Trading algorithmique · Stratégies
Les familles de stratégies algorithmiques : logiques, profils statistiques et risques
Tendance, retour à la moyenne, breakout, scalping, grid, martingale, arbitrage, saisonnalité, momentum, volatilité : dix familles de stratégies décortiquées, avec leurs règles types, leur profil statistique et leurs pièges.
Une stratégie de trading algorithmique est une règle écrite à l’avance qui transforme des données de marché en décisions d’achat, de vente ou d’abstention. Derrière la diversité apparente des robots, on retrouve un petit nombre de familles qui reposent chacune sur une hypothèse différente sur le comportement des prix : les mouvements se prolongent (suivi de tendance, momentum, breakout), les excès se résorbent (retour à la moyenne, arbitrage statistique), certains moments sont différents des autres (saisonnalité), la variabilité elle-même est exploitable (volatilité), ou encore la gestion des positions prend le pas sur le signal (grid, martingale). Cette rubrique consacre une page à chacune de ces familles : règles types, exemple de code, profil statistique attendu, conditions de marché favorables et défavorables, et risques spécifiques.
Le pilier Trading algorithmique présente ces familles en quelques lignes. Ici, nous allons plus loin : comment formuler les règles de façon testable, quelles statistiques chaque famille produit naturellement, et pourquoi certaines approches, comme le grid trading ou la martingale, peuvent afficher de belles courbes pendant des mois avant une perte brutale.
Pourquoi raisonner en familles de stratégies
Classer une stratégie dans une famille n’est pas un exercice théorique. Cela vous dit immédiatement à quoi ressemblera son backtest et dans quel environnement elle souffrira. Un système de suivi de tendance gagne typiquement sur une minorité de trades, avec des gains moyens nettement supérieurs aux pertes moyennes, et traverse de longues phases de stagnation pendant les marchés sans direction. Un système de retour à la moyenne affiche au contraire un taux de réussite élevé, de petits gains fréquents, et un risque de pertes concentrées lorsque le marché part en tendance. Si votre backtest de suivi de tendance montre 80 % de trades gagnants, ce n’est pas une bonne nouvelle : c’est un signal d’erreur (biais de look-ahead, stop mal simulé, coûts oubliés).
Raisonner en familles permet aussi de diversifier intelligemment. Deux robots qui suivent la tendance sur des indices actions sont fortement corrélés : ils gagnent et perdent en même temps. Associer une logique de tendance à une logique de retour à la moyenne, ou à une stratégie saisonnière, réduit souvent la volatilité globale du portefeuille. La page Corrélation entre stratégies montre comment le mesurer.
Ordre de lecture conseillé
- Les trois grandes logiques directionnelles : Suivi de tendance, puis Retour à la moyenne, puis Breakout. Elles couvrent la majorité des robots publiés et posent le vocabulaire utilisé partout ailleurs.
- Les variantes fondées sur la dynamique des prix : Momentum et Volatilité, qui affinent les logiques précédentes en mesurant la vitesse et l’amplitude des mouvements.
- Les approches fondées sur le temps ou les relations entre actifs : Effets saisonniers et horaires et Arbitrage statistique et pairs trading.
- Les approches à haute fréquence de décision : Scalping algorithmique, où les coûts de transaction deviennent la variable principale.
- Les approches de gestion de position à risque élevé : Grid trading et Martingale et anti-martingale. À lire même si vous ne comptez pas les utiliser : de nombreux robots commerciaux les intègrent sans le dire.
Les dix pages de la rubrique
| Famille | Hypothèse de marché | Profil statistique typique | Risque principal |
|---|---|---|---|
| Suivi de tendance | Les mouvements se prolongent | Taux de réussite faible, gains moyens élevés | Longues phases de stagnation en range |
| Retour à la moyenne | Les excès se résorbent | Taux de réussite élevé, gains moyens faibles | Pertes concentrées en tendance |
| Breakout | Une sortie de zone déclenche un mouvement | Proche du suivi de tendance | Fausses cassures et slippage |
| Scalping | Micro-inefficiences à très court terme | Nombreux trades, gain moyen minuscule | Coûts et qualité d’exécution |
| Grid trading | Le prix revient dans la grille | Courbe très régulière | Exposition croissante sans limite |
| Martingale | Une série de pertes finit par s’interrompre | Taux de réussite apparent très élevé | Ruine sur une série défavorable |
| Arbitrage statistique | Un écart entre actifs liés se referme | Gains réguliers, faible exposition directionnelle | Rupture de la relation |
| Saisonnalité | Certaines heures ou périodes se distinguent | Peu de trades, résultats ciblés | Faux effets issus du data mining |
| Momentum | Les actifs forts restent forts | Proche du suivi de tendance | Retournements brutaux |
| Volatilité | La volatilité alterne entre calme et agitation | Variable selon l’approche | Changements de régime soudains |
Suivi de tendance
La page Stratégies de suivi de tendance détaille les croisements de moyennes mobiles, les canaux de Donchian et les sorties par stop suiveur fondé sur l’ATR, avec un exemple d’Expert Advisor MQL5 qui ne travaille que sur bougies clôturées.
