Simulation de Monte Carlo en trading

La simulation de Monte Carlo est l’outil le plus puissant dont dispose un trader pour tester la robustesse de sa stratégie — non pas sur des données historiques, mais sur des milliers de scénarios futurs possibles. Elle répond à une question que le backtest seul ne peut pas résoudre : dans le pire des cas statistiquement plausibles, que se passe-t-il avec mon capital ?

C’est la différence entre savoir qu’une stratégie a fonctionné dans le passé, et savoir ce qu’elle peut endurer dans le futur.

Qu’est-ce que la simulation de Monte Carlo ?

La simulation de Monte Carlo est une méthode mathématique qui génère un très grand nombre de scénarios aléatoires à partir de paramètres statistiques connus. En trading, ces paramètres sont le taux de réussite de la stratégie, le ratio risque/rendement, et le pourcentage de capital risqué par trade.

À partir de ces trois variables, l’algorithme simule des centaines ou des milliers de séquences de trades possibles — en réorganisant aléatoirement l’ordre des gains et des pertes — pour produire une distribution statistique des résultats possibles.

Le résultat n’est pas un chiffre unique, mais une distribution de probabilités : pour chaque niveau de drawdown possible, quelle est la probabilité de l’atteindre ? Pour chaque niveau de performance, quelle est la probabilité de l’obtenir ?

C’est cette distribution qui permet de répondre à des questions concrètes :

• Quelle est la probabilité que ma stratégie subisse un drawdown supérieur à 30 % sur 500 trades ?
• Quelle est la probabilité de ruine si je risque 5 % par trade ?
• Combien de temps puis-je traverser une série de pertes avant d’atteindre mon seuil d’arrêt ?

Pourquoi le backtest ne suffit pas

Un backtest montre ce qui s’est passé avec une séquence historique précise de trades. Mais cette séquence est une parmi une infinité de séquences possibles avec les mêmes paramètres statistiques. L’ordre dans lequel les gains et les pertes arrivent change radicalement l’impact sur le capital.

Deux stratégies avec exactement le même taux de réussite et le même RRR peuvent produire des trajectoires de capital très différentes selon l’ordre d’apparition des trades. La simulation de Monte Carlo modélise l’ensemble de ces trajectoires possibles pour donner une vision probabiliste réaliste du futur.

En pratique, le drawdown maximum observé en backtest est presque toujours inférieur au drawdown maximum probable sur une longue série de trades réels. Monte Carlo corrige cette sous-estimation structurelle.

L’exemple : une stratégie rentable qui peut ruiner

Lors d’une conférence sur le money management au Salon du Trading (mars 2026), un exemple frappant a été présenté avec les paramètres suivants — une stratégie théoriquement rentable :

• Taux de réussite (Win Rate) : 40 %
• Risk/Reward Ratio : 2:1
• Risque par trade : 5 % du capital
• Nombre de trades simulés : 500

Résultats obtenus par simulation Monte Carlo (500 simulations) :

• Risque de ruine (drawdown > 90 %) : ≈ 4 % — soit 1 trader sur 25 ruiné malgré une stratégie rentable
• Risque de drawdown > 50 % : 85 % — soit 85 % des trajectoires atteignent une perte de moitié du capital
• Risque de drawdown > 30 % : 100 % — la totalité des simulations atteignent ce niveau

Ce que ces chiffres démontrent : une stratégie dont l’espérance mathématique est positive (+1 % par trade dans cet exemple) peut néanmoins conduire à une perte de 50 % du capital dans 85 % des cas, simplement parce que le pourcentage de risque par trade est trop élevé (5 %).

Ce n’est pas la stratégie qui est défaillante. C’est le money management.

Ce que vous maîtrisez — et ce que vous ne maîtrisez pas

La simulation de Monte Carlo met en évidence une distinction fondamentale que tout trader doit intégrer :

Ce que vous maîtrisez :

• Le ratio risque/rendement — défini par votre stop-loss et votre objectif avant l’entrée
• Le pourcentage de capital risqué par trade — votre position sizing

Ce que vous ne maîtrisez pas :

• Le taux de réussite — résultat statistique de la stratégie, non contrôlable trade par trade
• La distribution des résultats — l’ordre dans lequel les gains et pertes arrivent

C’est précisément parce que la distribution des résultats est aléatoire que le contrôle du risque par trade est le seul levier réellement efficace. Monte Carlo le démontre numériquement.

Outil interactif : simulez votre stratégie

L’outil ci-dessous reproduit exactement la simulation présentée lors de la conférence. Ajustez les paramètres de votre stratégie et observez en temps réel l’impact sur le drawdown probable, le risque de ruine, et la distribution des trajectoires de capital possibles.

Mode d’emploi :

• RRR : votre ratio risque/rendement (ex. 2:1 signifie que vous gagnez 2 € pour 1 € risqué)
• Win rate : votre taux de réussite historique ou estimé
• Risque/trade : le pourcentage de capital risqué sur chaque position
• Nb transactions : la durée de simulation (nombre de trades)
• Risque proportionnel : la taille de position s’adapte au capital courant (Fixed Fractional)
• Risque fixe : le montant risqué reste constant (en euros)

Comment interpréter les résultats

Les trajectoires (graphique gauche) montrent les 100 chemins de capital simulés. Les trajectoires vertes terminent en gain, les oranges atteignent un drawdown > 50 %, les rouges atteignent la ruine. La dispersion visuelle donne une image immédiate de la robustesse — ou de la fragilité — de la configuration testée.

La distribution des drawdowns (graphique droit) montre pour chaque tranche de drawdown combien de simulations sur 500 l’ont atteinte. Une barre rouge haute dans la zone 50-70 % est un signal d’alarme fort même si la stratégie est rentable en espérance.

Les métriques clés à surveiller :

• Espérance par trade : doit être positive, idéalement > 0,5 %
• Kelly optimal : la fraction théorique maximale — ne jamais l’utiliser en entier
• DD > 50 % : doit rester sous 10-15 % pour un money management sain
• Ruine (DD > 90 %) : doit être proche de 0 %

La règle pratique issue des simulations : un risque par trade inférieur ou égal à 2 % maintient le risque de drawdown > 50 % sous 5 % dans la grande majorité des configurations de stratégies viables. C’est la validation quantitative de la règle des 1 %-2 % universellement recommandée en money management.

Monte Carlo et le choix du pourcentage de risque par trade

L’effet exponentiel du risque par trade sur le drawdown probable est le phénomène le plus important à visualiser en money management — le même que le tableau de l’asymétrie drawdown/récupération, mais ici projeté statistiquement sur l’avenir.

En gardant le même RRR (2:1) et le même taux de réussite (40 %), voici ce que donne la simulation en changeant uniquement le risque par trade :

• À 1 % par trade : risque de drawdown > 50 % proche de 0, ruine quasi nulle
• À 2 % par trade : risque de drawdown > 50 % encore faible, courbes de capital stables
• À 5 % par trade : 85 % des simulations atteignent -50 %, ruine à 4 %
• À 10 % par trade : ruine quasi certaine sur 500 trades

Cette démonstration visuelle est la preuve la plus convaincante de l’importance du position sizing — plus persuasive que n’importe quelle formule mathématique.

Tester ces scénarios directement sur le simulateur interactif →

→ Lire l’article complet sur le position sizing

→ Lire l’article complet sur le risque de ruine