Qu'est-ce qu'un backtest et pourquoi c'est indispensable
Un backtest consiste à appliquer les règles de ta stratégie sur des données historiques pour simuler ce qu'elle aurait produit dans le passé.
C'est la seule façon de répondre à la question la plus importante avant de risquer de l'argent réel : "si j'avais appliqué ces critères sur les 2 dernières années, qu'est-ce que j'aurais obtenu ?"
Sans backtest, tu partes avec une stratégie non testée — comme un avion sans essais au sol.
Ce qu'il faut mesurer dans un backtest complet
| Métrique | Définition | Ce qui est acceptable |
|---|---|---|
| Nombre de picks total | Combien de paris ton algo aurait généré | > 500 minimum, idéalement 1000+ |
| Winrate | Pourcentage de paris gagnants | Dépend du marché (voir tableau ci-dessous) |
| Cote moyenne | Moyenne des cotes utilisées | Proche de la réalité du marché actuel |
| Profit en unités | Gains totaux en mises fixes | Positif et régulier dans le temps |
| ROI (%) | Profit / mises totales × 100 | > 5% pour être intéressant |
| Pire série de défaites | Plus longue suite de défaites consécutives | Tu dois psychologiquement pouvoir la vivre |
| Drawdown maximum | Perte maximale depuis un pic | < 30% du capital avec ta gestion de mise |
| Régularité temporelle | Les résultats sont-ils constants dans le temps ? | Pas de cliff (résultats bons, puis nuls) |
Winrates attendus selon le marché
| Marché | Winrate attendu | Cote typique | Ce qui serait suspect |
|---|---|---|---|
| Over 2.5 | 55-70% | 1.75-2.00 | > 75% : probablement overfit |
| BTTS Oui | 52-65% | 1.75-1.95 | > 70% : suspect |
| Match Nul | 28-38% | 3.00-3.80 | > 45% : très suspect |
| Victoire dom. | 45-65% | 1.60-2.50 | Trop variable pour généraliser |
Les 7 pièges du backtest
Piège 1 — Le look-ahead bias (utiliser des données futures)
Ton modèle utilise des informations qui n'étaient pas disponibles au moment du pari. Exemple classique : tu uses le classement final de la saison pour tester des paris joués en octobre — impossible en conditions réelles.
Solution : pour chaque match, s'assurer que chaque donnée utilisée était disponible AVANT la date de ce match.
Piège 2 — L'overfitting (optimiser sur le test set)
Tu testes de nombreuses combinaisons de paramètres et tu gardes la meilleure. Résultat : ton algo est parfait pour le passé et nul pour l'avenir.
Solution : définir TOUS les paramètres avant de lancer le backtest. Utiliser une période de validation séparée.
Piège 3 — Volume insuffisant
Un backtest sur 150 paris avec +18% ROI. Sur 150 paris, la chance peut tout expliquer. Tu ne peux pas conclure quoi que ce soit.
Solution : minimum 500 picks pour des tendances fiables, 1000+ pour une confiance réelle.
Piège 4 — Cotes irréalistes
Tu simules avec les meilleures cotes disponibles que tu n'aurais jamais obtenues en réalité. Les books limitent les comptes, les cotes changent rapidement.
Solution : utiliser des cotes réalistes, légèrement inférieures aux meilleures disponibles.
Piège 5 — Ne pas simuler la limite quotidienne de picks
Sans limite dans le backtest, tu sélectionnes 25 picks/jour. Ton bot réel en prend 10. Les résultats ne correspondent pas.
Solution : simuler exactement la limite et le processus de sélection du bot réel.
Piège 6 — Ignorer les frais et la marge bookmaker
Tu calcules le profit sur des cotes brutes sans intégrer la marge.
Solution : toujours simuler avec les cotes réelles (après marge) disponibles.
Piège 7 — Sélection rétrospective des ligues
Tu gardes dans ton algo uniquement les ligues qui ont bien fonctionné dans le backtest. C'est de la sélection rétrospective — ces ligues ont peut-être eu de bons résultats par chance.
Solution : définir les ligues sur la base de critères logiques (pas les résultats), ou avoir une stratégie clairement "toutes ligues" ou "ligues ciblées" définie avant le backtest.
Interpréter ses résultats honnêtement
Les signaux d'un bon backtest
- ✅ Résultats positifs sur toutes les sous-périodes testées (pas seulement sur l'ensemble)
- ✅ Winrate cohérent avec la théorie du marché
- ✅ Drawdown maximum que tu pourrais vivre émotionnellement et financièrement
- ✅ Volume suffisant (1000+ picks)
- ✅ Résultats similaires sur la période de validation séparée
Où trouver les données historiques ?
- football-data.co.uk : CSV gratuits pour les principales ligues européennes, 20+ ans d'historique
- OddsMapper CSV : 108 ligues, 10+ ans de résultats, 5 ans de stats avancées — téléchargeables gratuitement
- API-Football : historique complet mais nécessite des requêtes API
OddsMapper · 108 ligues · 10+ ans d'historique · Stats avancées
Accéder aux données →