Ce qu'est le trading systématique et pourquoi les règles aident

Ce que vous allez apprendre

• La différence entre trading discrétionnaire, systématique et automatisé.
• Les sept éléments constitutifs dont tout système de trading complet a besoin.
• D'où peut provenir un avantage (edge) de trading, et pourquoi les règles seules n'en créent pas.
• Combien de trades il vous faut avant qu'un résultat soit parlant, à l'aide de l'erreur type.

Explication

Le backtest manuel d'un setup graphique isolé a été traité dans le cours « L'analyse technique approfondie ». Ce cours va plus loin : il traite une stratégie comme un système complet et écrit, que l'on peut tester sur des années de données, mesurer avec des indicateurs standard et appliquer avec très peu de jugement personnel.

Trois façons de prendre des décisions de trading

• Trading discrétionnaire : le trader décide de chaque trade en s'appuyant sur son expérience et son jugement. Deux décisions prises dans la même situation peuvent différer.
• Trading systématique : chaque décision suit des règles écrites qui donnent toujours la même réponse pour les mêmes données. Une personne peut tout de même passer les ordres à la main.
• Trading automatisé : un programme informatique applique les règles et envoie les ordres. L'automatisation est une manière d'exécuter un système, pas un type de stratégie distinct.

Ce cours considère les systèmes comme entièrement fondés sur des règles, car seule cette version peut être testée honnêtement.

Les sept éléments constitutifs d'un système

1. Univers : les instruments que le système peut négocier (par exemple, « les dix plus grands ETF actions de la zone euro »).
2. Données et unité de temps : les prix utilisés (clôtures journalières, barres hebdomadaires) et leur source.
3. Signal : le calcul qui indique « long », « short » ou « neutre » (flat).
4. Règles d'entrée et de sortie : quand et à quel prix un ordre est passé puis clôturé.
5. Taille de position : le capital ou le risque attribué à chaque position (leçon 9).
6. Exécution : type d'ordre, moment d'exécution et hypothèses de coûts (leçon 8).
7. Calendrier : le moment où les règles sont vérifiées, par exemple chaque jour de bourse après la clôture ou le dernier jour de bourse de chaque mois.

S'il manque un élément, le système n'est pas complet, et un test de ce système contiendra des décisions cachées.

Pourquoi les règles aident

• Cohérence : une même situation reçoit toujours la même décision, si bien que les émotions après une perte ne peuvent pas modifier la méthode.
• Mesurabilité : comme les règles ne changent pas, les résultats passés peuvent être calculés et comparés aux résultats réels.
• Évolutivité : un même jeu de règles s'applique aussi facilement à 50 marchés qu'à un seul.
• Moins de fatigue décisionnelle : le travail quotidien consiste à vérifier des signaux, non à débattre de chaque trade.

Ce que les règles ne font pas

Les règles ne créent pas d'avantage (edge, c'est-à-dire un résultat attendu positif après coûts). Une règle précise peut être précisément mauvaise. Un avantage provient généralement de l'une de trois sources : une prime de risque (être rémunéré pour porter un risque que d'autres évitent), des schémas comportementaux (par exemple, des investisseurs qui réagissent lentement aux nouvelles) ou des effets structurels (par exemple, des ventes forcées par des fonds indiciels à des dates fixes). Si vous ne pouvez pas nommer une source plausible, considérez un bon backtest avec une méfiance accrue.

Mesurer avec l'erreur type

L'espérance en R (résultat moyen par trade, exprimé en unités de risque prévu) a été présentée dans le cours « Gestion du risque et des trades ». Un système rend la mesure possible, mais la mesure exige suffisamment de trades. L'erreur type (SE, standard error) du résultat moyen est :

SE = écart type des résultats des trades ÷ √(nombre de trades)

L'écart type mesure la dispersion des résultats individuels autour de leur moyenne. En règle approximative, l'espérance réelle se situe probablement dans l'intervalle moyenne ± 2 × SE. Si cet intervalle inclut zéro, vous ne pouvez pas encore distinguer le système du hasard.

Exemple chiffré

Exemple hypothétique : un système affiche une moyenne de +0.2R par trade avec un écart type de 1.5R. Il produit environ 4 trades par mois (48 par an). Les coûts, le slippage et les impôts sont exclus.

Ce n'est qu'à partir d'environ 400 trades que l'intervalle reste au-dessus de zéro. À 48 trades par an, cela représente 400 ÷ 48 ≈ 8.3 années de trades. Un trader discrétionnaire ne peut pas du tout produire un tel historique à partir du passé, car les décisions passées ne peuvent pas être répétées. Un trader systématique peut le calculer à partir de données historiques en un après-midi, à condition que les données soient bonnes (leçon 3).

Erreur fréquente

Exercice pratique

Données hypothétiques : un système compte 64 trades, une moyenne de +0.3R et un écart type de 2.0R. Sur papier, (a) calculez la SE, (b) donnez l'intervalle approximatif à ±2 SE, et (c) estimez combien de trades sont nécessaires pour que l'intervalle reste au-dessus de zéro, en supposant que la moyenne et l'écart type restent identiques.

Points clés à retenir

• Une approche systématique donne la même décision pour les mêmes données ; l'automatisation n'est qu'une des manières de l'exécuter.
• Un système complet définit l'univers, les données, le signal, l'entrée et la sortie, la taille de position, l'exécution et le calendrier.
• Les règles rendent les résultats mesurables, mais elles ne créent pas d'avantage ; nommez la source de l'avantage.
• Utilisez SE = écart type ÷ √n pour juger si un résultat moyen relève de plus que du hasard.

Prochaine étape

Dans la leçon suivante, vous transformerez une idée de trading vague en règles précises qu'un ordinateur ou un tableur peut tester sans rien deviner.