{"id":593,"date":"2025-10-12T08:56:24","date_gmt":"2025-10-12T06:56:24","guid":{"rendered":"https:\/\/mltrading.fr\/?p=593"},"modified":"2025-10-12T12:18:03","modified_gmt":"2025-10-12T10:18:03","slug":"money-management-ou-les-parachutes-de-secours","status":"publish","type":"post","link":"https:\/\/mltrading.fr\/index.php\/2025\/10\/12\/money-management-ou-les-parachutes-de-secours\/","title":{"rendered":"Le Money Management ou les incontournables parachutes de secours"},"content":{"rendered":"\n
\"\"<\/figure>\n\n\n\n

Optimiser un robot c’est bien, mais croire que la couche d’optimisation sera suffisante et ainsi n\u00e9gliger la couche de money management, c’est un peu comme sauter en parachute, sans parachute de secours… C’est vrai que cela peut bien se passer la plupart du temps, mais est-ce une raison pour n\u00e9gliger la s\u00e9curit\u00e9?<\/p>\n\n\n\n

Nous allons voir ici \u00e0 travers quelques exemples comment mettre en \u0153uvre des couches suppl\u00e9mentaires, ind\u00e9pendantes de la couche d’optimisation, et dont le but ne sera pas d’augmenter les performances mais de r\u00e9duire les risques pour tous les cas o\u00f9 l’optimisation aura failli \u00e0 sa mission. Ces couches suppl\u00e9mentaires auront d’ailleurs souvent pour effet de r\u00e9duire les gains th\u00e9oriques. Il s’agit de l’\u00e9ternelle rivalit\u00e9 entre performance et robustesse, 2 notions fondamentales dans tout syst\u00e8me complexe.<\/p>\n\n\n\n

Il s’agit ici d’observer le comportement de son robot, et principalement les situations o\u00f9 cela se passe mal. Le premier r\u00e9flexe sera de revoir sa couche d’optimisation, et c’est important de le faire bien \u00e9videmment, mais il faut aussi prendre le temps d’analyser ces d\u00e9faillances et de se demander comment on aurait pu g\u00e9rer cela diff\u00e9remment, pour que les pertes subies soient r\u00e9duites. Se poser ces questions et y trouver des r\u00e9ponses est fondamental car il y aura toujours dans l’avenir des situations qui ne seront pas trait\u00e9es correctement par la couche d’optimisation.<\/p>\n\n\n\n

Pour que l’on puisse rentrer dans le vif du sujet, je vais vous donner quelques cas concrets que j’ai mis en \u0153uvre sur mon dernier robot Cassiop\u00e9e EURUSD dont je vous parlerai plus en d\u00e9tail dans un prochain article.<\/p>\n\n\n\n

Pour bien comprendre le contexte de ce robot, il est important de pr\u00e9ciser que ce robot a une moyenne de 10 trades quotidiens, et un SL = 15 x TP, avec un % de trades gagnants d\u00e9passant les 95%. Les pertes sur SL sont donc redout\u00e9es, d’autant plus que le robot autorise plusieurs trades simultan\u00e9s… Sur le papier, on pourrait se dire qu’une telle approche est trop risqu\u00e9e, mais comme je suis d’un naturel curieux, et au vu des performances tr\u00e8s int\u00e9ressantes que l’on peut esp\u00e9rer d’un tel robot, j’ai choisi de relever le d\u00e9fi. Et cela passe ici, in\u00e9vitablement, par une r\u00e9flexion tr\u00e8s pouss\u00e9e sur tous les moyens que l’on peut mettre en \u0153uvre pour \u00e9viter de se retrouver dans la situation f\u00e2cheuse de 5 trades simultan\u00e9s qui courent vers leur SL….
Les parachutes de secours que je vais vous pr\u00e9senter ci-dessous sont donc adapt\u00e9s \u00e0 ce contexte particulier.<\/p>\n\n\n\n

