Une stratégie peut être statistiquement rentable, avec une espérance mathématique positive, un ratio de Sharpe satisfaisant et des pertes maximales maîtrisées, et l’investisseur qui la détient peut tout de même perdre de l’argent. La cause n’est le plus souvent pas l’algorithme. C’est le moment d’entrée et le comportement de l’investisseur.
La performance propre de la stratégie et la performance que l’investisseur obtient réellement sont deux chiffres différents. Le premier se mesure sur toute la période. Le second dépend du jour où l’argent est arrivé, du jour où il est parti et de ce qui s’est passé entre les deux. Cet article expose les six erreurs qui séparent le plus souvent ces deux chiffres.
1. Un horizon plus court que le cycle de la stratégie
Les stratégies algorithmiques, celles de suivi de tendance et les multi-systèmes en particulier, tirent leur performance d’une longue période. Elles connaissent aussi des phases de stagnation, des marchés latéraux et des pertes maximales, qui font partie normale du processus.
Un investisseur qui arrive avec un horizon de trois à six mois et attend une performance régulière et linéaire sera déçu lorsque le marché entrera dans une phase défavorable. Algotoria publie un horizon d’investissement minimal d’un an, afin que la stratégie puisse traverser toute la gamme des conditions de marché. Un horizon plus court que le cycle statistique de la stratégie juge un processus de long terme sur un échantillon court.
2. Entrer après la meilleure période
L’erreur classique est d’investir après avoir vu une belle courbe de capital. Une stratégie réalise une excellente année, l’attention monte, l’argent arrive à un sommet local, une correction naturelle ou une perte maximale suit, et l’investisseur voit une perte quelques semaines après son entrée.
Le schéma est comportemental : les performances passées sont extrapolées vers l’avenir, alors que les marchés évoluent par cycles. L’investisseur achète en fait la stratégie à son prix maximal.
3. Sortir pendant une perte maximale
Les pertes maximales font partie de toute négociation systématique. La psychologie joue ici contre l’investisseur : la cupidité à la hausse, la peur à la baisse.
Un investisseur qui sort au point de plus grand inconfort fige la perte au moment où l’espérance de la stratégie commence à s’améliorer. La stratégie se redresse alors sans lui. L’Avertissement de risque expose les pertes maximales que les stratégies d’Algotoria peuvent produire.
4. Passer d’une stratégie à l’autre
Un autre schéma courant est le changement répété. La stratégie A est en perte maximale ; l’investisseur passe donc à la stratégie B, qui vient de bien faire. Quelques mois plus tard, le cycle se répète.
Le résultat est une vente systématique de la perte maximale et un achat de la performance passée. Sur plusieurs cycles, c’est un moyen efficace d’éroder le capital, car chaque changement cristallise une perte et relance le compteur.
5. Mal lire le profil de risque et de performance
Beaucoup d’investisseurs ne regardent que la performance moyenne. Le profil comprend aussi la profondeur et la durée des pertes maximales, la volatilité, la fréquence des mois négatifs et la corrélation avec l’ensemble du marché.
Une stratégie peut avoir à la fois une espérance positive et un profil de performance irrégulier. Un investisseur qui n’est pas préparé à cette courbe de capital aura du mal à rester investi tout au long.
6. Ni plan ni règles
Une approche professionnelle exige quatre éléments en place avant le premier dépôt : un horizon prédéfini, une compréhension claire de la perte maximale acceptable, des règles fixes pour ajouter et retirer du capital, et une diversification entre stratégies.
Sans eux, un compte sous gestion professionnelle devient de la négociation émotionnelle menée par un intermédiaire. Les questions fréquentes expliquent comment fonctionne le budget de risque et ce qu’implique un rachat, soit les deux paramètres qu’un plan devrait fixer en premier.
La conclusion
Dans les stratégies algorithmiques, ce qui défaille est plus souvent le comportement de l’investisseur que le modèle. Une stratégie demande du temps, de la discipline, de la patience et une compréhension des statistiques qui la sous-tendent.
Si l’investisseur ne peut pas tenir à travers les phases normales du marché, même un algorithme rentable ne protégera pas le capital. La résilience comportementale fait donc partie du résultat de long terme, au même titre que le code.