Votre backtest compte 100 trades. Pourquoi le prix moyen d’exécution reste-t-il une estimation ?

100 trades. Des frais taker de 0.04%. Une hypothèse de glissement de 0.02%. Ces chiffres peuvent donner à un backtest une apparence de précision, mais le dernier est le plus trompeur : un taux de glissement unique ne dit presque rien sur la possibilité que vos ordres aient pu être exécutés à ces prix.

Le glissement dépend de ce que vous tradez, du moment où vous tradez et de la taille de votre ordre par rapport à la liquidité disponible à cet instant. Un backtest fondé sur des bougies ne connaît généralement les deux premiers facteurs qu’approximativement, et le troisième pas du tout. Considérer son prix moyen d’exécution comme un fait peut attribuer à une stratégie un historique d’exécution qu’elle n’a jamais obtenu.

Pourquoi les données OHLCV ne me donnent-elles pas mon prix moyen d’exécution ?

Une bougie enregistre la fourchette de prix et le volume total sur un intervalle. Elle n’indique pas comment le volume se répartissait entre les prix, quelle quantité était disponible au meilleur bid et au meilleur ask, ni si votre ordre est arrivé avant ou après les transactions qui ont fixé le plus bas de la bougie. Un plus bas atteint une seule fois lors d’une petite transaction et un plus bas qui a absorbé un volume régulier ont la même valeur OHLC.

Imaginez une bougie de 1-minute avec un volume de $200,000 et un achat au marché de $50,000. L’ordre représente 25% du volume de la bougie. Cela ne prouve pas qu’il déplacerait le marché de 25%, ni qu’il pourrait être exécuté au cours d’ouverture de la bougie. Cela indique que l’ordre est suffisamment important par rapport à la bougie pour qu’une hypothèse d’impact nul soit suspecte. Si le même ordre ne représente que 0.2% du volume, le risque est moindre, même si le volume seul ne révèle toujours ni la profondeur du carnet ni son réapprovisionnement.

C’est pourquoi « le glissement est de 2 points de base » relève d’un choix de modélisation, et non d’une caractéristique du symbole. Cela peut servir de référence utile. Mais ce n’est pas une réponse universelle.

Comment estimer l’impact de marché à partir des données en bougies ?

Commencez par un niveau de détail que vos données permettent de soutenir. Pour chaque ordre, calculez le taux de participation : le notionnel de l’ordre divisé par le notionnel échangé pendant la bougie. Examinez ensuite comment les résultats de la stratégie évoluent selon différentes tranches de participation. Voici une illustration volontairement simple ; les impacts retenus sont des hypothèses de stress, pas des estimations de l’exécution sur une plateforme donnée.

Un point de base équivaut à 0.01%. Si une stratégie génère un turnover de $100,000 dans chaque sens, un impact de 5 bp à l’achat comme à la vente coûte environ $100 sur l’aller-retour, hors frais. Le calcul est simple ; déterminer si 5 bp est plausible demande davantage d’éléments. Si votre signal intervient précisément lors des pics de volume, le volume total de la bougie peut même donner l’impression que la participation est moins risquée qu’elle ne l’est pendant les minutes où votre ordre arrive réellement.

Que doit inclure un test de résistance au glissement ?

Ne dissimulez pas l’incertitude d’exécution derrière une moyenne unique pour tout le portefeuille. Gardez visibles les facteurs qui changent le résultat :

• Sens : les ordres d’achat franchissent l’ask et les ordres de vente franchissent le bid ; le coût du spread s’applique à chaque entrée et sortie.
• Taille de l’ordre : indiquez le taux de participation par trade et par régime de liquidité, et pas seulement sous forme de moyenne du backtest.
• Type d’ordre : un ordre au marché paie pour être exécuté immédiatement ; un ordre limite au repos peut manquer le mouvement ou se retrouver derrière d’autres ordres dans la file d’attente.
• Moment d’exécution : un signal à la clôture de la bougie ne peut pas prétendre être exécuté au cours de clôture après avoir observé cette clôture.
• État du marché : élargissez vos hypothèses lors des mouvements rapides, des heures creuses et dans les conditions précises qui déclenchent la stratégie.

Lancez au moins un scénario de base et un scénario plus sévère. Par exemple, doublez le spread et l’impact supposés, puis repérez les trades et les périodes qui expliquent la variation. Si la stratégie ne fonctionne qu’avec les exécutions les plus favorables, c’est un résultat de recherche. Mieux vaut le découvrir avant le paper trading.

Quand ai-je besoin des données du carnet d’ordres ?

Utilisez les données de transactions et de cotations lorsque l’avantage de la stratégie est comparable au spread, qu’elle trade souvent ou qu’elle dépend d’une liquidité éphémère. Utilisez des instantanés de profondeur ou des données du carnet au niveau événementiel lorsque la position dans la file, les exécutions partielles ou l’épuisement du carnet déterminent si le signal peut être exécuté. Même dans ce cas, une reconstitution historique ne reproduira pas parfaitement votre propre impact de marché : la liquidité observée a été enregistrée sans votre ordre hypothétique.

Pour les stratégies plus lentes, les données en bougies peuvent toujours servir à filtrer les idées. Gardez les tailles de position faibles par rapport au volume observé, indiquez la courbe d’impact que vous avez supposée et vérifiez si des variations raisonnables effacent le résultat. C’est une utilisation défendable d’un modèle d’exécution approximatif. Le présenter comme un prix moyen exact ne l’est pas.

L’objectif pratique n’est pas de deviner le chiffre de glissement exact. Il s’agit de trouver à partir de quel niveau la stratégie cesse d’être viable, puis de vérifier si vos données et la taille de vos ordres vous maintiennent à bonne distance de cette limite. Si ce n’est pas le cas, la prochaine tâche de recherche utile consiste à obtenir de meilleures données d’exécution, pas à ajouter une décimale au rapport de backtest.