    \n
  1. Couples SL\/TP phase optimisation et production diff\u00e9rents<\/strong>
    L’une des premi\u00e8res bonnes pratiques en mati\u00e8re d’optimisation, \u00e0 mon sens, est d’appliquer lors de la phase d’optimisation des valeurs \u00e0 nos TP et SL plus restrictifs que ceux que l’on souhaitent appliquer en production. Cette bonne pratique n’est pas du money management \u00e0 proprement parl\u00e9, mais je consid\u00e8re qu’il s’agit l\u00e0 du premier “parachute de secours”, que l’on doit pr\u00e9voir au tout d\u00e9but de notre phase de d\u00e9veloppement.
    Si l’on reprend l’exemple de Cassiop\u00e9e:
    – phase d’optimisation: TP = 1.5 et SL = 5
    – phase production: TP= 1 et SL = 15
    Cela va permettre, lors de la phase d’optimisation, de se concentrer sur les trades les plus int\u00e9ressants, en excluant les trades perdants, et les trades gagnants de justesse. En pratique, le fait de multiplier le SL par 3 en production va permettre d’augmenter significativement le % de trades gagnants.
    On se retrouve toutefois avec un rapport de 15 entre le SL et le TP, ce qui va demander la mise en \u0153uvre d’un money management bien r\u00e9fl\u00e9chi, c’est ce que nous allons voir par la suite.
    <\/li>\n\n\n\n
  2. Augmentation de la taille de position suite \u00e0 une perte<\/strong>
    Ce rapport de 15 entre TP et SL signifie qu’apr\u00e8s une perte sur SL, 15 trades gagnants seront n\u00e9cessaires pour r\u00e9cup\u00e9rer. Toutefois, n’oublions pas que l’une des caract\u00e9ristiques de ce robot est le % de trades gagnants tr\u00e8s \u00e9lev\u00e9, et c’est ce que nous allons mettre \u00e0 profit ici par une m\u00e9thode tr\u00e8s simple: la multiplication par 2 de la taille de position pour les trades cons\u00e9cutifs \u00e0 une perte. Ce ne sont alors plus que 8 trades gagnants qui seront n\u00e9cessaires, et non plus 15. Dans la plupart des cas, cette technique sera profitable, mais il y a toujours un risque qu’une autre perte sur SL survienne alors que les tailles ont \u00e9t\u00e9 augment\u00e9es. Ce risque doit donc \u00eatre bien pris en compte lors du calibrage du robot, car on doit toujours appliquer la r\u00e8gle d’or: le dimensionnement d’un robot (d\u00e9termination des tailles de position) doit se faire par rapport aux risques pris et non par rapport aux gains esp\u00e9r\u00e9s!
    Pour ne pas rentrer dans le danger que repr\u00e9sentent les martingales, ce palier x2 n’est appliqu\u00e9 qu’une seule fois.
    <\/li>\n\n\n\n
  3. Cl\u00f4ture de trades perdants avant le SL si d\u00e9passement de l’objectif de gain journalier atteint.<\/strong>
    Cette approche est int\u00e9ressante dans le cas de robots ayant des SL tr\u00e8s importants par rapport au TP comme c’est le cas dans notre exemple. Les trades “foireux” vont ainsi tra\u00eener g\u00e9n\u00e9ralement plusieurs jours avant d’aller taper le SL ou de revenir sur le TP, ce qui laisse le temps d’intervenir dessus de multiples mani\u00e8res. Dans le cas d’un robot qui autorise plusieurs trades simultan\u00e9s, la pr\u00e9sence de ces trades foireux pendant une p\u00e9riode de temps pouvant \u00eatre assez longue ne va pas emp\u00eacher le robot de continuer \u00e0 cumuler des gains. Un param\u00e8tre a ainsi \u00e9t\u00e9 ajout\u00e9, permettant de d\u00e9finir le % de gains journaliers vis\u00e9, que nous fixerons ici \u00e0 2%. On peut donc consid\u00e9rer que tous les gains cumul\u00e9s au-del\u00e0 de cet objectif sur les 10 derniers jours par exemple, repr\u00e9sentent un pactole que l’on est libre d’utiliser \u00e0 notre guise, notamment pour venir cl\u00f4turer des trades “foireux” et ainsi abaisser le risque global r\u00e9guli\u00e8rement. Par exemple, on peut consid\u00e9rer qu’un trade dont les pertes d\u00e9passent le SL de 5 que l’on s’\u00e9tait fix\u00e9 en phase d’optimisation repr\u00e9sente un danger potentiel. Il est donc pr\u00e9f\u00e9rable de le cl\u00f4turer si cela ne vient pas compromettre notre objectif de gains journaliers.<\/li>\n<\/ol>\n\n\n\n
    \"\"<\/figure>\n\n\n\n

    On observe ici l’illustration du comportement induit par les 2 m\u00e9thodes pr\u00e9c\u00e9dentes, \u00e0 savoir l’augmentation de la taille de position suite \u00e0 une perte, et la cl\u00f4ture de trades “foireux” avant qu’ils n’aillent atteindre le SL qui leur a \u00e9t\u00e9 assign\u00e9.<\/em><\/p>\n\n\n\n

