dans des conditions plus défavorables que celles prévues par le gestionnaire. Que se passerait-il si les spreads doublaient, si l’exécution était retardée, si les coûts de financement augmentaient ou si plusieurs positions devaient être clôturées simultanément ? Une stratégie qui ne reste viable que dans des conditions idéales n’est pas suffisamment robuste pour être mise en œuvre avec des capitaux réels.

Les régimes historiques doivent être distingués les uns des autres

Un simple indicateur de performance peut masquer les sources réelles de rentabilité d'une stratégie.

Un modèle d'IA peut sembler performant sur une période de 15 ans simplement parce qu'il a affiché des résultats exceptionnels au cours d'une période particulière. Ces résultats peuvent dépendre d'une baisse des taux d'intérêt, de corrélations stables ou d'un marché haussier prolongé sur les actions. Le résultat moyen ne donne qu'une idée très limitée de la manière dont ce modèle pourrait se comporter lorsque ce contexte prendra fin.

Les chercheurs devraient analyser les performances en fonction des conditions du marché : hausse et baisse des taux, forte et faible volatilité, périodes inflationnistes et désinflationnistes, marchés liquides et marchés sous tension. Ils devraient examiner si le même mécanisme économique s'applique dans toutes les régions et toutes les classes d'actifs.

L'objectif n'est pas de prouver qu'une stratégie est gagnante dans tous les contextes. Rares sont celles qui le sont. Il s'agit plutôt de comprendre dans quelles circonstances elle devrait fonctionner, dans quelles circonstances elle devrait rencontrer des difficultés, et si les performances observées sont cohérentes avec cette explication.

C'est là que le raisonnement économique reste essentiel. L'apprentissage automatique peut mettre en évidence une tendance sans expliquer pourquoi les acteurs du marché continueraient à la générer. Une stratégie crédible doit identifier le comportement, la contrainte institutionnelle, la prime de risque ou l'inefficacité structurelle qui sous-tendent ce rendement.

Sans cet argument, on demande aux investisseurs de croire que la corrélation d'hier restera l'opportunité de demain.

Le test devrait devenir progressivement plus difficile

Un processus de validation sérieux ne se limite pas à un seul backtest.

Le modèle doit d'abord être développé à partir d'un échantillon d'apprentissage, puis testé sur des données non utilisées dans le cadre du processus de recherche. L'analyse « walk-forward » permet d'entraîner le modèle de manière répétée sur une fenêtre antérieure et de le tester sur la période suivante, ce qui reflète plus fidèlement la manière dont il aurait été mis à jour dans la pratique.

Les chercheurs devraient également varier les hypothèses. Si une stratégie ne fonctionne qu’avec une période rétrospective de 47 jours, mais échoue à 45 ou 50 jours, sa précision apparente peut s’avérer trompeuse. Une relation solide devrait généralement résister à des variations raisonnables des paramètres, des coûts et des dates d’échantillonnage.

L'étape suivante consiste en un « paper trading » ou « déploiement fictif », au cours duquel des signaux sont générés en temps réel sans engagement de capital total. Cela permet de mettre en évidence les différences entre les données historiques et les données en temps réel, les défaillances logicielles, les retards d'exécution et les hypothèses opérationnelles que le backtest n'avait pas pris en compte.

Ce n'est qu'après avoir franchi ces étapes qu'il convient d'injecter des capitaux, dans un premier temps à un niveau permettant à l'entreprise de comparer les performances réelles et simulées sans s'exposer à un risque disproportionné.

QuantConnect souligne lui-même que les performances des algorithmes en conditions réelles diffèrent souvent de celles observées lors des backtests, car une simulation ne peut pas reproduire parfaitement la réalité. Ses outils de rapprochement comparent les résultats en conditions réelles à un backtest hors échantillon afin d’identifier les points où les deux commencent à diverger. Cette divergence n’est pas un inconvénient qu’il faille dissimuler. Il s’agit d’une information qui renseigne sur le fonctionnement de la stratégie sur le marché réel.

L'IA générative a besoin de ses propres mécanismes de contrôle

Les grands modèles linguistiques peuvent aider les chercheurs à écrire du code de backtesting, mais un code plausible n'est pas nécessairement un code correct.

