Chers lecteurs intrépides,
Prêt(e) à découvrir une stratégie de trading algorithmique qui a autant de punch qu’un espresso triple shot ?
D’abord, un grand merci à Prunus Dulcis, mon partenaire de crime algorithmique.
Grâce à lui, j’ai transformé des idées brutes en une stratégie aussi affûtée qu’un couteau de chef. 👌
Abonnez vous à sa newsletter , elle vaut le coup ! Plus que la mienne !
La recette d’une stratégie pas comme les autres
Dans le monde parfois impitoyable du trading, j’ai concocté une méthode qui marie performance et gestion du risque avec la grâce d’un danseur étoile (ou presque). Imaginez une stratégie qui ne gagne pas souvent, mais quand elle frappe, elle frappe fort. Une sorte de kung-fu du marché. 🥋
Je vous fourni ici le début de la fiche de backtest sur le momentum burs.
Le reste est accessible gratuitement ici.
Fiche de Cours : Le Momentum Burst de Stockbee
Qu’est-ce que le Momentum Burst ?
Le Momentum Burst, popularisé par Pradeep Bonde du site Stockbee, est une stratégie de trading qui se concentre sur les mouvements rapides de 3 à 5 jours. Elle repose sur l’idée que lorsqu’un actif sort d’une période de consolidation, il prolonge souvent son mouvement dans le sens de l’expansion pour les bougies suivantes. Cette approche est applicable à différentes unités de temps et à divers actifs : actions, devises, cryptomonnaies, etc.
Pourquoi utiliser cette stratégie ?
Simplicité : Pas besoin de multiplier les indicateurs complexes.
Universelle : Fonctionne sur toutes les unités de temps et sur tous les actifs.
Basée sur la dynamique naturelle des marchés : Expansion après consolidation.
Comment identifier un Momentum Burst ?
Critères principaux :
Sortie d’une consolidation : Le mouvement doit être marqué par une phase d’expansion.
Durée : Le mouvement se déroule généralement sur 3 à 5 bougies.
Recherche d’entrée optimisée :
Chercher une bougie d’expansion précédée d’une bougie négative.
Maximiser les chances de succès en entrant tôt dans le mouvement.
Exemples de configurations :
Une période de faible volatilé suivie d’une forte impulsion.
Une bougie dont la clôture est supérieure au plus haut précédent.
Un indicateur pour repérer les opportunités
Voici un code Pine Script pour visualiser les signaux de Momentum Burst directement sur vos graphiques :
//@version=5
indicator("Range Expansion", overlay=true)
up = close > high[1] and close[1] < high[2] and ta.roc(close,1)[1] < 0 and (close - open) > 0.5*ta.atr(10)
plotshape(up , color = color.green, style=shape.triangleup, size=size.tiny, location=location.belowbar)
Critères inclus dans l’indicateur :
Clôture précédente négative.
Clôture actuelle supérieure au plus haut précédent.
Clôture précédente inférieure à l’avant-avant-dernier plus haut.
Ampleur de la bougie actuelle supérieure à 0,5 fois l’ATR (10).
Pourquoi adopter le Momentum Burst ?
Efficace : Les résultats pratiques montrent un bon ratio gain/perte.
Accessible : Appropriée pour les traders débutants comme expérimentés.
Simple à mettre en œuvre : Peu d’indicateurs nécessaires.
Ressources supplémentaires
Article original sur le Momentum Burst disponible dans la newsletter de Prunus Dulcis.
Vidéo explicative disponible sur le site de Stockbee.
Dans le monde du trading algorithmique, l'une des clés du succès est d’adopter une stratégie qui combine performance et gestion rigoureuse du risque. La stratégie que nous allons explorer repose sur un indicateur finement calibré, qui génère des signaux moins fréquents, mais avec un potentiel de gain considérable. En dépit de son faible taux de réussite, cette stratégie se distingue par sa capacité à générer des gains importants, ce qui la rend particulièrement adaptée aux traders disciplinés, capables de supporter un pourcentage de trades gagnants relativement bas.
