Dans le premier article sur les Secrets du Trading Algorithmique, nous avons seulement commencé à lever le voile…
Le comportement de tout système est plus facile à prédire s’il est entré dans le domaine des valeurs extrêmes, atypiques (en l’absence de force majeure générale sur le marché) !
L’intelligence artificielle incluse dans les stratégies de trading EDVI fonctionne également avec les pertes virtuelles. Dans cet article, nous expliquerons pourquoi les pertes virtuelles ne sont pas le Saint Graal, mais au moins une partie de celui-ci !
Nous considérons les pertes comme virtuelles si elles se seraient produites systématiquement mais se sont produites pendant notre période d’attente (lorsque le trader est « sur la touche »). La période d’attente dure jusqu’à ce que la stratégie génère un certain nombre de signaux perdants consécutifs. Après cela, il est possible et nécessaire de passer à des trades réels. La valeur attendue a déjà commencé à fonctionner en faveur du trader.
Pourquoi cela fonctionne-t-il ?
Donc, si vous lancez une pièce et obtenez 10 fois pile d’affilée, quel est le résultat le plus probable la prochaine fois ? Face ? Bien sûr que non. Le résultat est toujours de 50/50 ! C’est là que la règle bien connue s’applique : LA PIÈCE N’A PAS DE MÉMOIRE.
Nous avons de la chance. Contrairement à la pièce, LE MARCHÉ A UNE MÉMOIRE.
Si votre stratégie est basée même sur une rupture du plus haut journalier précédent (un exemple de stratégie quasi-nulle) et que vous obtenez 10 pertes consécutives, quelque chose d’important se produit.
Les participants du marché commencent à remarquer que le prix baisse après avoir franchi le plus haut journalier précédent 10 fois de suite (déclenchant vos stops virtuels 10 fois de suite). Ils commencent à trader (souvent avec effet de levier !) cette « inefficacité » qu’ils considèrent comme cool et nouvelle.
Dans de telles situations anormales, le marché redevient « efficace » et prouve à ceux qui sont avides d’argent facile qu’il n’y a pas de telle chose ici. Le prix recommence à augmenter après avoir franchi les sommets, ou le fait au moins une fois dans un avenir très proche. Lorsqu’une inefficacité locale est remarquée par la foule, cette inefficacité cesse de fonctionner (sa liquidité, rarement grande, s’épuise).
C’est pourquoi les séries anormales sont plus enclines à revenir à la moyenne que les séries ordinaires.
