Comment backtester une stratégie de crypto trading à l’aide d’indicateurs techniques ?

Collecte et préparation des données

1. Les données historiques sur les prix doivent provenir d'échanges ou d'agrégateurs fiables tels que Binance, Bybit ou Kaiko, garantissant que les horodatages sont alignés sur UTC et incluent les champs d'ouverture, de haut, de bas, de clôture et de volume.

2. Le nettoyage des données implique la gestion des bougies manquantes, la correction des anomalies spécifiques à l'échange telles que les périodes de volume nul et le filtrage des artefacts de pompage et de vidage causés par les échanges de lavage.

3. Le rééchantillonnage est appliqué lorsque les indicateurs nécessitent des délais spécifiques – par exemple, conversion d'un OHLCV d'une minute en barres de 15 minutes pour le calcul de la MACD sans biais d'anticipation.

4. La sélection d'actifs est importante : les backtests sur BTC/USDT, ETH/USDT et les jetons de moyenne capitalisation comme SOL/USDT révèlent la robustesse de la stratégie au-delà du bruit d'un seul actif.

5. La modélisation des slippages et des frais doit refléter les conditions d'exécution réelles, en utilisant des frais de preneur dynamiques (0,02 % à 0,075 %) et des approximations des écarts acheteur-vendeur dérivées d'instantanés de la profondeur du carnet d'ordres.

Sélection des indicateurs et réglage des paramètres

1. Les croisements RSI(14) et EMA(50)/EMA(200) constituent le moteur de signaux principal pour les stratégies de suivi de tendances, avec des seuils calibrés à l'aide d'une optimisation progressive sur des fenêtres mobiles de 90 jours.

2. L'expansion de la largeur des bandes de Bollinger déclenche des entrées basées sur la volatilité uniquement lorsque l'écart type dépasse 1,8 fois sa médiane sur 60 jours, réduisant ainsi les fausses cassures lors d'une consolidation à faible volatilité.

3. Les écarts du prix moyen pondéré en fonction du volume (VWAP) supérieurs à ± 1,2 % servent de filtres de confirmation du retour à la moyenne, écartant les signaux qui contredisent la structure de liquidité intrajournalière.

4. La détection stochastique des divergences RSI(3,3,14) nécessite un alignement strict entre les hauts/bas des fluctuations de prix et les pics/creux de l'oscillateur dans un rayon de ±3 bougies – aucune interpolation n'est autorisée.

5. L'empilement des indicateurs évite la redondance : combiner ADX(14) > 25 avec +DI > -DI garantit une force directionnelle avant d'agir sur les lectures de survente RSI inférieures à 30.

Logique d'exécution et génération de signaux

1. Les règles d'entrée exigent la satisfaction simultanée de trois conditions : EMA(50) > EMA(200), RSI franchissant au-dessus de 30 par le bas et configuration d'engloutissement haussier à 3 bougies confirmée à la clôture.

2. La taille des positions impose un risque fractionnaire fixe (1,5 % des capitaux propres par transaction) avec un stop-loss placé au plus bas récent moins un tampon de 0,3 % pour absorber le bruit de la microstructure.

3. La logique de take-profit utilise des stop suiveurs activés uniquement après que le prix évolue de 2 × ATR (14) en faveur, puis repositionnés tous les incréments de 0,8 × ATR (14) sans anticipation.

4. Les entrées courtes nécessitent une logique miroir mais appliquent une contrainte supplémentaire : le taux de financement doit être négatif pendant ≥ 12 heures avant l'entrée pour éviter les pertes liées au contango.

5. La suppression du signal se produit pendant les 5 principales fenêtres de maintenance planifiées des échanges et 30 minutes avant les versions économiques majeures suivies via les flux de l'API CryptoPanic.

Mesures d'évaluation des performances

1. Le ratio de Sharpe est calculé à partir des rendements quotidiens, avec un taux sans risque fixé à 0 %, un choix délibéré reflétant la non-corrélation de la crypto avec les titres à revenu fixe traditionnels.

2. La baisse maximale isole l'érosion des actions du pic au creux, à l'exclusion des événements de krach éclair d'une durée inférieure à 90 secondes, identifiés via des pics de volatilité des ticks de 5 secondes > 15 × 24 heures en moyenne.

3. Le taux de réussite regroupe toutes les transactions clôturées pour lesquelles le prix de sortie a dépassé l'entrée de ≥0,5 %, à l'exclusion des résultats au point mort arrondis au 0,01 % le plus proche.

4. Le facteur de profit compare les profits bruts aux pertes brutes, avec des valeurs inférieures à 1,3 déclenchant un recalibrage immédiat des paramètres sur tous les actifs.

5. L'espérance par transaction est mesurée en points de base, normalisée par rapport à la taille médiane des positions tout au long de la période de test, et non aux montants nominaux en USD.

Foire aux questions

Q : Le backtesting sur les données agrégées multi-échanges introduit-il un biais de survie ? Oui. Les agrégateurs excluent souvent les paires radiées ou les bourses qui ont cessé leurs activités avant 2020. L’utilisation uniquement des données des échanges actifs sur tout l’horizon du backtest atténue ce problème.

Q : Comment gérez-vous les mèches de chandeliers qui déclenchent des stop mais s'inversent dans la même barre ? Les ordres stop s'exécutent à l'extrême de la mèche uniquement si le volume pendant cet intervalle sous-bougie dépasse 120 % du volume moyen de la barre. Dans le cas contraire, l'exécution est par défaut au prix de clôture de la barre.

Q : Les signaux Ichimoku Cloud peuvent-ils être backtestés de manière fiable sur les paires d'altcoins à faible liquidité ? Non. Les calculs Tenkan-sen et Kijun-sen nécessitent au moins 180 bougies consécutives de volume non nul ; les altcoins qui ne satisfont pas à ce seuil sont exclus des ensembles de règles basés sur Ichimoku.

Q : Est-il valide d'utiliser des métriques en chaîne telles que les adresses actives comme entrées dans les backtests d'indicateurs techniques ? Les métriques en chaîne introduisent une latence asynchrone : le nombre quotidien d'adresses actives arrive avec un délai de 18 à 36 heures. Leur inclusion viole l’intégrité causale et est interdite dans les backtests techniques stricts.