Les résultats récents d'une stratégie doivent-ils changer sa gestion du trade suivant ?

Presque tous les traders croient à une version de cette idée. On réduit la taille après trois pertes. Le trade suivant reçoit plus de marge après une bonne série. La croyance est assez ancienne pour avoir son propre vocabulaire : pousser une main chaude, respecter un drawdown, trader plus petit jusqu'au retour de la forme. Les desks systématiques encodent le même instinct dans des filtres de courbe d'équité, du sizing dynamique et des règles qui élargissent un stop quand les derniers trades se sont bien passés.

L'affirmation est testable, et elle est plus étroite qu'elle n'en a l'air. Ce n'est pas une affirmation sur le fait qu'une stratégie fonctionne. Elle dit qu'une fois la décision d'entrer déjà prise, l'historique des trades clôturés de la stratégie porte une information sur la façon dont cette entrée doit être gérée : où placer le stop, où placer l'objectif, quelle taille donner à la position, ou s'il faut la prendre tout court.

Nous l'avons testée sur une bibliothèque figée de stratégies mécaniques, sur deux marchés et deux vitesses, en maintenant le signal d'entrée fixe pour que toute différence vienne forcément de la décision de gestion. Une statistique que l'étude est tenue de rapporter est ensuite venue affaiblir ses propres preuves pour trois des cinq familles de gestion. Un second protocole a donc été enregistré comme addendum, gelé sous son propre hash de configuration, afin de lever cette faiblesse et de retester ces trois familles. Les deux sont rapportés ci-dessous.

Chaque comparaison de cette étude maintient l'entrée fixe. Deux politiques voient la même opportunité sur la même barre et ne diffèrent que par ce qu'elles en font. C'est ce qui rend le test propre, et c'est pourquoi le résultat porte sur la gestion plutôt que sur les stratégies elles-mêmes.

Cinq familles de règles de gestion ont été testées, chacune lisant un résumé de la performance récente de la stratégie et actionnant un seul levier : l'objectif de gain, le stop, les deux ensemble, la taille de position, ou le fait même de prendre le trade. Huit résumés différents de la performance récente alimentaient chaque famille, parmi lesquels le résultat cumulé sur les dix et les cinquante derniers trades, le taux de réussite sur plusieurs lookbacks, la série de gains ou de pertes en cours et le drawdown des cinquante derniers trades. Chaque résumé a été exécuté dans les deux sens, couvrant la lecture hot-hand, où de bons résultats justifient d'en faire plus, et la lecture mean-reversion, où ce sont les mauvais résultats qui le justifient. Cela fait 80 politiques de gestion distinctes, et aucun des deux sens n'a été choisi par nous après coup. Les deux étaient enregistrés à l'avance et les deux ont été explorés.

Sous ces politiques se trouve une bibliothèque de base de 80 stratégies mécaniques issues de huit familles standard : croisement de moyennes mobiles, momentum, retour à la moyenne, cassure, cassure de volatilité, suivi de tendance, retournement Bollinger et retournement RSI, toutes signalant dans les deux sens. L'univers réunit 10 contrats perpétuels crypto et 10 actions américaines à grande capitalisation, chacun en résolution 15 minutes et horaire, ce qui donne quatre cellules rapportées séparément et jamais agrégées, parce qu'un résultat en crypto n'est pas une preuve sur les actions. L'évaluation hors échantillon court de janvier 2023 à juillet 2026 par pas trimestriels, chaque trimestre étant noté par une politique sélectionnée sur les 24 mois précédents uniquement.

Les stratégies ont été sélectionnées avant l'existence du moindre chiffre hors échantillon, sur la seule fréquence de trades et la durée de détention, jamais sur la rentabilité. La largeur des barrières et le ratio gain/risque sont calibrés en échantillon, fenêtre par fenêtre, si bien que la référence que les traitements doivent battre est une gestion statique calibrée, et non une cible arbitraire à deux pour un, facile à battre.

Rien ici n'est un backtest sans coûts. L'entrée traverse le spread et paie les frais taker plus le slippage. Un objectif de gain repose comme un ordre limite, donc il paie les frais maker sans spread ni slippage, tandis qu'un stop traverse et paie taker plus slippage. Les positions crypto paient ou reçoivent le funding à chaque settlement traversé, au taux réellement observé et avec son vrai signe. Le funding est rapporté à part plutôt que fondu dans le chiffre net, parce que sur cette période il s'est comporté comme un coût persistant contre un book long et serait sinon facile à confondre avec un effet de stratégie.

Un trade se termine sur son stop, sur son objectif, ou quand la stratégie change d'avis et que la position s'inverse. Il n'y a ni sortie temporelle ni durée de détention maximale, parce qu'une sortie forcée est un artefact du harnais de test plutôt qu'une décision de trader.

