Approches de base de la diversification algorithmique / systématique des portefeuilles de contrats à terme

Dans cet article, j'aborderai un point de vue très élémentaire sur la manière de construire un portefeuille bien diversifié. Les approches de base simples pour y parvenir sont les suivantes :

  1. Diversification entre différents types de systèmes de négociation
  2. Diversification sur différents marchés et segments de marché
  3. Analyse de corrélation des systèmes de négociation

Dans ma pratique, j'utilise une combinaison de toutes ces approches. Quoi qu'il en soit, même en utilisant chaque approche séparément, vous ajouterez de la valeur à vos opérations, ainsi que les synergies correspondantes et l'amélioration des performances ajustées au risque.

J'utilise les deux premières approches mentionnées comme pierre angulaire du concept de portefeuille, que je vérifie ensuite mathématiquement en tant qu'hypothèse. Toutefois, il s'agit certainement d'un outil efficace pour les personnes qui ne disposent pas de suffisamment de données pertinentes pour construire un portefeuille avec une vérification mathématique des corrélations des différents systèmes du portefeuille.

Différents types de systèmes

La première option, que j'utilise dans une moindre mesure mais néanmoins, consiste à négocier différents types de systèmes sur un même marché, ou sur des marchés fortement corrélés tels que les indices boursiers. Par type de système, j'entends ici le principe sur lequel le système de trading est construit ou le mouvement du marché que le système négocie. Par exemple : rupture de volatilité, retour à la moyenne, ...

Dans ce cas, nous pouvons construire un portefeuille à partir de différents types de systèmes de la manière suivante, par exemple :

  1. cassure de la volatilité intrajournalière
  2. swing long breakout
  3. le retour à la moyenne.

Il s'agirait d'un petit portefeuille dans lequel chaque système impliqué négocierait un type de mouvement de marché différent, exprimé par un principe différent.

Cependant, dans cette méthode, il est nécessaire de connaître le "type" du système, ce qui, pour ceux qui louent des systèmes, que ce soit sous forme d'autotrading, de signaux, de trading social, ... n'est pas très réaliste ou c'est au fournisseur de fournir ou non cette information à ses clients.

Différents marchés et segments de marché

Il s'agit d'une autre approche simple et robuste qui peut être utilisée, même sans connaissance détaillée des systèmes. Cette approche convient aux opérateurs qui, pour diverses raisons, ne disposent pas des données nécessaires à des analyses plus détaillées ou ne connaissent pas encore de méthodes plus avancées de vérification des corrélations dans le cadre du savoir-faire, mais aussi et surtout aux investisseurs qui souhaitent utiliser les services de développeurs externes et, par la suite, les services d'une société de conseil en gestion de patrimoine. négocier les systèmes de manière automatique (autotrading).

Le principe est extrêmement simple et consiste en une diversification entre les différents marchés ou segments de marché.

Les marchés des matières premières, qui sont principalement négociés sous la forme de contrats à terme, sont généralement divisés en segments de marché tels que : céréales, viandes, énergie, métaux, indices, softs, ... et ces segments (ensembles) en marchés individuels qui en font partie, par exemple, l'énergie comprend : le pétrole brut, le gaz naturel, l'essence, l'éthanol, ... les softs : le café, le cacao, le coton, le sucre, ...

À première vue, il est clair que certains marchés d'un même segment ont plus de points communs que d'autres. Certains présentent des corrélations positives ou négatives, tandis que d'autres sont indépendants les uns des autres et n'ont presque rien en commun. C'est la clé d'une diversification réussie.

Bien entendu, ici aussi, lors de la prise de décision, il est important de réfléchir au moins dans les termes suivants : le pétrole brut et le mazout sont des marchés différents mais, d'un autre côté, très similaires. Une corrélation est donc possible (et dans ce cas très probable). En revanche, les paires de marchés gaz naturel et coton, ou pétrole brut et cacao, ont à première vue moins de points communs.

