Cet article explorera l'efficacité d'une stratégie de rupture intrajournalière basée sur la volatilité sur l'Ethereum, qui est la deuxième crypto-monnaie en termes de capitalisation, derrière seulement le Bitcoin. Ethereum est en réalité plus qu'une simple crypto-monnaie ; il s'agit d'une plateforme décentralisée, lancée en 2015 par Vitalik Buterin, qui permet aux développeurs de créer et de distribuer des contrats intelligents et de nombreuses autres applications innovantes.
Pour notre analyse, nous utiliserons la paire ETH/USDT, l'une des plus populaires et des plus échangées sur les marchés des crypto-monnaies, dont les données historiques sont fournies par Binance, actuellement le plus grand échange de monnaies virtuelles au monde. Cette paire représente la valeur de l'Ethereum (ETH) exprimée en Tether (USDT), une stablecoin indexée sur la valeur du dollar américain.
Comment fonctionne la stratégie Ethereum (ETHUSDT) : rupture de la volatilité intrajournalière.
Dès le départ, compte tenu également de l'impossibilité substantielle pour les clients de Binance résidant en Italie de pouvoir négocier à découvert sur les échanges au comptant de crypto-monnaies, nous avons choisi de poursuivre le développement uniquement sur le côté long, ce qui est certainement plus conforme à la nature de cette crypto-monnaie.
Le système qui sera testé sera basé sur le concept de volatilité en tant que ” moteur ” des entrées de la stratégie, comme cela a également été discuté pour le bitcoin dans l'article de décembre 2023. En particulier, pour la mesurer, nous calculerons au début de chaque session la valeur de l'indicateur “Average True Range” des N derniers jours multipliée par un coefficient, qui sera ensuite ajouté à la clôture de la veille pour déterminer le niveau d'entrée valable pour toute la session en cours. Ainsi, si le cours du sous-jacent dépasse ce niveau, une position longue sera ouverte (figure 1).
Figure 1 – Illustration graphique de la logique qui sous-tend la stratégie de breakout intraday sur Ethereum (ETHUSDT).
Nous supposerons de négocier avec une valeur de compteur fixe de 10 000 $ par transaction et un Stop Loss initial de 5 % de 500 $. Toutes les transactions seront toujours clôturées à la fin de la session, dont on supposera conventionnellement qu'elle commence à 00:00 GMT et se termine à 23:59 GMT, pour la faire coïncider avec le jour solaire. En effet, les crypto-monnaies n'ont ni session propre, étant cotées 24 heures sur 24, ni bourse physique de référence, comme c'est le cas pour les autres instruments financiers réglementés.
Optimisation de la stratégie : l'indicateur Average True Range
En guise de premier test, nous procédons à l'optimisation du “cœur” du moteur de fonctionnement, c'est-à-dire le nombre de jours avec lequel l'ATR est calculé et le coefficient avec lequel il est ensuite multiplié.
Figure 2 – Optimisation du nombre de périodes à utiliser pour le calcul de l'indicateur Average True Range.
En allant analyser les résultats obtenus, nous choisissons la combinaison len_atr=2 et multiplicateur=0,7 ; en substance, l'indicateur Average True Range sera calculé sur les deux derniers jours, puis multiplié par le coefficient 0,7. La valeur obtenue, comme indiqué ci-dessus, sera ajoutée à la clôture de la veille pour établir le niveau d'entrée long pour la session en cours.
En appliquant les valeurs choisies par l'optimisation, il est possible de voir comment ce système encore approximatif se serait comporté de 2018 à aujourd'hui (figure 3). La ligne d'équité semble immédiatement belle et linéaire, signe que l'instrument réagit bien à ce type d'entrée. Le commerce moyen d'environ 72 $ est également décent, bien que toujours insuffisant pour couvrir les coûts opérationnels d'un commerce réel.
Figure 3 – Ligne d'équité et rapport de performance de la stratégie breakout sur Ethereum (ETHUSDT) après optimisation de l'Average True Range.
Optimisation de la fenêtre de fonctionnement optimale pour les échanges sur Ethereum (ETHUSDT).
Une piste de développement pourrait être de définir une fenêtre de fonctionnement autre que les 24 heures actuelles ; en effet, le système est actuellement libre d'effectuer des entrées tout au long de la journée sans aucune restriction. En optimisant l'heure de début et de fin de l'opération, nous constatons qu'en opérant dès le début de la session (00:00 GMT) et en anticipant la fin de quelques heures, par exemple à 19:00 (Figure 4), les métriques restent sensiblement inchangées, mais avec des améliorations au niveau de la transaction moyenne, qui passe à environ 87$, une valeur intéressante qui commence à s'approcher de ce que l'on pourrait supposer être l'exigence minimale pour être utilisée en réel, c'est-à-dire 1% de la taille fixée (dans ce cas, 0,01*10 000$=100$).