Le backtest approfondi de cette stratégie sur différents indices et timeframes révèle des résultats impressionnants mais non sans limites. Nous allons décortiquer ici les performances de l’indicateur, sa gestion du risque, ainsi que ses points forts et ses faiblesses selon les différents actifs et unités de temps.
la stratégie ici est simple, on achète quand l'indicateur énoncé dans la théorie envoie un signal et on pose un stoploss et take profit
// Paramètres
DEFPARAM CumulateOrders = false
// Paramètres
multiplicateurATR = 0.5 // Facteur pour l'ampleur de la bougie
// Calcul de l'ATR
ATR = AverageTrueRange14
// Calcul manuel du Rate of Change (ROC)
ROCprevious = ((Close[1] - Close[2]) / Close[2]) * 100
// Conditions
BuySignal = (Close > High[1]) AND (Close[1] < High[2]) AND (ROCprevious < 0) AND ((Close - Open) > (multiplicateurATR * ATR))
// Gestion des positions
IF BuySignal THEN
BUY 1 CONTRACT AT MARKET
SET STOP PLOSS X
SET TARGET PPROFIT X*Mult
ENDIF
Résumé macro détaillé des résultats du backtest
1. Performance globale de l'indicateur
Nombre de transactions :
Avec 56 520 587 transactions, cet indicateur est nettement moins actif que d'autres stratégies comme l'ADX, qui enregistre 1 131 265 339 transactions pour un protocole identique.
Cela indique que l'indicateur génère des signaux moins fréquents, ce qui peut être avantageux pour éviter des expositions inutiles et limiter les frais de transaction.Risque et ratios gains/drawdown :
Parmi toutes les stratégies testées jusqu'à présent, cet indicateur brille par ses ratios gains/drawdown.La médiane de ces ratios reste supérieure à 1, même avec des niveaux de risque variés. Cela montre une bonne résilience de la stratégie face aux ajustements de risque.
Lorsqu’elle est profitable, la stratégie génère des gains nettement supérieurs à ceux de nombreuses autres stratégies. En revanche, les pertes restent relativement contenues, ce qui renforce sa fiabilité.
Cela en fait un excellent candidat pour une approche équilibrée entre gains potentiels et gestion des risques.
Taux de réussite :
En revanche, cet indicateur se classe dernier en termes de pourcentage de trades gagnants.Cela peut sembler contre-intuitif, mais cela reflète une stratégie qui repose sur des gains importants sur un faible pourcentage de trades gagnants, ce qui compense largement les pertes.
Une stratégie de ce type peut être déstabilisante psychologiquement pour certains traders, mais elle reste profitable à long terme.
2. Analyse des performances par indice
La performance de la stratégie varie considérablement selon les actifs sous-jacents. Nous avons identifié trois catégories principales :
Les grands gagnants : DAX, Dow Jones, Nasdaq
Ces indices se démarquent avec des gains élevés et des ratios gains/drawdown parmi les meilleurs.
Ces actifs semblent particulièrement bien adaptés à cette stratégie, probablement en raison de leur volatilité et de leurs mouvements directionnels clairs.
💡 Recommandation : Ces indices méritent une analyse approfondie pour optimiser encore davantage la stratégie.
Performances correctes : CAC 40, Or, S&P 500
Ces actifs se situent dans une catégorie intermédiaire avec des résultats décents, mais moins impressionnants que les indices majeurs mentionnés plus haut.
Ils pourraient être améliorés avec des ajustements mineurs dans les paramètres de la stratégie, comme le multiplicateur ATR ou la gestion des stops.
Les sous-performants : Bitcoin, EUR/USD
Ces actifs affichent les performances les plus faibles avec cette stratégie, se classant dans la catégorie "lanterne rouge".
Cela peut s'expliquer par leur nature plus imprévisible ou leurs caractéristiques de volatilité spécifiques.
💡 Recommandation : Ces actifs sont probablement moins adaptés à cet indicateur sans modifications majeures.
3. Analyse des performances par timeframe
Les résultats montrent que aucun timeframe ne se démarque de manière spectaculaire.
Cela suggère que la stratégie est robuste et adaptable à diverses unités de temps.
Une légère avance est cependant observée sur les timeframes longs, où le ratio gains/drawdown et les gains absolus semblent légèrement supérieurs.
Cela peut indiquer que la stratégie bénéficie d'une volatilité plus prononcée sur les périodes plus longues, mais la différence reste marginale.
Conclusion macro :
Cette stratégie offre un excellent potentiel de gains tout en maintenant une gestion du risque efficace. Elle se distingue par des ratios gains/drawdown solides, même sous des niveaux de risque élevés. Cependant, elle est moins performante en termes de pourcentage de trades gagnants, ce qui peut en faire un choix plus adapté aux traders patients et disciplinés.
Indices recommandés : Focus sur le DAX, le Dow Jones et le Nasdaq.
Timeframes : Préférence pour les unités de temps longues, bien que la stratégie reste performante sur d'autres horizons.