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

    4. Augmentation du delta entre trades au-del\u00e0 de 3 trades ouverts<\/strong>
    Comme nous sommes dans le cas d’un robot autorisant de nombreux trades simultan\u00e9s, la notion de delta de prix minimale entre trades a \u00e9t\u00e9 ajout\u00e9e afin de ne pas ouvrir plusieurs trades sur un m\u00eame niveau de prix, ce qui n’aurait pas de sens. Le probl\u00e8me rencontr\u00e9 fr\u00e9quemment se situe lors des retournements de tendance, car le syst\u00e8me peut alors ouvrir plusieurs trades en contre tendance, ce qui aura pour effet une augmentation du niveau de risque pas toujours tr\u00e8s agr\u00e9able \u00e0 vivre. Pour limiter ces trades contre tendance de mani\u00e8re simple, on peut alors d\u00e9cider qu’au del\u00e0 de 3 trades ouverts dans une direction donn\u00e9e, le delta de prix minimal impos\u00e9 sera multipli\u00e9 par 3.<\/p>\n\n\n\n

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

    5. D\u00e9termination des niveaux de risque<\/strong>
    Il s’agit ici d’une pratique un peu plus complexe \u00e0 mettre en \u0153uvre mais \u00e9galement tr\u00e8s efficace.
    La phase d’optimisation consiste \u00e0 \u00e9crire des “arbres de d\u00e9cision<\/em>“, chaque arbre contenant des “branches<\/em>“.
    Pour faire simple, un arbre correspond \u00e0 une configuration de march\u00e9 d\u00e9finie de mani\u00e8re assez g\u00e9n\u00e9rale. Par exemple, on va vouloir \u00e9tudier les zones de march\u00e9 o\u00f9 notre stochastique hebdomadaire a atteint la zone des 80\/20, tout en pr\u00e9sentant des signes de retracement et un placement pas tr\u00e8s favorable par rapport \u00e0 une moyenne mobile donn\u00e9e.
    Si l’on regarde une telle configuration sur un historique de donn\u00e9es de 10 ans, on va obtenir un lot de trades dont certains seront perdants, et d’autres gagnants. L’optimisation de cet arbre peut alors commencer par la r\u00e9daction des “branches” qui vont permettre de d\u00e9finir des exceptions pour lesquelles les trades seront majoritairement gagnants. Les branches permettent donc de d\u00e9finir les situations d’exception pour lesquelles l’arbre ne sera pas appliqu\u00e9.
    La r\u00e9daction de ces branches passe in\u00e9vitablement par l’observation des donn\u00e9es pass\u00e9es, avec l’espoir qu’elles seront \u00e9galement pertinentes pour les donn\u00e9es \u00e0 venir.
    C’est l\u00e0 que se situe le danger, car il y a une multitude de mani\u00e8res d’\u00e9crire une branche, en privil\u00e9giant tel ou tel crit\u00e8re, telle ou telle \u00e9chelle de temps, etc… et surtout on va baser nos choix sur les trades \u00e0 notre disposition, donc les trades pass\u00e9s. L’apparition de nouveaux trades peut potentiellement remettre en question les choix qui auront \u00e9t\u00e9 faits. Ainsi, une branche peut se montrer d\u00e9faillante si elle autorise le passage de trades perdants alors qu’ils auraient pu \u00eatre bloqu\u00e9s si la branche avait \u00e9t\u00e9 \u00e9crite diff\u00e9remment.
    Ce risque de d\u00e9faillance des branches sera toujours pr\u00e9sent, malgr\u00e9 tout le soin que l’on pourra apporter \u00e0 leur \u00e9criture.
    Pour en r\u00e9duire les effets potentiels, l’id\u00e9e est donc d’\u00e9valuer le risque que repr\u00e9sente chaque arbre avant que l’optimisation ne lui soit appliqu\u00e9e, c’est \u00e0 dire avant la r\u00e9daction des branches, et d’appliquer des r\u00e8gles de trading diff\u00e9rentes en fonction de ce niveau de risque.
    Pour Cassiop\u00e9e, j’ai ainsi d\u00e9fini 3 niveaux de risque:
    – 1: risque faible<\/strong>: on applique les r\u00e8gles de trading normales
    – 2: risque mod\u00e9r\u00e9<\/strong>: on abaisse les tailles de position de 25% par rapport \u00e0 la normale
    – 3: risque \u00e9lev\u00e9<\/strong>: on abaisse les tailles de position de 25% par rapport \u00e0 la normale, on n’applique pas de x2 suite \u00e0 une perte, et on limite le nombre de trades \u00e0 1 par tranche de 12h
    Reste maintenant \u00e0 d\u00e9terminer ces niveaux de risque pour chacun de nos arbres.<\/p>\n\n\n\n