Retour à la moyenne
La page Stratégies de retour à la moyenne explique les entrées sur bandes de Bollinger, RSI court et z-score, les sorties sur la moyenne, et la question centrale du stop loss dans une logique qui parie contre le mouvement.
Breakout
La page Stratégies de breakout couvre la cassure de plus haut sur N barres, l’opening range et les filtres qui limitent les fausses cassures, avec un système ProBacktest commenté.
Scalping algorithmique
La page Scalping algorithmique chiffre l’impact du spread et des commissions sur le taux de réussite nécessaire, et montre comment filtrer le spread dans un robot.
Grid trading
La page Grid trading : fonctionnement et risques décompose l’exposition d’une grille niveau par niveau et explique pourquoi sa courbe de capital est trompeuse.
Martingale et anti-martingale
La page Martingale et anti-martingale calcule la croissance des mises, la probabilité des séries perdantes et oppose la martingale à la logique anti-martingale du risque fixe en pourcentage.
Arbitrage statistique et pairs trading
La page Arbitrage statistique et pairs trading présente le spread entre deux actifs, le z-score, la cointégration et les limites pratiques de cette approche pour un trader particulier.
Effets saisonniers et horaires
La page Effets saisonniers et horaires montre comment tester un effet d’heure, de jour ou de mois sans tomber dans le piège du data mining.
Momentum
La page Stratégies momentum distingue le momentum temporel et le momentum relatif, et code un filtre de taux de variation.
Volatilité
La page Stratégies de volatilité traite les cassures de volatilité, la compression des bandes et le dimensionnement des positions selon l’ATR.
Ce qu’aucune famille ne garantit
Aucune famille de stratégies n’est rentable par nature. Une logique de suivi de tendance qui a fonctionné sur les contrats à terme pendant des décennies peut stagner plusieurs années ; un retour à la moyenne qui gagnait sur un indice peut perdre sur un autre. Ce qui fait la différence, c’est la qualité du test : données propres, coûts réalistes, période hors échantillon, nombre de trades suffisant et analyse statistique honnête. C’est pourquoi chaque page de cette rubrique renvoie vers la rubrique Statistiques de performance d’une stratégie, et vers la méthode décrite dans Backtester une stratégie de trading.
Les exemples de code sont volontairement courts et pédagogiques. Ils montrent la logique, pas une stratégie prête à l’emploi. Avant de les adapter, lisez la page sur la sur-optimisation : plus vous ajoutez de règles et de paramètres, plus vous risquez d’ajuster votre système au bruit du passé.
FAQ
Quelle est la meilleure famille de stratégies pour débuter ?
Le suivi de tendance et le breakout sont les plus simples à coder et à tester proprement : peu de paramètres, des règles lisibles et un comportement facile à vérifier visuellement. Ils obligent aussi à accepter un faible taux de réussite, ce qui est une bonne école. Évitez de commencer par le grid trading ou la martingale, dont les résultats de backtest sont trompeurs.
Peut-on combiner plusieurs familles dans un même robot ?
Oui, mais il est souvent préférable de faire tourner plusieurs robots simples plutôt qu’un seul robot complexe. Chaque logique reste testable séparément, et vous pouvez mesurer la corrélation entre leurs résultats. Un robot qui mélange tendance et retour à la moyenne avec un filtre de régime est possible, mais il multiplie les paramètres et le risque de sur-optimisation.
Comment savoir à quelle famille appartient un robot du commerce ?
Observez son historique : un taux de réussite très élevé avec des gains réguliers et de rares pertes énormes trahit souvent une grille ou une martingale. Regardez aussi le nombre de positions ouvertes simultanément et l’évolution des volumes après une perte. Un rapport de backtest complet, avec la courbe d’equity et pas seulement celle du solde, est indispensable.
Une famille de stratégies fonctionne-t-elle sur tous les marchés ?
Non. Les indices actions, les paires de devises, les matières premières et les cryptomonnaies ont des comportements différents selon les périodes et les unités de temps. Une même logique doit être testée marché par marché, avec ses propres coûts, et validée hors échantillon.
