Les robots de trading sont-ils rentables ? Un cadre de test plutôt qu’un verdict

Réponse courte : la question « les robots de trading sont-ils rentables » n’a pas de réponse honnête pour les robots en général. Elle n’en a qu’une pour un robot précis, sur un instrument donné, avec une taille de position donnée, après prise en compte des coûts. Un robot est un vecteur d’exécution pour une stratégie. Si la stratégie a un avantage, l’automatisation la rend propre et ponctuelle. Si elle n’en a pas, l’automatisation perd de l’argent avec la même discipline. Ce guide explique pourquoi les backtests flattent la réalité, quels coûts grignotent discrètement le profit, et pourquoi les promesses des fournisseurs souffrent du biais de survie. Il montre ensuite comment tester un robot sur un compte démo pendant un nombre fixe de trades avant qu’un quelconque argent soit en jeu.

Le conseil s’adresse à ceux qui évaluent un abonnement à un robot, ou un robot qu’ils ont codé eux-mêmes, sur les paires forex, les CFD sur indices, les métaux et les CFD sur crypto. Le cadrage vaut pour n’importe quel marché ; les chiffres de coûts et les conflits de règles sont spécifiques au trading de CFD.

Ce qu’un robot de trading change, et ce qu’il laisse intact

Un robot de trading est un logiciel qui observe les prix et passe des ordres selon des règles, sans qu’une personne clique. Il peut automatiser le trading de nuit, appliquer le même stop à chaque position et ne jamais hésiter après une série de pertes.

Ce que le robot ne change pas est plus déterminant :

• L’avantage. Une stratégie sans edge perd de l’argent plus vite une fois automatisée, parce que le robot ne saute jamais un mauvais setup.
• Les conditions de marché. Un robot calibré pour une tendance soutenue devient instable dans une range molle, et rien dans le code ne sait que le régime a changé.
• Les coûts. Le spread, le swap, le slippage et la commission frappent chaque trade du robot exactement comme ils frappent un trade manuel.
• Les règles. Une prop firm ou un broker applique ses restrictions au compte, pas à la personne ni au programme.

Les fonctionnalités d’un robot de trading, comme un filtre d’actualité, un stop quotidien et un kill switch, comptent davantage que le signal d’entrée. Elles déterminent le comportement du robot lors de sa pire journée. Notre guide sur le robot de trading IA explique les briques qui le composent.

Pourquoi les backtests surestiment ce qu’un robot gagnera

Presque tous les robots arrivent avec un backtest, et presque tous les backtests sont biaisés en faveur du robot. Les raisons sont évidentes une fois nommées.

Les paramètres ont été choisis après avoir vu les données. Un fournisseur teste quarante réglages sur cinq ans d’historique de EURUSD et vous montre le meilleur. Une partie de ce résultat relève de la chance, et seul le compte réel permet de savoir dans quelle mesure.

Les exécutions sont modélisées au prix médian. La plupart des outils de backtesting supposent que l’ordre est exécuté au prix affiché, sans spread ni slippage. Sur un robot de scalping qui vise quelques pips, cette seule hypothèse peut diviser le résultat par deux ou le faire passer en négatif.

Le swap est ignoré. Les positions conservées overnight paient ou reçoivent un financement. Un robot swing qui garde un CFD sur l’or pendant quatre nuits supporte un coût que le backtest n’a jamais vu.

L’échantillon est obsolète ou trop étroit. Cinq années contenant une seule longue tendance font paraître un robot de tendance solide et un robot de range fragile. Les robots de tendance et les robots de range fonctionnent rarement le même mois, et les cinq années suivantes peuvent inverser la situation.

Les gaps et les annonces sont lissés. Les barres historiques ne montrent pas les minutes erratiques et désordonnées autour d’une décision de taux, lorsque les stops sont exécutés bien loin de leur niveau. Un robot banal en conditions calmes peut se montrer implacable dans ces minutes-là.

Traitez le backtest comme un plafond, pas comme une prévision. Le test démo ci-dessous mesure l’écart entre le plafond et le plancher.

Les coûts qui grignotent l’avantage

Les facteurs de rentabilité d’un bot se résument à un seul chiffre : le profit moyen par trade, après tous les coûts, multiplié par le nombre de trades qu’il survit. Les coûts sont faibles par trade et élevés au total, parce qu’un bot trade souvent.

Un exemple chiffré rend l’arithmétique très concrète. Supposons qu’un bot trade un CFD sur l’or à 0.2 lot sur un compte démo de 25,000, et que son backtest affiche un gain moyen de 14 dollars par trade. Le spread de 0.30 par once sur 20 onces coûte 6 dollars par aller-retour. Un slippage de 0.10 par once ajoute 2 dollars. Le swap sur le tiers des trades conservés overnight représente en moyenne 1 dollar sur l’ensemble des trades. Un abonnement à 49 dollars réparti sur 120 trades par mois ajoute environ 0.40 par trade. La marge de profit par trade passe de 14 dollars à environ 4.60, soit à peu près un tiers de la valeur du backtest.

Ce bot peut tout de même valoir la peine d’être exploité. La décision repose désormais sur un modeste 4.60 plutôt que sur un généreux 14, et un léger dérapage du slippage en période de volatilité peut l’effacer. Les coûts sont la première chose à tester et la dernière que la plupart des vendeurs montrent.

