Dans cet article, nous développerons un système de trading avec une logique très simple, basé sur l'utilisation du range journalier comme mesure de la volatilité du marché. Comme nous le verrons, même une règle extrêmement simple et linéaire peut donner lieu à des idées opérationnelles intéressantes, notamment lorsqu’elle est appliquée à des marchés caractérisés par des mouvements directionnels et des phases d’expansion de la volatilité comme celui du Bitcoin (BTC).
L'idée derrière la stratégie est de profiter des jours où le marché présente une certaine compression du mouvement par rapport à son excursion globale. En particulier, le système comparera le corps de la barre, c'est-à-dire la distance entre l'ouverture et la fermeture, avec l'autonomie totale de la journée, définie comme la différence entre le haut et le bas. Lorsque le corps se situe en dessous d'une certaine fraction de la fourchette, cette condition sera interprétée comme une éventuelle phase d'indécision ou de compression, à partir de laquelle le marché pourrait ensuite générer un mouvement plus décisif.
La stratégie entrera alors à la hausse via un ordre stop positionné au-dessus de la clôture, plus précisément à une distance égale au range de la barre. De cette manière, le système n’entrera pas sur le marché immédiatement, mais seulement si le prix affiche effectivement une dynamique haussière suffisante pour dépasser le niveau d’entrée préétabli.
Le cœur du code de départ (en PowerLanguage) sera donc cette simple ligne :
si Body < (dFactor * Range), alors achetez la barre suivante au stop de clôture + range ;
Comme vous pouvez le constater, la logique est volontairement essentielle : le paramètre `dFactor`, initialement fixé à 1, détermine dans quelle mesure le corps de la barre doit être contenu par rapport à l'étendue globale pour générer un signal de fonctionnement. Pour compléter la structure du système, un stop loss, un objectif de profit et une sortie forcée en fin de séance sont ensuite insérés, de manière à maintenir la stratégie sur un horizon intrajournalier et éviter une exposition au jour le jour.
La séance prise en compte se déroule classiquement de 00h00 GMT à 23h59 GMT, pour la faire coïncider avec le jour calendaire, étant donné que les cryptomonnaies sont cotées 24h/24. Nous utiliserons également une « plage horaire » en barres de 1440 minutes, soit 24 heures.
Dans les prochains paragraphes nous analyserons donc en détail le fonctionnement de cette logique, en évaluant les premiers résultats et les optimisations possibles sur les principaux paramètres de fonctionnement.
Bitcoin Trading System : construire la stratégie initiale
En supposant que l'on fonctionne avec 100 000 $ par transaction, valeur hypothétique pour simplifier les calculs, mais évolutive grâce à la divisibilité du marché spot, la transaction sera clôturée dès l'atteinte d'un stop loss de 2 000 $ (soit 2% de la valeur de la position). Une valeur assez importante mais qui est supposée nécessaire sur ce marché, compte tenu de la volatilité du Bitcoin et de sa nervosité dans ses mouvements. Dans tous les cas, la stratégie a un horizon intrajournalier, elle clôturera donc les positions éventuellement en fin de séance, ou après avoir atteint un take profit de 10 000 $ égal à 10 %.
En appliquant cette stratégie sur le marché spot du Bitcoin (BTC) contre USDT (stablecoin pegged to the dollar), de janvier 2017 à mai 2026 on obtient des résultats très encourageants, avec une ligne de fonds propres qui monte assez régulièrement.
Figure 1 – Ligne d'équité du système de trading Bitcoin (BTC) dans la configuration initiale
Ceci est confirmé par les résultats annuels rapportés dans la figure 2, qui dénotent cependant une moyenne de transactions peu élevée, en particulier ces dernières années, qu'il serait donc possible de tenter d'améliorer pour rendre la stratégie plus robuste en vue de supporter également les coûts opérationnels du trading réel (commissions et dérapages dans l'exécution des ordres).
Figure 2 – Résultats annuels de la version initiale de la stratégie de trading Bitcoin
Optimisation du système de trading Bitcoin : amélioration de la robustesse et des performances
Parmi les variables sur lesquelles vous pouvez travailler pour optimiser la stratégie il y a certainement le facteur de multiplication de la gamme 'dFactor', mais aussi les valeurs du stop loss et du take profit.
