Le rôle central du dimensionnement des positions dans un système de trading
Les notes d'étude avancent une affirmation directe : le dimensionnement des positions est la partie la plus importante de tout système de trading, car c'est uniquement par le dimensionnement des positions qu'un trader peut atteindre un objectif. L'espérance mathématique, dans cette perspective, est une estimation approximative du véritable potentiel d'un système. Une fois qu'un système approprié a été développé, indiquent les notes, la décision suivante est de savoir quelle méthode de calcul sera utilisée pour déterminer la taille de la position. Cette décision n'est pas un détail ajouté à la fin ; c'est la partie du système qui convertit un avantage statistique en une courbe de capital réelle. Une façon simple de comprendre ce point est d'imaginer deux traders utilisant des règles d'entrée et de sortie identiques sur le même marché pendant la même période. L'un risque une petite fraction fixe de son capital par transaction ; l'autre engage une grande partie du compte sur chaque signal. Les signaux sont les mêmes, mais les résultats peuvent être complètement différents. Le premier trader peut connaître un drawdown modéré et continuer à trader. Le second peut être contraint de s'arrêter après une série de pertes normale, car le compte ne supporte plus la position minimale. L'avantage n'a pas changé. Le dimensionnement, si. C'est pourquoi les notes traitent le dimensionnement des positions comme le mécanisme d'atteinte des objectifs. Les entrées et les sorties définissent quand une transaction est prise et quand elle est clôturée. Le dimensionnement définit quelle part du compte est exposée. Un système avec une espérance positive peut encore échouer à atteindre un objectif si la taille est trop petite pour composer de manière significative, ou trop grande pour survivre à la variance. Les notes avertissent également qu'une méthode de dimensionnement inappropriée mène à la ruine, quelle que soit la définition de la ruine — que cela signifie perdre la moitié du capital ou tout perdre. Le reste de cet article examine les mécanismes derrière cet avertissement, les conditions dans lesquelles différentes méthodes de dimensionnement fonctionnent, et les façons dont elles sont couramment mal utilisées.
L'espérance comme estimation approximative du véritable potentiel
L'espérance mathématique est généralement définie comme le résultat moyen par transaction sur un large échantillon. Sous sa forme la plus simple, elle est le taux de réussite multiplié par le gain moyen, moins le taux de perte multiplié par la perte moyenne. Un système avec un taux de réussite de 40 %, un gain moyen de 2R et une perte moyenne de 1R a une espérance de 0,2R par transaction. Les traders expriment souvent l'espérance en multiples de R, où 1R est le montant risqué sur une transaction. Cela rend comparables des systèmes avec différents niveaux de prix et instruments. Les notes décrivent l'espérance comme une estimation approximative du véritable potentiel. Il y a plusieurs raisons à cette approximation. Premièrement, elle est estimée à partir d'un échantillon fini. Un système qui montre une espérance positive sur 100 transactions peut avoir un intervalle de confiance large ; la valeur réelle pourrait être inférieure, nulle ou négative. Deuxièmement, les conditions de marché changent. Une méthode qui fonctionnait dans un régime tendanciel à forte volatilité peut se comporter différemment dans un régime de range à faible volatilité. Troisièmement, les frictions du monde réel — slippage, commissions, gaps et exécutions manquées — réduisent l'espérance théorique. Quatrièmement, l'estimation dépend de la façon dont les transactions sont comptées et dont R est défini. L'espérance ne dit rien non plus sur la séquence ou la dispersion des résultats. Deux systèmes peuvent partager le même résultat moyen par transaction tout en ayant des écarts-types très différents. L'un peut produire une série fluide de petits gains et pertes ; l'autre peut produire de longues séries de pertes suivies de gros gains. Le dimensionnement des positions doit tenir compte de la distribution, pas seulement de la moyenne. Une règle de dimensionnement sûre pour un système à faible variance peut être fatale pour un système à forte variance avec la même espérance. Parce que l'espérance n'est qu'une estimation, les règles de dimensionnement ont besoin d'une marge d'erreur. Supposer que l'estimation est précise est l'une des erreurs les plus courantes dans la conception de systèmes.
