Décider d'arrêter un algorithme est une des décisions les plus difficiles pour un parieur systématique — d'un côté, la peur d'abandonner une stratégie juste avant qu'elle ne reparte à la hausse ; de l'autre, le risque de s'accrocher trop longtemps à un algo qui a réellement cessé de fonctionner. La bonne nouvelle : cette décision peut être largement objectivée, plutôt que basée sur l'intuition ou la frustration du moment.
Les mauvais signaux (à ignorer)
Une série de pertes sur un petit nombre de paris — même un algo avec un edge réel de +5% de ROI théorique peut aligner 10, 15, voire 20 pertes consécutives sur des marchés à cote élevée. Ce n'est pas en soi un signal d'arrêt.
Le ressenti subjectif ("je sens que ça ne marche plus") — sans donnée chiffrée derrière, ce ressenti est généralement un biais de récence (les pertes récentes pèsent plus dans la mémoire que les gains plus anciens).
Les vrais signaux à surveiller
Dégradation persistante de la CLV moyenne — si la CLV moyenne de l'algo passe de positive à négative sur une fenêtre glissante suffisamment large (plusieurs centaines de paris), c'est le signal le plus fiable que quelque chose a structurellement changé (le marché s'est adapté, ou les critères ne captent plus un vrai edge).
Changement dans les conditions de marché sous-jacentes — un edge basé sur une inefficience spécifique (par exemple une catégorie de ligues mal évaluées par les bookmakers) peut disparaître si les bookmakers améliorent leur modélisation sur ces ligues précises.
Écart croissant entre backtest et performance réelle — si l'algo continue de bien performer en rejouant les données historiques mais que sa performance en temps réel se dégrade durablement, c'est le signe classique d'un surapprentissage (l'algo était calibré sur des patterns du passé qui ne se reproduisent plus).
Une méthode structurée de décision
Fixe des seuils de vigilance à l'avance, avant de lancer l'algo — par exemple, réévaluer sérieusement après 200 paris si la CLV moyenne est négative, ou après un drawdown dépassant un pourcentage défini de la bankroll allouée à cet algo.
Distingue "mettre en pause pour analyser" et "arrêter définitivement" — une pause permet d'investiguer sans clore prématurément une stratégie qui pourrait redevenir profitable une fois un problème ponctuel corrigé (bug dans les données, ligue à retirer des critères).
Compare la performance récente à la distribution attendue du backtest — si ton backtest montrait des périodes de 100-150 paris avec un ROI négatif de façon occasionnelle (variance normale), et que ta performance actuelle rentre dans cette fourchette, ce n'est probablement pas un signal d'arrêt.
Documente ta décision, quelle qu'elle soit, avec les chiffres qui l'ont motivée — ça évite de refaire le même débat émotionnel à chaque nouvelle série de pertes.
Exemple. Un algo Value Multi-Marchés affiche un ROI de -4% sur ses 150 derniers paris, mais sa CLV moyenne sur cette même période reste à +3.5%, cohérente avec sa moyenne historique sur 800 paris. Verdict : variance normale, pas de raison d'arrêter. À l'inverse, si sa CLV était tombée à -2% sur ces 150 derniers paris (alors qu'elle était historiquement à +3.5%), ce serait un signal sérieux de dégradation à investiguer immédiatement.
Point méthode
La CLV reste le meilleur indicateur pour trancher cette question, bien avant le ROI brut — parce qu'elle réagit plus vite à un vrai changement structurel, sans attendre que la variance des résultats se soit pleinement exprimée. Un algo qu'on abandonne uniquement sur la base du ROI récent risque d'être arrêté au pire moment possible, juste avant que la moyenne ne se rétablisse.