Nous pourrions discuter du pour et du contre du trading systématique pendant longtemps. Mais il est évident qu'il y a un nombre significatif de traders pour qui la seule manière de faire face à leurs émotions et donc survivre sur le marché, est d'utiliser des règles formelles d'ouverture et de clôture de positions. Cependant, l'utilisation efficace d'une approche de trading nécessite de bien connaître à la fois ses avantages et ses inconvénients.

La limitation principale des systèmes de trading automatique est le fait qu'ils sont rentables uniquement sous certaines conditions du marché. Si vous tradez un système de suivi de tendance, il sera inutile dans un marché sans direction; si vous êtes armé d'un système à contre-tendance, vous engrangerez de grosses pertes sur les marché caractérisées de fort mouvement de fond. Même la plus belle femme de France ne peut donner plus que ce qu'elle peut donner (Notes à la traduction: les femmes française sont donc apparemment renommées jusqu'en Russie...). Il existe la même chose avec les systèmes de trading. En tradant avec eux, vous ne pourrez pas gagner plus que ce que le marché vous autorise à ce moment.

C'est pourquoi l'un des éléments le plus important d'un système de trading est le choix du marché à trader, dont leur nature doit correspondre à votre système de trading. Cependant, personne ne vous garantira jamais que la nature du marché choisi ne changera pas plus tard. Par exemple, si vous êtes en train de trader un système de suivi de tendance et que votre marché est subitement rentré dans un range, vous ne réaliserez que pertes sur pertes.

Le dépôt brule comme un feu de de paille attisé par le vent, et le trader désespéré blâme son système pour ses mauvais résultats. Mais la chose qui fait le plus mal est de savoir que on système reprend vie un peu plus tard et et obtient de bon résultats... mais pas à vous.

Il serait assez raisonnable de trader un système quand les conditions de marché y correspondent, et de l'arrêter ou de réduire la taille des positions ouvertes lorsque le marché change.

Mais comment peut on savoir si le marché corresponds à notre système de trading ou non? L'analyse de la courbe de capitale peut nous donner un réponse. Il y a de nombreuses méthodes qui analysent l'efficacité d'un système de trading en utilisant la courbe de capital et nous permettent grâce à cette analyse de filtrer certains trades dont le risque excède les limites déterminées par le trader.

Appliquer ces filtres sur la base de l'analyse de la courbe de capital nous permets de réduire les risques du trading. Cependant, le revers de la médaille est de diminuer la profitabilité du système car l'ensemble des trades a en globalité une rentabilité positive attendue, et que le groupe des trades les plus risqués qui est filtré a aussi un espérance de rentabilité positive. C'est pourquoi le filtrage des trades a pour but de réaliser une diminution asymétrique des risques et du rendement, le risque étant plus réduit que le rendement. La réduction assymétrique du risque améliore l'efficacité du système en baissant la dispersion des résultats de trades et la profondeur du drawdown maximal.

Comme résultat du filtrage correct des trades les plus risqués, un nouveau système de trading voit le jour, pour lequel la rentabilité diminue d'une plus petite valeur que celle des drawdowns. De tels systèmes procurent aux traders différents choix, un étant de considérer que la diminution de la rentabilité a un taux raisonnable pour la diminution des drawdowns. Un autre choix serait d'utiliser un effet de levier plus important avec le nouveau système, ce qui permettrait d'obtenir une rentabilité plus importante avec la même taille de drawdown que l'ancien système sans filtrage.

Nous aimerions offrir à nos lecteurs une méthode qui vous autorise d'évaluer numériquement la correspondance d'un système de trading avec les conditions de marché. La méthode est basée sur la recherche du coefficient de conformité du système de trading en fonction du marché.

Zero Return Curve - courbe de retour zero

Un système de trading qui ne produit ni profits, ni pertes, respecte la condition suivante (prenant en compte les frais de commisison) :

%Win * Avg.Win = %Loss * Avg.Loss

où:

• %Win - poucentage de trades gagnant;
• Avg.Win - la valeur moyenne d'un trade gagnant;
• %Loss - pourcentage de trades perdant;
• Avg. Loss - la valeur moyenne d'un trade perdant.

Puisque %Loss = 100% - %Win, l'expression peut être réécrite de la manière suivante (Formule 1):

Avg.Win / Avg.Loss = (100% - %Win) / %Win

En ayant résout cette équation pour les différentes valeurs des %Win et dessinée cette solution dans un graphique, nous obtiendront la "zero return curve". L'aire dessous cette courbe correspondra aux stratégies de trading perdantes, tandis que l'aire au dessus de cette courbe correspondra aux stratégies de trading gagnantes (Fig. 1).

Fig.1. Zero Return Curve.

