Backtest sur 1 an

Backtests de nos bots

Prochaine mise à jour : 03.11.2024.

Pensez à effacer les données de navigation et à actualiser la page !

Un backtest permet d’évaluer les performances d’un algorithme sur les données du passé.
Il est important de tenir compte des facteurs suivants qui influencent les résultats :

1. Optimisation des paramètres : Bien que l’optimisation des paramètres du bot puisse maximiser les résultats en backtest, ces ajustements peuvent perdre de leur pertinence lorsqu’il commence à trader en conditions réelles. En effet, une fois en réel, il n’est plus possible de modifier ces paramètres.

2. Slippage : Le décalage entre le prix réel d’exécution des ordres et celui utilisé lors des backtests peut impacter les performances réelles.

3. Les performances passées ne garantissent pas les résultats futurs : Les gains historiques ne présagent pas de l’avenir.

Ces backtests ont été effectués avec un capital de 10’000 € et un risque de 1,5 % par transaction, en utilisant un levier de trois.
Ils ont été réalisés avec notre dernière version, la v7.65.

Performances mensuelles sur 1 an, du 01.10.2023 au 30.09.2024.
En premier, les backtests SANS réinvestissement des gains.
Téléchargez les rapports détaillés :
〉DAX  〉NAS 〉S&P.

Cliquez sur les graphiques pour les agrandir !

escoDAX®

escoS&P®

escoNAS®

Performances mensuelles sur 1 an, du 01.10.2023 au 30.09.2024.
En second, les backtests AVEC réinvestissement des gains.
Téléchargez les rapports détaillés : 〉DAX  〉NAS  〉S&P.

Cliquez sur les graphiques pour les agrandir !

escoDAX®

escoS&P®

escoNAS®

Nos moteurs fonctionnent avec le module 〉ProOrder de la plateforme 〉ProRealTime.
Les rapports ci-dessus sont générés automatiquement par ce logiciel.
Les performances passées ne présagent pas de l’avenir.

Le trading algorithmique repose sur la capacité à prendre des décisions basées sur des données et des règles préétablies, plutôt que sur des intuitions subjectives. Kevin McPartland

Vers la page Acheter