Algorithmes de création d’argent utilisant l’ordre Trailing Stop

Introduction

L’un des algorithmes comportant une entrée aléatoire et une sortie chronométrée a déjà été examiné dans l’article La stratégie du marché de change « Tout ou rien ». Cet algorithme ne prenait pas en compte les événements du marché et la direction qu’il fallait prendre pour entrer sur le marché. Seule la volatilité du marché qui est plus ou moins constante était importante pour l’algorithme. Fondamentalement, l’algorithme n’a généré aucun profit ou perte, mais il s’est avéré très utile dans le jeu de la loterie.

Le point principal que nous devons actuellement tirer de cet article est que la durée d’une transaction ne peut pas être fixée à moins d’une heure ou à plus d’une semaine. Les valeurs de moins d’une heure ont entraîné une perte très rapide due à l’écart sur calls baissiers tandis que les valeurs de plus d’une semaine ont traîné la loterie pendant des années.

Commençons notre étude des algorithmes avec la paire de devises EURUSD familière et une sortie en utilisant le Trailing Stop.

 

1. Algorithme comportant une entrée et une sortie aléatoires grâce au Trailing Stop

1. Pénétrer le marché dans une direction aléatoire ;
2. Définir l’ordre Trailing Stop égal à TS ;
3. Attendre que l’ordre Trailing Stop se déclenche ;
4. Revenir au point 1 ou arrêter de trader.

Vous avez la possibilité de réaliser des bénéfices en utilisant cet algorithme car la situation du marché est surveillée par l’ordre Trailing Stop. De toute évidence, si le mouvement des prix était aléatoire, cet algorithme ne gagnerait rien. Mais le mouvement des prix réels est loin d’être chaotique, l’espoir de bénéficier existe, bel et bien.

Au lieu de deviner comment l’algorithme fonctionnera, développons un EA et testons-le. On a déjà beaucoup parlé des façons configurer on Trailing Stop dans un programme. Nous n’allons pas passer du niveau algorithmique à la programmation dans cet article, sinon nous n'épuiserons simplement pas le sujet. Étant donné que l’EA va être développé à des fins d’étude, nous prenons le dépôt maximum de 100 000 USD et un lot minimum de 0,1. Cela nous permettra de voir plus d’action avant qu’il y ait un arrêt.

Convenons ici que le Trailing Stop sera égal à TS et que tous les autres arrêts de cet article seront exprimés comme un pourcentage de la taille moyenne du corps des cinq derniers chandeliers (haut-bas) dans le graphique actuel. La durée de temps que nous allons utiliser pour afficher le graphique actuel est D1. Vous pouvez prendre n’importe quel autre nombre de chandeliers, pas nécessairement cinq, car cela n’aura pas d’effet significatif sur le raisonnement. Il est important qu’après avoir choisi cette échelle de mesure, nous ne dépendions pas de la volatilité actuelle, ni de la devise ou de la paire de devises choisie.

Dans le but de mener des tests, configurez TS=100 % sur D1. Après avoir configuré une telle valeur TS, la durée d’un trade sera d’environ un jour. Comme déjà mentionné ci-dessus, une durée de transaction plus courte et une valeur TS plus petite ne peuvent pas être configurées en raison d’une perte rapide due à l’écart. La configuration de valeurs plus élevées fera glisser l’exécution de l’algorithme.

100

Fig. 1. Équilibre obtenu par l’algorithme comportant une entrée et une sortie aléatoires à l’aide d’un ordre Trailing Stop, où TS = 100

 

La figure 1 suggère que l’algorithme apporte du bénéfice et maintenant que l’EA a été développé, nous pourrions terminer l’article ici, comme c’est généralement le cas.

Cependant, après avoir lu des articles de ce type, il y a trois questions qui vous laissent profondément insatisfait:

1. Le bénéfice démontré est-il le résultat de l’ajustement des paramètres aux données historiques?
2. Pourquoi la paire de devises EURUSD a-t-elle été choisie ? Que se passera-t-il si d’autres paires de devises sont utilisées ?
3. Pourquoi cette partie même des données historiques a-t-elle été sélectionnée? En outre, l’algorithme a une entrée aléatoire, et le bénéfice généré pourrait bien être de nature simplement aléatoire.

Nous allons répondre à ces questions une par une.

L’algorithme comportant une entrée et une sortie aléatoires à l’aide d’un ordre Trailing Stop n’a qu’un seul paramètre TS qui a été sélectionné sur la base de considérations purement générales - perte due au spread et à la durée de trades. L’algorithme doit néanmoins être optimisé.

