Validation rigoureuse. Chaque stratégie mérite sa place.
Fabriquer un beau backtest prend un après-midi. Chez Dalvox, chaque stratégie passe onze tests de résistance indépendants — sur des données de marché de sept. 2011 à mai 2026 — avant d'être autorisée à trader. Voici chaque étape, dans l'ordre, sans aucune omission.
Résultats simulés (backtest, sept. 2011 – mai 2026 ; 2026 est une année partielle). Les performances passées ou simulées ne garantissent pas les résultats futurs.
De l'idée brute au compte réel.
Voici les étapes exactes, dans l'ordre exact, que chaque stratégie franchit avant d'entrer dans notre catalogue. Cliquez sur une étape pour voir ce qu'elle teste et pourquoi c'est important.
01
Génération et In Sample
60 % des données. Des milliers de configurations testées. Seules les plus solides statistiquement survivent.
Tout part d'une page blanche. Nous testons des milliers de configurations algorithmiques — en variant la logique d'entrée, les conditions de sortie, les règles de risque et les paramètres — sur les premiers 60 % des données historiques disponibles. C'est la fenêtre In-Sample : l'environnement d'entraînement contrôlé où se façonne la logique d'une stratégie.
À ce stade, la sélection est impitoyable. Les stratégies qui ne performent que parce qu'elles collent par hasard à une courte période de l'historique sont éliminées sur-le-champ. Seules celles qui affichent des rendements ajustés au risque statistiquement cohérents — sur plusieurs régimes de marché de la fenêtre d'entraînement — passent le filtre et deviennent candidates.
Une liste restreinte de candidates fondées sur une logique statistiquement solide, et non sur un ajustement fortuit à une fenêtre étroite de l'historique.
02
Retest qualité + Out-Of-Sample 1
Données M1 premium. Premier test à l'aveugle sur ~20 % d'historique jamais vu par l'optimiseur.
Les candidates retenues sont aussitôt retestées sur des données M1 de meilleure qualité, qui captent les mouvements de prix plus finement que la première passe. Cela seul élimine les stratégies qui ne brillaient que sur des données de plus faible résolution. Puis, pour la toute première fois, chaque stratégie affronte un historique qu'elle n'a jamais vu : environ 20 % des données, mises sous scellés dès le premier jour du développement.
C'est le premier test à l'aveugle. Impossible de tricher : la stratégie tient sur des données inédites ou non. Une stratégie avec un vrai avantage continue de performer. Une stratégie ajustée à sa fenêtre d'entraînement s'effondre ici, avant qu'on y investisse plus de temps.
Que les premiers résultats n'étaient pas un hasard : l'avantage tient sur des données inédites et meilleures.
La plupart des services de trading algorithmique s'arrêtent là. Nous en sommes à l'étape 2 sur 11.
03
Commissions et slippage
Les pires conditions de courtier imposées à chaque exécution.
Les spreads sont gonflés, des commissions sont ajoutées et le pire slippage est appliqué à chaque exécution, pour simuler la dégradation d'exécution que vous subiriez avec un mauvais courtier lors d'une annonce économique volatile. La stratégie doit rester rentable malgré ces handicaps, car la réalité n'est jamais aussi propre qu'un backtest de manuel.
Dans la simulation, la rentabilité ne dépend pas de l'hypothèse d'exécutions irréalistement parfaites.
04
Validation multi-timeframe
Testée sur d'autres unités de temps.
La stratégie est redéployée sur des unités de temps pour lesquelles elle n'a jamais été conçue. Une stratégie suroptimisée sur un intervalle de bougie précis échoue ici, car son avantage n'existe que dans le bruit de cette résolution de données, pas dans le marché lui-même. Une stratégie robuste s'adapte et continue de performer, car sa logique capte quelque chose de structurellement réel.
L'avantage est structurel, pas le hasard d'une résolution.
05
Monte Carlo : trades omis
Trades omis au hasard sur plus de 1 000 simulations.
Un pourcentage aléatoire de trades est retiré sur des milliers de simulations indépendantes. Si la performance s'effondre quand il manque une poignée de trades, cela révèle une vérité dangereuse : les rendements sont concentrés sur quelques gains exceptionnels, et non répartis sur un avantage reproductible. La stratégie doit rester rentable même sans ses meilleurs trades.
La rentabilité est large et répartie, et ne repose pas sur une poignée de trades chanceux.
06
Monte Carlo : ordre des trades
La séquence historique des trades mélangée des milliers de fois.
Toute la séquence des trades historiques est mélangée et rejouée des milliers de fois. Cela teste deux choses à la fois : d'abord, que l'avantage existe quel que soit le moment où les trades surviennent ; ensuite, que même dans la pire séquence possible (toutes les pertes à la suite), le drawdown du compte reste dans des limites acceptables. Le test vérifie que le résultat ne dépend pas d'un ordre chanceux.
