Mesures de performance et de risque
Test d'autocorrélation décalée
Un test statistique qui mesure si les rendements passés ou les signaux présentent une corrélation avec leurs valeurs décalées, détectant la dépendance sérielle qui peut indiquer des modèles exploitables ou des anomalies statistiques dans la performance d'une stratégie de trading.
Les tests d'autocorrélation décalée, menés généralement avec la statistique de Ljung-Box ou de Durbin-Watson, vérifient si les observations consécutives d'une série sont indépendantes. Une autocorrélation significative à un décalage donné signifie qu'elles ne le sont pas, ce qui peut refléter un effet réel de microstructure de marché ou, dans un backtest, une contamination par un biais d'anticipation. Une autocorrélation inexpliquée peut gonfler le taux de réussite apparent d'une stratégie et faire passer un avantage fragile pour robuste.
Une autocorrélation significative au décalage-1 accompagnée de rendements positifs peut traduire un véritable momentum, ce qui est sain s'il est réellement causal. Le signal d'alerte est une autocorrélation qui n'apparaît que dans la fenêtre de backtest et disparaît hors échantillon : cela indique un surapprentissage plutôt qu'un avantage réel et reproductible. Le test aide à se demander si l'alpha est structurel ou n'est que du bruit corrélé.
Formule
- n
- Taille de l'échantillon (nombre d'observations)
- \rhok
- Coefficient d'autocorrélation de l'échantillon au décalage k
- h
- Nombre de décalages testés
- LB
- Statistique du test de Ljung-Box (suit une distribution du chi-carré avec h degrés de liberté sous l'hypothèse nulle d'absence d'autocorrélation)