Pour l’optimisation, nous allons utiliser presque toutes les données historiques disponibles de 1990 à 2012. Étant donné que l’algorithme a une entrée aléatoire, nous prendrons 100 séquences aléatoires différentes d’entrées pour chaque valeur TS. Ainsi, nous éliminerons le caractère aléatoire dans l’algorithme et éviterons de l’adapter aux données historiques.

 

)

Fig. 2. Optimisation de la valeur TS de l’ordre Trailing Stop pour EURUSD, D1 (TS optimal = 500)

 

L’optimisation a été effectuée en mode « Cours d’ouverture uniquement » du testeur, ce qui explique les calculs souples, en particulier pour les valeurs TS plus petites qui rendent néanmoins l’idée générale correctement.

Comme on peut le voir sur la Fig. 2, l’optimisation ne donne pas un maximum clair. Un Trailing Stop plus petit, où TS est égal à 50 et 100, entraîne des pertes. De plus, là où TS se situe entre 150 et 850, l’algorithme, en moyenne, génère des bénéfices. Lorsque TS se situe entre 900 et 1500, l’algorithme recommence à perdre.

Les valeurs TS supérieures à 1500 ne doivent pas être prises en compte. Là où TS = 1500, l’algorithme exécute environ 25 transactions sur 22 ans, ce qui est sur le point d’être raisonnable. Comme nous n’avons pas identifié de maximum clair, nous allons prendre le centre de la plage rentable de 150 à 850, c’est-à-dire TS = 500 (130 transactions sur 22 ans).

Considérons maintenant le solde obtenu par l’algorithme pour différentes paires de devises. Encore une fois, pour éviter de s’adapter aux données historiques, nous n’allons pas considérer le solde d’un seul transfert, mais plutôt le solde moyen de 100 transferts avec différentes entrées aléatoires.

 

Fig 3. Solde obtenu par l’algorithme comportant une entrée et une sortie aléatoires à l’aide de TS = 500 ordres d’arrêt de suivi pour EURUSD, moyennant plus de 100 entrées aléatoires

 

Fig 4. Solde obtenu par l’algorithme comportant une entrée et une sortie aléatoires à l’aide de TS = 500 ordres de suivi pour GBPUSD, moyennant plus de 100 entrées aléatoires

 

Fig 5. Solde obtenu par l’algorithme comportant une entrée et une sortie aléatoires à l’aide de TS = 500 ordres de suivi pour USDJPY, moyennant plus de 100 entrées aléatoires

 

Les soldes obtenus par l’algorithme comportant une entrée et une sortie aléatoires à l’aide de TS = 500 ordres de suivi pour EURUSD, GBPUSD et USDJPY, moyennant plus de 100 entrées aléatoires, sont présentés dans les figures 3-5. Les soldes moyens sont affichés le long des axes Y, le temps est affiché le long des axes X. Examinons de plus près les soldes moyens.

La première chose qui peut être soulignée pour toutes les paires de devises c’est des reprises verticales soudaines et de longs replis brusques. Je suggère de faire intervenir des algorithmes qui aboutissent à des équilibres de ce type d’algorithmes « pseudo-perdants ». En effet, si nous prenons une période aléatoire de 3 mois, elle ne contiendra probablement pas une reprise brutale et tout ce que nous verrons sera une perte mitigée, régulière et constante. Cela dit, cette perte sera beaucoup plus rapide qu’une perte régulière due au spread. Dans le même temps, nous pouvons voir que l’algorithme pseudo-perdant peut être à la fois gagnant et perdant sur une période de 20 ans.

La deuxième. Le nombre de reprises verticales varie selon les paires de devises. Par exemple, il n’y a pas autant de reprises dans le graphique GBPUSD que dans le graphique USDJPY. De plus, les reprises ne sont pas du tout de nature chaotique par rapport au temps. Une tendance à la hausse significative de 2009 peut être observée pour les trois paires de devises : EURUSD, GBPUSD et USDJPY. Les graphiques des devises suggèrent que la tendance à la hausse de 2009 est le résultat de la crise de décembre 2008. Les reprises sont donc des signes de crises. À partir de ce moment, je vais parler de toutes les tendances à la hausse significatives comme des crises.