En faisant varier le « dFactor » entre 0,5 et 1 par pas de 0,05, les résultats de la figure 3 sont obtenus.
Figure 3 – Optimisation des paramètres dFacteur de la stratégie de trading Bitcoin
En les classant par bénéfice net, vous pouvez voir comment la valeur de 0,75 vous permet d'obtenir un excellent ratio bénéfice net/tirage (les critères personnalisés) et la meilleure transaction moyenne (environ 454 $), les valeurs autour ne changeant pas beaucoup les métriques du système, confirmant la validité de ce filtre.
Ainsi, avec les paramètres sélectionnés, le bénéfice total du système approche 241 000 $ sur 530 transactions, avec une transaction moyenne d'environ 454 $. Ces résultats dénotent une stratégie qui est déjà assez bonne pour être appliquée dans le trading en direct, mais cela ne signifie pas que nous ne pouvons pas travailler pour l'améliorer davantage.
À l'heure actuelle, en effet, la stratégie implique l'utilisation d'un stop loss de 2 000 $, soit 2 % de la valeur de la position, et un objectif de profit de 10 000 $. Dans la figure 4, nous pouvons voir comment en faisant varier le stop loss de 1 000 $ à 5 000 $ et l'objectif de profit de 0 $ à 30 000 $, la paire de valeurs de 3 000 $ et 15 000 $ est la valeur optimale en termes de ratio bénéfice net/tirage.
Figure 4 – Optimisation du Stop Loss et du Take Profit de la stratégie de trading Bitcoin
Validation de la stratégie sur d'autres cryptomonnaies : Ethereum, BNB et Solana
Sans aller plus loin en insérant des filtres opérationnels qui pourraient facilement conduire à un surajustement dans l’optimisation de la stratégie, on pourrait simplement tenter de la valider en appliquant la même logique à d’autres cryptomonnaies, pour vérifier s’il est possible d’obtenir de bons résultats sur celles-ci également. En fait, on sait que Bitcoin est en quelque sorte une force motrice pour l’ensemble du marché, c’est pourquoi les autres crypto-monnaies ont tendance à évoluer de la même manière.
Vous trouverez ci-dessous les lignes d’actions de la même stratégie appliquée, avec les mêmes paramètres, à Ethereum (ETH), BNB et Solana (SOL), trois des principaux altcoins du marché des cryptos.
Figure 5 – Ligne Equity de la stratégie appliquée à Ethereum (ETH)
Figure 6 – Ligne Equity de la stratégie appliquée au BNB
Figure 7 – Ligne Equity de la stratégie appliquée à Solana (SOL)
La tendance croissante de toutes les lignes d’equity confirme la validité de la stratégie, même si pour obtenir les meilleurs résultats pour chacune des cryptomonnaies examinées il conviendrait de procéder à l’optimisation des paramètres, comme cela a été fait précédemment pour le BTC. Nous laissons donc ce travail au lecteur comme point de départ opérationnel.
Conclusions : un simple système de trading Bitcoin peut-il fonctionner ?
Dans cette étude, nous avons développé un système de trading Bitcoin extrêmement simple, basé exclusivement sur le comportement du range quotidien et la volatilité du marché.
Les résultats montrent comment même une logique opérationnelle essentielle peut offrir des informations intéressantes lorsqu’elle est appliquée à des instruments caractérisés par une forte directionnalité et des mouvements importants tels que Bitcoin (BTC).
Une validation ultérieure sur Ethereum, BNB et Solana suggère également que le principe de fonctionnement derrière la stratégie pourrait être présent sur le marché des cryptomonnaies de manière plus générale.
Bien entendu, aucune stratégie n’est une solution universelle, et chaque approche nécessite des tests approfondis, un contrôle des risques et une validation continue. Cependant, cet exemple montre une fois de plus combien simplicité, robustesse et méthode peuvent souvent représenter une combinaison efficace dans le développement de systèmes de trading sur les marchés crypto.
A la prochaine fois et bon trading !
Andrea Unger
Voir l’article original en italien
