Nouveau : la formation trading algorithmique MQL5, MQL4 et ProRealTimeDécouvrir →

Guide pilier

Trading algorithmique : le guide complet pour débuter

Comprendre comment fonctionne un algorithme de trading, choisir sa plateforme, construire une stratégie testable et la déployer sans se brûler les ailes. La méthode, étape par étape.

Mis à jour le 23 octobre 2026Lecture : 14 minPar l’équipe OptiBot

Le trading algorithmique consiste à confier l’exécution d’une stratégie à un programme informatique. Les règles d’entrée, de sortie et de gestion du risque sont écrites à l’avance, puis appliquées automatiquement, sans hésitation ni émotion. Longtemps réservée aux banques et aux hedge funds, cette approche est aujourd’hui accessible à n’importe quel trader particulier équipé de MetaTrader 5, de ProRealTime ou de Python.

Ce guide pose les bases : ce qu’est réellement un algorithme de trading, ce qu’il peut et ne peut pas faire, et la méthode pour passer d’une idée à un robot qui tourne en conditions réelles.

Qu’est-ce que le trading algorithmique ?

Un algorithme de trading est un ensemble de règles précises, traduites en code, qui décident quand acheter, quand vendre et combien engager. Là où un trader discrétionnaire interprète le marché au cas par cas, l’algorithme applique toujours la même logique.

On parle souvent indifféremment de trading automatique, de robot de trading ou d’Expert Advisor (EA, le nom des robots sur MetaTrader). La nuance est simple : le trading algorithmique désigne la démarche (formaliser une stratégie en règles), le trading automatique désigne l’exécution sans intervention humaine.

Le trading à haute fréquence (HFT) des institutions est un cas extrême du trading algorithmique : il repose sur des infrastructures à la microseconde, inaccessibles aux particuliers. Ce guide concerne les stratégies sur des unités de temps allant de la minute au jour, réalistes pour un trader indépendant.

Comment fonctionne un robot de trading ?

Quelle que soit sa complexité, un robot enchaîne toujours les mêmes briques. Pour le détail technique, consultez notre article sur le fonctionnement d’un robot de trading.

  1. La collecte des données : prix, volumes, indicateurs, calendrier, à chaque nouveau tick ou à chaque nouvelle bougie.
  2. Le signal : la condition qui déclenche une intention d’achat ou de vente (croisement de moyennes, cassure d’un range, retour à la moyenne…).
  3. Les filtres : les conditions qui bloquent un signal (horaires, volatilité, spread trop large, tendance de fond contraire).
  4. Le dimensionnement : le calcul de la taille de position à partir du risque accepté et de la distance du stop-loss.
  5. L’exécution : l’envoi de l’ordre au broker, avec gestion des erreurs et du slippage.
  6. La gestion de la position : stop suiveur, prise de profit partielle, sortie temporelle.

Avantages et limites du trading algorithmique

AvantagesLimites
Discipline totale : les règles sont appliquées sans émotionUn robot n’est jamais meilleur que la stratégie qu’il exécute
Exécution rapide et sans oubli, 24 h/24Risque de sur-optimisation sur les données passées
Possibilité de tester la stratégie sur des années d’historiqueDépendance technique : VPS, connexion, mises à jour du broker
Suivi de plusieurs marchés en parallèleLes régimes de marché changent, une stratégie peut cesser de fonctionner

L’automatisation résout surtout un problème humain : la psychologie du trading. Elle ne crée pas d’avantage statistique à partir de rien.

Quelle plateforme choisir ?

Le choix de la plateforme dépend du marché visé et de votre aisance avec la programmation. Notre comparatif détaillé des meilleures plateformes de trading automatique entre dans le détail.

PlateformeLangagePoints fortsPour qui ?
MetaTrader 5MQL5Strategy Tester multi-cœur, optimisation génétique, très répandu chez les brokersForex, indices, or, CFD
MetaTrader 4MQL4Écosystème historique, encore présent chez de nombreux brokersForex, maintien de robots existants
ProRealTimeProBuilderDonnées de qualité sur les actions et indices européens, syntaxe accessibleActions, indices, futures
PythonPythonLiberté totale, data science, connexions APIProfils techniques, recherche quantitative

Pour un premier projet, MetaTrader 5 reste le meilleur compromis : le testeur de stratégie est intégré, la documentation est abondante et la plateforme est proposée par la grande majorité des brokers. C’est la plateforme utilisée dans notre guide Apprendre MQL5.

Les grandes familles de stratégies

Suivi de tendance

Le robot cherche à capter les mouvements directionnels prolongés : croisements de moyennes mobiles, cassures de plus hauts, canaux de Donchian. Le taux de réussite est souvent modeste, compensé par des gains moyens nettement supérieurs aux pertes moyennes.