Analyse approfondie des résultats pour les timeframes courts (30 minutes à 3 heures)
1. Contexte général et observations initiales
Dominance du timeframe 30 minutes :
Le timeframe de 30 minutes se distingue nettement dans vos tests (couleur violette sur vos graphiques).Pourquoi ? Sur ces intervalles courts, l’indicateur capture efficacement les petites fluctuations du marché.
Attention : Les frais de transaction n’étant pas pris en compte, le timeframe de 30 minutes est avantagé. En pratique, ces frais pourraient réduire significativement les gains sur des mouvements mineurs.
Mais ici, l’objectif est clair : tester les performances intrinsèques de l’indicateur, indépendamment des coûts opérationnels.
2. Zoom sur la zone d'analyse "orange"
Parmi les actifs analysés, trois ressortent :
Dow Jones (triangle rose)
EUR/USD (croix rouge)
DAX (cercle bleu)
Le Dow Jones se démarque particulièrement, surpassant les autres actifs en termes de ratios et de gains cumulés.
3. Analyse détaillée des performances du Dow Jones
Paramètres optimaux retenus :
Stop-loss : 115 points
Multiple pour le take-profit : 0.25
Gain cumulé : 158 700 € (de 2006 à 2024).
Statistiques opérationnelles clés :
Taux de réussite : 89 %
Temps passé en marché : 41 %
Durée moyenne des trades : 3 heures
MFE (Maximum Favorable Excursion) : 26 points
MAE (Maximum Adverse Excursion) : 21 points
Un résultat remarquable... sur le papier :
Ces chiffres montrent une stratégie très efficace historiquement, avec :
Une gestion fine du risque (MFE > MAE).
Une exploitation précise des opportunités, validée par un taux de réussite impressionnant.
Mais une observation attentive des performances sur la période révèle un problème majeur…
4. Le problème : l’asymptote des performances
Analyse chronologique des gains :
2006-2011 : La quasi-totalité des gains a été réalisée durant ces années (plus de 95 %).
2011-2024 : Depuis, les performances stagnent. Par exemple, seulement 1 300 € en 2024, soit une activité rentable mais marginale.
Pourquoi ce problème ?
Les marchés évoluent :
Les comportements des acteurs et les dynamiques des prix changent avec le temps.
Les algorithmes récents et les ajustements réglementaires modifient la "lecture" des marchés.
Sur-optimisation historique :
Les backtests peuvent être trop ajustés aux conditions spécifiques d’une période donnée (phénomène de sur-ajustement).
Dès que ces conditions évoluent, la stratégie devient obsolète.
Conditions de marché atypiques (2006-2011) :
Période post-crise (2008) : volatilité importante et comportements spécifiques des indices.
Ces conditions ne se sont pas répétées depuis, expliquant la stagnation des gains.
Conclusion : Je m’adapte, vous aussi ?
Cette stratégie est comme un diamant brut : prometteuse, mais nécessitant quelques ajustements selon vos objectifs et le marché du moment. Une chose est sûre : elle vaut le détour. 🌟
💡 Et si vous voulez tout savoir, avec des astuces d’optimisation pour booster vos résultats, je vous invite à aller lire ma newsletter complète ! Vous y trouverez tout ce dont vous avez besoin pour devenir un pro du trading algorithmique.
La suite ?
bah oui, la suite quoi le moyen terme et long terme tout ça ?
Hey bien c’est ici et franchement, les résultats sont vraiment meilleurs
Intéressant, merci pour ce travail d’analyse ! Je note quelques points:
* les unités de temps longues ont l’air plus favorables, ça ne m’etonne pas.
* un TP = 0,25 x SL c’est vraiment peu, ça ne laisse aucune marge de manœuvre à l’exécution.
* un trade moyen à 11,36 c’est du négatif en incluant les commissions, le spread bid-ask et le slippage du SL.
* le test est fait sur des indices qui sont plus aptes aux trades de retour à la moyenne. Je pense que ça fonctionne mieux sur les actions individuelles.
En tous cas, merci pour l’article c’est toujours bon de quantifier les stratégies.
Je valide totalement 👌.
Pour les spreads, c'est d'autant plus vrai dans les UT courtes (c'est stipulé d'ailleurs dans les remarques).
Le but étant de tester les performances de l'indicateur en brut.
Pour le Stop loss, ça dépend des indicateurs 😉.
N'en demeure que cet indicateur a du potentiel même sur les Indices.
Merci encore pour la découverte 🙏