Les crises présentées dans les tableaux de solde moyens peuvent refléter des événements historiques réels, mais peuvent aussi se produire d’elles-mêmes, c’est-à-dire qu’elles peuvent être fausses. De telles crises pourraient également être observées dans une trajectoire aléatoire idéalement chaotique, mais toutes seraient fausses. Les crises ne seraient jamais synchronisées les unes avec les autres dans des trajectoires aléatoires chaotiques. Le nombre de crises identifiées sur la courbe d’équilibre moyen détermine si la tendance réelle des cours est de nature crise ou sans crise.

La troisième. Après avoir examiné les soldes et les performances de l’algorithme en utilisant différentes devises, nous arrivons progressivement à comprendre le fonctionnement de l’algorithme. Alors que le marché est calme, la tendance des cours est similaire à une trajectoire aléatoire chaotique et l’algorithme, en moyenne, perd en raison du spread. Les périodes de pertes constantes alternent avec de fausses crises - tendances à la hausse - entraînant, en moyenne, des pertes dues au spread.

Étant donné que les trades dans l’algorithme sont d’une très longue durée, où la durée de trade peut être d’environ deux mois, les pertes sont très lentes et peuvent être négligées. À l’approche d’une crise réelle, la tendance des cours cesse d’être chaotique. Elle devient prévisible et axée sur les tendances, c’est-à-dire encline au développement de tendances. Le développement ultérieur de la crise peut conduire à une tendance des cours en cascades qui est totalement différente d’une trajectoire aléatoire chaotique.

L’algorithme se comporte en crise comme suit : après avoir deviné la direction de la tendance, l’algorithme attend le pic de la crise pour rapprocher le Trailing Stop qui se déclenche ensuite une fois le pic atteint. Si l’algorithme a fait une fausse supposition concernant la direction de la tendance, le Trailing Stop entre en jeu en début de la tendance et l’algorithme inverse la position avec une probabilité de 50/50. Ainsi, l’algorithme gère avec succès environ les trois quarts de toutes les crises réelles, ce qui est essentiellement la façon dont il gagne de l’argent.

Comme on peut le voir, pour produire des bénéfices, l’algorithme a besoin de mouvements de tendance de crise. Il est entièrement lié au mouvement des prix de l’EURUSD hors des paires de devises indiquées ci-dessus. Par contre, le mouvement des prix GBPUSD est sans tendance et sans crise. Pourquoi y a-t-il une telle différence dans le comportement des prix? Tout ce que je sais de l’analyse fondamentale, c’est que les guerres dans le trading éclatent toujours entre l’Europe et les États-Unis alors que le Royaume-Uni et les États-Unis ont une relation très amicale. Nous pouvons voir le mérite de cette amitié dans les graphiques d’équilibre moyens tracés à l’aide de l’algorithme.

Le comportement des prix peut également être déterminé par les régulateurs financiers. La crise de 2008 a été réprimée par des injections financières reflétées par des pics dans les graphiques de solde moyen de presque toutes les paires de devises. Nous sommes bien au courant de la crise de 2008 d’après les reportages de l’époque. Les États-Unis ont entrepris deux cycles d’assouplissement quantitatif depuis lors. Où, quand, dans quelle direction et comment l’argent a été injecté n’a pas été rapporté pour une raison ou une autre, comme d’habitude.

Le solde moyen de l’EURUSD suggère des crises en 2010 et à la mi-2010. Peut-il s’agir des cycles d’assouplissement quantitatif ? Les régulateurs tentent d’intervenir discrètement sans informer le marché. Il n’est pas toujours facile d’identifier une crise dans le graphique des prix à l’œil nu - les hausses ou les chutes des prix n’indiquent pas toujours des crises. L’équilibre moyen de l’évolution des prix sert d’indicateur contribuant à révéler les crises. Laquelle des crises affichées est fausse et laquelle est vraie est un sujet compliqué, tout à fait à part.

Disons quelques mots sur la stabilité des mouvements de prix. Par exemple, le solde du GBPUSD diminue régulièrement depuis 22 ans tandis que le solde de l’EURUSD affiche une croissance assez régulière. Le mouvement USDJPY a très peu de stabilité. La stabilité du mouvement des prix est très importante car c’est la seule garantie de la rentabilité future de l’algorithme. Il ne peut y avoir aucune autre garantie de rentabilité de l’algorithme dans l’analyse technique.

Nous avons donc compris comment et quels mouvements de prix sont utilisés par l’algorithme pour apporter des bénéfices. Il est grand temps de se pencher sur l’aspect bénéfice. Aux fins de l’étude, la taille du lot utilisé ci-dessus était de 0,1. Cette taille de lot n’est pas optimale en termes de bénéfice. Calculons la taille optimale du lot. Le bénéfice augmente proportionnellement à la taille du lot. Le risque de réserve est également proportionnel à la taille du lot. Quant au solde de l’EURUSD, le prélèvement maximal de 200 USD a été observé en 1991.

