Sur-ajustement (curve fitting)
Le sur-ajustement, ou curve fitting, survient quand une règle de trading est réglée si finement sur un échantillon historique qu'elle en capture les accidents en même temps que la structure reproductible : son résultat de backtest surestime alors ce que la règle ferait sur des données nouvelles. Plus il y a de paramètres et plus on essaie de configurations sur les mêmes données, plus il est facile à produire.
Senzoukria · Glossaire · Mis à jour en septembre 2026
Comment il se fabrique
Tout échantillon historique contient des motifs qui ne se reproduiront pas. Une règle avec assez de pièces réglables peut être amenée à y coller : un filtre supplémentaire qui retire la pire journée perdante, un seuil décalé pour attraper un gagnant de plus, une coupure de séance choisie après avoir regardé la courbe de capital. Chaque réglage améliore le résultat in-sample et n'ajoute rien que le futur honorera.
La sélection fait le même travail sans toucher à la règle. Lancez de nombreuses configurations sur un seul échantillon et gardez la meilleure : le meilleur de nombreux tirages aléatoires ressemble à un edge sur du bruit pur. C'est pourquoi le nombre de configurations essayées appartient au relevé, à côté du résultat.
Les signes à chercher
- Une montée régulière in-sample suivie d'une courbe hors échantillon plate ou déclinante.
- Des valeurs de paramètres voisines nettement moins bonnes que celle retenue ; une règle saine se tient en général sur un plateau, pas sur un pic.
- Un résultat qui s'effondre dès que les coûts sont relevés d'un peu.
- Des conditions sans justification économique ou de microstructure, ajoutées après inspection des pertes.
- Un résultat fort obtenu après qu'un grand nombre de variantes ont été essayées puis écartées.
Les contrôles qui l'exposent
| Contrôle | Question à laquelle il répond |
|---|---|
| Walk-forward | Des paramètres choisis sur le passé tiennent-ils sur la période qui suit ? |
| Stabilité des paramètres | La règle marche-t-elle encore un cran plus loin sur chaque axe ? |
| Sharpe déflaté | Le résultat se distingue-t-il du meilleur des configurations essayées ? |
| Probabilité de sur-ajustement du backtest | À quelle fréquence le gagnant in-sample sous-performe-t-il hors échantillon ? |
| Test de permutation | Le résultat se distingue-t-il du hasard sur des données mélangées ? |
| Sensibilité aux coûts | L'edge survit-il à des frais et un glissement plus élevés ? |
Dans Senzoukria
La section gauntlet du panneau Backtest automatique, intitulée Gauntlet — cet edge est-il réel, enchaîne ces contrôles sur un walk-forward terminé : un Sharpe déflaté du nombre de configurations essayées, un test de permutation contre le pur hasard, et la probabilité de sur-ajustement du backtest, construite sur une grille pleine période où chaque configuration est rejouée sur toutes les barres. Chaque critère est marqué éliminatoire ou indicatif, et la section conclut par GO, NO-GO ou CONDITIONNEL.
La lecture du Sharpe déflaté se décline en trois niveaux : le résultat survit à la correction ; le nombre de configurations essayées en explique une bonne part ; ou il est indiscernable du meilleur d'un tirage au hasard, ce que le panneau décrit comme le visage d'un sur-ajustement. Un graphique de stabilité des paramètres trace la configuration retenue contre ses voisines immédiates sur la grille et explique qu'un plateau est à quoi ressemble un edge réel. Quand le balayage devient trop vaste, le panneau prévient qu'au-delà, vous mesurez la chance d'un sur-ajustement. Ce sont des rapports sur les données fournies, pas une garantie.
Erreurs fréquentes
- Ajouter un filtre parce qu'il supprime une série perdante précise.
- Optimiser sur tout l'historique puis publier cet historique comme résultat.
- Prendre un pic étroit dans la grille de paramètres pour une découverte.
- Jeter le compte des variantes essayées une fois qu'une bonne a été trouvée.
Voir aussi
- Backtest
- Comment tester une stratégie de trading
- Guide du backtesting sur futures
- Balayage de paramètres
- In-sample contre out-of-sample
Cette page dans d’autres langues
Questions fréquentes
- Combien de paramètres, c'est trop ?
- Il n'y a pas de nombre fixe : ce qui compte est le nombre de pièces réglables rapporté au nombre de trades indépendants de l'échantillon, et le nombre de combinaisons essayées. Une règle à deux paramètres balayée sur des centaines de combinaisons pour quelques dizaines de trades peut être aussi sur-ajustée qu'une règle à dix paramètres. Consignez le nombre de configurations et lisez une statistique déflatée qui en tient compte.
- Un résultat walk-forward est-il à l'abri du sur-ajustement ?
- Non. Le walk-forward sort la sélection des fenêtres de test, ce qui élimine la forme la plus directe du curve fitting, mais l'analyste peut encore sur-ajuster la procédure elle-même en changeant les tranches, les grilles ou les règles de sélection après avoir vu le résultat. Fixez ces choix avant le run et consignez chaque run, y compris ceux que vous écartez.
- Que m'apprend un plateau de paramètres ?
- Qu'il ne dépend pas de tomber sur une valeur exacte. Si les configurations voisines, à un cran sur chaque axe, font presque aussi bien, la règle capture quelque chose de plus large qu'une coïncidence de l'échantillon. Un pic isolé, entouré de voisines médiocres, est le signal inverse.