Deux considération sont évidentes ici: tout d'abord, plus les résultats des tests des systèmes de trading sont situés hauts, le mieux c'est. Ensuite, si nous prenons les résultats du système de trading dans une fenêtre de temps mobile, ils "migreront" dans une direction puis une autre jusqu'à parfois même tomber sous la zero return curve. Cette "migration" reflête le degré de concordance aux changements du système par rapport au marché: dans les période de bonne correspondence avec le marché, les résultats seront situés bien au dessus de la courbe tandis qu'ils plongeront probablement sous la courbe lorsque le système s'effondre.

Lorsque l'on choisit un système de trading pour une utilisation réelle, nous voulons généralement que ces paramètres (Avg.Win/Avg.Loss et %Win) soient situés à une certaine distance de sécurité de la zero return curve, afin que les fluctuations des résultats du système ne fassent pas passer le système dans la zone de perte. Cependant, quelle distance peut être considérée comme étant suffisemment sûre. Nous suivons l'approche décrite par Ryan Jones dans son livre "The Trading Game": "The standard for a very good system is to generally take a 10 percent lower winning percentage while maintaining a 1.0 better win/loss ratio over the breakeven point. If this combination exists, you are about as close to a Holy Grail strategy as you are going to get."

Exprimons le critère de sécurité dans la formule suivante:

Avg.Win/Avg.Loss = (100% -( %Win-10%)) / (%Win-10%) + 1

Résolvons maintenant cette équation et dessinons les valeurs de la courbe de sécurité obtenue (Fig. 2) :

Fig. 2. Zero Return Curve et Courbe de Sécurité.

Dans la Fig. 2, deux courbes qui respectent les critères précédents sont tracées ce qui crée trois zones: la zone de trading relativement sécurisée au dessus de la courbe de sécurité, la zone rentable mais plus risquée entre les deux courbes et enfin la zone de perte en dessous de la courbe de zéro retour. Voyons comment nous pouvons utiliser ces aires détectées afin d'utiliser les stratégies de trading de manière optimale.

Trading System Safety Factor - Facteur de Sécurité d'un Système de Trading (TSSF)

Pour évaluer numériquement juqu'à quelle degré un système de trading est sûre, nous utiliserons une fenêtre temporelle de N trades et les valeurs de Avg.Win/Avg.Loss et %Win à l'intérieure de cette fenêtre. Dans cet article, la fenêtre est déterminée à 20 trades, donc, lorsque nous parlons des résultats actuels d'un système , nous évoquons les Avg.Win/Avg.Loss et %Win déterminés par les résultats des 20 derniers trades. Cependant, la taille de la fenêtre peut varier de ce nombre pris aléatoirement.

Il est préférable de choisir une fenêtre temporelle sur la base des meilleurs/pires séquences historiques de trades, c'est à dire que si la plus grande série de trades gagnant est de 9, de pertes est de 4 et le %Win est égal à 60%, alors il n'y a pas de raison d'utiliser une fenêtre plus petit que 23 1.5*9/0.6 (ou 30=2*9/0.6). (Une remarque de Sergey Fishchenko (alias FSV)).

Connaissant la valeur de %Win pour les 20 derniers trades, nous pouvons utiliser la formule du dessus pour obtenir la valeur de Avg.Win/Avg.Loss qui correspondrait à la courbe de sécurité. Nous déterminons le ratio entre la valeur réelle de Avg.Win/Avg.Loss pour les 20 derniers trades et la valeur de Avg.Win/Avg.Loss de "sécurité" appelée Facteur de Sécurité du Système de Trading (TSSF).

Pour calculer le TSSF, nous pouvons utiliser la formule suivante :

Avg.Win / Avg.Loss ((110% - %Win) / (%Win-10%) + 1)

Il est clair que plus la valeur du TSSF est haute, plus le système était profitable récemment et donc le plus il correspondanit au marché. Si le TSSF chute en dessous de 1, cela signifie qu'il s'est déplacé dans la zone de trading à risques. Si les valeurs sont encore plus basses, alors le système s'est déplacé dans la zone de perte. Cependant, nous sommes intéressés à seulement une chose: est ce que le système est situé dans la zone de trading sûre ou non? En relation à cela, nous pouvons utiliser plusieurs stratégies de trading. Considérons quelques alternatives possibles.

Théoriquement, lorsque nous trouvons les résultats actuels d'un système de trading dans chaque zone, nous pouvons déterminer le volume de positions de la mnière suivante :

1. pour ouvrir une position avec le plus grand effet levier possible.
2. pour ouvrir une position avec tout le capital disponible sans levier.
3. pour ouvrir une position en proportion du TSSF.
4. pour ne pas ouvrir du tout de positions.