Si la taille du lot était de 25 au lieu de 0,1, l’encaisse pourrait atteindre 50 000 USD, soit 50 %. En d’autres termes, si la taille du lot était de 25, nous ne serions certainement pas en mesure d’éviter d’opter pour la réserve. Ainsi, la taille optimale du lot se situe dans la plage de 0,1 et 25. N’hésitez pas à faire un calcul plus précis de la taille du lot, si vous le souhaitez; Je prendrais simplement la moyenne de 0,1 et 25 et j’obtiendrais approximativement 10. La taille optimale du lot est donc de 10.

L’algorithme a produit 1400 USD en utilisant la taille du lot de 0,1 (voir le solde EURUSD). Si le lot était de 10, l’algorithme apporterait un bénéfice de 140 000 USD. Le dépôt était de 100 000 USD. Par conséquent, sur 22 ans, notre bénéfice serait de 140 %, soit environ 6 % par an. Concrètement, ce n’est pas grand-chose mais c’est plus qu’un taux d’intérêt offert par de nombreuses banques sur des dépôts détenus en devises étrangères.

Variations de l’algorithme

L’algorithme discuté ci-dessus comportait une entrée et une sortie aléatoires utilisant Trailing Stop. Une saisie aléatoire était nécessaire pour obtenir les soldes moyens sans ajustement aux données historiques. Cela a été d’une grande aide lorsque j’ai essayé d’analyser et de comprendre le fonctionnement du Trailing Stop. Mais l’algorithme n’était n'était pas au mieux de sa capacité à gérer une crise et la nature tendancielle des mouvements de prix.

Comme nous avons pu le voir ci-dessus, l’algorithme ne pouvait gérer avec succès que les trois quarts des crises. Le développement d’un algorithme qui gérerait de manière optimale le comportement des prix axé sur la tendance est l’une des tâches générales de l’analyse technique que nous n’allons pas aborder cette fois-ci. Pour l’instant, nous allons juste essayer d’améliorer l’algorithme avec une entrée aléatoire.

L’une des idées les plus simples est un algorithme à une entrée inversée. Nous avons pu voir ci-dessus qu’en cas d’entrée infructueuse dans la tendance et de déclenchement de l’arrêt de suivi, l’algorithme pouvait deviner la direction de la tendance avec une probabilité de 50/50. Arrêtons de deviner et entrons directement dans la direction opposée au trade précédent.

2. Algorithme comportant une entrée et une sortie inversées utilisant Trailing Stop

1. Entrez sur le marché dans la direction opposée au trade précédent. Tout d’abord, nous entrons, disons, dans la direction Buy.
2. Définissez Trailing Stop égal à TS
3. Attendez que Trailing Stop se déclenche
4. Revenez au point 1 ou arrêtez de trader.

Développer un EA basé sur l’algorithme est une tâche de routine. Sans nous préoccuper de l’optimisation de la valeur TS, nous prenons la valeur optimale précédemment identifiée de 500. (Si vous choisissez d’effectuer l’optimisation, vous obtiendrez toujours TS = 500). Le dépôt est, comme auparavant, de 100 000 USD, la taille du lot est de 0,1 et la durée en temps de D1.

Fig. 6. Solde obtenu par l’algorithme à une entrée inversée (première entrée - Buy)

Fig. 6. Solde obtenu par l’algorithme à une entrée inversée (première entrée - Sell)

Les figures 5-6 montrent les soldes obtenus par l’algorithme avec une entrée inverse. Nous pouvons voir que la direction de la première entrée n’a d’importance que jusqu’à la première crise. Après la première crise, les soldes deviennent parallèles.

Comme auparavant, il s’agit d’un algorithme pseudo-perdant qui génère des bénéfices en périodes de crises, en particulier la crise de 2008. Les valeurs d’encaisse affichées par les algorithmes avec une entrée aléatoire et inversée sont à peu près les mêmes, mais le bénéfice réalisé en utilisant l’algorithme d’entrée inversée est de 9 000 USD contre 1400 USD auparavant. Et par conséquent, la rentabilité n’est plus de 6 % mais plutôt de 6*9000/1400=38 % par an. Et concrètement, 38 % par an n’est pas si mauvais, franchement parlant.

