Blog

Les backtests multi-timeframe laissent fuiter le futur à travers une bougie de timeframe supérieur en cours de formation, dont la clôture finale n'existe pas encore. On ne peut pas se contenter d'une revue de code pour en avoir la certitude — il faut le tester. Nous reproduisons exactement la règle de bougie clôturée du bot live, puis prouvons l'absence de fuite avec une sonde à futur perturbé : on perturbe chaque bougie future et on vérifie que chaque signal et chaque trade passés restent identiques bit à bit. 25/25 tests de parité, et la sonde a du mordant.

L'avance du GPU sur le CPU grandit avec la taille de batch — de 54.5x à un combo par appel jusqu'à 359.6x à 61 sur notre précalcul d'indicateurs multi-timeframe — parce qu'un petit sweep ne peut pas amortir le surcoût de lancement des kernels et de transfert. Nous décomposons un 167x d'affiche en un gain algorithmique de 27x qui profite aussi au CPU et un gain matériel de 6.2x, montrons que la vraie avance GPU contre meilleur CPU n'est que de 3.2x en single-timeframe et de 6.2x en multi, et donnons un guide de décision sur la largeur qu'un sweep doit atteindre avant qu'un GPU mérite l'investissement.

Le GPU Metal d'Apple n'a pas de float64. Portez naïvement un backtest vectorisé dessus, et la tentante WMA en somme cumulée déborde en fp32 — erreur relative maximale de 211× — tout en continuant de tourner et de renvoyer des chiffres d'apparence plausible. Le correctif n'est pas plus de précision : c'est une formulation différente — une convolution directe par fenêtre glissante, fiable en fp32 jusqu'à 8×10⁻⁷ et 55.9× plus rapide que numba mono-thread. Le piège, l'arithmétique, et comment prouver qu'on n'y est pas tombé.

La recherche en drill-down / multi-fidélité (ASHA, élimination successive, Hyperband) filtre à bas coût des milliers de configurations et ne promeut que les survivants vers l'évaluation complète, coûteuse. C'est une véritable accélération — mais elle s'effondre silencieusement si le classement à basse fidélité contredit celui à haute fidélité. Nous avons mesuré la corrélation de rang par fold : à un seul fold, le ρ de Spearman peut valoir 0.03 (un classement presque aléatoire), puis grimper à 0.43, 0.67, 0.78, 0.91 à mesure que les folds s'accumulent. Le correctif est une porte obligatoire unique — mesurer d'abord ρ(bon marché, complet), puis relever automatiquement la fidélité minimale jusqu'au premier palier où ρ ≥ 0.5.

Quand un backtest est bon marché, un Sobol scrambled naïf l'emporte sur le débit brut — les échantillonneurs intelligents (TPE, CMA-ES, ASHA) paient une taxe ask/tell en Python qui les ralentit de 20x, si bien qu'ils évaluent bien moins de points à wall-clock égal et perdent. Rendez chaque évaluation coûteuse (multi-TF + folds walk-forward) et le point de bascule s'inverse. Nous avons mesuré les deux régimes, et pourquoi la fidélité du classement par fold (ρ@1 passant de 0.03 à 0.43) est la condition préalable pour que l'élagage soit rentable.

Tous les parametres ne coutent pas le meme prix a explorer. Les parametres d'une strategie se scindent en un axe couteux (les indicateurs, recalcules sur toute la serie) et un axe bon marche (les seuils de decision, un balayage en O(n) sur des signaux precalcules). Comme les indicateurs sont invariants aux seuils, on les calcule une seule fois puis on balaye des milliers de configurations de seuils a ~5 600 cfg/s, soit environ 1 600 fois moins cher que de recalculer par configuration. Une remise a plat du prix du fleau de la dimensionnalite.

Nous avons évalué huit moteurs de backtest sur un même balayage de paramètres identique — 150k barres, 80 combinaisons de croisements HMA, avec une parité du nombre de trades verrouillée à 2707. Deux des frameworks événementiels les plus populaires se sont révélés plus lents qu'une boucle pandas écrite à la main, tandis qu'un moteur vectorisé/compilé exécutait le même travail environ 13 000× plus vite. Une étude du surcoût par barre que les bibliothèques populaires n'ont jamais été conçues pour amortir.