Créditer une famille de gestion dans une cellule exige de franchir huit conditions. Sept sont descriptives. Elles demandent si l'amélioration existe seulement, si elle survit sur les trades exécutés, si elle laisse le ratio de risque intact, si elle gagne plus de mois qu'elle n'en perd, si elle survit à la suppression de son unique meilleur mois, si elle bat un placebo apparié et si elle tient quand la séquence de trades est perturbée.

La huitième est statistique : un bootstrap apparié qui rééchantillonne des semaines calendaires entières, si bien que les trades d'une même semaine se déplacent ensemble et que les positions qui se chevauchent ne peuvent pas tromper le test. Ensuite, toutes les comparaisons de la famille déclarée sont corrigées ensemble pour tests multiples.

Parmi les sept, le placebo mérite une description parce qu'il est le plus tranchant. Il reprend la même politique et fait tourner ses actions sur les mêmes trades, en préservant le compte exact de grandes positions, de petites positions et de trades sautés, tout en ne détruisant que l'alignement entre l'état de la courbe d'équité et le trade auquel elle réagissait. Une politique incapable de battre ses propres actions mélangées répond à la fréquence à laquelle elle agit, pas au moment où elle agit.

Sur 20 comparaisons, soit cinq familles de gestion dans chacune des quatre cellules marché et timeframe, aucune famille n'a été créditée nulle part. La condition statistique a échoué dans les 20 cas, avec des valeurs de significativité ajustée commençant à 0.700 face à un seuil de 0.05.

Les différences mesurées sont majoritairement positives et uniformément minuscules, allant de -0.0014 à +0.0094 unité de risque par signal. Un trade dans ce design risque une unité entière, donc le plus grand effet trouvé dans l'exécution principale vaut moins de 1% du risque d'un seul trade.

Une ligne qui franchit six ou sept des huit conditions n'est pas créditée pour autant, et cela mérite d'être dit clairement, parce que le tableau invite à la lecture inverse. Les autres conditions sont descriptives : elles disent seulement que l'overlay est allé dans le bon sens et a gardé sa forme. Aucune ne teste si la différence se distingue du bruit, et celle qui le fait a échoué partout.

Les politiques de gestion ont bel et bien battu leurs placebos mélangés. Dans 19 des 20 comparaisons, la politique réelle s'est placée au-dessus du 95e centile de ses propres actions permutées, avec des centiles allant de 0.807 à 1.00.

Mélanger l'alignement entre les résultats récents et le trade suivant dégrade la performance de façon fiable. L'alignement porte donc quelque chose de mesurable et de reproductible. Ce qu'il porte ne vaut simplement pas la peine d'être exploité : l'effet est réel dans son signe, constant dans sa direction, et bien trop petit pour être séparé du bruit une fois pris en compte le nombre de façons dont il a été cherché. C'est une réponse plus précise qu'un verdict brut disant que l'idée échoue.

L'une des statistiques à rapporter obligatoirement complique le résultat nul ci-dessus, et elle est présentée ici plutôt qu'enterrée, parce qu'elle change la part du résultat à laquelle il faut croire.

70.3% des trades se sont terminés sur un retournement plutôt que sur une barrière. La cause est mécanique. Les distances de barrière sont calibrées en échantillon, la recherche préfère les réglages les plus larges, et une barrière large est rarement atteinte avant l'arrivée du signal suivant.

Pour les deux familles qui agissent sur la taille ou sur le fait de trader ou non, cela ne change rien, puisqu'elles agissent sur chaque candidat quelle que soit sa fin. Pour les trois familles qui déplacent un stop ou un objectif, cela change tout. Des barrières qui s'exécutent rarement ne leur laissent presque rien sur quoi agir, donc un résultat nul les concernant est une preuve faible : il dit que le traitement a eu peu d'occasions, pas que les résultats récents ne portent aucune information sur le placement des barrières.

L'addendum est un ajout à l'étude ci-dessus, pas un remplacement. Rien de l'exécution principale n'est réévalué, les deux ne sont jamais agrégées, et l'addendum a été spécifié par écrit puis gelé sous ses propres hashes de configuration et d'implémentation avant qu'aucun de ses chiffres hors échantillon ne soit produit ou ouvert. Il ne reteste que les trois familles dont le test était compromis, puisque les deux autres avaient déjà été testées équitablement.

Son unique changement : un trade se termine sur son take-profit ou sur son stop-loss, et d'aucune autre manière. Pas de sortie temporelle, pas de durée maximale, pas de retournement.

Ce changement soulève une question à laquelle l'étude principale n'a jamais eu à répondre : que se passe-t-il quand un signal arrive alors qu'une position est déjà ouverte. Les deux réponses ont été exécutées, comme des branches distinctes, et les deux sont rapportées.

Les deux branches reçoivent un flux de signaux identique, vérifié cellule par cellule, et les deux sont notées sur le résultat net par signal proposé. Ce dénominateur commun est ce qui les rend comparables : la branche qui refuse des signaux n'est pas flattée par une mesure rapportée à un compte plus petit. Comme les barrières portent désormais toute la charge, les distances de barrière ont été recalibrées par cellule avant l'exécution, en lisant uniquement la durée de détention et la résolution, jamais le profit.