L’algorithme comportant une sortie à Trailing Stop a des possibilités d’amélioration dans différentes directions. Vous pouvez utiliser différentes entrées pour prédire la direction de la tendance ou utiliser la nature périodique des crises ou activer/désactiver l’algorithme basé sur l’analyse fondamentale. Et bien d’autres choses. Je laisse cela aux bons délices des passionnés.

La partie la plus difficile de ces algorithmes n’est pas le développement ou même l’optimisation correcte d’un EA, mais plutôt l’obtention d’un comportement de prix stable à long terme (c’est-à-dire le solde moyen) du point de vue algorithmique. Et la stabilité du prix sera largement compensée en termes de bénéfices. L’obtention du comportement de prix en termes d’un certain algorithme nécessitera une modification des paramètres de l’algorithme, ce qui est une autre procédure compliquée et distincte.

Enfin, tout l’avantage réside dans le profit à tirer du comportement de perte constante des cours GBPUSD montrés dans la figure ci-dessus. La chose la plus primitive que nous puissions faire est de trader en direction opposée aux trades de l’algorithme comportant une entrée et une sortie aléatoires à Trailing Stop. Cependant, ce ne sera pas si génial. Une meilleure solution serait d'utiliser le trailing take ou le trailing profit - je ne suis pas sûr de la meilleure façon de l'appeler.

Le trailing take est, par essence, très similaire au trailing stop, mais au lieu du niveau de stop loss, l'algorithme suit constamment le niveau de take profit. Si le cours actuel s’éloigne du niveau take profit d’une valeur supérieure à TP, le niveau take profit est déplacé vers le cours. Le niveau de stop loss reste inchangé, c’est-à-dire au niveau de stop out.

Pour éviter de répéter l’algorithme d’entrée aléatoire, je vais immédiatement mettre en place l’algorithme avec une entrée et une sortie inversées en utilisant le trailing take.

3. Algorithme comportant une entrée et une sortie inversées à Trailing Stop

1. Entrez dans la direction opposée au trade précédent ;
2. Définissez Trailing Stop égal à TP ;
3. Attendez que le Trailing Stop se déclenche ;
4. Revenez au point 1.

Nous fonctionnons avec GBPUSD, D1, le dépôt est de 100 000 USD, la taille du lot à des fins d’étude est de 0,1, TP = 500.

Fig. 7. Équilibre obtenu par l’algorithme comportant une entrée et une sortie inversées à Trailing Stop. GBPUSD, D1

L’algorithme fonctionne sur des mouvements de prix sans crise et sans tendance.

Le mécanisme de fonctionnement de l’algorithme est le suivant : Un mouvement de prix sans tendance tend à briser toute tendance et à se transformer en un canal horizontal. Si le take profit est déclenché dans le canal horizontal, cela signifie que nous nous sommes déjà approchés de la paroi du canal et que nous devrions entrer dans la direction opposée au trade précédent, ce qui est exactement ce que nous faisons.

La figure suggère que les valeurs de réserve démontrées par cet algorithme sont un peu plus petites que celles des précédentes, tandis que le bénéfice généré sur 19 ans en utilisant la taille minimale de lot de 0,1 adoptée aux fins de l’étude est de 7 000 USD. La rentabilité obtenue en utilisant le lot optimal peut être estimée à environ 30 % par an.

Je pense que je vais, de la manière habituelle, terminer cet article avec ce tableau d’équilibre, assez vigoureusement orienté à la hausse. Espérons que la paire de devises et les données historiques choisies, ainsi que l’optimisation de l’algorithme fournie dans cet article ne vous laisseront pas un sentiment de profonde insatisfaction.

Conclusion

L’article a examiné trois algorithmes comportant des entrées aléatoires et inversées dans le trade et des sorties à Trailing Stop. Il a démontré le comportement des prix EURUSD, USDJPY et GBPUSD en termes d’algorithme comportant une entrée et une sortie aléatoires à Trailing Stop.

Sur la base de la stabilité démontrée des mouvements de prix, il a été proposé d’utiliser l’algorithme comportant une entrée et une sortie inversées à Trailing Stop comme rentable avec une rentabilité estimée à 6 % par an. Selon la stabilité des mouvements de prix et la compréhension du fonctionnement de l’algorithme d’entrée aléatoire, deux algorithmes d’entrée inversée ont été proposés pouvant atteindre une rentabilité de 30 % par an. Les mécanismes de fonctionnement de l’algorithme ont été examinés et les codes des EA pertinents ont été fournis.