Pas encore membre ?

Rejoignez le site
en bourse
  • Formation d'initation offerte
  • Une communauté de trader pour vous aider
  • Accès complet à tous les articles du site
  • Vidéos d'analyse hebdomadaires
  • Et beaucoup d'autres surprises...

Inscrivez-vous sur le site en bourse

50% terminé !

C'est presque terminé ! Entrez votre prénom et votre email ci dessous

Accédez maintenant à votre contenu :

Profitez de ma formation vidéo Initiation au trading où vous allez découvrir comment vous pouvez devenir un Trader indépendant et pourquoi c'est si important d'être libre financièrement...

Attendez !profitez de maformation offerte

50% terminé !

C'est presque terminé ! Entrez votre prénom et votre email ci dessous

Accédez maintenant à ma formation offerte :

Inscription
Mot de passe oublié

Vous accéderez à la vidéo

dans 3 secondes...

Trading Algorithmique

Le trading algorithmique (aussi nommé trading systématique ou automatisé) consiste à spéculer en bourse au moyen d’un programme informatique.

Typiquement, le programme informatique enclenche ses opérations d’achat et de vente en fonction des signaux que son programmeur aura intégré à son répertoire de set-ups, qui seront notamment basés sur le prix, le temps, la quantité de titres, les volumes et toutes autres données techniques ou fondamentales que le trader-programmeur (le plus souvent un quant) jugera pertinente.

De nos jours, avec le développement de l’intelligence artificielle, le processus même de découverte de ce que constitue un signal acheteur ou vendeur ne requiert désormais plus nécessairement la supervision d’un programmeur : le programme est en mesure de distinguer, par lui-même, les configurations, ou patterns, qui tendent à se répéter selon une certaine probabilité.

De plus la vitesse de calcul et de prise de décision des ordinateurs étant incomparablement plus importantes que celles des humains, le trading de haute fréquence (High Frequency Trading) est l’apanage de méthodes algorithmiques.

Le trading algorithmique est principalement utilisé par les grandes institutions financières, en particulier les fonds spéculatifs, mais aussi des fonds d’investissement plus classiques.

Les effets des opérations dues aux algorithmes sont sujets à discussion, tant parmi les universitaires et théoriciens que les praticiens des marchés financiers. L’opinion dominante semble être que les algorithmes tendent à amplifier les mouvements ordinaires des marchés, c’est-à-dire ceux qui sont dus aux opérateurs humains.

Depuis les années 2010, la proportion d’ordres passés sur les marchés boursiers par des méthodes algorithmiques est estimée entre 70 et 90 % et tend à grandir. Par comparaison, au mieux de la décennie 2000-2010, cette proportion se situait entre 30 et 40%.

Sommaire :

James Harris Simons

Jim Simons est mathématicien et fondateur du fonds spéculatif Renaissance Technologies, célèbre pour son usage très profitable du trading algorithmique

Le trading algorithmique en pratique

De nombreux indicateurs, qu’ils soient techniques ou fondamentaux, peuvent être utilisés pour concevoir un système offrant des signaux d’achat et de vente.

Le plus classique de ces systèmes est sans nul doute le croisement de moyennes mobiles. Par exemple, on achètera un actif financier lorsque sa moyenne mobile sur 50 périodes croise à la hausse sa moyenne mobile sur 200 périodes. Inversement, le croisement à la baisse pourra être considéré comme un signal de vente.

On pourra également coupler ce signal à des signaux graphiques. Par exemple, à la suite d’une cassure des prix à la hausse, l’algorithme pourra consolider les positions de son portefeuille tant que les moyennes mobiles de l’actif sur différentes périodes de temps sont alignées à la hausse, c’est-à-dire tant que les moyennes de plus petites périodes sont au-dessus des moyennes mobiles de plus grandes périodes.