Sur ses 24 comparaisons, soit trois familles dans quatre cellules et deux branches, aucune famille n'a été créditée dans l'une ou l'autre branche. La condition statistique a échoué dans les 24 cas, avec des valeurs de significativité ajustée commençant à 0.819.

Les effets vont de -0.0011 à +0.0144 unité de risque par signal, donc le plus grand vaut environ 1.4% du risque d'un seul trade. Le placebo se comporte comme dans l'exécution principale : 17 des 24 comparaisons battent le 95e centile de leurs propres actions mélangées.

Une fois les retournements supprimés, la seule façon pour un trade de ne pas se résoudre est d'être encore ouvert quand l'historique de l'instrument s'arrête, et le résultat d'un tel trade est fixé par l'endroit où les données se terminent plutôt que par la stratégie, ce qui est le mode de défaillance qui aurait pu couler le design. Mesuré sur toutes les cellules et les deux branches, cela concerne entre 0.08% et 0.46% des trades.

Les trois familles qui déplacent un stop ou un objectif ont donc eu une occasion propre sur pratiquement chaque trade, sous deux règles d'occupation différentes, sur deux marchés et à deux vitesses, et elles n'ont pourtant rien produit qui survive à la correction. Le résultat nul de l'étude principale pour ces trois familles était une preuve faible, et il ne l'est plus.

Les deux branches sont des books réellement exploitables, et chacune paie sa règle dans une monnaie différente.

La branche position unique refuse entre 31% et 53% des signaux qui lui sont proposés. C'est toute la différence entre les branches, et c'est le prix à payer pour ne jamais détenir plus d'une position à la fois.

La branche empilement ne pose aucun plafond sur les positions simultanées, ce qui semble illimité, donc l'exposition signée a été mesurée directement. Compter les tickets ouverts surestime le risque, parce qu'un long et un short sur le même instrument s'annulent ; la mesure honnête est la somme signée, pondérée par le temps, sur les barres qui portent effectivement quelque chose.

Sur cette base, la médiane vaut une unité de direction dans chaque cellule, le 90e centile en vaut une ou deux, et le maximum atteint cinq, donc les tickets supplémentaires sont transitoires. Ce que la règle d'empilement dépense réellement, c'est du coût plutôt que de la capacité de risque : les deux côtés d'un chevauchement sont ouverts puis fermés, et sa facture de funding en crypto 15 minutes a représenté environ 18 fois celle de la branche position unique.

Les résultats récents d'une stratégie portent bel et bien un faible signal sur le trade suivant. Mélanger l'alignement dégrade les résultats de façon mesurable, ce qui veut dire que la relation est réelle et non imaginée.

Pour un book systématique, l'implication est de figer les règles de gestion, de les dimensionner pour le risque que vous comptez prendre, et de dépenser le budget de recherche sur l'entrée à la place.

• La branche empilement empile à peine dans la moitié des cellules. Mesurée en échantillon, elle tient une médiane de 1.05 et 1.07 position dans les deux cellules horaires, ce qui en fait presque la même expérience que la branche position unique à cet endroit. La comparaison entre branches n'est véritable que dans les cellules 15 minutes, où la médiane atteint 1.33 et 1.61. Cela aurait dû être mesuré avant de dépenser le hors échantillon, tant que le design pouvait encore être élargi.
• La couverture de la branche position unique est plus mince. Refuser à peu près la moitié des signaux laisse moins de trades à la recherche en échantillon, si bien que dans les cellules 15 minutes une famille de gestion est absente de jusqu'à 17% des fenêtres, faute d'une politique qui méritait d'être sélectionnée. La branche empilement présente les trois familles dans chaque fenêtre de chaque cellule, donc les résultats en position unique reposent sur moins de fenêtres.
• Un réglage de barrière dépasse sa cible de détention. Au réglage le plus large en actions 15 minutes, 24.3% des trades durent deux semaines ou plus, contre une tolérance de 20%. Il est rapporté plutôt que retiré, parce que supprimer un réglage pour faire croire qu'une cible est atteinte revient à choisir la réponse.
• Les frais d'emprunt de titres ne sont pas modélisés. Ils sont absents des données en amont. Sur des détentions de plusieurs jours, cela sous-estime le coût des positions courtes en actions.
• Six des dix suites de contrôle n'ont pas été rejouées contre le moteur de l'étude principale. Quatre l'ont été, dont le test de parité d'exécution, là où ce design a réellement changé. L'addendum a rejoué ses quatre suites obligatoires contre son propre moteur.
• La portée est limitée. Vingt instruments, deux marchés, deux vitesses et une seule définition de la performance récente par famille laissent la place à un autre résumé de l'état de la courbe d'équité, à une bibliothèque plus lente ou à un horizon plus long qui se comporteraient différemment. Ceci est un résultat nul sur ce design, pas une preuve sur l'idée en général.