Accueil ETHEREUM la stratégie de retour à la moyenne sur Ethereum (ETH)

la stratégie de retour à la moyenne sur Ethereum (ETH)

30
0

Dans le but de diversifier le panier de stratégies de trading systématiques, nous allons tenter d'évaluer dans cet article s'il est possible d'aborder le trading sur l' () avec une stratégie de retour à la moyenne basée sur les fausses cassures. Comme la plupart des cryptomonnaies, l'Ethereum a historiquement montré un comportement prédominant de ” suivi de tendance “, donc partir à la recherche de renversements de tendance peut sembler contre-productif.

Avec l'évolution récente du marché des crypto-monnaies, il peut être intéressant d'envisager d'inclure dans ton portefeuille une stratégie qui tire parti de la tendance au “mean reverting” qui semble être de plus en plus présente sur ce marché, alimentée par une liquidité croissante.

Pour ce faire, nous allons essayer de définir un système de trading capable de tirer profit des fausses cassures sur les planchers de la séance précédente, qui sont de plus en plus souvent à l'origine de rebonds, plutôt que d'extensions de la tendance baissière. Lors de la cassure du minimum de la veille, nous aurons alors la condition pour entrer en position longue si le cours devait revenir au niveau du minimum qui vient d'être violé.

Structure et premiers résultats du système de trading mean reverting sur Ethereum (ETH).

La stratégie, qui sera construite uniquement sur le côté long, suppose d'entrer après des mouvements de marché baissiers avec l'idée qu'une rupture du plus bas de la veille peut conduire à un rebond.

La séance est calculée en utilisant le temps d'échange (normalement le temps moyen de Greenwich, GMT) de minuit à 23h59, en considérant une série de données historiques de 2016 à aujourd'hui (mai 2024). Un montant fixe de 10 000 $ par transaction est fixé, ainsi qu'un stop loss de 3 000 $ à la première tentative.

Des résultats positifs sont obtenus immédiatement, avec une ligne d'équité croissante. Dans les figures suivantes, tu peux voir comment le profit total du système dépasse 71 000 $ en seulement 75 transactions, avec une transaction moyenne de 1 100 $. Ces résultats peuvent sembler beaucoup trop positifs, mais en réalité, ils dénotent une stratégie encore grossière, étant donné les quelques transactions très longues, comme le confirme la valeur moyenne élevée des transactions.

Lire aussi :  Vitalik Buterin fait un don de 30 ETH pour soutenir l'affaire Tornado Cash.

Bien qu'elle fournisse des mesures intéressantes, le faible nombre de transactions rend la statistique peu robuste, en plus d'être difficilement applicable en trading réel étant donné la longue durée de nombreuses transactions.

Il est donc logique de limiter la durée des transactions, peut-être en trouvant un compromis entre la transaction moyenne et le nombre de transactions en optimisant les paramètres utilisés.

trading mean reverting ethereum
Figure 1. Ligne d'équité du système de trading à retour à la moyenne. sur Ethereum (ETH).
trading mean reverting ethereum
Figure 2 : transactions moyennes du système de trading à retour à la moyenne. sur Ethereum (ETH).
trading mean reverting ethereum
Figure 3. Résumé des performances du système de trading à retour à la moyenne. sur Ethereum (ETH).

Optimisation pour déterminer la durée idéale de l'échange

Dans un premier temps, nous allons donc essayer de limiter la durée des trades en imposant la fermeture au bout d'un certain nombre de jours. En optimisant entre 5 et 120 jours, nous trouvons les valeurs de la figure 4. Comme on peut le voir sur le graphique de la figure 5, autour de 55 jours, il existe une zone avec de bonnes valeurs moyennes des trades et un bénéfice net sur le drawdown. Il s'agit cependant d'une durée assez longue par rapport à l'événement qui a généré l'entrée sur le marché (fausse cassure des bas précédents), mais l'optimisation montre qu'il n'est pas possible avec des trades d'une durée plus courte d'obtenir des résultats dignes d'intérêt. Nous choisirons donc comme exemple de clôturer les transactions après 55 jours au plus tard.

Figure 4. Optimisation de la durée des transactions (exprimée en jours).
Figure 5. Graphique des principaux résultats de l'optimisation.

Le bénéfice total du système est tombé à environ 46 000 $ avec une transaction moyenne de 130 $, des valeurs inférieures aux précédentes, mais certainement plus réalistes si l'on considère qu'elles sont obtenues en 354 transactions, un nombre qui rend les statistiques plus robustes et l'horizon temporel de la transaction plus soutenable. Cependant, il est encore possible d'améliorer les mesures et de se rapprocher d'une stratégie qui peut être envisagée pour le trading en direct. On pourrait, par exemple, filtrer les entrées avec des modèles de prix, en essayant de négocier uniquement lorsque les conditions sont idéales.

Lire aussi :  le lancement du Metis Alpha

Analyse des modèles de prix pour améliorer les résultats du système de trading mean reverting sur Ethereum.

À cette fin, nous utiliserons une liste propriétaire qui contient de nombreuses combinaisons de prix différentes, qui seront utilisées pour comprendre dans quelles situations Ethereum (ETH) semble fonctionner le mieux avec la logique de fausse rupture testée.

Figure 6. Optimisation des modèles de prix pour améliorer l'efficacité des échanges.

Le cas ‘PtnNeutYes=4' (Figure 6) identifie les jours qui suivent une séance de faible conviction. Il s'agit des jours où le “corps” de la bougie quotidienne (ouverture-fermeture) ne dépassait pas 75 % de la fourchette totale de la bougie quotidienne (haut-bas). Par conséquent, on aimerait éviter les situations où le “corps” est supérieur à 75 % de la fourchette totale de la séance.

On peut constater que le numéro 4 de MyPtn parvient en fait à augmenter la moyenne des transactions (152 $) et le bénéfice net (49 209 $). Le drawdown diminue également et s'établit à -6 697 $. Une bonne amélioration, également visible dans la forme de l'équité, qui est résolument plus régulière (figure 7).

Figure 7. Ligne d'équité du système de trading à retour à la moyenne. avec l'application du schéma 4.
Figure 8. Transaction moyenne du système de trading à retour à la moyenne. avec l'application du schéma 4.

Dernières réflexions sur le système de trading mean reverting sur Ethereum.

En conclusion, nous avons vu comment il est possible d'opérer avec une approche de retour à la moyenne même sur un instrument comme l'Ethereum, qui suit typiquement la tendance, et qui avec la croissance générale du marché crypto présente de plus en plus d'opportunités de retournement également. Le système de trading développé dans cet article n'est certainement pas prêt pour le trading en direct, mais il est laissé au lecteur le soin d'expérimenter et d'optimiser davantage cette idée afin de l'affiner et de la transformer en une véritable stratégie opérationnelle.

À la prochaine fois et bon trading !

Andrea Unger