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

    Ci dessus voici le type de fichiers qui peut nous aider dans cette t\u00e2che. Il repr\u00e9sente les donn\u00e9es statistiques collect\u00e9es sur les 210662 trades de notre jeu de simulation, en fonction de chacun de nos arbres de d\u00e9cision.
    Chaque arbre est codifi\u00e9 et peut \u00eatre \u00e9tudi\u00e9 de mani\u00e8re ind\u00e9pendante.
    Par exemple, si un trade passe par l’arbre “JB05H2”, il aura environ 57% de chance d’\u00eatre perdant (avant application des branches), ce qui est \u00e9norme. Nous sommes donc clairement dans une zone \u00e0 haut risque, et devons rester tr\u00e8s vigilant si jamais une branche de cet arbre venait \u00e0 autoriser un trade. On va donc lui affecter un niveau de risque de 3.<\/p>\n\n\n\n

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

    Pour conclure ..<\/strong><\/p>\n\n\n\n

    Pour terminer cet article, je voudrais revenir sur l’importance de distinguer les diff\u00e9rentes phases de d\u00e9veloppement d’un robot de trading, que sont la phase d’optimisation visant \u00e0 augmenter les performances, et la phase d’observation permettant l’\u00e9laboration des r\u00e8gles de money management adapt\u00e9es \u00e0 notre strat\u00e9gie, et dont le but est d’augmenter la robustesse finale du robot (souvent en sacrifiant un peu de la performance th\u00e9orique).
    Les r\u00e8gles pr\u00e9sent\u00e9es ici ne sont que des exemples, d’autres parades peuvent \u00eatre trouv\u00e9es et mises en \u0153uvre selon la strat\u00e9gie adopt\u00e9e par le robot, il s’agit de faire preuve de cr\u00e9ativit\u00e9, et de prendre le temps d’observer notre robot, et tout particuli\u00e8rement les moments o\u00f9 les choses tournent mal.<\/p>\n\n\n\n

    On n’y reviendra jamais assez, mais c’est aussi pour toutes ces raisons qu’une phase d’observation\/ajustement de plusieurs mois est n\u00e9cessaire pour valider le comportement d’un robot et \u00e9valuer notamment sa robustesse en situation r\u00e9elle (donn\u00e9es temps r\u00e9el sur compte d\u00e9mo).<\/p>\n","protected":false},"excerpt":{"rendered":"

    Optimiser un robot c’est bien, mais croire que la couche d’optimisation sera suffisante et ainsi n\u00e9gliger la couche de money management, c’est un peu comme sauter en parachute, sans parachute de secours… C’est vrai que cela peut bien se passer la plupart du temps, mais est-ce une raison pour n\u00e9gliger la s\u00e9curit\u00e9? Nous allons voir … Continue reading “Le Money Management ou les incontournables parachutes de secours”<\/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":[5],"tags":[],"class_list":["post-593","post","type-post","status-publish","format-standard","hentry","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":["Strat\u00e9gie de trading<\/a>"],"unlinked":["Strat\u00e9gie de trading<\/span>"]}},"comment_count":"0","relative_dates":{"created":"Posted 7 months ago","modified":"Updated 7 months ago"},"absolute_dates":{"created":"Posted on 12 October 2025","modified":"Updated on 12 October 2025"},"absolute_dates_time":{"created":"Posted on 12 October 2025 8h56","modified":"Updated on 12 October 2025 12h18"},"featured_img_caption":"","series_order":"","_links":{"self":[{"href":"https:\/\/mltrading.fr\/index.php\/wp-json\/wp\/v2\/posts\/593","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=593"}],"version-history":[{"count":32,"href":"https:\/\/mltrading.fr\/index.php\/wp-json\/wp\/v2\/posts\/593\/revisions"}],"predecessor-version":[{"id":646,"href":"https:\/\/mltrading.fr\/index.php\/wp-json\/wp\/v2\/posts\/593\/revisions\/646"}],"wp:attachment":[{"href":"https:\/\/mltrading.fr\/index.php\/wp-json\/wp\/v2\/media?parent=593"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/mltrading.fr\/index.php\/wp-json\/wp\/v2\/categories?post=593"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/mltrading.fr\/index.php\/wp-json\/wp\/v2\/tags?post=593"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}