1 an dans le trading quantique – 24 leçons que j’ai apprises

J’approche d’un an depuis que j’ai plongé à plein temps dans le trading quantique. Il y a un an, mon activité n’était pas très performante, et j’espérais avoir plus de contrôle sur les rendements – notamment pour un ROI plus prévisible. C’est ainsi que tout a commencé.

Je ne m’attendais pas à ce que ce voyage soit aussi difficile qu’il l’a été – en repensant à tout l’apprentissage, le réapprentissage, la programmation, la reprogrammation, les tests, les re-tests et le lancement de stratégies à un moment donné, pour les voir échouer. Cependant, il y a quelques stratégies qui passent à travers tous les processus et deviennent rentables. Ces stratégies gagnantes présentent des modèles communs, que j’ai essayé de compiler dans les leçons suivantes que j’ai apprises au cours de l’année écoulée.

Certains points peuvent vous sembler évidents, en tant que trader plus expérimenté. Pour moi, chacun d’entre eux a été une énorme perspicacité, parfois suivie d’un grand changement dans ma façon d’aborder les marchés. J’aurais aimé connaître ces points à l’avance, ce qui m’aurait épargné d’innombrables heures. Les leçons suivantes me sont adressées et ne sont pas dans un ordre significatif.

Sélectionnez stratégiquement vos marchés

Trader les actions, le forex et les obligations américaines est probablement une mauvaise idée. Ce n’est pas le choix le plus judicieux, en raison d’une trop grande concurrence avec les plus gros acteurs. Trouvez votre point idéal en matière de liquidité en examinant les marchés qui pourraient répondre à vos besoins de liquidité ; toutefois, ils ne devraient pas être plus importants. Jouez et gagnez sur des marchés de niche en apprenant leurs règles, plutôt que de négocier là où les grands acteurs négocient et où le jeu est beaucoup plus difficile. Mon point de vue est le suivant : une stratégie sur les actions philippines sera probablement plus rentable que la même sur les actions américaines.

Apprendre les règles et les accepter

J’ai négocié quelques marchés différents (avec le recul, j’aurais dû m’en tenir à un seul). Chacun a des règles différentes et est truqué à sa manière. Les teneurs de marché (ou les acteurs les plus dominants sur un marché) font tout pour gagner. Partez du principe que les marchés sont truqués, apprenez les règles et respectez-les, mais ne les niez pas en pensant que les marchés agissent naturellement. N’essayez pas d’être plus malin que les marchés ; cela risque de se retourner contre vous. Recherchez les traces (comportementales, spoofing, ordres placés et chasse aux liquidités) que les grands acteurs laissent, et utilisez-les à votre avantage.

Connaissez vos priorités

Il y a tant à faire dans le trading quantique : développement de stratégies, optimisation, backtesting, exécution et gestion des risques. Ne vous concentrez pas sur les mauvaises choses au début – comme l’optimisation des paramètres. Construisez plutôt des versions MVP très basiques de chaque partie de l’équation et optimisez en itérant en cours de production. Une stratégie parfaitement optimisée ne sera d’aucune utilité si la partie exécution ne fonctionne pas correctement.

Attendez-vous à perdre au cours de votre première année

Ne commencez pas à changer d’échelle dès que vous constatez un certain succès initial, car cela peut anéantir de grandes parties (40% dans mon cas) de votre portefeuille. Il vous faudra beaucoup plus d’efforts pour le récupérer ; au lieu de cela, il est plus facile d’adapter des mesures de risque appropriées en premier lieu. En ayant une attente de perdre (la première année au moins), vous ne serez pas tenté de mettre plus de capital que nécessaire dans les tests et l’apprentissage.

Ne vous précipitez pas avec le capital, précipitez-vous avec l’exécution

J’ai été trop rapide en augmentant le capital sans penser au risque. Au contraire, je me retrouvais souvent en paralysie d’analyse, me promettant de lancer une nouvelle stratégie après « encore une seule optimisation ». J’optimisais trop. J’aurais dû simplement lancer plusieurs stratégies pour voir ce qui fonctionne d’abord, puis optimiser de manière continue. Construire et optimiser des stratégies basées sur la théorie n’aide pas, s’il n’y a pas de retour pratique.

Ne pas utiliser les arrêts de prix

J’ai découvert qu’il y a deux façons d’utiliser les arrêts de prix : soit pas du tout, soit pour se protéger contre les événements de cygne noir (99,9e centile de la distribution de la volatilité). Au lieu d’utiliser des stops de prix, utilisez des stops de temps et une taille de position appropriée. Comme le montre la recherche, les stops de prix détruisent une bonne stratégie, simplement en raison du caractère aléatoire de la volatilité. La dimension temporelle est beaucoup plus gérable et prévisible que la dimension prix d’une hypothèse exprimée par votre transaction (à la fois en backtest et en trading réel). En utilisant des stops temporels, vous fixez une contrainte de temps en termes de durée de validité de votre hypothèse, ce qui réduit presque toujours la variance (et augmente le ratio de Sharpe).