L'avantage ne dépend pas du timing et le drawdown est structurellement borné, sans rien devoir au hasard de l'ordre.
07
Autres marchés
Appliquée à d'autres instruments et indices.
La stratégie est testée sur des marchés totalement différents — autres indices, instruments et structures de séance — pour lesquels elle n'a jamais été optimisée. Les stratégies suroptimisées s'effondrent aussitôt sur des données étrangères, car elles ont été réglées sur le bruit d'un instrument, et non sur une dynamique de marché sous-jacente. Les robustes continuent de générer des rendements, ce qui confirme que la logique capte quelque chose d'universel.
La logique exploite une inefficience de marché réelle et transposable, et non les particularités d'un instrument.
08
Monte Carlo : paramètres
Chaque variable configurable poussée dans toutes les directions.
Chaque paramètre configurable — distances de stop, seuils d'entrée, fenêtres horaires — est systématiquement modifié à la hausse, à la baisse et latéralement sur des milliers de combinaisons. Une stratégie fragile ne fonctionne qu'avec des valeurs très précises : décalez-les un peu et elle s'écroule. Une stratégie robuste performe sur toute une plage, car c'est la logique qui génère l'avantage, et non un nombre magique.
Aucune suroptimisation sur des valeurs précises. C'est la logique qui fait la performance, pas une configuration fragile.
09
Monte Carlo : perturbation des prix
Prix OHLC décalés au hasard : en réel, les niveaux d'entrée et de sortie ne sont jamais garantis.
Les données de prix OHLC elles-mêmes sont modifiées au hasard sur des milliers de simulations : les prix d'entrée et de sortie sont décalés pour simuler l'incertitude et l'imprécision de l'exécution réelle. En trading réel, les prix exacts de l'historique ne se répètent jamais. Ce test confirme que la stratégie ne dépend pas de niveaux de prix historiques précis qui pourraient ne pas exister en conditions réelles.
Dans la simulation, la stratégie reste rentable même si les prix s'écartent de l'historique, comme cela arrive toujours en trading réel.
Neuf tests réussis. Il en reste deux, et ce sont les plus importants.
10
Out-Of-Sample 2 — Le test final à l'aveugle
Les ~20 % les plus récents. Scellés dès le premier jour. Ouverts seulement maintenant.
Les derniers 20 % environ des données historiques — les années les plus récentes, avec les régimes de marché actuels — sont restés entièrement scellés depuis le premier jour du développement. Aucune étape d'optimisation n'y a jamais touché. Ils représentent le présent : l'environnement de marché le plus proche de celui dans lequel la stratégie tradera réellement.
Ce n'est qu'après avoir franchi les neuf tests précédents que la stratégie est exécutée sur ces données pour la première fois. C'est ce qui se rapproche le plus d'un forward test en réel pour un backtest. Il n'y a plus rien à ajuster, plus aucun paramètre à régler. La stratégie performe ou non.
La stratégie a également fonctionné sur des données qu'elle n'avait jamais vues, ce qui indique qu'elle ne s'est pas contentée de mémoriser l'historique. Cela ne garantit pas les résultats futurs.
11
Test final au tick — 100 % de l'historique
Chaque exécution reconstruite à partir de ticks. La simulation dont sont issus tous les chiffres du site.
La stratégie est exécutée une dernière fois sur l'ensemble des données (sept. 2011 – mai 2026), du début à la fin, avec une précision au tick pour chaque entrée et chaque sortie. C'est la simulation la plus exigeante possible en calcul. Chaque bougie OHLC est reconstruite à partir des ticks bruts : chaque exécution est donc calculée au prix exact auquel le marché cotait à cette microseconde, et non à une approximation.
Les courbes de capital, graphiques de drawdown, rendements et indicateurs de risque de toute la plateforme Dalvox viennent de cette dernière passe. Ce sont des résultats simulés, non issus d'un trading réel. Pas d'arrondi, pas d'estimation, pas de raccourci.
L'historique de performance définitif, précis au tick. Chaque chiffre de ce site — chaque rendement, chaque drawdown, chaque courbe de capital — vient d'ici.
Une stratégie qui entre dans notre catalogue a réussi chacun de ces tests. Dans le bon ordre. Sans exception.
La plupart des candidates n'y parviennent pas. Celles qui y parviennent sont les systèmes de nos niveaux de produits, et chaque chiffre de performance simulée de ce site provient du backtest final au tick décrit à l'étape 11. Les performances passées ou simulées ne garantissent pas les résultats futurs.
Tous les tests réussis.
Reste une décision.
Nous sommes totalement transparents : chaque trade simulé de tous nos produits est publié et consultable. Vérifiez les chiffres, puis abonnez-vous. Commencez quand vous voulez, résiliez quand vous voulez.