La probabilité de ruine d'un trader est le risque mathématique que son capital descende à zéro ou sous un seuil minimal inacceptable avant que sa stratégie génère suffisamment de profits pour survivre. Selon l'Autorité des Marchés Financiers, 89 % des clients particuliers perdent de l'argent sur les produits CFD, un chiffre qui illustre à quel point ce risque est sous-estimé. La formule de base : P(ruine) = ((1 - edge) / (1 + edge))^(capital / risque_par_trade), où edge représente votre avantage statistique net par trade.
Qu'est-ce que la probabilité de ruine ?
Définition mathématique
La théorie de la ruine est un domaine des mathématiques actuarielles appliqué au trading par les gestionnaires quantitatifs depuis les années 1970. La formule exacte pour une série de paris avec une espérance positive est :
P(ruine) = ((1 - a) / (1 + a))^N
où :
- a = avantage par unité de risque (edge), calculé comme
(win_rate x avg_win - loss_rate x avg_loss) / avg_loss - N = nombre d'unités de risque que contient votre capital (capital / risque par trade)
Exemple concret : un trader avec un win rate de 55 %, un ratio gain/perte de 1:1 et un risque de 2 % par trade sur un capital de 10 000 EUR a un edge de 0,10 et N = 50 unités de risque.
P(ruine) = ((1 - 0,10) / (1 + 0,10))^50 = (0,818)^50 = environ 0,00008 soit 0,008 %
Ce chiffre change radicalement si le risque par trade passe à 5 % : N devient 20 unités, et P(ruine) monte à environ 1,2 %.
Pourquoi ce calcul est crucial avant le live
La plupart des traders évaluent leurs stratégies uniquement sur le drawdown maximal observé en backtest. Ce chiffre ne dit rien sur la probabilité de ruine réelle : deux stratégies peuvent afficher le même drawdown maximal mais des probabilités de ruine radicalement différentes selon la distribution de leurs résultats.
Différence entre drawdown et ruine
Le drawdown et la probabilité de ruine mesurent deux risques distincts :
| Critère | Drawdown maximal | Probabilité de ruine |
|---|---|---|
| Définition | Baisse maximale observée sur une période | Risque que le capital atteigne zéro |
| Nature | Historique et descriptif | Probabiliste et prédictif |
| Utilité | Mesurer la douleur passée | Anticiper la survie future |
| Limite | Ne reflète pas les séquences non observées | Nécessite une distribution stable |
| Action corrective | Réduire le levier ou la fréquence | Agir sur l'edge ET la taille de position |
Un drawdown de 20 % peut être acceptable. Une probabilité de ruine de 15 % signifie qu'en faisant tourner votre stratégie 100 fois sur des périodes différentes, vous perdez l'intégralité de votre capital dans 15 scénarios. La théorie de la ruine (Actuarial Society) montre que même des stratégies profitables peuvent avoir des probabilités de ruine élevées si la taille des positions est mal calibrée.
Les facteurs qui influencent la probabilité de ruine
Taille de position
La taille de position est le levier le plus puissant sur la probabilité de ruine. L'effet n'est pas linéaire : doubler le risque par trade ne double pas la probabilité de ruine, il l'augmente de façon exponentielle.
Illustration avec une stratégie à edge constant de 0,08 :
| Risque par trade | N unités de risque (10k EUR) | Probabilité de ruine approx. |
|---|---|---|
| 1 % | 100 | < 0,01 % |
| 2 % | 50 | 0,04 % |
| 3 % | 33 | 0,4 % |
| 5 % | 20 | 4,2 % |
| 10 % | 10 | 20 % |
Ce tableau illustre pourquoi les traders quantitatifs et les prop firms plafonnent généralement le risque par trade à 1-2 % : la probabilité de ruine reste mathématiquement négligeable. Consultez notre guide sur la taille de position et le critère de Kelly pour aller plus loin.
Espérance mathématique
Une espérance mathématique négative rend la ruine certaine sur le long terme. Mais même une espérance positive ne garantit pas la survie : si l'edge est faible et les positions trop grosses, la probabilité de ruine reste dangereuse.