Retour à la moyenne

À l’inverse, le robot parie sur le retour des prix vers une valeur d’équilibre après un excès (bandes de Bollinger, RSI en zone extrême, écart au VWAP). Le taux de réussite est élevé, mais une perte peut effacer plusieurs gains si la gestion du risque est laxiste.

Cassure de range (breakout)

Le robot identifie une zone de consolidation, typiquement une session asiatique ou les premières heures de Londres, puis joue la sortie de cette zone. Ces stratégies sont populaires sur l’or et les indices.

Scalping

Positions très courtes, objectifs de quelques points. Le scalping est extrêmement sensible aux coûts (spread, commissions, slippage) : un backtest qui les ignore est sans valeur. Voir notre guide du robot de scalping.

Grid et martingale

Ces approches augmentent l’exposition quand le marché va contre la position. Elles produisent des courbes de capital très régulières… jusqu’à la perte qui emporte le compte. Notre article sur la martingale en trading algorithmique détaille les garde-fous indispensables.

De l’idée au robot : la méthode en 7 étapes

  1. Formuler une hypothèse : un comportement de marché que vous pensez exploitable, et pourquoi il devrait exister.
  2. Écrire les règles sans ambiguïté : chaque condition doit pouvoir être vérifiée par un ordinateur, sans interprétation.
  3. Coder la stratégie : en MQL5, ProBuilder ou Python. Commencez simple, ajoutez la complexité seulement si elle apporte quelque chose.
  4. Backtester proprement : données de qualité, coûts réalistes, période longue. Suivez notre méthode pour backtester une stratégie.
  5. Optimiser avec prudence : peu de paramètres, plages larges, validation hors échantillon. C’est l’étape où la plupart des robots meurent, voir comment éviter la sur-optimisation.
  6. Tester en démo ou à très petite taille : vérifier que le comportement réel correspond au backtest (exécution, spread, horaires du broker).
  7. Déployer et surveiller : sur un VPS de trading, avec des seuils d’alerte et des règles d’arrêt définies à l’avance.

Les assistants d’intelligence artificielle accélèrent désormais l’écriture du code, sans dispenser de cette méthode : voir notre guide du trading avec l’IA. Pour une vue d’ensemble, lisez aussi le guide du robot de trading.

La gestion du risque, cœur de tout algorithme

Une stratégie médiocre avec une excellente gestion du risque survit ; une bonne stratégie avec une gestion du risque défaillante finit toujours par exploser. Trois réglages sont non négociables :

  • Le risque par trade, exprimé en pourcentage du capital (souvent entre 0,25 % et 1 %).
  • Le stop-loss systématique, placé selon la logique de la stratégie et non selon le montant que l’on accepte de perdre.
  • Les limites globales : perte journalière maximale, drawdown maximal au-delà duquel le robot est coupé.

Tout est détaillé dans notre guide de la gestion du risque en trading, avec un calculateur de drawdown et un calculateur de taille de position.

Les erreurs les plus fréquentes

  • Acheter un robot sur la seule foi d’une courbe de backtest parfaite.
  • Optimiser dix paramètres sur deux ans de données et conclure que la stratégie fonctionne.
  • Ignorer le spread, les commissions et le slippage dans les tests.
  • Augmenter la taille des positions après une série de gains.
  • Couper le robot au premier drawdown normal, ou au contraire le laisser tourner pendant un drawdown anormal.

Questions fréquentes

Le trading algorithmique est-il rentable ?

Il peut l’être, mais rien ne le garantit. Un algorithme ne fait qu’exécuter une stratégie : si celle-ci n’a pas d’avantage statistique réel, l’automatisation ne fera qu’accélérer les pertes. La rentabilité dépend de la stratégie, de la qualité des tests, des coûts de transaction et de la gestion du risque.

Faut-il savoir programmer ?

Ce n’est pas obligatoire pour débuter (certaines plateformes proposent des assistants visuels), mais savoir coder change tout : vous comprenez ce que fait votre robot, vous pouvez l’auditer et l’améliorer. Le MQL5 s’apprend en quelques semaines pour qui a déjà manipulé un langage de programmation.

Avec quel capital commencer ?

Commencez sur un compte démo, puis avec un capital que vous pouvez perdre sans conséquence.

Un robot peut-il tourner sans surveillance ?

Techniquement oui, sur un VPS. En pratique, il faut contrôler régulièrement son fonctionnement : erreurs d’exécution, changements d’horaires du broker, comportement s’écartant du backtest.

Le trading algorithmique est-il légal en France ?

Oui, pour un particulier qui trade son propre compte. Vérifiez en revanche que votre broker est autorisé à exercer en France (liste blanche de l’AMF).

Avertissement : le trading comporte un risque élevé de perte en capital. Les contenus de ce site sont pédagogiques et ne constituent pas un conseil en investissement.