Il est clair que le fait de s'arrêter tôt avec la possibilité de faire des entrées donne aux transactions une plus grande chance d'évoluer positivement tout en ayant encore quelques heures de trading devant soi, par rapport aux transactions initiées peut-être seulement près de la clôture de la session.
On opte donc pour cette combinaison mais on choisit cependant de retarder par précaution de 15 minutes l'ouverture de la fenêtre d'opération de 00:00 à 00:15, de façon à éviter d'opérer dans les premières barres de session successives au calcul des niveaux d'entrée journaliers.
Figure 4 – Résultats de l'optimisation de la fenêtre opérationnelle de la stratégie breakout sur Ethereum (ETHUSDT).
Optimisation des stratégies : analyse les modèles de Prix capables d'améliorer les performances.
Arrivé à ce point pour améliorer la stratégie, on pourrait étudier l'application éventuelle de certains schémas au moyen de listes propriétaires afin d'identifier uniquement les situations de marché dans lesquelles il est plus favorable d'opérer, en considérant que le système génère encore un nombre substantiel de transactions (480), qu'il convient certainement d'écrémer.
Figure 5 – Résultats de l'optimisation du modèle de prix pour le côté long de la stratégie breakout sur Ethereum (ETHUSDT).
Si, par exemple, on choisissait PtnLY=4 (figure 5), on pourrait augmenter la moyenne des transactions jusqu'à 107 $ et le bénéfice net jusqu'à 44 744 $, avec une légère aggravation pour le max drawdown qui passerait de 3 531 $ à 4 084 $, tout en restant très faible.
Ce schéma identifie les jours où le marché présente une incertitude et peu de directionnalité ; en effet, dans ce cas, le ” corps ” (ouverture-fermeture) de la bougie journalière ne doit pas être supérieur à 75 % de sa fourchette totale (haut-bas), ce qui démontre une situation de latéralité et d'indécision dans laquelle les séances ne se clôturent ni sur des plus hauts ni sur des plus bas. Pour un système qui repose sur la hausse de la volatilité, il est évident que le fait d'identifier s'il y a eu congestion la veille augmente considérablement la probabilité que l'opération aille dans la bonne direction.
La figure 6 vise à représenter précisément le concept exprimé par le schéma n°4, sans nécessairement conserver les proportions de ce cas.
Figure 6 – Illustration de la logique du motif long n°4.
Optimiser les sorties de stratégies automatiques sur Ethereum : perte d'arrêt et objectif de profit.
La dernière étape consiste à optimiser le Stop Loss, initialement laissé à 5 % de la contre-valeur (500 $), et un éventuel Profit Target, qui n'a pas encore été saisi.
Figure 6 – Résultats de l'optimisation des valeurs Stop Loss et Profit Target de la stratégie breakout sur Ethereum (ETHUSDT).
L'optimisation de ces deux paramètres montre que la valeur de 5% du Stop Loss reste la meilleure solution tandis que l'utilisation d'un Take Profit Target à 1800 dollars permet d'améliorer encore, bien que légèrement, les métriques. Évidemment, l'application d'un Take Profit à un niveau plutôt élevé comme celui-ci a un impact minime sur un système qui, de toute façon, fermera les positions à la fin de la journée.
Figure 7 – Ligne d'équité finale de la stratégie de rupture intrajournalière sur Ethereum (ETHUSDT).
Figure 8 – Graphique montrant l'achat et la conservation d'Ethereum (ETHUSDT).
Dernières réflexions sur la stratégie automatisée pour exploiter les mouvements de prix de l'Ethereum.
Cette stratégie a également confirmé qu'il est possible de développer des systèmes de trading automatisés sur les cryptomonnaies afin de réaliser des opérations rentables et avec des niveaux de risque acceptables, comme le montre la comparaison entre ce système de trading et le Buy & ; Hold sur le même sous-jacent (figures 7 et 8). Le gain de la stratégie, pour la même valeur investie, est plus faible, mais les fluctuations par rapport à la simple détention sont également très limitées.
On peut également conclure que l'utilisation de la volatilité, en l'occurrence via l'indicateur Average True Range, comme moteur des systèmes de trading automatisés sur les monnaies virtuelles est un bon choix et produit d'excellents résultats, comme le confirment cet article sur l'Ethereum et le passé sur le Bitcoin.
Il est évident que les années où le sous-jacent a tendance à être moins volatile ou du moins pas haussier comme en 2022, le système produira moins de résultats tout en restant rentable. Il sera intéressant d'observer si dans un futur proche, avec le retour probable d'une dynamique haussière sur l'ensemble du monde crypto induit par le récent Halving sur le Bitcoin, il y aura un nouveau “carburant” pour le système de trading pour confirmer les bonnes choses faites jusqu'à présent.
À la prochaine fois !
Andrea Unger