Un modèle peut introduire une erreur subtile de projection, mal gérer les fuseaux horaires, utiliser à tort des prix ajustés ou calculer les coûts de transaction de manière à embellir les performances. Il peut également inventer un champ de données ou une fonction de bibliothèque qui n'existe pas.

Chaque composant généré par l'IA doit donc être examiné, testé et documenté par une personne capable de le comprendre. Les entreprises doivent mettre en place un système de gestion des versions, consigner les modifications apportées au modèle et conserver les hypothèses utilisées pour chaque résultat.

La confidentialité est également un enjeu important. Les stratégies exclusives, les positions des clients et les données de marché sous licence ne doivent pas être intégrées dans des systèmes d'IA publics sans autorisation explicite et sans contrôles contractuels appropriés. Un assistant de codage pratique ne doit pas devenir un canal incontrôlé par lequel la propriété intellectuelle quitte l'entreprise.

La responsabilité incombe toujours à l'être humain. L'argument “ c'est le modèle qui a écrit le code ” ne constitue pas un moyen de défense en cas de pertes financières ou lorsque des performances hypothétiques trompeuses sont présentées aux clients.

Comment évaluer une plateforme de backtesting

La première question ne devrait pas être de savoir combien de fonctionnalités d'IA propose la plateforme. Il faudrait plutôt se demander si le système est capable de reproduire les conditions dans lesquelles la stratégie serait réellement mise en œuvre.

Les acheteurs doivent examiner la provenance et l'historique des données, le traitement des titres retirés de la cote, les opérations sur titres et les données fondamentales à un moment donné. Ils doivent comprendre comment la plateforme modélise les frais, les écarts de cours, le slippage, la liquidité et l'exécution des ordres.

La reproductibilité revêt une importance tout aussi grande. Un autre chercheur peut-il réaliser le même test et obtenir le même résultat ? Les ensembles de données, les versions du code et les modifications des paramètres sont-ils consignés ? L'entreprise peut-elle exporter ses travaux, ou la stratégie devient-elle dépendante de l'infrastructure d'un seul fournisseur ?

La sécurité et la gouvernance revêtent une importance accrue lorsque la plateforme est connectée à un compte de courtage réel. Les autorisations d’accès, les processus de validation, les journaux d’audit et les contrôles d’urgence doivent être évalués avec le même sérieux que la logique d’investissement. Un modèle mal géré peut entraîner la mise en œuvre d’une mauvaise décision à la vitesse d’une machine.

Le prix doit être évalué au regard de l'ensemble des besoins opérationnels. Un outil peu coûteux peut s'avérer onéreux dès lors que l'entreprise doit acquérir des données spécialisées, de la puissance de calcul et des connexions aux plateformes de courtage. À l'inverse, une plateforme institutionnelle sophistiquée peut s'avérer superflue pour un utilisateur testant des stratégies à faible fréquence sur des titres liquides.

Ce qu'un backtest fiable devrait mettre en évidence

Un comité d'investissement ne devrait pas se contenter d'un simple graphique représentant le rendement cumulé.

La présentation doit exposer l'hypothèse d'investissement, la justification économique de sa pérennité et les données disponibles au moment où chaque décision aurait été prise. Elle doit préciser le nombre de variantes de stratégie testées, les hypothèses qui ont été modifiées et la manière dont le modèle final a été sélectionné.

Les performances doivent être présentées avant et après prise en compte des coûts réalistes, selon différents scénarios de marché et sur un échantillon réellement inédit. La baisse maximale, le taux de rotation, la liquidité, la concentration et la capacité sont au moins aussi importants que le rendement global.

Avant tout, le gestionnaire doit expliquer dans quelles conditions la stratégie risque d'échouer. Un chercheur incapable de décrire ces limites ne comprend peut-être pas suffisamment bien le modèle pour le gérer.

L'IA permet de générer davantage de stratégies, plus rapidement et avec une sophistication apparente accrue. C'est utile, mais cela exige également un niveau de scepticisme plus élevé. Le processus de backtesting basé sur l'IA le plus performant n'est pas celui qui met en évidence les performances historiques les plus impressionnantes. C'est celui qui est conçu pour éliminer les stratégies peu performantes avant qu'elles ne soient mises en œuvre avec de l'argent réel.