La formule de l'espérance mathématique par trade :
E = (win_rate x avg_win) - (loss_rate x avg_loss)
Un edge positif est nécessaire mais pas suffisant. Comprenez les détails dans notre article sur l'espérance mathématique en trading.
Variance des résultats
Une stratégie très volatile avec un bon edge moyen peut avoir une probabilité de ruine plus élevée qu'une stratégie moins performante mais plus régulière. La variance amplifie les séquences de pertes consécutives et augmente le risque de toucher le zéro avant la remontée. C'est précisément ce que la simulation Monte Carlo capture mieux que la formule analytique.
Calculer la probabilité de ruine avec Monte Carlo
Méthode de simulation par reshuffling
La simulation Monte Carlo par reshuffling (ou bootstrap) est la méthode recommandée par les traders quantitatifs. Elle consiste à :
Collecter les résultats du backtest
Mélanger aléatoirement (reshuffle)
Simuler chaque trajectoire
Calculer la proportion de ruines
Cette méthode présente l'avantage d'utiliser la distribution réelle des résultats de votre stratégie, sans hypothèse sur la normalité des rendements (hypothèse souvent fausse en trading).
Lecture des résultats
Une simulation Monte Carlo produit une distribution de courbes d'equity. Les indicateurs à lire en priorité :
Les 3 chiffres clés à extraire
- Probabilité de ruine : pourcentage de trajectoires atteignant zéro (ou votre seuil)
- Drawdown au percentile 95 % : le drawdown que vous subirez dans 95 % des scénarios
- Espérance de capital après N trades : la médiane des trajectoires finales
Exemple pratique
Un trader a un backtest de 200 trades : 52 % de trades gagnants, ratio gain/perte moyen de 1,3. Risque fixe de 2 % par trade sur 10 000 EUR. La formule analytique donne une probabilité de ruine théorique très faible.
Mais après 10 000 simulations Monte Carlo, les résultats révèlent :
- 3,2 % des trajectoires subissent un drawdown supérieur à 30 % à un moment donné
- 0,4 % des trajectoires atteignent le seuil de ruine à -50 %
- Le drawdown médian au percentile 95 % est de 22 %
Ces chiffres permettent de calibrer précisément le seuil de stop-out d'une prop firm ou de définir son propre palier d'arrêt d'urgence. Voyez comment tester la robustesse de votre backtest pour compléter cette analyse.
Backtrex intègre directement ce calcul dans son rapport de backtest : les 10 000 simulations Monte Carlo sont exécutées automatiquement après chaque backtest, sans aucune ligne de code à écrire. Découvrez les fonctionnalités Backtrex ou consultez les tarifs.
Stratégies pour réduire le risque de ruine
Position sizing optimal (Kelly, fraction de Kelly)
Le critère de Kelly définit la taille de position théoriquement optimale pour maximiser la croissance du capital à long terme sans risque de ruine. La formule :
f = (p x b - q) / b
où f = fraction du capital à risquer, p = probabilité de gain, q = probabilité de perte, b = ratio gain/perte.
En pratique, les traders utilisent la fraction de Kelly (généralement 1/4 ou 1/2 de Kelly) pour trois raisons :
- Le Kelly complet maximise la croissance mais génère des drawdowns psychologiquement insupportables
- Les estimations de p et b issues du backtest comportent une incertitude statistique significative
- La fraction de Kelly réduit la probabilité de ruine bien en dessous de 1 %
La règle empirique des praticiens
La littérature quantitative recommande de viser une probabilité de ruine inférieure à 1 % pour tout trading en compte réel. Pour les prop firms comme FTMO ou MyForexFunds, où la ruine signifie la perte du compte financé, certains traders ciblent 0,1 %. Cela se traduit généralement par un risque de 0,5 à 1 % par trade maximum, selon la distribution des résultats.
