Nombre de gens utilisent les Candlesticks dans leurs stratégies de trading. Les principaux patterns de chandeliers sont relativement simples à tester, toutefois aucun ouvrage n'a jamais publié une étude statistique à leur sujet (à une exception près, l'ouvrage ayant été retiré de la vente peu après sa publication).

Dans cette première partie nous allons étudier l'efficacité de quelques uns des principaux patterns de chandeliers Japonais appliqués au Forex. Notre étude ne porte que sur la détection des configurations de retournements, nous éliminons tout ce qui concerne les patterns de continuation.

La base d'étude est la suivante :

- Currency Pairs : EURUSD, GBPUSD, USDJPY

- Time Frames : Daily, 4 Hours, 1 Hour

- Candlesticks Patterns : Engulfing, Harami, Doji

Pour cette étude nous utilisons des fonctions de détections de patterns intégrées à Tradestation et modifiées pour le Forex (les proximités entre le Close précédent et l'Open dus à la nature H24 du Forex ne doivent pas fausser les résultats). Ces fonctions utilisent pour la plupart un trend et le sens de ce dernier afin d'éviter les signaux abérrants. En effet un Doji n'indiquera un retournement à la baisse que si il est situé vers les sommets d'un trend haussier.

La notion de trend est présente dans la plupart des fonctions intégrées à Tradestation, toutefois la notion de sommet ne l'est pas, nous ajouterons donc certaines conditions permettant d'éviter de considérer par exemple un doji situé au beau milieu d'un retracement.

Nous ajoutons donc une contrainte liée à la proximité d'un creux ou d'un sommet :

- Pour les patterns Bullish : Low <= Lowest (Low, 10) + 10 Points

- Pour les patterns Bearish : High >= Highest (High, 10) - 10 Points

Soit, sur la barre pour laquelle un Pattern de retournement baissier est détecté, le plus haut doit être supérieur ou égal au plus haut des 10 dernières barres moins 10 pips. Pour le retournement haussier c'est l'inverse : le plus bas doit être inférieur ou égal au plus bas des 10 dernières barres plus 10 pips.

Comme contrainte de Trend nous prenons une moyenne mobile exponentielle à 20 barres. Les patterns de retournement haussiers ne sont pris en compte que si le Close est en dessous de la moyenne exponentielle et les patterns de retournement baissier uniquement si le close est au dessus de cette même moyenne mobile.

Pour cette étude nous utilisons une méthodologie consistant à mesurer la qualité globale d'un signal. Cette méthodologie a été introduite dans l'article "Framework d'Etude Statistique : évaluation de la qualité d'un signal d'entrée".

Pour rappel, un signal présentant un %Q autour de 50 équivaut à un tirage aléatoire. Un %Q significatif sera plutôt au dessus de 60/70.

Le tableau suivant résume les %Q min, max  et moyens obtenus pour chaque paire sur chaque Time Frame.

 1 Heure

	EURUSD			GBPUSD			USDJPY
	Min	Max	Avg	Min	Max	Avg	Min	Max	Avg
Engulfing	48%	51%	50%	46%	48%	47%	50%	52%	51%
Harami	49%	50%	50%	49%	51%	50%	48%	50%	50%
Doji	50%	51%	51%	49%	53%	52%	48%	50%	49%

4 Heures

	EURUSD			GBPUSD			USDJPY
	Min	Max	Avg	Min	Max	Avg	Min	Max	Avg
Engulfing	51%	55%	52%	51%	58%	56%	51%	56%	54%
Harami	46%	51%	49%	45%	54%	51%	50%	52%	51%
Doji	46%	49%	48%	47%	50%	48%	52%	59%	57%

Daily

	EURUSD			GBPUSD			USDJPY
	Min	Max	Avg	Min	Max	Avg	Min	Max	Avg
Engulfing	56%	65%	61%	50%	54%	52%	57%	70%	63%
Harami	44%	52%	49%	43%	48%	47%	47%	52%	49%
Doji	38%	49%	44%	43%	49%	45%	41%	48%	45%

On constate que sur le Time Frame 1h, l'ensemble des %Q tourne autour de 50%. Les signaux issus de ces patterns sont donc à peu près équivalents à une entrée aléatoire.

Sur le Time Frame 4h certaines statistiques semblent faire légèrement mieux. Il s'agit du Doji sur USDJPY et de l'Engulfing sur USDJPY et GBPUSD. Tout le reste est proche de l'aléatoire.

