Trading algorithmique · Stratégies
Stratégies de retour à la moyenne : principes, règles et gestion du risque
Bandes de Bollinger, RSI court, z-score : comment construire une stratégie de retour à la moyenne, pourquoi son taux de réussite est élevé, et comment éviter qu’une tendance ne la ruine.
Une stratégie de retour à la moyenne (mean reversion) parie que les écarts excessifs du prix par rapport à une référence vont se résorber : après une baisse rapide et inhabituelle, elle achète en espérant un rebond ; après une hausse excessive, elle vend. Son profil statistique est l’inverse de celui du suivi de tendance : un taux de réussite élevé, souvent supérieur à 60 %, des gains moyens modestes, et un risque de pertes concentrées lorsque l’écart, au lieu de se refermer, s’élargit en tendance. Toute la difficulté consiste à capter les rebonds sans laisser une seule mauvaise série emporter des mois de gains.
Cette page appartient à la rubrique Les familles de stratégies algorithmiques. Elle approfondit la construction des règles et la gestion du risque propres au retour à la moyenne ; l’opposition avec la logique de tendance est développée dans Stratégies de suivi de tendance.
L’hypothèse et la définition de « la moyenne »
Parler de retour à la moyenne suppose de définir quelle moyenne et quel écart. Trois choix reviennent constamment :
- Une moyenne mobile et un écart-type : c’est le principe des bandes de Bollinger. Le prix est jugé excessif lorsqu’il s’éloigne de plus de k écarts-types de sa moyenne sur N barres.
- Un oscillateur borné : un RSI calculé sur très peu de périodes (2 à 5) devient extrêmement sensible et signale les excès à court terme.
- Un z-score : z = (prix − moyenne sur N) / écart-type sur N. C’est la formalisation générale des deux approches précédentes, réutilisée en arbitrage statistique, où le z-score porte sur l’écart entre deux actifs.
Un z-score de −2 signifie que le prix se situe deux écarts-types sous sa moyenne récente. Sous une hypothèse de normalité, ce serait un événement rare ; en pratique, les rendements financiers ont des queues épaisses et ces excès sont beaucoup plus fréquents, et parfois beaucoup plus prolongés, que la loi normale ne le prévoit. C’est la raison pour laquelle le z-score sert de signal, jamais de mesure de probabilité fiable.
Règles types d’entrée et de sortie
Un système de retour à la moyenne courant s’énonce ainsi :
- Filtre de contexte : n’acheter que si le prix est au-dessus d’une moyenne longue (par exemple 200 barres), afin de n’acheter des replis que dans une tendance de fond haussière.
- Entrée : la clôture passe sous la bande de Bollinger inférieure (20 barres, 2 écarts-types), ou le RSI 2 passe sous 10.
- Sortie normale : la clôture revient au-dessus de la moyenne centrale, ou le RSI repasse au-dessus d’un seuil neutre.
- Sortie de protection : un stop loss exprimé en multiple d’ATR, ou une sortie temporelle après un nombre maximal de barres.
Le filtre de contexte est souvent ce qui sépare un système viable d’un système dangereux. Acheter tous les excès baissiers, sans distinction, revient à « attraper un couteau qui tombe » dans chaque marché baissier.
Exemple MQL5 : achat sous la bande inférieure
Le code ci-dessous montre la logique d’entrée et de sortie, côté achat uniquement, avec la fonction iBands. La documentation précise l’ordre des buffers : 0 pour la ligne centrale (BASE_LINE), 1 pour la bande supérieure (UPPER_BAND), 2 pour la bande inférieure (LOWER_BAND).
//+------------------------------------------------------------------+
//| Retour à la moyenne pédagogique : Bollinger + filtre MA 200 |
//+------------------------------------------------------------------+
#include <Trade\Trade.mqh>
input int InpBB = 20; // période des bandes
input double InpDev = 2.0; // nombre d'écarts-types
input int InpTrend = 200; // moyenne de contexte
input int InpMaxBars = 10; // sortie temporelle (barres)
input double InpLots = 0.10;
input ulong InpMagic = 260102;
CTrade trade;
int hBB, hMA;
datetime lastBar = 0;
int OnInit()
{
hBB = iBands(_Symbol, _Period, InpBB, 0, InpDev, PRICE_CLOSE);
hMA = iMA(_Symbol, _Period, InpTrend, 0, MODE_SMA, PRICE_CLOSE);
if(hBB == INVALID_HANDLE || hMA == INVALID_HANDLE) return(INIT_FAILED);
trade.SetExpertMagicNumber(InpMagic);
return(INIT_SUCCEEDED);
}
void OnTick()
{
datetime t = iTime(_Symbol, _Period, 0);
if(t == lastBar) return;
lastBar = t;
double mid[1], low[1], ma[1];
if(CopyBuffer(hBB, 0, 1, 1, mid) != 1) return; // ligne centrale
if(CopyBuffer(hBB, 2, 1, 1, low) != 1) return; // bande inférieure
if(CopyBuffer(hMA, 0, 1, 1, ma) != 1) return;
double c1 = iClose(_Symbol, _Period, 1); // dernière clôture
// Recherche de la position de l'EA
for(int i = PositionsTotal() - 1; i >= 0; i--)
{
ulong tk = PositionGetTicket(i);
if(tk == 0 || PositionGetString(POSITION_SYMBOL) != _Symbol) continue;
if((ulong)PositionGetInteger(POSITION_MAGIC) != InpMagic) continue;
// Sortie : retour à la moyenne ou durée maximale atteinte
datetime opened = (datetime)PositionGetInteger(POSITION_TIME);
int barsHeld = iBarShift(_Symbol, _Period, opened);
if(c1 >= mid[0] || barsHeld >= InpMaxBars)
trade.PositionClose(tk);
return; // une position à la fois
}
// Entrée : excès baissier dans un contexte haussier
if(c1 > ma[0] && c1 < low[0])
{
double ask = SymbolInfoDouble(_Symbol, SYMBOL_ASK);
trade.Buy(InpLots, _Symbol, ask, 0.0, 0.0, "MR long");
}
}
Cet exemple n’a pas de stop loss en prix : la protection repose sur la sortie temporelle. C’est un choix fréquent dans les études de retour à la moyenne, mais il expose le compte à un écart d’ouverture ou à une chute violente pendant la durée du trade. En réel, ajoutez au minimum un stop de catastrophe large, et calculez la taille de position en conséquence.