Connaître les entrées et les sorties

Pour chaque trade, sachez où entrer et où sortir. Pour moi, ceux-ci sont fixés sur la base de deux règles – l’une étant une formule modifiée de Average True Range. C’est presque une exigence d’avoir des règles prédéfinies pour les entrées et les sorties, afin de backtester correctement et de savoir à quoi s’attendre dans le trading en direct.

Connaissez vos chiffres

Pour chaque stratégie, vous devez connaître la valeur attendue, le taux de réussite, le drawdown attendu, le drawdown le plus long, la volatilité attendue, la variance, le ratio de Sharpe, l’écart type des retours, l’asymétrie des retours et la valeur à risque. De même, le dimensionnement adéquat des paris, le risque de ruine, la fraction de Kelly et le F optimal doivent être choisis stratégiquement en fonction de la façon dont la stratégie se comporte pendant le backtest.

Faites de la gestion des risques une priorité

Supprimer 40 % du capital peut se produire en un jour ; cependant, le récupérer peut prendre de nombreux mois – voire des années. Utilisez une bonne gestion des risques en premier lieu, et soyez conscient du risque potentiel de ruine dû à des événements de type cygne noir. Il est toujours bon de s’attendre au pire des cas. Cela ne devrait pas être un défi pour vos stratégies de se réveiller un jour avec un marché de -50%.

Utilisez moins de paramètres mais sachez ce qu’ils font

Ma stratégie la plus performante utilise seulement 3 paramètres. Ceux-ci sont faciles à optimiser et faciles à tester pour la robustesse. Sachez exactement ce que font vos paramètres et pourquoi ils sont utilisés. La pire erreur est probablement de laisser un script d’optimisation générer des combinaisons de paramètres, par exemple, la période lente/rapide pour plusieurs combinaisons de moyennes mobiles. Il y aura sûrement quelque chose qui semble bon sur le papier/dans le backtest, mais il est douteux que la même stratégie fonctionne dans le trading en direct.

Créer un bon backtest et connaître les tenants et les aboutissants

Ne pas aller avec une solution existante (s’applique à l’optimisation, aussi, d’ailleurs) – au moins pas avant d’avoir construit plusieurs backtests vous-même. Vous devez comprendre l’effet du slippage, des frais, de la séquence des événements d’exécution et des différents types d’ordres. J’ai écrit de nombreux scripts de backtest, dont les premiers étaient très complexes. Ma version la plus récente fonctionne sur 12 lignes de code (principalement des calculs parallèles), ce qui prouve, une fois de plus, que la simplicité gagne.

Trouver une bonne métrique d’évaluation

Tester les performances de la stratégie ne suffit pas, vous devez savoir quoi chercher. Bien sûr, j’ai commencé à chercher un rendement annuel élevé. Optimiser le ratio de Sharpe était mieux, mais également pas ce dont j’avais besoin (je me demande encore aujourd’hui pourquoi le ratio de Sharpe est considéré comme la norme de l’industrie, car il existe de bien meilleures métriques). Trouver la bonne métrique d’optimisation et d’évaluation est essentiel ; sinon, vous construirez quelque chose qui manquera complètement l’objectif.

Savoir ce que l’on recherche dans une stratégie

Pour trouver une bonne métrique d’évaluation, vous devez savoir ce que vous recherchez réellement dans une stratégie, et cela dépend de nombreux facteurs personnels (taille du portefeuille, risque accepté, etc.). Connaissez les caractéristiques de la stratégie que vous souhaitez, car cela définira la métrique d’évaluation à choisir. Je préfère les stratégies cohérentes et négativement asymétriques, et c’est ce pour quoi je construis.

Focus sur les fonctionnalités, pas sur l’optimisation

Il existe une grande gamme d’outils pour l’optimisation, les optimisations génétiques, les optimisations non convexes, l’analyse en composantes principales, l’optimisation statistique/bayésienne, et un millier de bibliothèques fantaisistes. De mon point de vue, l’optimisation permet d’améliorer une stratégie de 10 à 20 %, mais elle ne conduit pas à une stratégie rentable en premier lieu. Si une stratégie est mauvaise, aucune optimisation ne sera utile. Concentrez-vous sur l’analyse déductive et l’ingénierie des fonctionnalités – en termes simples, donner du sens aux entrées et aux données.

Le deep learning est surestimé

Je ne comprends pas le battage médiatique. L’apprentissage automatique est génial, et l’apprentissage profond l’est aussi (aka réseaux neuronaux). L’optimisation de 10 000 paramètres n’aboutira probablement qu’à un surajustement. Si la stratégie ne fonctionne pas sans les bibliothèques de puissance comme Tensorflow, elle ne fonctionnera probablement pas en production (même si le backtest est incroyable). En bref, la stratégie devrait déjà être rentable avec quelque chose de simple comme une régression linéaire.