Enfin en Daily une statistique sort véritablement du lot : l'Engulfing sur USDJPY et EURUSD qui affiche les seuls %Q moyens au dessus de 60%.

Globalement on peut déduire de tout ceci que les patterns étudiés donnent dans l'immense majorité des cas des résultats proches de l'aléatoire. Seule une exception mériterait une étude plus approfondie, il s'agit de l'Engulfing en Daily.

Dans un prochain article nous poursuivrons cette étude en soumettant aux tests d'autres patterns de candlesticks.

AddictFX

Dans l'article "Les Trading Sessions du Forex" nous avons abordés le principe essentiel des sessions entre l'Asie, l'Europe et les US.

Il est primordial de bien connaître ces dernières et d'en tenir compte pour son trading. La question qui se pose maintenant est : existe-t-il une corrélation entre les différentes sessions ? en d'autres termes, est ce qu'un mouvement Up sur la session Asie permettrait de prévoir un mouvement Up sur la session Europe par exemple ? Et quelle est la session qui détermine vraiment le sens de la journée ? 

Pour déterminer si il existe des liens entre les différentes sessions nous commençons par créer sous Tradestation un tableau indiquant pour chaque jour et chaque session si cette dernière est Up ou Down.

Day	AsianUp	EuropeUp	USUp	EurAsiaUp	USEurUp	DayUp
1	0	1	0	0	0	0
2	1	0	1	1	1	1
3	0	1	1	1	1	1
4	0	1	0	0	1	0
5	1	1	1	1	1	1
6	1	1	1	0	1	1
7	0	0	1	0	1	1
8	1	1	0	1	0	1
9	0	0	1	0	1	1

Le 1 signifie une session Up, le 0 signifie une session Down.

Ensuite nous exportons ce tableau sous Excel pour y appliquer une analyse de corrélation entre chacune des colonnes.

Deux analyses sont effectuées, la première porte sur les sessions complètes et la seconde sur les fragments de sessions. Lorsqu'on parle de session complète, cela signifie par exemple qu'on considère la sessions Europe dans son intégralité, de 08:00 à 18:00. Dans la seconde analyse, celle des fragments de sessions, on considère la session Europe comme étant la période horaire "purement" Européenne, soit uniquement de 10:00 à 14:00. De 08:00 à 10:00 il s'agit de l'overlap Asie/Europe et de 14:00  à 18:00 il s'agit de l'overlap Europe/US. 

Pour rappel, voici un Chart représentant les Sessions. Dans l'analyse de corrélation des sessions complètes, la session Europe inclut le Bleu clair, le Bleu foncé et le Vert. Dans l'analyse des fragments de sessions, l'Europe est uniquement considérée comme la zone Bleue foncé.

 (Cliquer pour agrandir) 

Voici maintenant les résultats obtenus sur 775 jours pour EURUSD.

 EURUSD, Sessions Complètes

	AsianUp	EuropeUp	USUp	EurAsiaUp	USEurUp	DayUp
AsianUp
EuropeUp	19.86%
USUp	0.90%	43.54%
EurAsiaUp	51.75%	23.65%	0.32%
USEurUp	8.70%	58.49%	67.87%	6.54%
DayUp	32.57%	62.45%	52.98%	24.11%	49.35%

L'une des plus forte corrélation observée est de 62,45% entre le sens de la session Europe et le sens de la journée. On constate ainsi que la session Europe a tendance à déterminer le sens de la journée, ce qui n'a rien d'étonnant. L'autre corrélation remarquable est celle de 67,87% entre le sens de l'overlap Europe/US et celui de la session US dans son ensemble. Globalement la direction de l'Overlap représente assez souvent l'essentiel de la direction de la session US. Il en est de même pour la session Europe et ce même Overlap Europe/US. On peut en déduire que très probablement l'Overlap Europe/US est la partie la plus significative du mouvement des sessions Europe et US dans leur globalité.

Ce résultat n'est pas surprenant du fait de la masse de liquidité mise en jeu durant cette période. Autant les mouvements en période peu liquide peuvent  être constitués de Stop Hunting (chasse aux stops) ou d'interventions, autant les mouvements dans les périodes de  forte liquidité sont plus significatifs et représentent mieux la "vraie direction du marché". Maintenant ceci n'est vrai que d'un point de vue statistique, donc sur une grande période. Cette théorie est comme toutes les autres, parsemée d'exceptions, la liquidité n'étant pas forcément égale chaque jour à la même heure.

