Dans ce nouveau rendez-vous, nous examinerons une stratégie appelée «biais» qui analyse les comportements récurrents d’un marché spécifique. La stratégie identifie des créneaux horaires, ou des jours de la semaine par exemple, dans lesquels il est plus commode d’acheter ou de vendre un sous-jacent donné.
En particulier, ce type de stratégie exploite les informations issues de tous les comportements récurrents qui se produisent dans une période préétablie. En fonction de la durée d’un trade, trois macro-catégories différentes de stratégies de biais peuvent être distinguées :
- intrajournalier
- Hebdomadaire
- Mensuel ou ‘saisonnier’
Dans le cas précis de cet article, l’analyse se concentre sur un horizon temporel assez rapide, celui de l’intraday, et nous testerons l’idée sur la deuxième crypto-monnaie la plus capitalisée au monde : Ethereum.
Réduisez vos frais d’échanges
Les frais d’échanges peuvent représenter plusieurs centaines de dollars chaque année. Pour cette raison, les bons tradeurs cherchent à les réduire car ils peuvent impacter fortement leurs résultats. Vous aussi vous pouvez le faire grâce aux liens ci-dessous :
Test de stratégie de trading de biais Ethereum (ETH)
Nous procédons à un test sur le logiciel Unger Academy®, le Bias Finder™, ce qui permettra de manière très simple d’évaluer la tendance historique moyenne du prix d’Ethereum. La figure 1 montre cette tendance sur la période de 2018 à 2021.
On peut voir presque en un coup d’œil comment, dans les premières heures de la session, qui commence à minuit (GTC), il y a une tendance baissière qui est rapidement récupérée en fin de matinée, vers 11h00, et dure jusqu’à la finale heures de la séance dans une sorte de cycle harmonieux, fait de diminutions et d’augmentations qui se succèdent jour après jour.
Évidemment, la tendance analysée n’est qu’un résultat moyen, elle n’équivaut donc pas à une garantie que chaque jour de l’année Ethereum suivre cette tendance. Cependant, il est vrai que la somme des mouvements enregistrés sur ETH a conduit à ces résultats, il vaut donc la peine d’enquêter sur les temps trouvés par le logiciel.
En particulier, en utilisant ces informations pour construire une stratégie automatique, on peut voir sur les figures suivantes comment en achetant tous les jours à 11h00 et en fermant le trade un quart d’heure avant la fin de la séance, à 23h45, on obtient immédiatement une excellente courbe de profit (figure 2).
Backtesting de la stratégie
La taille de transaction utilisée dans ce backtest est de 1000 $. Le backtest commence en 2017 et se termine dans les premiers jours de l’année 2023.
Le point sensible de cette stratégie concerne le trade moyen qui atteint à peine 3,27$ (soit 0,327% de la valeur de la position). Certainement pas un fait qui vous laisse en sécurité pour pouvoir opérer avec ce système sur le marché réel, car les frais de commission et le glissement (c’est-à-dire la différence entre le prix théorique et effectif) qu’un commerçant devrait payer pourraient être quantifiés autour 2 $ (0,2 % de la valeur de la position) restant ainsi avec un maigre 0,127 % (3,27-2 = 1,27 $) comme échange net moyen.
Dans tous les cas, ce résultat est intéressant car il faut rappeler que le système, tel qu’il a été conçu, ne reste sur le marché que quelques heures et effectue un trade tous les jours du backtest. Bref, un peu comme rester sur le marché 12 heures oui et 12 heures non, en continu, tous les jours de l’année. Le fait de ne pas pouvoir aspirer à des trades moyens extrêmement corsés devient plus compréhensible, mais vous pouvez toujours essayer d’améliorer la valeur en ajoutant une condition qui limite le nombre de trades dans l’historique et rend la stratégie plus efficace et sélective.
Dans les figures ci-dessous, on peut voir comment l’ajout d’une condition, trouvée dans une liste de modèles propriétaires, améliore les résultats. En fait, en isolant les opérations les jours où le plus haut de la séance d’aujourd’hui est supérieur d’au moins 0,75 % au plus haut de la séance précédente, la stratégie passe d’une transaction moyenne de 3,27 $ à 7,50 $ (0,75 % de la position).
Cette condition identifie une situation de confirmation supplémentaire en plus du signal horaire dans laquelle la tendance de la séance en cours est haussière, du moins par rapport à la veille. Le commerce long ne sera ouvert (achat/achat) que si aujourd’hui, à 11h00, le marché montre une force par rapport à la veille. Une sorte de confirmation supplémentaire sur la tendance à court terme du marché.
Même la courbe de profit prend une forme plus gracieuse, avec de bons résultats dans toutes les années du backtest, y compris 2022, une année dont nous savons qu’elle a été très difficile pour l’ETH et pour toutes les crypto-monnaies en général. De plus, 2022 a été exclu du backtest initial exécuté par le logiciel. Par conséquent, même la périodehors échantillon‘, la partie du temps non prise en compte dans le backtest, était plus que positive et cela ne fait que renforcer l’idée de base du système.
Cependant, la stratégie pourrait être encore affinée, ou légèrement modifiée, par exemple en ajoutant le stoploss (point de perte maximum acceptable par le système), ou un takeprofit (point de profit maximum au-delà duquel encaisser le gain) ou une autre condition capable de limiter davantage le nombre de transactions. Ceci n’est qu’une première idée pour montrer quels sont les avantages tangibles de travailler avec une stratégie automatique par rapport à une stratégie plus traditionnelle ‘acheter et conserver‘.
Par contre, il faut reconnaître que 5-6 ans de backtesting peuvent ne pas être suffisants pour porter un jugement définitif sur la stratégie, surtout parce qu’elle est de type biais, généralement une stratégie qui pourrait cacher plus d’embûches que les stratégies plus classiques types d’entrée tels que ‘suivi des tendances’. Ce qui est certain, c’est que les plus de 450 transactions obtenues au cours de la période de backtest représentent un échantillon statistique fiable.
Preuve supplémentaire du travail accompli, nous procédons maintenant à l’utilisation de cette même stratégie également sur le principal marché de la crypto-monnaie, le bitcoinsoù de bons résultats continuent d’être obtenus, dans la foulée de ce qui a été vu sur Ethereum (figure 7).
Ce test supplémentaire ajoute de l’efficacité au travail effectué sur l’ETH et donne encore plus de robustesse à la stratégie.
Les crypto-monnaies sont certes un marché jeune, encore immature, mais qui commence à mûrir avec le temps. Des stratégies éloignées des plus traditionnelles, telles que le biais, commencent à donner des signaux réconfortants également sur ces produits financiers, une indication que ces marchés pourraient peut-être être utilisés dans un contexte de portefeuille bien diversifié.
Jusqu’à la prochaine fois!
Andréa Unger