Nous avons entraîné un réseau de neurones pour l'or, puis supprimé : le verdict des années hors échantillon
2 septembre 2026, 00:00
0
7
La version 2 de notre système XAUUSD embarquait un modèle neuronal ONNX. Son backtest paraissait excellent et nous l'avons publié. Puis nous avons fait le test qui compte, et il a échoué.
La fenêtre d'entraînement et celle du backtest étaient la même
Le modèle a été entraîné sur des données de janvier 2020 à juillet 2026. L'impressionnante courbe de capital a été mesurée à l'intérieur de cette même période. Ce n'est pas la preuve d'un avantage, c'est une démonstration d'ajustement. Un modèle qui a déjà vu les données les décrira bien, qu'il sache prédire quoi que ce soit ou non.
Les années qu'il n'avait jamais vues
Nous avons testé 2016 à 2019, période jamais montrée au modèle. Dans nos tests, il était perdant. Le compte forward que nous faisions tourner affichait une espérance négative sur la même période d'observation. Deux vérifications indépendantes, toutes deux négatives, sur les seules données capables de confirmer le modèle.
Ce que nous en avons fait
Deux options s'offraient à nous : continuer à publier la courbe flatteuse mesurée dans l'échantillon, ou remplacer le moteur. En version 3.10, le modèle neuronal a été supprimé. Le filtre d'entrée a été reconstruit avec du gradient boosting et validé par analyse walk-forward, de sorte que la règle de décision est toujours testée sur des périodes dont elle n'a pas appris. La mise à jour était gratuite pour les utilisateurs existants. L'ancien backtest reste publié sur la page produit, étiqueté « dans l'échantillon », car le supprimer masquerait l'erreur au lieu de la corriger.
La vérification que vous pouvez faire chez n'importe quel vendeur
Demandez deux dates : la fenêtre d'entraînement du modèle et la fenêtre du backtest qu'on vous montre. Si elles se recouvrent, le chiffre devant vous décrit à quel point le modèle a mémorisé le passé. Il ne dit rien de l'avenir. Cela vaut pour notre ancienne version autant que pour la version actuelle de n'importe qui d'autre.
Le système reconstruit, avec tout l'historique de mesures y compris l'échec ci-dessus : https://www.mql5.com/en/market/product/187329
Tous les produits et utilitaires gratuits : https://www.mql5.com/en/users/app.develop.sk/seller
Nos données de backtest mesurées pour chaque EA (facteur de profit, drawdown sur equity, nombre de trades, résultats annuels) sont publiées sur fxea365.com/ea/ranking