EURUSD, Fragment de Sessions

	AsianUp	EuropeUp	USUp	EurAsiaUp	USEurUp	DayUp
AsianUp
EuropeUp	-1.19%
USUp	-7.12%	0.49%
EurAsiaUp	2.66%	-6.78%	0.31%
USEurUp	5.47%	1.19%	-2.21%	6.54%
DayUp	22.71%	25.78%	18.27%	24.11%	49.35%

Dans ce tableau on constate qu'entre les fragments de sessions n'existe aucune corrélation. Les seules observables sont celles qui lient un fragment avec le sens de la journée. La période la plus signifcative pour le sens de la journée est l'Overlap Europe/US, ce qui confirme les résultats obtenus sur les sessions complètes. Sur ces dernières même si la session Europe dans son ensemble était la plus significative, on en déduisait par le biais des autres corrélations que la portion de cette dernière qui représentait le mieux sa direction était l'Overlap Europe/US.

L'étude des corrélations permet de mieux connaître son marché d'une manière générale. Elle ouvre la porte à de nouvelles idées de trading et permet d'éviter de perdre son temps sur des idées par avance stériles. Inutile par exemple de chercher à ouvrir une position sur un fragment de session en fonction du mouvement d'un autre fragment. Par contre on constate qu'il est peut être possible d'ouvrir une position sur une session complète en fonction d'un fragment de session précédent. Nous étudierons ces possibilités dans un prochain article.

AddictFX

Attention : les résultats passés ne présagent en rien des résultats futurs. Effectuez vos propres études avant de mener toute opération financière. Le Forex est un marché à haut risque sur lequel vous pouvez perdre plus que votre capital.

La construction de systèmes de trading se base avant tout sur l'étude du comportement des prix. Jusqu'à présent nous avons présentés cette étude sous l'angle du Backtesting. Le principal problème posé par les backtests est qu'ils donnent une vision limitée du potentiel d'une stratégie. En effet un système complet backtestable doit inclure des règles d'entrée, de sortie et une gestion de taille de position. Les multiples variations peuvent ainsi être excessivement longues à expérimenter. On peut ainsi rechercher de nombreux filtres et signaux complémentaires sans pour autant assurer la robustesse de l'approche. Bien souvent au contraire la multiplication des conditions aura tendance à diminuer la pérennité du système.

Il existe pourtant un moyen de savoir à l'avance si une approche mérite une attention particulière ou non. Il est possible d'évaluer le potentiel Risk/Reward de tout système en soumettant ses conditions d'entrée à une étude statistique.

Même si il est vrai que la sortie fixe le gain ou la perte, le point d'entrée peut s'avérer déterminant du point de vue de la robustesse de la stratégie. Il doit donc disposer à lui seul d'un avantage statistique certain par rapport à une approche aléatoire.

J'ai donc mis au point un Framework statistique qui me permet d'évaluer la qualité d'un signal d'entrée.

Pour ceci je me suis inspiré de l'approche utilisée dans les articles d'Active Trader et de Currency Trader Mag en y ajoutant mes propres critères. J'ai donc commencé à mettre au point mes propres indicateurs de qualité, à commencer par le %Q présenté dans cet article.

Evaluation de la qualité d'un signal d'entrée : le %Q

A partir du moment où un signal d'entrée survient, ce dernier dispose d'un potentiel. Pour une échéance donnée à la suite de ce signal les prix auront subit un mouvement soit favorable, soit défavorable.

On peut ainsi établir une étude statistique du mouvement des prix suite à un signal en étudiant le P&L au bout de 1 barre, 2 barres, et ainsi de suite jusqu'à 20 barres voire plus. Si, pour toutes les barres qui suivent le signal, le P&L moyen est négatif, l'entrée a bien peu de chance d'être profitable. Si en revanche sur chacune des 20 barres suivantes le P&L est positif il existe alors probablement un avantage statistique. Toutefois un véritable Trader sait que le point cible n'est pas le seul à avoir de l'importance, le chemin pour y arriver compte tout autant sinon plus. Si pour obtenir un P&L positif il est nécessaire de laisser les prix aller fortement contre soit, l'approche a peu de chance d'être réellement tenable. C'est pour cette raison que le véritable critère de qualité d'un signal ne repose pas sur le P&L en lui même mais sur le rapport entre l'excursion favorable et l'excursion défavorable des prix suite au signal.

