Trading quantitatif

Le trading quantitatif consiste à prendre ou à évaluer des décisions de trading avec des règles explicites et des preuves mesurables : une idée est transformée en règle, la règle est testée sur données historiques avec des coûts réalistes, et elle n'est conservée que si elle tient sur des données qui n'ont joué aucun rôle dans sa conception.

Senzoukria · Glossaire · Mis à jour en septembre 2026

La boucle de recherche

La boucle est courte à décrire et longue à bien exécuter. Écrivez une hypothèse testable. Constituez un jeu de données reproductible et vérifiez sa couverture : intervalles manquants, événements dupliqués, fuseaux horaires, roulements de contrat et unités. Exécutez la règle avec un modèle d'exécution explicite et des coûts. Évaluez le résultat sur une période choisie à l'avance, qui n'a joué aucun rôle dans le choix des paramètres. Consignez le résultat, échecs compris, et décidez de ce qu'il faut changer ensuite. Puis changez une seule chose.

Un trader particulier peut commencer avec un instrument et une hypothèse. Le code vient plus tard ; la première tâche est de décider quelle preuve vous ferait rejeter l'idée.

Là où la preuve casse le plus souvent

  • Coûts : une espérance brute illustrative de quelques ticks peut disparaître une fois les frais et le slippage à l'entrée et à la sortie déduits. Convertissez les frais avec la valeur de tick réelle de l'instrument.
  • Fuite : un niveau marqué avec le profil de demain, ou une exposition gamma du jour substituée à l'instantané historique, fait entrer de l'information future dans le passé.
  • Sélection : tester de nombreuses configurations et garder la gagnante mesure la chance, à moins que la période d'évaluation n'ait été séparée d'abord.
  • Couverture : un graphique qui charge aujourd'hui ne dit rien de la profondeur historique ni de la classification par côté des anciennes transactions.
  • Exécution : un modèle sur barres ne reconstruit pas la file d'attente, et un prix limite touché n'est pas une exécution.

Quant et orderflow ensemble

Les observations d'orderflow deviennent des entrées quant quand elles sont réduites à des champs que les données contiennent : delta par niveau comme volume à l'ask moins volume au bid, déséquilibres diagonaux à un ratio énoncé, volume au prix, rendements de barres clôturées. Une absorption candidate, de fortes ventes avec peu de progression à la baisse sur un niveau marqué à l'avance, peut motiver une hypothèse ; elle ne remplace pas la trace de ce qui était connu au moment de la décision. Les idées fondées sur la profondeur demandent un historique de carnet, que les seules transactions ne fournissent pas.

Dans Senzoukria

L'éditeur de scripts porte la règle en TypeScript, Python ou C++, et le panneau Backtest auto la fait tourner barre par barre sur l'historique en cache du trader, en mesurant la couverture avant le run et en intégrant les coûts au résultat. Le panneau propose une option walk-forward, une recherche de paramètres et un Gauntlet de contrôles de robustesse : survie du compte, walk-forward avec assez de fenêtres, test de permutation, ratio de Sharpe dégonflé qui tient compte du nombre d'essais, probabilité de surajustement du backtest, drawdown maximal face à la limite du compte, test de stress sur les périodes adverses et contrôle du cycle prop firm. Des indicateurs de panneau quant comme Autocorrelation, Hurst Exponent (R/S), Shannon Entropy et les z-scores sont disponibles sur le graphique. Un run de backtest ne conserve ses trades que pour les trois derniers runs et les perd au rechargement, ce qui est une raison de plus de tenir un registre de recherche écrit.

Erreurs fréquentes

  • Prendre un exemple graphique rentable pour une stratégie.
  • Combiner tous les indicateurs à la fois au lieu de tester une expérience bien documentée.
  • Lire une étiquette de Gauntlet favorable comme une certification d'edge futur plutôt que comme le résumé d'un protocole sur les données fournies.
  • Sauter l'étape du backtest au replay puis au compte simulé avant d'envisager un compte connecté.

Cette page dans d’autres langues

Questions fréquentes

Faut-il savoir coder pour trader quantitativement ?
Pas au départ. La première exigence est une règle sans ambiguïté et un jeu de données reproductible. Le code devient utile quand la même procédure doit être répétée sur plusieurs périodes et versions, quand les échecs doivent être consignés, et quand l'entraînement et l'évaluation ultérieure doivent être séparés mécaniquement.
Un backtest positif suffit-il pour trader une règle en direct ?
Non. Les hypothèses d'exécution, les coûts, les trous de données, le biais de sélection et l'évolution des conditions de marché peuvent chacun invalider le résultat. Publiez les résultats hors échantillon et les configurations échouées, passez au replay puis à un compte simulé, et traitez l'automatisation en direct comme une décision distincte, avec ses propres permissions et limites.
Le GEX ou le flux d'options peuvent-ils entrer dans une règle quantitative ?
Oui, comme entrées dont la temporalité est préservée : observations d'options horodatées et version du modèle en usage à ce moment-là. Le GEX dans le desktop est conditionné à une source options configurée, et un profil de gamma du jour ne peut pas tenir lieu de profil historique dans un test.