On entend et on lit beaucoup de choses sur l’algorithme de trading automatique, souvent confondu à tort avec le trading haute fréquence, voici quelques explications qui vous aideront à y voir plus clair.
Qu’est ce que le trading automatique par algorithme ?
Le trading automatique consiste à faire fonctionner un algorithme qui détectera une configuration technique en appliquant une stratégie définie à l’avance.
Un algorithme est un ensemble de règles opératoires dont l’application permet de résoudre un problème énoncé au moyen d’un nombre fini d’opérations. Un algorithme peut être traduit, grâce à un langage de programmation, en un programme exécutable par un ordinateur (Larousse). En clair, un algorithme est adapté à une configuration bien précise, pour laquelle il aura été programmé à agir selon une procédure initialement définie.
Cela permet déjà de bousculer certaines idées reçues, en effet, selon même le principe de l’algorithme. Il est facile de comprendre que le robot qui gagne tout le temps, en toutes circonstances, sur tous les sous-jacents, n’existe pas. En effet, plus un algorithme sera spécialisé et optimisé sur un sous-jacent, une tranche horaire, une configuration particulière, plus il devrait être performant. Oui, j’ai bien dit devrait, car même avec la meilleure optimisation, rien n’est garanti.
Certains concepteurs d’algorithmes commerciaux mettent en avant des performances parfaites, lisses, et régulières. Ces robots de trading sont souvent programmés sur une base de martingale. Tant que le marché ne va pas dans le bon sens, le robot augmente l’exposition sans utiliser de stop en attendant un retournement. De fait, si le retournement n’arrive pas, ou trop tard, l’empilage des positions peut aboutir à une forte perte, voire un appel de marge dans certains cas, et un solde du compte nul. Même avec les meilleurs résultats antérieurs, aucun gain n’est garanti.
Pour s’en convaincre, il suffit de savoir comment est conçu un automate de trading. En premier lieu, il faut définir une stratégie et les outils qui seront mis en œuvre pour détecter la configuration d’entrée, et les conditions de sortie. Dans cette recherche, il convient déjà de bâtir une stratégie cohérente et adaptée. La cohérence est souvent négligée au profit d’une stratégie dite tout terrain à large spectre. mais à force de vouloir ratisser trop large, c’est la performance qui se dilue.
Les stratégies les plus performantes sont souvent celles qui sont les plus spécialisées. En effet, réduire le champs d’action d’une approche permet une meilleure optimisation. Mais à trop vouloir réduire le champs d’application d’un algorithme, le risque devient différent.
Construire son Algorithme de trading
Optimiser et affiner un algorithme est comparable à la réalisation d’une statistique dont l’objectif est de maximiser le pourcentage de gain, en minimisant le risque de perte. Mais il y a un troisième élément auquel il faut faire attention, c’est le nombre d’occurrences sur lequel sera effectuée l’étude statistique. En effet, une étude basée sur le seul pourcentage de réussite peut être trompeur. A l’excès, une stratégie qui donne 100% de réussite sur cinq ans grâce à 10 transactions ne sera pas meilleure qu’une autre approche qui ne donnera que 70% de taux de réussite pour 1000 transactions sur la même durée, c’est le risque de la sur-optimisation.
Il convient en effet de s’assurer que l’optimisation permet de conserver un nombre représentatif de transactions, ce qui permettra de mieux fiabiliser son système.
Pour avoir un nombre d’occurrences assez représentatif, il convient donc d’effectuer son étude sur une plage de données la plus large possible, à moins que la stratégie ne s’applique qu’à un type de marché (baisse prononcée, range, etc…). L’utilisation d’une période large et diversifiée contribuera également à fiabiliser son système. Un autre problème existe, toute étude statistique doit se baser sur un échantillon représentatif, ce qui correspond à la plage de données sur laquelle l’étude statistique sera effectuée. Il faut donc avoir en sa possession des archives de cotations “représentatives”, c’est à dire qui correspondent à une phase de marché réelle, et à moins de s’être constitué ses propres archives durant de nombreuses années, il faudra trouver ces archives auprès d’un tiers, et se poser la question : ces archives sont elles fiables ?