C'est la clé à suivre même si vous n'avez pas ou très peu de données quantitatives à analyser plus en profondeur. Cependant, si c'est possible ou si vous avez des backtests, des listes de transactions, ... de systèmes individuels, je recommande certainement une analyse de corrélation plus approfondie des systèmes individuels que vous considérez lorsque vous avez des données quantitatives. construire votre portefeuille. Même s'il s'agit de marchés différents, certaines combinaisons peuvent être plus adaptées l'une à l'autre, d'autres moins. Et même si une hypothèse semble logiquement correcte, il est toujours bon de la tester quantitativement.

Analyse de corrélation

Une fois que l'on dispose des données (liste des transactions), il est possible d'utiliser une approche quantitative, par exemple sous la forme d'une analyse de corrélation. Cependant, l'analyse de corrélation peut être utilisée de plusieurs manières.

  1. Il peut être utilisé pour l'analyse intermarché et donc l'analyse des corrélations entre les différents marchés négociés (actifs sous-jacents).

Ici, par exemple, les données de l'institut Moore Research peuvent être utilisées : https://www.mrci.com/special/correl.php pour vous aider à comprendre les corrélations entre les actifs sous-jacents. Vous pouvez ensuite vous en servir pour éviter de négocier le même type de système sur deux marchés certes différents, mais fortement corrélés. Il s'agit là de la prévention fondamentale des résultats fortement corrélés pour les systèmes de négociation individuels.

  1. Une autre utilisation est l'analyse des corrélations entre les systèmes de négociation.

Globalement, l'objectif de l'analyse de corrélation utilisée dans la composition d'un portefeuille est d'assurer la plus grande stabilité possible des capitaux propres et donc de réduire la volatilité de nos résultats de trading. C'est pourquoi nous nous intéressons avant tout à la corrélation des transactions perdantes des différents systèmes de trading, afin d'éviter de regrouper les transactions perdantes les mêmes jours, semaines ou mois.

Pour simplifier et répondre à nos besoins, nous considérons la distribution des corrélations comme suit :

-1 - -0,3 => corrélation négative

-0,3 - + 0,3 => indépendants l'un de l'autre

- 0,3 - 0,5 => dépendance modérée

- 0,5 - 1 => forte dépendance

Ce que nous recherchons lors de la composition d'un portefeuille, ce sont des niveaux de corrélation simples compris entre -0,3 et + 0,3. Si le coefficient de corrélation se situe à ce niveau, il nous renseigne sur l'indépendance des systèmes de négociation.

Conclusion

Chacune des approches susmentionnées a ses points forts et ses limites. Chacune peut être utilisée indépendamment des autres. Mais le meilleur résultat est clairement obtenu en combinant toutes les approches susmentionnées.

L'idéal est donc de négocier différents types de systèmes qui traitent des mouvements de marché différents, d'utiliser des marchés au sein du portefeuille qui ne sont pas fortement corrélés et de sélectionner pour le portefeuille des systèmes ayant la plus faible corrélation possible de transactions principalement perdantes.

Marek Chrastina

Marek Chrastina est un homme d'affaires, un financier et un investisseur slovaque. Il est activement impliqué dans la négociation d'actions sous la forme de portefeuilles de contrats à terme algorithmiques et dirige deux sociétés, Quantum Financial et Quantum Global, qui se concentrent sur le développement de systèmes de négociation algorithmique et la gestion de portefeuilles. Ces entreprises algorithmes et portefeuilles sont fournis en tant que services aux investisseurs privés et institutionnels.

Marek a créé son entreprise en 2004, alors qu'il était encore à l'université, et a depuis créé plusieurs sociétés dans divers secteurs. Sa formation universitaire comprend les mathématiques, l'économie et la psychologie. Il utilise la synergie de ces diverses disciplines dans ses activités de trading sur les marchés financiers, auxquelles il participe activement depuis 2008. Ses succès les plus récents sont la troisième place en 2020-2021 à la Global Cup Trading Championship et la troisième place en 2021 à la World Cup Championship of Futures Trading®.
si vous êtes intéressé par l'échange des algorithmes de Marek, prenez contact avec lui via le site web Formulaire de contact Quantum Financial.

S'abonner
Notification pour
0 Commentaires
Commentaires en ligne
Afficher tous les commentaires

Poursuivre la lecture