L'excursion favorable maximale ou MFE (Maximum Favorable Excursion) représente le potentiel maximal d'un trade, soit le plus fort gain potentiel entre l'entrée et la sortie, et l'excursion défavorable maximale ou MAE (Maximum Adverse Excursion) représente la plus grande perte potentielle au cours d'un trade.

Un signal de qualité minimale présenterait un MFE à 0 soit aucune possibilité de gain, des le départ et tout au long du trade on se trouve en P&L négatif. Un signal idéal, et donc de qualité maximale présenterait quand à lui un MAE à 0, ce qui signifie qu'à aucun moment du trade on ne se trouve en P&L négatif. Aucun de ces deux extrêmes ne peut survenir systématiquement dans la réalité (on raisonne bien entendu du point de vue de la moyenne en excluant les trades pris isolément). En revanche on tendra toujours à privilégier les stratégies offrant le meilleur rapport entre le MFE moyen et le MAE moyen. C'est pour quantifier ce rapport que j'ai créé le %Q.

Sa formule est la suivante :

%Q = MFE / (MFE + Abs (MAE))

%Q = 0% si MFE = 0

%Q = 100% si MAE = 0

Plus le %Q est grand, plus le signal d'entrée est de qualité.

Un %Q autour de 50% représente l'équivalent d'une entrée aléatoire. Un signal idéal présentera un %Q au delà de 70%. Toute la question est : est-ce que ce type de signal existe seulement ?

Etudions maintenant les statistiques d'un signal d'entrée que nous avons déjà soumis à de nombreux Backests : le One Day Breakout ou breakout des plus haut/plus bas de la veille. Nous allons ainsi pouvoir juger de la qualité intrinsèque du signal et de son potentiel réel.

Statistiques du One Day Breakout

Le Framework que j'ai construit sous Tradestation permet d'évaluer la qualité d'un signal à partir de 16 statistiques dont le %Q. Dans les résultats présentés ici je ne retiens que les principales statistiques, soit 12 d'entre elles.

Bar	Nombre de barres pour la sortie après le signal
PL	P&L Total pour une sortie a la N ieme barre
WIN	Gain total pour une sortie a la nieme barre
LOSS	Perte totale pour une sortie a la nieme barre
%WIN	Pourcentage de trades gagnants pour une sortie à la Nième barre
AWIN	Gain moyen pour une sortie a la nieme barre
ALOSS	Perte moyenne pour une sortie a la nieme barre
WLR	Ratio WIN/LOSS pour une sortie a la nieme barre
PR	Payoff Ratio pour une sortie a la nieme barre
EXP	Expectancy pour une sortie a la nieme barre
AMFE	MFE Moyenne pour une sortie a la nieme barre
AMAE	MAE Moyenne pour une sortie a la nieme barre
%Q	Qualité du signal = Ratio MFE/(MAE+MFE)

 

Appliquons maintenant ce test statistique à la stratégie One Day Breakout. Je précise que le niveau pris comme point de référence pour déterminer les P&L, MAE et MFE est bien le niveau de Breakout et non la clôture de la barre où survient le breakout.

Paire : GBPUSD

Time Frame : 1h

Nombre de Signaux : 676

La sortie sur la clôture de la barre suivant le Breakout offre la meilleure Expectancy mais les résultats globaux restent toutefois peu prometteurs. Tout d'abord on constate que les performances diminuent avec le nombre de barres ce qui indique que le signal n'est pas précurseur d'un véritable trend, il a même tendance à être suivi d'un mouvement peu soutenu. Ensuite le meilleurs Win/Loss Ratio est de 1.45 et le meilleur Payoff Ratio de 1.11 ce qui est peu. Enfin le %Q le plus grand est de 62% et correspond à une sortie quasi immédiate à la clôture de la barre suivant le signal. Ce chiffre en lui même est assez bon mais n'a rien d'extraordinaire. Il permet d'augurer d'une stratégie légèrement avantageuse mais pas suffisament pour donner véritablement confiance. Il faudrait pour celà dépasser les 70%. De plus on constate que dès la quatrième barre le %Q descend sous les 55% devenant alors l'équivalent d'une entrée aléatoire. 

En résumé la cassure des plus haut/plus pas de la veille n'est pas en soit un déclencheur de mouvements profitables. Le potentiel maximal n'est pas suffisamment significatif pour donner lieu à la mise au point d'un système véritablement robuste.

