Notre Dernière Amélioration Sur… L’Attribut Investisseur Corrélation de Marché (Mc)

23 January 2018
The Market Owl

Dans ce blog post, nous aborderons les améliorations les plus récentes apportées au dernier Attribut Investisseur (AI) ayant rejoint les rangs de Darwinex: Mc (Corrélation de Marché)

Mais avant de mettre les mains dans cambouis, permettez-moi d’expliquer très brièvement ce qu’est la corrélation, pour ceux d’entre vous qui ne sont pas familiers avec ce concept.

La corrélation est une statistique qui mesure le degré d’évolution de deux variables l’une par rapport à l’autre.

Quelles sont donc les 2 variables que nous utilisons sur Darwinex pour calculer la note (Mc)?

Vous avez deviné! La relation entre la courbe de rendement de votre DARWIN, et les courbes de rendement des actifs sous-jacents sur lesquels vous négociez.

Prenons un exemple:

Imaginez que votre DARWIN a donné de bons résultats l’année dernière. Disons que 100% des investisseurs pensent que vous êtes une superstar du trading et que l’argent coule à flot en investissant sur votre DARWIN, n’est-ce pas? Eh bien… pas si vite!

Et si les algos de Darwinex découvraient que vous avez toujours été long sur l’EURUSD en 2017?

Le rendement de votre DARWIN sera corrélé à 100% avec l’EURUSD et vous ne méritez pas vraiment de médaille, puisque vous avez pris 1 décision de trading en 2017: rentrer long EURUSD.

Dans cet exemple extrême, votre note (Mc) serait 0, ce qui par conséquent, détériorerait gravement votre D-Score, quel que soit la note du reste des 11 autres Attributs Investisseur, rendant impossible l’obtention d’un D-Score supérieur à 50. Donc… pas d’AuM, pas de DarwinIA, pas de succès ni de statut de superstar 🙁

Darwinex améliore l’attribut d’investissement Mc

Cependant, après y avoir beaucoup réfléchi, nous avons conclu que ce n’est pas la façon la plus pertinente de mesurer l’attribut (Mc).

Pour être totalement honnête avec vous, nous savions déjà que ce calcul n’était qu’une approximation. Néanmoins, nous avons décidé de l’implémenter pour deux raisons:

  • Cela ajouterait beaucoup de valeur à notre kit de diagnostic
  • Cela pénaliserait les stratégies hasardeuses, prévenant probablement les investisseurs du risque d’investir dans une stratégie au rendement possiblement «aléatoire»

Pour quelles raisons notre calcul n’était-il qu’une approximation, et non 100% précis?

Parce que dans l’ancienne version du (Mc), nous n’avionspris en considération ni l’effet de levier de DARWIN, qui est maintenant considéré comme étant une décision de trading en soi, ni le nombre de D-Périodes d’expérience accumulées avec une telle corrélation.

Levier du DARWIN

Pour en revenir à notre exemple, imaginons qu’au cours de l’année dernière, votre DARWIN ait toujours été long sur EURUSD.

Mais, l’effet de levier appliqué par notre gestionnaire de risque sur votre DARWIN – afin d’offrir un actif avec un risque cible mensuel standard à 10% de VaR – a varié au fil du temps en fonction des variations de levier sur votre stratégie de trading sous-jacente. Changements dus à votre analyse personnelle / conditions du marché / prévisions, etc … sur EURUSD.

Le DARWIN aurait pu utiliser un effet de levier 5:1 sur certains trades, 2: 1 pour d’autres, puis jusqu’à 8:1, etc. Ainsi au final, la courbe de rendement de votre DARWIN et la courbe EURUSD pourraient être très différentes.

C’est un fait que vous avez toujours été long EURUSD. Mais votre DARWIN aurait pu utiliser un effet de levier très faible lorsque l’EURUSD entrait en période de retracement / consolidation, et plus d’effet de levier lorsque le marché allait dans votre sens. Vous feriez ainsi un meilleur rendement en % que l’actif sous-jacent sur lequel vous étiez en train de négocier.

Expérience cumulée: nº de D-Périodes

Le facteur d’expérience est une nouvelle variable que nous avons décidé d’introduire dans le calcul final du (Mc).

Ce n’est pas la même chose d’être fortement corrélé avec l’actif sous-jacent pendant une semaine, et pendant une année. Et nous pensons que l’impact sur la note finale ne peut pas être le même.

Le niveau de tolérance de l’algorithme (Mc) sera inversement proportionnel au nombre de D-Périodes au cours desquelles ladite corrélation est observée.

En suivant notre exemple, si l’algorithme détectait une corrélation significative avec l’EURUSD, mais ceci s’est produit pendant une courte période -1 D-Period-, la détérioration de la note (Mc) serait plus faible que si vous en aviez 5.

Plus le nombre de D-Périodes est élevé, plus le degré de tolérance de l’attribut (Mc) devient faible, et plus la pénalité imposée au D-Score est élevée.

Donc, finalement, vous êtes une superstar du trading malgré tout!

Pour résumer, nous avons réajusté l’algo (Mc) de sorte que nous calculons maintenant sa note à partir des trades, et non plus des positions, considérant le levier utilisé en tant que décision de trading à part entière.

Notez que ce changement améliorera l’exactitude du score (Mc) pour les stratégies de “moyen-long terme”, sans impact pour les scalpers ou les day traders.

Bons trades à tous!