Le temps est venu de faire le bilan de Hera et Pegase pour le premier mois de 2024, qui en sont en phase 2 d’incubation(compte démo sur données en temps réel).
Hera, le bon élève avec +34% …
C’est toujours quelque chose d’émouvant en tant que développeur de voir son “bébé” réaliser des trades aussi parfaits. Des entrées avec un bon timing, des sorties raisonnables. Juste un trade perdant mais qui a été compensé quelques heures plus tard. Bien entendu, il est très vraisemblable que tous les mois ne seront pas de ce niveau, mais savourons cet instant 😀
En 2 mois Hera a donc cumulé 2373EUR de gains, pour un capital initial de 5000EUR, soit pour le moment +47,46%
Le réglage du risque est resté le même, c’est à dire un risque par trade de 6%, ce qui est assez élevé. Pour l’instant, au vu du bon niveau de trades gagnants, je vais conserver ce réglage.
Pegase, un démarrage plus timide, avec +7.86%
Pour son premier mois en phase 2 d’incubation (compte démo, temps réel), Pegase affiche un timide mais très acceptable +7.86%, soit un gain de 393EUR pour un capital de 5000EUR.
Il tourne en simultané sur 5 indices, que sont USTECH (Nasdaq), SP500, DJ30, DE40, et JP225, avec un réglage du risque par trade qui a été fixé pour le moment à 3%. USTECH et DE40 ont un réglage légèrement différent des autres, le SL étant limité à 0.5% alors que pour les autres il est fixé à 1% . Il est donc normal d’avoir + de trades perdants sur USTECH et DE40, mais des gains plus élevés aussi.
On voit de suite que l’historique de trades est moins “propre”. Un bug est apparu sur la gestion du money management multi symboles, ce qui explique les petites pertes qui n’auraient pas dû avoir lieu. Les trades ont été coupés trop tôt. C’est un des inconvénients de Metatrader qui ne permet pas de tester un robot en multi-symboles afin d’implémenter correctement une couche supérieure de money management. Mais j’ai déjà repéré un nouvel outil qui m’apporterait cette fonctionnalité, et bien plus encore. Pour plus tard donc 🙂
Sinon, malgré de nombreux trades perdants, les gains ont pu compenser suffisamment pour conserver une balance positive en fin de mois, ce qui est rassurant. J’avais intentionnellement limité le travail d’optimisation sur Pegase par rapport à Hera, mais je m’aperçois que c’était une erreur. Parmi les trades perdants, certains auraient clairement pu être évités. Je rappelle que ce travail d’optimisation consiste à appliquer les enseignements de l’analyse technique à une étude statistique des différentes configurations de marché (avec de nombreuses précautions permettant de limiter l’over fitting). Je vais donc poursuivre ce travail d’optimisation sur Pegase qui reste pour moi très prometteur.
Développements en cours ….
2 nouveaux robots Metatrader, basés aux aussi sur l’algorithme Smart Forest sont dans les tuyaux:
- Ceres – Robot multi-symboles sur Matières Premières (NGAS, DIESEL, WTI, BRENT, COTTON, COFFEE, COCOA). Il scrute les signaux longs termes, et peut donc passer plusieurs semaines en étant totalement inactif, ce qui peut être assez frustrant. Je l’imagine donc plutôt comme un robot secondaire. Je devrais pouvoir vous le présenter très bientôt.
- Cresus – Robot multi-symboles sur Cryptos. Les cryptos présentent souvent des courbes de tendance très marquées, de grosses vagues sur lesquelles on n’a qu’une envie: surfer dessus! Cresus met en œuvre une approche assez différente de ce que j’ai réalisé jusqu’à présent. En tant que “chercheuse”, je pense important d’essayer constamment de nouvelles approches. Puis avec l’expérience, on identifie ce qui fonctionne le mieux et on s’améliore. Pour mettre en place un système de trading, plusieurs éléments sont nécessaires: 1/ identifier la configuration de marché (tendance, zone de retournement) pour savoir quel sens (achat ou vente) il faut privilégier. Ce premier niveau se fait préférentiellement dans les échelles de temps supérieures (monthly/weekly/daily). 2/ recherche du bon timing dans les échelles de temps inférieures. Ici on recherche des “signaux d’entrée” 3/ stratégie de sortie adaptée. Donc généralement, on recherche des points d’entrée, c’est à dire que l’on cherche à répondre à la question “Quand dois-je rentrer?” et bien sûr dans quel sens. Sur Cresus, l’étape 1 permettant d’identifier le sens de trade est bien sûr conservée, car je la pense incontournable. Mais ensuite, plutôt que de chercher un signal d’entrée, je rentre sur le marché de manière systématique, en réalisant un trade par bougie H4…. Bien sûr, cela impose de réaliser des trades de petites tailles. Puis le travail d’optimisation permet d’exclure les zones où la probabilité de trades perdants est trop élevée. Donc plutôt que de poser la question “Quand dois-je rentrer?”, je pose la question “Quand ne dois-je pas rentrer?”. Cette approche présente l’avantage de permettre un “scan” global des courbes d’historique, plutôt que de se limiter aux zones qui présentent un signal d’entrée. Travailler sur les cryptos présente toutefois un inconvénient: on dispose d’historiques limités, d’où la nécessité de travailler sur de nombreuses cryptos en parallèle afin que ce travail d’optimisation conserve sa pertinence.
Cresus sur BTC, “nuage de trades” avec entrée systématique sur bougie H4 dans le sens de la tendance weekly. Ce nuage de trades permet de visualiser rapidement les configurations de marché favorables et celles à risque.
Sur BTC, cette approche systématique est déjà rentable avant tout travail d’optimisation. Toutes les paires de crypto ne sont pas rentables. Ces paires ne sont pas négligées, bien au contraire, car elles sont porteuses de nombreuses informations relatives aux zones à risque.
Equity curve Cresus sur BTC avant optimisation:
Un robot déjà prometteur donc, mais beaucoup de travail à réaliser dessus, j’espère vous le présenter plus officiellement d’ici 3 mois.
Affaire à suivre donc!
- En parallèle du développement de robots Metatrader optimisés, je travaille également à la recherche d'”alphas” sur futures via TradeStation. Il s’agit ici de rechercher des stratégies qui ne font souvent que quelques lignes, mais qui présentent déjà une courbe de gains favorable. Cette approche est celle qui est le plus souvent appliquée par les traders à ma connaissance, car plus accessible et ne demandant que peu de compétences en développement. Il s’agit de tester des dizaines, parfois des centaines de stratégies, sur de nombreux symboles, échelles de temps, jusqu’à trouver la “pépite” rentable. C’est quelque chose d’assez ludique finalement, que l’on peut pratiquer comme passe temps quand on a besoin de faire quelque chose de différent. J’ai ainsi déjà quelques stratégies en test, prometteuses sur simulation mais qui demandent à être vérifiées en temps réel. Quand j’aurais un peu plus de recul donc, je présenterai les résultats dans les prochains bilans. Ces stratégies seront probablement proposées à la vente si elles s’avèrent gagnantes.
