Comment backtester une stratégie de trading de futures crypto ?

Collecte et préparation des données

1. Obtenez des données historiques au niveau des ticks ou des chandeliers pour le contrat à terme cible à partir de sources fiables telles que l'API Binance Futures, les points de terminaison Bybit REST ou les ensembles de données de qualité institutionnelle de Kaiko.

2. Normalisez les horodatages sur UTC et assurez un alignement cohérent des fuseaux horaires sur tous les flux de données afin d'éviter tout désalignement lors des simulations basées sur des événements.

3. Gérez les bougies manquantes par remplissage ou interpolation (jamais par suppression), car les écarts peuvent refléter des arrêts réels du marché ou des fenêtres de maintenance des échanges.

4. Ajustez les reconductions de contrats en assemblant des contrats perpétuels ou trimestriels en utilisant une logique de reconduction pondérée en fonction du volume ou basée sur les intérêts ouverts pour éviter les discontinuités artificielles des prix.

5. Incorporez l’historique des taux de financement pour simuler avec précision les coûts de détention lorsque les positions sont maintenues pendant les intervalles de financement.

Cadre de simulation d'exécution

1. Modélisez explicitement les types d'ordres : les ordres à cours limité doivent respecter la liquidité en haut du registre, tandis que les ordres au marché sont exécutés en fonction de la profondeur disponible au moment de la soumission.

2. Appliquez des modèles de glissement réalistes basés sur la taille de la commande par rapport à l'écart acheteur-vendeur et au volume récent : le glissement doit évoluer de manière non linéaire au-delà de 0,1 % du volume moyen sur 5 minutes.

3. Appliquer les contraintes spécifiques à la bourse, notamment la taille minimale de la commande, les limites d'effet de levier et les exigences de marge de position selon les spécifications du contrat.

4. Simulez les événements de liquidation en utilisant la divergence du prix de marque et du prix de l'indice en temps réel (et pas seulement le solde du portefeuille) pour reproduire le comportement réel du moteur de risque de change.

5. Suivez le PnL non réalisé séparément du PnL réalisé, en mettant à jour les deux à chaque tick lorsqu'une position est ouverte, en utilisant le juste prix plutôt que le dernier prix de transaction.

Intégration de la gestion des risques

1. Mettre en œuvre un dimensionnement dynamique des positions lié à la volatilité du portefeuille mesurée sur un écart type des rendements sur 30 jours glissants, plafonné à 5 % par transaction.

2. Intégrez des niveaux de stop-loss durs calculés à partir de l'ATR(14) multiplié par un coefficient fixe, recalculé quotidiennement avant l'ouverture de la session.

3. Appliquer les règles du tampon de marge : pas de nouvelle entrée si la marge libre tombe en dessous de 200 % de la marge initiale requise pour la position proposée.

4. Désactivez les signaux de stratégie pendant les fenêtres d'événements connus à fort impact, tels que les annonces de la Fed ou les pannes majeures des bourses, à l'aide des données du calendrier économique préchargées.

5. Enregistrez toutes les commandes rejetées en raison de filtres de risque avec un horodatage, un code de raison et un instantané de l'état du compte pour une analyse médico-légale.

Mesures de performance et validation

1. Calculez le ratio de Sharpe en utilisant les rendements quotidiens, annualisés selon une convention de 365 jours, hors week-ends et jours fériés où les marchés à terme restent actifs.

2. Déclarez le prélèvement maximum en termes absolus et en pourcentage, en identifiant les dates exactes de début et de fin de chaque épisode de prélèvement.

3. Mesurez le taux de réussite comme la proportion de transactions clôturées avec un PnL net positif après frais, sans compter les sorties à l'équilibre comme des gains.

4. Calculez le facteur de profit comme le bénéfice brut divisé par la perte brute, en utilisant uniquement les transactions fermées avec un PnL différent de zéro pour éviter la distorsion du dénominateur.

5. Validez la robustesse via une analyse progressive : réoptimisez les paramètres tous les 90 jours en utilisant les 180 jours de données précédents, puis testez sur la fenêtre de 90 jours suivante.

Foire aux questions

Q1 : Puis-je utiliser les données sur les prix au comptant au lieu des données sur les contrats à terme pour tester une stratégie à terme ? Le prix au comptant ignore le report/déport, les taux de financement, les mécanismes de marge et les cycles d'expiration des contrats, qui sont des facteurs essentiels du PnL à terme.

Q2 : Comment puis-je prendre en compte les structures de frais spécifiques à la bourse dans le backtesting ? Appliquer les frais preneur/fabricant de manière dynamique par transaction en fonction du type d'ordre et de la méthode d'exécution ; inclure les frais de retrait et de financement, le cas échéant.

Q3 : Est-il acceptable d'ignorer la latence lors d'un backtest sur des bougies d'une minute ? Non. Même avec une granularité d'une minute, la latence affecte la probabilité de remplissage : simulez le délai du réseau, le temps d'aller-retour de l'API et le délai de traitement des échanges.

Q4 : Pourquoi mon backtest montre-t-il une rentabilité élevée mais les résultats en direct sont-ils sous-performants ? Cela vient souvent d’un surajustement au bruit, de l’ignorance des dérapages sur les contrats illiquides ou de l’incapacité à modéliser avec précision la logique de liquidation des échanges.