Module 9 — Mesurer rendement, risque et incertitude
Métriques de performance et distribution des résultats
Même rendement annuel, deux expériences incompatiblesSituation réelle
Même rendement annuel, deux expériences incompatibles
Deux stratégies gagnent 12 % sur l’année. La première progresse régulièrement avec une baisse maximale de 6 %. La seconde perd 35 %, récupère brutalement et termine au même niveau. Le rendement final ne dit ni le chemin, ni la probabilité d’abandon, ni le capital nécessaire pour survivre à la baisse.
Mesurer une stratégie exige un tableau cohérent : rendement, volatilité, drawdown, asymétrie, queues, dépendance, turnover, exposition, taux de réussite, payoff et incertitude. Aucune métrique ne résume seule la qualité.
Objectifs d’apprentissage
- Calculer rendement annualisé, volatilité, drawdown et ratios.
- Relier taux de réussite, gain moyen et espérance.
- Comprendre les limites de l’annualisation.
- Lire une distribution au-delà de la moyenne.
- Limiter la conclusion à ce que les données permettent réellement d’affirmer.
Commencer par la bonne question
Quelle distribution de résultats, quel chemin de capital et quelle incertitude se cachent derrière la moyenne annoncée ?
Une analyse utile commence par cette question avant de chercher une figure, un indicateur ou un paramètre. Elle force à préciser l’unité observée, l’horizon, la chronologie et le type de conclusion attendu. Sans ce cadre, une description a posteriori peut facilement être prise pour une règle prédictive.
Au niveau des transactions
Si p est le taux de réussite, G le gain moyen et P la perte moyenne absolue :
espérance = p × G − (1 − p) × P
Une stratégie gagnante 40 % du temps peut avoir une espérance positive si ses gains compensent ses pertes. Inversement, 90 % de réussite peut cacher un risque de perte rare très importante. Le profit factor est la somme des gains divisée par la somme absolue des pertes ; il ignore la séquence et le capital mobilisé.
Incertitude
Cent transactions corrélées sur le même régime ne valent pas cent expériences indépendantes. Les intervalles classiques fondés sur l’indépendance peuvent être trop étroits. Utilise des méthodes de rééchantillonnage par blocs lorsque pertinent, examine les sous-périodes et présente quantiles, pire période, concentration et scénarios de coûts.
Benchmark
Le benchmark doit refléter une alternative réaliste : rester investi, rester en cash rémunéré, portefeuille simple ou exposition ajustée du risque. Compare sur la même devise, période, coûts et exposition. Une stratégie qui a moins de rendement parce qu’elle prend beaucoup moins de risque peut néanmoins avoir une fonction différente ; la comparaison doit montrer les deux dimensions.
Le rendement dépend du temps exposé
Comparer une stratégie investie 20 % du temps à un benchmark toujours investi nécessite de rapporter exposition, cash et risque.
Le drawdown est dépendant du chemin
Profondeur, durée et temps de récupération complètent la perte maximale. Un seul épisode peut dominer tout l’historique.
Les transactions ne sont pas indépendantes
Signaux groupés, actifs corrélés et régimes communs réduisent l’information effective par rapport au nombre brut de trades.
Méthode pas à pas
- Réconcilier les rendements. Produire brut, net, benchmark, cash et exposition dans la même devise.
- Décrire la distribution. Moyenne, médiane, quantiles, asymétrie, queues et pertes extrêmes.
- Décrire le chemin. Courbe, drawdowns, durées et récupération.
- Décomposer les trades. Taux de réussite, gain/perte moyens, espérance, turnover et concentration.
- Quantifier l’incertitude. Intervalles adaptés aux séries dépendantes et analyses par sous-période.
Laboratoire guidé
du concept au dossier de preuve
- Écris la fiche avant d’ouvrir le résultat. Reformule la question — « Quelle distribution de résultats, quel chemin de capital et quelle incertitude se cachent derrière la moyenne annoncée ? » — sous forme d’une hypothèse réfutable. Indique la population, l’horizon, l’unité, le benchmark, la date de début et la date de fin. Donne un identifiant à cette version.
- Sépare données et interprétation. Crée une table brute en lecture seule, puis une table de variables dérivées. Pour chaque colonne calculée, conserve formule, paramètres, source, fuseau et premier instant d’utilisation. Une correction de donnée ne doit jamais être confondue avec une amélioration de stratégie.
- Produis un échantillon de contrôle. Utilise une règle plus simple, des dates décalées, une permutation ou un groupe comparable. Le contrôle doit conserver autant que possible fréquence, exposition et régime ; sinon la comparaison attribuerait au signal ce qui vient du marché général.
- Travaille à l’aveugle lorsque c’est possible. Masque la partie future lors de l’annotation et réserve un bloc temporel que tu ne consultes pas pendant la construction. Archive aussi les cas ambigus et les événements qui ne confirment pas le récit.