Meilleures données, meilleures fonctionnalités

« Les données sont le pétrole du monde numérique », a dit quelqu’un. J’ai entendu dire que certains fonds spéculatifs utilisent des images satellites de places de stationnement pour prédire les rendements boursiers. Bien que ce type de données contienne probablement des informations limitées (je dirais tout aussi bonnes que les données des prévisions météorologiques), ce sont toujours des données utilisables et pas mauvaises du tout. Ce que je veux dire, c’est qu’il faut se concentrer sur l’obtention de meilleures données pour ensuite produire de meilleures caractéristiques. Combinez plusieurs caractéristiques et stratégies faibles ensemble, et cela améliorera probablement les rendements.

Les articles universitaires sont géniaux, mais…

Les articles universitaires sont géniaux, mais ils sont généralement insuffisants en termes d’aspect pratique. Il y a simplement un décalage dans les incitations entre les universitaires et les commerçants. Les universitaires ne sont pas des traders, et les traders ne publient pas de stratégies de travail. Prenez les recherches universitaires avec un grain de sel, mais ne les négligez pas complètement. Je ne compte plus le nombre de fois où j’ai trouvé un petit élément d’information vraiment précieux. Un article n’aboutira pas à une bonne stratégie, mais appliquer les idées de 20 articles pourrait le faire.

Un feedback rapide est indispensable

Concurrencer les gros joueurs, en particulier dans le domaine du HFT, est probablement une mauvaise idée (comme je l’ai expliqué ci-dessus). Faire l’inverse – conserver des transactions pendant des jours, des mois et des années – n’est pas non plus idéal. Pour moi, le point idéal est un temps de détention de 5 à 60 minutes. Si je ne peux pas tester une stratégie en deux semaines avec une signification statistique (c’est-à-dire plus de 100 transactions), je n’investis pas mon temps dans cette stratégie. Pour tester une stratégie avec une période de maintien de plusieurs jours (et plus), il me faudrait des mois pour valider, et ce n’est pas ce qui m’intéresse.

Ne tradez pas uniquement sur le prix et les indicateurs de prix

Le prix est le reflet de ce qui s’est passé sur le marché. Il possède peu d’informations sur les acteurs et leurs intentions. Les indicateurs ne sont pas non plus assez utiles, car ils ne sont qu’une dérivation du prix, et la plupart des indicateurs sont à la traîne. Les marchés sont plus agités et automatisés de nos jours, et les indicateurs à la traîne ne sont pas aussi utiles que je suppose qu’ils l’étaient dans le passé.

Les dérivations de dérivations sont utiles

J’ai trouvé un moyen de rendre les indicateurs utiles : en construisant des fonctionnalités à partir d’eux. J’ai constaté que les stratégies seraient beaucoup plus performantes si les indicateurs – disons la moyenne mobile – sont stratégiquement refactorisés en quelque chose comme une seconde dérivation, par exemple, en divisant les valeurs MA en bacs et en comptant les occurrences par bac au cours des X dernières heures.

Doublez votre cadre temporel

Prendre un cadre temporel plus élevé conduit presque toujours à de meilleurs résultats. Cela ne peut pas se répéter indéfiniment, car votre recherche est faite avec un timeframe spécifique en tête. Cependant, si votre stratégie est optimisée pour 15 minutes, augmenter la période de détention de à 30 minutes donne presque toujours de meilleurs rendements avec un risque plus faible.

Marchés plus risqués, positions plus petites

Traitez sur des marchés plus volatils, car la volatilité est bonne pour les opportunités. Soyez simplement conscient des risques et ajustez la taille des positions en conséquence. Il peut être beaucoup plus rentable de négocier des marchés qui sont 10x plus volatils tout en ayant 1/10ème de la position. La courbe risque-récompense n’est pas aussi linéaire que je le pensais – je vous regarde Bitcoin!

Les frais de négociation font une énorme différence

En doublant le temps de détention comme mentionné, le rôle des frais est déjà réduit. Optimiser les stratégies spécifiquement pour éviter les frais importants est encore plus intelligent. Selon la stratégie (surtout pour les fréquences plus élevées), les frais représentent plus de 50 % des rendements. Cela signifie que l’optimisation des frais devrait être l’une des plus grandes priorités, que cela signifie utiliser moins d’ordres de marché, utiliser de meilleurs courtiers, ou négocier de meilleurs accords avec les courtiers existants.

Familiarisez-vous avec votre environnement de trading

Mentionné ci-dessus sous devenir plus familier avec un marché de niche, cela s’applique encore plus aux courtiers, aux bourses, à leurs API, aux temps d’arrêt et aux latences. Vous devriez connaître leurs API dans et hors, d’autant plus que de nombreux courtiers ont des fonctionnalités complexes et cachées qui peuvent vraiment aider à la performance d’un individu (ordres conditionnels, meilleures informations de remplissage / statut sur les ordres, opérations en vrac, etc.).

Pensées ultérieures

Merci de lire. La quantité de choses que j’apprends jour après jour ne ralentit pas, même si j’approche de la barre des 2000 heures de trading quantique. Je pense que c’est l’une des rares industries où, avec le temps, la courbe d’apprentissage devient plus raide, ce qui me rend en fait excité pour les mois/années à venir. Enfin, au cas où j’aurais manqué quelque chose – ou si vous voulez entrer en contact – n’hésitez pas à me contacter par e-mail.