Le dilemme du stop loss
Le stop loss est la question la plus délicate de cette famille. Un stop serré coupe de nombreux trades qui auraient fini gagnants : le prix continue souvent de s’éloigner un peu avant de revenir, et c’est précisément ce mouvement que la stratégie cherche à exploiter. Un stop trop large, ou l’absence de stop, laisse la porte ouverte à une perte qui efface des dizaines de gains.
La façon rationnelle de trancher consiste à mesurer, sur l’historique, l’excursion défavorable maximale de chaque trade, gagnant ou perdant. Si 90 % des trades gagnants n’ont jamais été plus de 1,5 ATR en perte latente, un stop placé à 2,5 ATR coupe peu de gagnants tout en bornant les pertes. La méthode est détaillée dans la page MAE et MFE.
Profil statistique et lecture du backtest
Un exemple chiffré illustre le danger. Supposons 70 % de trades gagnants à +0,6 R en moyenne et 30 % de perdants à −1,2 R. L’espérance vaut 0,7 × 0,6 − 0,3 × 1,2 = 0,42 − 0,36 = 0,06 R par trade : positive, mais très mince. Il suffit que les coûts augmentent de 0,06 R, ou que la perte moyenne passe à −1,4 R, pour que le système devienne perdant. Les systèmes de retour à la moyenne sont donc très sensibles aux coûts et aux pertes extrêmes.
Dans le rapport, examinez en priorité :
- la plus grosse perte comparée au gain moyen : un rapport de 10 ou plus doit vous alerter ;
- le drawdown maximal et sa durée, plutôt que la régularité apparente de la courbe ;
- la courbe d’equity et pas seulement celle du solde, puisque les pertes latentes peuvent être importantes pendant la durée des trades.
Cas d’usage et pièges
Le retour à la moyenne est historiquement étudié sur les indices actions à court terme, où les replis brefs dans une tendance de fond haussière ont souvent été rachetés. Il est aussi utilisé sur certaines paires de devises en range pendant les séances calmes. Ces constats passés ne garantissent rien pour l’avenir, et chaque marché doit être testé séparément.
Pièges fréquents :
- Acheter sans filtre de régime : dans un marché baissier prolongé, chaque signal d’achat devient une perte.
- Moyenner à la baisse : ajouter des positions à chaque nouvel excès transforme la stratégie en grid trading, avec une exposition qui croît exactement quand il faudrait la réduire.
- Négliger le spread : avec des gains moyens faibles, quelques dixièmes de pip changent le résultat.
- Utiliser le prix de clôture de la barre du signal comme prix d’entrée sans tenir compte du fait qu’en réel l’ordre est exécuté à l’ouverture de la barre suivante.
FAQ
Le retour à la moyenne est-il plus sûr que le suivi de tendance ?
Non, il est différent. Son taux de réussite élevé donne une impression de sécurité, mais ses pertes sont plus rares et plus lourdes. Les deux familles peuvent être viables ou perdantes ; ce qui compte est l’espérance après coûts et la taille des pires pertes.
Faut-il mettre un stop loss sur une stratégie de retour à la moyenne ?
Oui, au moins un stop de protection. Sa distance doit être choisie à partir de l’excursion défavorable des trades gagnants sur l’historique, afin de couper peu de bons trades tout en bornant les pires scénarios.
Quelle unité de temps convient au retour à la moyenne ?
Les approches les plus étudiées portent sur des horizons courts, de quelques heures à quelques jours. Sur des horizons plus longs, les tendances de fond prennent le dessus. L’unité de temps doit aussi être compatible avec vos coûts de transaction.
Comment combiner retour à la moyenne et suivi de tendance ?
La combinaison la plus simple consiste à faire tourner deux robots distincts, dont les résultats sont souvent peu corrélés. Une autre approche utilise un filtre de régime, comme l’ADX ou la pente d’une moyenne longue, pour activer l’une ou l’autre logique ; elle ajoute des paramètres et doit être validée hors échantillon.
