Construire son propre indicateur

Construire son propre indicateur n'a pas pour but d'en trouver un meilleur. C'est un exercice de compréhension : il fait sentir de l'intérieur pourquoi chaque paramètre ajouté rend un système plus fragile, et non plus intelligent.

Un indicateur, c'est trois choses

Une entrée — des prix, éventuellement des volumes. Une transformation — moyenne, différence, rapport, normalisation. Une sortie — un nombre par séance.

Le plus simple qui soit tient en une ligne : clôture moins la moyenne des N dernières clôtures. C'est un indicateur complet, avec un paramètre. Divise-le par l'ATR et tu obtiens un écart normalisé, comparable entre instruments : deux paramètres.

Tu viens de fabriquer quelque chose de raisonnable en deux opérations. Le problème commence exactement à l'étape suivante.

Chaque paramètre multiplie l'espace de recherche

Un paramètre à tester sur 20 valeurs, c'est 20 combinaisons. Deux paramètres, 400. Quatre, 160 000. Et sur 160 000 tirages, il en existera forcément un qui affiche un résultat magnifique — même si la règle testée n'a aucun pouvoir.

C'est le mécanisme de l'usine à gourous, transposé aux réglages : avec assez de tentatives, un survivant apparaît sans qu'aucune compétence ne soit en jeu. La différence, c'est que tu es à la fois l'organisateur du tirage et la personne convaincue par le gagnant.

Le chiffre de ce projet : 40 536 backtests. Les configurations du meilleur décile en apprentissage ont donné −1,04 de Sharpe sur l'échantillon de réserve, avec 23 % de gagnantes. Non pas « moins bien qu'espéré » : négatif, et pires que la moyenne des autres.

Le nombre d'essais fait partie du résultat

C'est le point que presque personne n'applique, et c'est le plus important de cette leçon.

Un ratio de Sharpe de 1,5 obtenu au premier essai et un ratio de 1,5 obtenu au 40 000^e ne valent pas la même chose. Le second est très probablement le meilleur tirage d'une loterie. Il existe des méthodes pour corriger un résultat par le nombre de tentatives — c'est ce que fait le Sharpe dégonflé — mais elles exigent qu'on ait compté les essais. C'est pourquoi ce projet tient un registre des tentatives : sans ce compte, aucune correction n'est possible, et le meilleur résultat reste indistinguable du plus chanceux.

Les règles qui rendent l'exercice honnête

Le moins de paramètres possible. Chacun doit gagner sa place en améliorant le résultat sur des données jamais utilisées pour le régler. Un paramètre qui n'améliore que l'apprentissage est un paramètre qui mémorise.

Une plage plate, pas un pic. Si la période 47 fonctionne et que 45 comme 50 échouent, tu as trouvé une coïncidence. Un effet réel est robuste : il produit des résultats voisins pour des réglages voisins. Regarder la forme du paysage autour de l'optimum en dit plus long que l'optimum lui-même.

Réserver des données avant de commencer. Vingt pour cent mis de côté, auxquels on ne touche sous aucun prétexte pendant la mise au point. C'est la règle la plus difficile à tenir, et la seule qui produise un chiffre auquel on puisse se fier.

Écrire le critère d'échec d'avance. « Cet indicateur est mort si son R moyen sur la réserve est inférieur à X. » Écrit avant, il tranche. Écrit après, il se négocie.

Ce que l'exercice apprend vraiment

Que la difficulté n'est jamais d'obtenir un beau résultat sur le passé — c'est facile, et ça prend quelques minutes. La difficulté est de construire une procédure qui rende un mauvais résultat détectable.

Un système qui ne peut pas te dire non ne te dira jamais rien d'utile. C'est vrai d'un indicateur, d'une stratégie, et de la façon dont on mesure les deux.