{"id":302,"date":"2023-12-04T08:47:47","date_gmt":"2023-12-04T07:47:47","guid":{"rendered":"https:\/\/mltrading.fr\/?p=302"},"modified":"2023-12-04T10:55:13","modified_gmt":"2023-12-04T09:55:13","slug":"cas-pratique-creation-manuelle-dun-arbre-de-decision","status":"publish","type":"post","link":"https:\/\/mltrading.fr\/index.php\/2023\/12\/04\/cas-pratique-creation-manuelle-dun-arbre-de-decision\/","title":{"rendered":"Cas pratique: cr\u00e9ation manuelle d’un arbre de d\u00e9cision"},"content":{"rendered":"\n

Nous allons voir ici comment cr\u00e9er un arbre de d\u00e9cision manuellement. Je ne vais pas rentrer dans le code Metatrader, car chaque d\u00e9veloppeur a ses propres habitudes, mais m’int\u00e9resser plut\u00f4t \u00e0 la philosophie derri\u00e8re. <\/p>\n\n\n\n

Cet article est un compl\u00e9ment \u00e0 la page d\u00e9di\u00e9e \u00e0 mon algorithme “Smart Forest<\/a>” que je vous conseille de lire en premier lieu sinon vous risquez d’\u00eatre un peu perdu. <\/p>\n\n\n\n

Tout d’abord, il est indispensable de savoir g\u00e9n\u00e9rer un fichier .csv<\/a> contenant les trades \u00e9mis avec toutes les caract\u00e9ristiques correspondantes au moment de l’ouverture de la position, ainsi que le bilan final du trade, \u00e0 savoir si il est gagnant ou pas, et aussi dans quelle mesure. Il peut en effet s’agir d’un trade avec un gain important, ou bien un gain minime. Les d\u00e9cisions que l’on prendra par la suite d\u00e9pendront de ces informations, car nous serons plus \u00e0 m\u00eame de sacrifier un petit trade qu’un gros. <\/p>\n\n\n\n

Prenons un exemple r\u00e9cent, le bilan sur novembre de Hera <\/a>sur le BRENT. Un gain appr\u00e9ciable de 759EUR pour un capital de 5000EUR, mais en y regardant de plus pr\u00e8s, sur les 11 trades \u00e9mis, 4 \u00e9taient perdants. <\/p>\n\n\n\n

Graphique H4:<\/strong><\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Graphique D1:<\/strong><\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

2 de ces trades perdants ont \u00e9t\u00e9 \u00e9mis le 22\/11\/23, sur une tr\u00e8s forte bougie h4 baissi\u00e8re, avec des ouvertures de position visiblement tr\u00e8s \u00e9loign\u00e9s de la MM8.h4 (en bleu). En daily, on visualise \u00e9galement tr\u00e8s bien le fait que ces trades \u00e9taient mal positionn\u00e9s. Il est probable qu\u2019un humain avis\u00e9 n\u2019aurait pas ouvert de trades \u00e0 la vente \u00e0 ce moment l\u00e0. Le trade perdant du 30\/11 semble correspondre au m\u00eame sch\u00e9ma en H4, nous pouvons donc esp\u00e9rer \u00e9crire un arbre de d\u00e9cision qui engloberait ces 3 trades.<\/p>\n\n\n\n

Des contr\u00f4les qui fonctionnent g\u00e9n\u00e9ralement bien consistent \u00e0 mesurer les \u00e9carts aux moyennes mobiles, ainsi que leurs gradients, ceci souvent en conjonction avec d\u2019autres observations. Parfois il est n\u00e9cessaire de tester plusieurs variantes afin de trouver ce qui correspond le mieux.<\/p>\n\n\n\n

L\u2019observation permet donc d\u2019\u00e9mettre les premi\u00e8res hypoth\u00e8ses, puis une simulation sur la p\u00e9riode globale de test doit \u00eatre lanc\u00e9e afin d\u2019identifier tous les trades impact\u00e9s. Chaque hypoth\u00e8se doit \u00eatre test\u00e9e pour \u00eatre valid\u00e9e.<\/p>\n\n\n\n

Dans ce cas, je remarque qu\u2019en H4, les moyennes mobiles ne sont pas \u00ab\u00a0rang\u00e9es\u00a0\u00bb dans le bon ordre, et le trade est lanc\u00e9 totalement \u00e0 l\u2019oppos\u00e9. La MM50 est repr\u00e9sent\u00e9e en jaune, et la MM26 en vert. On a donc la MM8 > MM50 > MM26, ce qui n\u2019est pas une configuration \u00ab\u00a0propre\u00a0\u00bb, illustrant un mouvement r\u00e9cent fort dans le sens de l\u2019achat. L’\u00e9mission d’un trade \u00e0 la vente, de surcro\u00eet mal positionn\u00e9 par rapport aux moyennes mobiles semble effectivement \u00eatre un mauvais choix, aux probabilit\u00e9s de succ\u00e8s r\u00e9duites.<\/p>\n\n\n\n