L’algorithme pourra en outre filtrer les nombreux signaux techniques positifs qu’ils détectera en n’opérant que sur les actions offrant de bons fondamentaux, tels que la croissance des ventes, des bénéfices par action, ou encore du rendement sur actif (ROA – Return On Assets)

Bien entendu, les systèmes trop simples et surtout trop connus ne sauraient fournir des rendements substantiels. C’est pourquoi les concepteurs d’algorithme mènent une « guerre de recherche », a research war pour citer le gérant de hedge fund Michael Platt de BlueCrest : les approches automatisées doivent être continuellement revues, car elles perdent de leurs efficacités au cours du temps, à mesure qu’elles sont de plus en plus employées.

Dans la pratique, le trading algorithmique tend à se confondre de plus en plus avec les stratégies fondées sur des modèles quantitatifs, la spécialité des quants, ou analystes quantitatifs : il s’agit de modèles mathématiques d’une grande complexité, hors de portée du « profane ».

Pour davantage de détails, cf. Analyse quantitative.

Les avantages du trading algorithmique

La spéculation automatisée par programmation offre plusieurs avantages. Mentionnons ici les plus importants :

  • Le trading algorithmique fournit une approche plus systématique et plus rigoureuse que les approches discrétionnaires, où l’intuition peut avoir un rôle à jouer dans la prise de décision.
  • la stratégie peut être « backtestée » : son efficacité ou son inefficacité peuvent être révélées en mettant la stratégie à l’épreuve des données passées.
  • La stratégie spéculative est suivie à la lettre.
  • Les biais émotionnels qui éreintent la qualité de nos prises de décisions sont neutralisés.
  • Plusieurs marchés peuvent être suivis simultanément.
  • Des opérations peuvent avoir lieu à n’importe quelle heure : la supervision humaine constante n’est pas nécessaire.
  • Les erreurs humaines manuelles sont absentes lors du déclenchement de l’opération (mais pas lors de la programmation de l’algorithme)
  • Ray Dalio

    Ray Dalio, fondateur du fonds Bridgewater Associates, qui se singularise par une méthodologie à la fois fondamentale et algorithmique

    Les Stratégies de trading algorithmique

    La plupart des opérations de trading algorithmique appartiennent à la catégorie du trading de haute fréquence (High Frequency Trading) cherchant à exploiter de faibles variations des cours.

    Cependant l’approche algorithmique peut aussi être employée pour l’investisseur de moyen et long terme. Le fonds d’investissement de Ray Dalio est notamment connu pour avoir une approche à dominante fondamentale et pleinement automatisée.

    Par comparaison, la plupart des fonds d’investissement et des hedge funds emploient d’ordinaire une approche inverse : soit purement automatisée et technique, soit fondamentale et purement discrétionnaire, c’est-à-dire reposant sur les décisions humaines pour chaque opération.

    Mentionnons ici les trois types de stratégies les plus largement utilisées :

    Le suivi de tendance

    Le suivi de tendance est sans doute la stratégie la plus communément employée. Elle peut être fondée sur une cassure de résistance ou de support, ou bien un croisement de moyenne mobile, une approche mêlant ces deux techniques ou tout autre indicateur technique permettant d’évaluer la force de la tendance en cours.

    L’arbitrage

    L’arbitrage consiste à exploiter les différences de prix entre différents marchés pour un même actif ou des actifs suffisamment similaires. En théorie, une opération d’arbitrage pure ne comporte que très peu de risque, puisqu’il s’agit d’exploiter une anomalie évidente, une inefficience des marchés.

    Le retour à la moyenne

    Le retour à la moyenne – Mean Reversion en anglais – est la stratégie inverse du suivi de tendance. Elle est fondée sur le postulat que l’actif en question a de grandes chances de ne pas poursuivre vers des prix extrêmes relativement à ses moyennes historiques. En d’autres mots, que les prix qui divergent substantiellement des prix moyens historiques représentent une anomalie qui devrait être corrigée.

    Les stratégies de retour à la moyenne sont davantage utilisées pour les matières premières, souvent marquées par une certaine cyclicité, tandis que les stratégies de suivi de tendance sont en comparaison plus appropriées aux actions, en particulier celles offrant un fort potentiel de croissance.