AddictFX 

Dans les articles de Backtest Volatility Breakout nous avons abordés l'utilisation des bandes de Bollinger. Pour cela nous avons utilisé les paramètres standards fréquemment recommandés, à savoir une période de 20 et deux écarts types. En théorie, si les prix présentaient une distribution normale, les bandes à 2 écarts types devraient contenir 95% des cours de clôture (si la clôture est le prix de référence pour le calcul), or il n'en est rien, précisément parce que les marchés présentent une distribution des prix qui si elle s'en rapproche ne suit pas exactement une loi normale. Les extrémités de la cloche sont notamment plus épaisses qu'attendu dans le modèle théorique et l'ensemble de la courbe est un peu plus écrasée. Plus la volatilité des marchés aura tendance à s'accroître et plus ce phénomène sera accentué.

John Bollinger, dans son ouvrage évoque ce sujet. Il écrit de ses bandes que si elles sont censées englober 95% des prix, elles n'en contiennent en réalité que 89% en moyenne. Afin de maintenir ce niveau de 89%, il recommande de faire varier les paramètres d'écartement des bandes en fonction notamment de la période utilisée. 

Dans son ouvrage John Bollinger traite principalement des actions, il ne donne donc aucune indication de paramètres concernant le Forex. Dans tout les cas ces paramètres sont variables en fonction des marchés, tout comme la volatilité. Nous allons présenter ici les statistiques des paramètres établis sur les Majors pour les Times Frames Daily et Hourly.

Les statistiques suivantes portent sur des moyennes mobiles à 20 barres, seul le multiplicateur d'écart type varie. Les valeurs retenues sont celles pour lesquelles le pourcentage de prix inclus dans les bandes est le plus proche de 90%.

Sont présentées également les valeurs théoriques issues de l'application de la loi normale.

Statistiques Daily 

Std Dev	Loi Normale	EURUSD	GBPUSD	USDCHF	USDJPY
1.5	86.64%	68.69%	68.69%	69.42%	68.86%
1.6	89.04%	73.98%	71.98%	74.30%	73.74%
1.7	91.09%	79.02%	76.46%	79.10%	78.06%
1.8	92.81%	82.87%	80.14%	82.39%	81.83%
1.9	94.26%	86.87%	83.19%	85.83%	84.95%
2.0	95.45%	89.99%	86.47%	88.55%	88.31%
2.1	96.43%	92.07%	89.59%	91.35%	91.11%
2.2	97.22%	94.72%	91.83%	93.43%	93.35%
2.3	97.86%	96.64%	93.76%	94.88%	94.96%
2.4	98.36%	97.92%	95.68%	96.48%	96.08%
2.5	98.76%	98.56%	97.04%	97.68%	97.12%

 

Statistiques Hourly

Std Dev	Loi Normale	EURUSD	GBPUSD	USDCHF	USDJPY
1.5	86.64%	70.67%	70.36%	70.55%	71.62%
1.6	89.04%	74.47%	73.89%	74.24%	75.30%
1.7	91.09%	78.13%	77.32%	77.77%	78.76%
1.8	92.81%	80.92%	80.40%	80.96%	81.74%
1.9	94.26%	83.56%	83.09%	83.47%	84.43%
2.0	95.45%	85.94%	85.59%	85.87%	86.87%
2.1	96.43%	88.20%	87.64%	88.11%	89.17%
2.2	97.22%	89.88%	89.69%	89.83%	91.09%
2.3	97.86%	91.45%	91.34%	91.40%	92.66%
2.4	98.36%	92.87%	92.70%	92.80%	93.96%
2.5	98.76%	94.04%	94.05%	94.06%	95.05%

Bilan

	EURUSD	GBPUSD	USDCHF	USDJPY
Daily	2.0	2.1	2.1	2.1
Hourly	2.2	2.2	2.2	2.1

On constate que les paramètres standards des Bandes de Bollinger ne s'appliquent qu'à EURUSD en Daily. Pour les autres majors il faudra choisir un paramètre de 2.1 ou 2.2 fois l'écart type pour avoir 90% des cours de clôture à l'intérieur des bandes.

Comparons maintenant les valeurs théoriques issues de la loi normale avec les résultats expérimentaux. Si on prend la première ligne du tableau Daily on constate que la loi normale prévoit 86,64 % des prix de clôture à l'intérieur des bandes or les quatre majors présentent des résultats tous équivalents dont aucun ne dépasse 70%. Partout on constate que la quantité de prix situés à l'intérieur des bandes est moins importante que prévue, ce qui signifie que des mouvement violents des prix surviennent plus fréquemment que ne l'envisage la théorie.   

AddictFX