Nous allons dans un premier temps \u00e9mettre des crit\u00e8res les plus g\u00e9n\u00e9raux possibles, puis ce sont les r\u00e9sultats de la simulation qui nous permettront d\u2019affiner les choses.<\/p>\n\n\n\n

On pourrait ainsi \u00e9crire pour la vente (ce sera l\u2019inverse pour les achats):<\/p>\n\n\n\n

mm8.h4 > mm50.h4
&& mm50.h4 > mm26.h4
&& Bid() < mm26.h4<\/p>\n\n\n\n

Ce premier jet nous permet d\u2019isoler 27 trades sur la p\u00e9riode de 10 ans (sans nos trades de novembre), ce qui peut sembler faible mais toutefois suffisant pour pouvoir identifier des crit\u00e8res suppl\u00e9mentaires. On peut ajouter \u00e0 cela nos 3 trades de novembre 2023 qui correspondent \u00e9galement \u00e0 ce descriptif.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n


Cela constituera un arbre de taille assez r\u00e9duite, mais nous pourrons toujours appr\u00e9cier dans le futur que des trades ne soient plus \u00e9mis dans une situation comparable. Hera est un robot d\u00e9j\u00e0 bien avanc\u00e9 en terme d\u2019optimisation, donc \u00e0 ce stade, il est normal que les trades gagnants soient majoritaires.<\/p>\n\n\n\n

Pour ne pas perdre trop de trades positifs, nous allons voir si il est possible d\u2019affiner un peu les choses. M\u00eame si il ne faut jamais s\u2019obstiner \u00e0 essayer de trouver une coh\u00e9rence l\u00e0 o\u00f9 il n\u2019y en a pas!<\/p>\n\n\n\n

C\u2019est l\u00e0 que le fichier .csv est indispensable.<\/p>\n\n\n\n

Avec l\u2019exp\u00e9rience, on peut identifier rapidement les valeurs caract\u00e9ristiques extr\u00eames qui permettent de pr\u00e9ciser les choses, le but \u00e9tant de relier entre eux le plus de trades perdants, en excluant au maximum les trades positifs. La lecture des donn\u00e9es conjugu\u00e9e \u00e0 la visualisation des trades sur la courbe, rend cette technique particuli\u00e8rement efficace.<\/p>\n\n\n\n

Dans cet exemple, les crit\u00e8res suppl\u00e9mentaires conserv\u00e9s vont \u00eatre relatifs au positionnement du prix vis \u00e0 vis de la mm8.mn1, de la mm4.mn1, et des gradients de moyenne mobile mm4.d1 et mm8.w1. Il serait quasiment impossible d\u2019identifier ces informations avec leur seuil sans l\u2019aide d\u2019un reporting adapt\u00e9.<\/p>\n\n\n\n

Dans cet exemple relativement simple, la seule lecture du fichier de reporting s\u2019est av\u00e9r\u00e9e suffisante, mais le plus souvent, il est n\u00e9cessaire de recourir \u00e0 des patterns graphiques pour parvenir \u00e0 affiner les choses.<\/p>\n\n\n\n

On pourrait ainsi \u00e9crire, toujours pour les ventes (les seuils sont ici \u00e0 titre indicatif, ils doivent \u00eatre d\u00e9termin\u00e9s sur des valeurs normalis\u00e9es et apparaissent souvent tr\u00e8s utiles pour quantifier la force d’une tendance ou l’importance d’un \u00e9loignement):<\/p>\n\n\n\n

mm8.h4 > mm50.h4
&& mm50.h4 > mm26.h4
&& Bid() < mm26.h4
&& Bid() < mm8.mn1
&& Bid() < mm4.mn1 + 500
&& gradient(mm4.d1) < 5
&& gradient(mm8.w1) < 30<\/p>\n\n\n\n

Ces nouveaux crit\u00e8res permettent d\u2019identifier d\u00e9sormais les trades suivants (auxquels il faut toujours rajouter nos 3 trades perdants de novembre \u2013 s\u2019agissant de jeux de donn\u00e9es diff\u00e9rents, historique tickstory vs historique r\u00e9cent metatrader, il n\u2019est pas possible de les avoir sur un m\u00eame graphique. La \u00ab fusion \u00bb des donn\u00e9es doit se faire manuellement).<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Nous avons conserv\u00e9 ainsi 10 trades (+ 3 trades de novembre), dont seulement 3 gagnants, qui seront d\u00e9sormais exclus par cet arbre de d\u00e9cision.<\/p>\n\n\n\n