Diversification de stratégies
La corrélation entre stratégies est un facteur clé pour réduire la probabilité de ruine globale d'un portefeuille. Deux stratégies décorrélées avec des probabilités de ruine individuelles de 2 % peuvent avoir une probabilité de ruine combinée inférieure à 0,5 %, car leurs séquences de pertes ne se produisent pas simultanément. Cette approche est au cœur du backtesting vs forward testing et de la gestion de portefeuille quantitatif.
Important Risk Warning
Conclusion
La probabilité de ruine est le chiffre le plus important que la plupart des traders ne calculent jamais. La formule analytique donne une approximation rapide ; la simulation Monte Carlo révèle la distribution complète des scénarios possibles. Pour toute stratégie en compte réel (et à fortiori pour un compte financé par une prop firm), viser une probabilité de ruine inférieure à 1 % via un risque par trade bien calibré est une condition de survie, pas une option.
Les gestionnaires quantitatifs professionnels visent généralement moins de 1 % de probabilité de ruine. Au-delà de 5 %, la stratégie ou le money management doit être révisé avant toute utilisation en compte réel. Pour les comptes financés par des prop firms (FTMO, MFF), certains traders ciblent même 0,1 % car la ruine signifie la perte immédiate de l'accès au capital. En pratique, un risque par trade de 1 % ou moins sur une stratégie avec un edge positif donne généralement une probabilité de ruine négligeable.
La probabilité de ruine augmente de façon exponentielle avec la taille des positions, pas de façon linéaire. Passer de 2 % à 5 % de risque par trade peut multiplier la probabilité de ruine par 50 ou plus selon votre edge. À l'inverse, diviser par 2 le risque par trade réduit la probabilité de ruine bien plus que proportionnellement, car chaque séquence de pertes consomme moins de capital et laisse plus de temps à la stratégie pour se redresser.
Non. Le backtest classique produit une seule trajectoire : celle qui s'est réellement produite sur le marché dans l'ordre où les signaux sont apparus. La simulation Monte Carlo génère des milliers de trajectoires en reshufflant les mêmes trades dans des ordres différents. Elle révèle des scénarios de drawdown et de ruine que le backtest classique n'a jamais observés, mais qui restent parfaitement possibles avec la même stratégie. C'est la différence entre "ce qui s'est passé" et "ce qui aurait pu se passer".
Le critère de Kelly complet définit la taille de position qui maximise la croissance du capital sur le long terme. En pratique, il génère des drawdowns très importants (30-50 %) et est très sensible aux erreurs d'estimation. La fraction de Kelly (souvent 1/4 ou 1/2 de Kelly) réduit la taille de position de façon proportionnelle : la croissance est moins rapide, mais les drawdowns et la probabilité de ruine sont considérablement réduits. La plupart des praticiens utilisent 1/4 de Kelly ou même moins.
En pratique, 10 000 simulations donnent une estimation stable de la probabilité de ruine pour la plupart des stratégies. Au-delà de 50 000 simulations, le gain de précision est négligeable. Le facteur limitant n'est pas le nombre de simulations mais la qualité et la quantité des trades du backtest original : une simulation Monte Carlo sur un backtest de 30 trades sera beaucoup moins fiable qu'une sur un backtest de 500 trades.
Oui. Backtrex calcule automatiquement la probabilité de ruine et les simulations Monte Carlo dans le rapport de backtest, sans aucune ligne de code. Les traders qui utilisent des plateformes comme TradingView ou MetaTrader doivent généralement soit programmer la simulation en Pine Script ou Python, soit utiliser un outil tiers. Backtrex intègre cette analyse directement dans le workflow de backtesting visuel.
La probabilité de ruine calculée sur un backtest reste une estimation fondée sur les données historiques. En forward testing, elle doit être recalculée périodiquement au fur et à mesure que de nouveaux trades s'ajoutent. Si la probabilité de ruine monte significativement en live par rapport au backtest, c'est un signal que la stratégie présente du curve fitting ou que les conditions de marché ont changé. Voir notre article sur le backtesting vs forward testing pour comprendre comment combiner les deux.