- Stress les hypothèses, pas seulement les paramètres. Augmente les coûts, retarde l’exécution, réduit la liquidité disponible et change raisonnablement la fenêtre. L’objectif n’est pas de trouver une variante qui réussit, mais de savoir dans quelles conditions la conclusion disparaît.
- Décide avec une règle écrite. Continue seulement si l’effet est mesurable, net de coûts, présent dans plusieurs segments et non concentré sur une valeur isolée. Sinon, classe le résultat « à réviser » ou « à arrêter » et explique précisément pourquoi.
Démonstration chiffrée
Taux de réussite élevé, espérance négative
Une stratégie gagne 1 unité dans 80 % des transactions et perd 5 unités dans 20 %. Son espérance brute vaut 0,8×1 − 0,2×5 = −0,2 unité. Un taux de réussite de 80 % peut donc coexister avec une perte moyenne. Si les coûts valent 0,1 unité par trade, l’espérance nette tombe à −0,3.
À l’inverse, une stratégie gagnante seulement 35 % du temps peut être positive si son gain moyen dépasse suffisamment sa perte moyenne. La paire taux de réussite/payoff doit être lue avec la fréquence, la dépendance et la taille des queues.
Interpréter sans surinterpréter
- Annualisation mécanique. Racine du temps et multiplication des moyennes supposent une stabilité rarement parfaite.
- Maximum unique. Le max drawdown est une observation ; son futur équivalent peut être plus grave.
- Sharpe sélectionné. Choisir la meilleure variante sur son Sharpe gonfle la métrique attendue.
- Échantillon dépendant. Cent trades concentrés dans un seul régime ne valent pas cent expériences indépendantes.
La discipline consiste à écrire ces limites avant de consulter le résultat final. Une conclusion négative ou incertaine n’est pas un échec : elle évite de transformer le bruit historique en décision coûteuse.
Lire un résultat qui confirme
ou contredit — l’intuition
Si le résultat paraît confirmer l’idée, commence par rechercher ce qui pourrait l’expliquer autrement : annualisation mécanique et maximum unique constituent ici deux contrôles prioritaires. Vérifie ensuite si l’effet existe encore après coûts, sur des paramètres voisins et sur une période qui n’a guidé aucune décision. Une confirmation qui disparaît dès qu’un détail raisonnable change est une piste d’exploration, pas une base d’action.
Si le résultat contredit l’intuition, ne déplace pas immédiatement le seuil. Vérifie d’abord les données et la chronologie, puis accepte l’hypothèse nulle comme issue possible. Pour « Métriques de performance et distribution des résultats », une absence d’effet peut signifier que le phénomène est descriptif, trop faible face aux coûts, propre à un sous-régime ou simplement absent dans l’échantillon. Chacune de ces explications exige une nouvelle expérience identifiée, jamais une retouche silencieuse.
Exercice
- Calcule rendement brut, net et benchmark d’une série de trades.
- Produis moyenne, médiane, quantiles 5/95 %, asymétrie et pertes extrêmes.
- Calcule drawdown maximal, durée maximale et temps de récupération.
- Décompose taux de réussite, payoff, espérance et turnover.
- Rédige une conclusion qui mentionne au moins trois incertitudes.
Afficher le corrigé détaillé
Le tableau attendu conserve la même fréquence et la même devise. La performance nette applique les coûts au moment des transactions. Les drawdowns sont calculés depuis le sommet courant, et la durée se mesure jusqu’au retour à un nouveau sommet. L’espérance par trade est p×gain moyen − (1−p)×perte moyenne. La conclusion ne classe pas la stratégie avec un seul chiffre : elle relève la concentration des gains, l’effet des coûts, le pire épisode, l’exposition et la taille effective de l’échantillon.
Le corrigé décrit une méthode, pas une unique valeur à mémoriser. Si ton résultat diffère, vérifie d’abord les unités, le calendrier, la définition des variables et l’instant où l’information devient disponible ; documente ensuite toute hypothèse alternative.
VÉRIFIER SA COMPRÉHENSION
Quiz corrigé
01Un taux de réussite de 80 % garantit-il une espérance positive ?
Non. La taille des pertes peut dominer.
02Le max drawdown est-il une borne future ?
Non. C’est le pire épisode observé dans l’échantillon.
03Pourquoi rapporter l’exposition ?
Pour comparer le rendement au capital et au temps réellement à risque.
04Sharpe de 2 prouve-t-il la robustesse ?
Non. Il dépend de l’échantillon, des hypothèses et de la sélection.
05Pourquoi la durée du drawdown compte-t-elle ?
Parce qu’une perte longue affecte liquidité, comportement et capacité à maintenir la stratégie.
À retenir
- Rendement final et expérience de risque sont différents.
- Taux de réussite et payoff doivent être lus ensemble.
- Le drawdown possède profondeur et durée.
- Exposition et cash rendent les comparaisons honnêtes.
- La dépendance réduit la taille effective de l’échantillon.
- L’incertitude doit accompagner chaque métrique centrale.
Sources de référence
Enregistré uniquement dans ce navigateur pour l’aperçu gratuit.