Les trades sur novembre suite \u00e0 validation de cet arbre de d\u00e9cision sont ainsi plus \u00ab propres \u00bb qu\u2019initialement. Il ne reste plus qu\u2019un trade n\u00e9gatif, le 21\/11 \u00e0 12h00, qu\u2019il serait difficile de s\u00e9curiser. Un exemple de trade perdant \u00ab par malchance \u00bb sur lequel baser un arbre de d\u00e9cision ne semble pas \u00eatre une bonne id\u00e9e. S\u2019acharner \u00e0 vouloir exclure des trades perdants qui sont en toute objectivit\u00e9 bien plac\u00e9s nous ferait tomber dans l\u2019\u00e9cueil de l\u2019over fitting.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Notre arbre de d\u00e9cision est ainsi achev\u00e9, d\u2019une mani\u00e8re assez simple, puisqu\u2019il n\u2019a pas \u00e9t\u00e9 n\u00e9cessaire de lui associer des branches.<\/p>\n\n\n\n

Quelques mots concernant les branches. Une branche est l\u2019\u00e9quivalent d\u2019un \u00ab sauf si\u2026. \u00bb, et permet d\u2019exclure d\u2019un arbre de d\u00e9cision un ensemble de trades correspondant \u00e0 une situation pr\u00e9cise. Une branche, qui sera un ensemble de conditions favorables, va donc permettre l’exclusion de trades gagnants d\u2019un arbre de d\u00e9cision.<\/p>\n\n\n\n

<\/p>\n\n\n\n

<\/p>\n\n\n\n

<\/p>\n\n\n\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

Nous allons voir ici comment cr\u00e9er un arbre de d\u00e9cision manuellement. Je ne vais pas rentrer dans le code Metatrader, car chaque d\u00e9veloppeur a ses propres habitudes, mais m’int\u00e9resser plut\u00f4t \u00e0 la philosophie derri\u00e8re. Cet article est un compl\u00e9ment \u00e0 la page d\u00e9di\u00e9e \u00e0 mon algorithme “Smart Forest” que je vous conseille de lire en … Continue reading “Cas pratique: cr\u00e9ation manuelle d’un arbre de d\u00e9cision”<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"advgb_blocks_editor_width":"","advgb_blocks_columns_visual_guide":"","_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"_uf_show_specific_survey":0,"_uf_disable_surveys":false,"footnotes":""},"categories":[4,5],"tags":[],"class_list":["post-302","post","type-post","status-publish","format-standard","hentry","category-metatrader-trading","category-strategie-trading"],"aioseo_notices":[],"author_meta":{"display_name":"stephanie","author_link":"https:\/\/mltrading.fr\/index.php\/author\/admin3872\/"},"featured_img":null,"coauthors":[],"tax_additional":{"categories":{"linked":["Metatrader<\/a>","Strat\u00e9gie de trading<\/a>"],"unlinked":["Metatrader<\/span>","Strat\u00e9gie de trading<\/span>"]}},"comment_count":"0","relative_dates":{"created":"Posted 2 years ago","modified":"Updated 2 years ago"},"absolute_dates":{"created":"Posted on 4 December 2023","modified":"Updated on 4 December 2023"},"absolute_dates_time":{"created":"Posted on 4 December 2023 8h47","modified":"Updated on 4 December 2023 10h55"},"featured_img_caption":"","series_order":"","_links":{"self":[{"href":"https:\/\/mltrading.fr\/index.php\/wp-json\/wp\/v2\/posts\/302","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/mltrading.fr\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/mltrading.fr\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/mltrading.fr\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/mltrading.fr\/index.php\/wp-json\/wp\/v2\/comments?post=302"}],"version-history":[{"count":11,"href":"https:\/\/mltrading.fr\/index.php\/wp-json\/wp\/v2\/posts\/302\/revisions"}],"predecessor-version":[{"id":333,"href":"https:\/\/mltrading.fr\/index.php\/wp-json\/wp\/v2\/posts\/302\/revisions\/333"}],"wp:attachment":[{"href":"https:\/\/mltrading.fr\/index.php\/wp-json\/wp\/v2\/media?parent=302"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/mltrading.fr\/index.php\/wp-json\/wp\/v2\/categories?post=302"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/mltrading.fr\/index.php\/wp-json\/wp\/v2\/tags?post=302"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}