Il y a d'autres alternatives possibles, mais nous considèrerons ici seulement ceux de la lsite ci-dessus. Rapellez vous que nous sommes seulement intéressés à savoir si nous sommes dans la zone de trading "sûre" ou pas. Ensuite, après avoir écarté certaines alternatives non raisonnables (par exemple ouvrir une position utilisant le maximum de crédit en étant au dessous de la courbe de sureté, ou ne pas ouvrir de position lorsqu'on y est en dessus), nous obtiendront les combinaisons suivantes :

Deux des stratégies listées n'utilisent pas la courbe de sécurité et, c'est pourquoi, ne peuvent pas être considérées comme un groupe de contrôle. C'est la stratégie 1 ouvrant une position dans chaque cas avec le capital entier et le levier maximum, et la stratégie numéro 5 utilisant dans chaque cas le capital entier sans levier.

Regardons comment ses stratégies fonctionnent dans un exemple réel. J'utilise un système basé sur les cassures de résistance de l'échelle de temps H1. Ce système est réalisé pour ne prendre que des positions long et es tradé sur un portefeuille de 8 actions russes du MICEX ((RAO UES of Russia, Sberbank, Rostelecom, NorNickel GMK, LUKoil, Surgutneftegaz, Yukos, et Tatneft)) avec les même paramètres. Dans les Fig. 3 et 4, les valeurs des %Win et Avg.Win/Avg.Loss sont données pour la pèriode allant du début de 1998 à la mi-juin 2002 avec une fenêtre de 20 trades.

Fig. 3. Valeur changeante du %Win.

Fig. 4. Valeur Changeante de Avg.Win/Avg.Loss.

Caculons le TSSF en utilisant la formule ci dessus - cf Fig.5:

Fig. 5. Les valeurs du TSSF.

Il faut rappeler que si la valeur du TSSF est inférieure à 1, le système quitte la zone de trading relativement "sûre". La figure montre de manière évidente le fait énoncé précédemment : vous ne pouvez gagner des profits de manière continue sur le marché. Le facteur de sécurité de ce système était inférieure à 1 pendant certaines périodes qui correspondaient aux dradowns du compte (Fig. 6):

Fig.6. Drawdowns du Système de Trading.

Maintenant, essayons de voir s'il est possible de réaliser la réduction asymétrique des risques du système de trading en utilisant les stratégies vues plus hauts. Comme exemple de la méthode à mettre en place, comparons les stratégies 5 et 7. La stratégie 5 implique de réaliser les achats avec tout le capitale disponible (étant donné qu'il y a 8 actions dans le portefeuille, 1/8 du capital est utilisé pour chaque achat). La stratégie numéro 7 implique d'acheter avec tout le capital si le TSSF > 1 et ne pas acheter du tout si TSSF <1.

Les statistiques du système de trading utilisant ces stratégies sont résumées dans le tableau ci dessous :

La stratégie 7 aboutit donc bien à la réduction dissymétrique du retour et du risque: le risque diminue plus fortement que le retour (cf le taux Retour/Maximal DD).

Les traders conservateurs peuvent être satisfaits de cette diminution du risque. Quand aux plus agressifs, ils pourront utiliser un effet de levier avec la stratégie numéro 7. Les résultats de l'utilisation d'effets de levier sont visibles dans le tableau suivant :

La stratégie de trading 7 avec l'effet de levier 1.5 nous permets d'obtenir le même retour que la stratégie 5 mais avec un risque moindre.Le levier de la stratégie 2 procure avec un risque identique au premier, un retour 50 % plus important que la stratégie initiale.

Nous avons donc considéré seulement une alternative à la stratégie utilisant le TSSF qui filtre les trades avec un TSSF < 1. Nous obtenons alors 3 stratégies de Money Management :

1. réduction à la fois du risque (dans une plus grande mesure) et des retours.
2. réduction du risque pour des retours identiques.
3. augmentation des retours pour un risque identique.

Un trader peut choisir parmi ces trois versions celle qui correspond le mieux à ses attentes. Une analyse complètede toutes les stratégies avec leurs caractéristiques spéciales peut prendre beaucoup de temps. Cependnt, l'information résultant d'une telle analyse peutêtre très importante et utile. Vous pouvez pratiquement toujours trouver une telle version de Money Management qui amméliorera la version initiale. Vous devriez avant tout réaliser qu'un trader ne doit pas toujours trader de la même manière indépendamment des conditions de marché.A l'opposé, prendre en considération les phases du marché et les relations existantes avec les méthodes de trading utilisées, rendra votre tading plus flexible avec un plus fort rendement ou des risques amoindris.

Article Original: http://championship. mql4.com/2008/news/366
Auteur: Mikhail Korolyuk
Traduction: Nicolas Vitale
MQL4 is a trade mark of MetaQuotes Software Corp. and all related materials are reserved for MetaQuotes