La survie dans les arguments des vendeurs

Les témoignages d’utilisateurs et les études de cas sur une page de vente vous montrent les bots et les clients qui ont survécu. Ils montrent rarement les versions retirées, les clients qui ont arrêté à perte, ou les mois retranchés au début de la courbe de capital.

Un vendeur lance plusieurs variantes, conserve celle qui a performé et supprime discrètement les autres. L’historique survivant est réel, mais il en dit encore très peu sur les douze prochains mois. Le même écueil apparaît lorsqu’un trader construit dix bots et présente le meilleur comme « ma stratégie ».

Signes qu’une affirmation manque de consistance :

• L’historique commence à une date choisie après une mauvaise période, sans explication.
• La courbe de capital est présentée sans chiffre de drawdown ni ligne de coûts.
• Les résultats proviennent d’un compte démo, où les exécutions sont meilleures qu’en réel.
• La politique de remboursement est plus détaillée que l’évaluation du risque.

Les conseils de la SEC sur le day trading indiquent aux lecteurs de ne pas croire aux promesses de profits faciles et de se méfier des bons tuyaux et des conseils d’experts provenant de sites web et de newsletters. Une page de vente d’un bot est un site web avec une promesse, et elle mérite le même scepticisme prudent.

Risques et erreurs courantes avec les trading bots

La plupart des pertes liées aux bots proviennent d’erreurs autour du bot plutôt qu’à l’intérieur du bot. Les plus courantes :

• Dimensionner à partir de la portion la plus lisse du backtest, de sorte que le premier drawdown ordinaire franchit une limite de perte.
• Faire tourner plusieurs bots qui tradent le même mouvement sur des paires corrélées, ce qui transforme une position modeste en une position irrégulière et surdimensionnée.
• Laisser un bot actif pendant des annonces économiques programmées sans filtre, alors que le spread s’élargit violemment.
• Modifier les paramètres au milieu d’un test, ce qui transforme un échantillon propre en un mélange confus qui ne prouve rien.
• Se fier aux exécutions en démo sur un CFD crypto peu liquide, puis se retrouver face à un carnet d’ordres lacunaire en réel.
• N’avoir aucun kill switch, ou en avoir un qui n’a jamais été testé.
• Considérer la gestion du risque comme étant l’affaire du broker parce que le compte a un niveau de margin call.
• Héberger sur un VPS instable qui coupe la connexion pendant la seule session qui compte.

Aucun de ces points n’est un bug de la stratégie. Chacun d’eux explique pourquoi un bot disposant d’un véritable avantage finit quand même par le gaspiller. Un processus écrit, rigoureux, est le garde-fou contre ces huit risques.

Un cadre de test : faire tourner le bot en démo pendant un nombre fixe de trades

Le test ci-dessous répond à la seule version de la question qui compte. Ce bot conserve-t-il son avantage, à ma taille, sur mon instrument, après les coûts, dans mes limites ? Il est volontairement lent et volontairement ennuyeux.

1. Figez l’échantillon avant de commencer. Choisissez un nombre de trades, par exemple 100, ou une période, par exemple trois mois, et engagez-vous sur celui qui se termine le plus tard.
2. Figez les réglages. Notez chaque paramètre, y compris la taille du lot et le filtre d’actualités. Si vous modifiez quoi que ce soit, le compteur repart à zéro.
3. Faites correspondre la démo au compte réel : même plateforme, mêmes spreads, même calendrier de swap, même taille de lot.
4. Consignez chaque trade dans votre propre tableau, pas seulement dans l’historique de la plateforme. Colonnes : prix visé, prix d’exécution, spread à l’entrée, swap payé, durée de détention, résultat après coûts.
5. Définissez à l’avance des critères d’arrêt. Par exemple, stoppez si le drawdown dépasse de moitié le pire drawdown du backtest, ou si l’espérance nette reste négative après 50 trades.
6. Comparez la performance en démo au backtest sur trois chiffres : profit net par trade, slippage moyen par trade et plus longue série de pertes consécutives.
7. Testez l’évaluation du risque par rapport aux limites dans lesquelles vous traderiez réellement. Si la pire série en démo aurait touché une limite de perte journalière de 4 percent, le bot a besoin d’une taille plus faible ou d’un stop journalier dans le code.
8. Ce n’est qu’ensuite que vous passez en réel à la plus petite taille autorisée par le compte, pour un autre nombre fixe de trades, puis vous recommencez la comparaison.

Les stratégies de trading à faible marge bénéficiaire échouent souvent à ce test à cause des seuls coûts. Les stratégies au profil de gains irrégulier échouent souvent à cause du drawdown. Les deux résultats sont utiles, les deux ne coûtent rien à vérifier, et le journal vous aidera à voir quel coût a fait les dégâts.

Quand les règles d’une prop firm entrent en conflit avec un bot

Un bot qui réussit le test en démo peut néanmoins être inutilisable dans une évaluation, parce que les prop firms limitent la manière dont l’automatisation peut se comporter. Les conflits les plus courants :

Pivex, à titre d’exemple, autorise les algorithmes personnels et sur mesure. Elle n’autorise pas le HFT, l’arbitrage de tick ou de latence, les systèmes de grid automatisés ni la copie de signaux de tiers. Sa limite de perte journalière est de 4 percent et se réinitialise chaque jour. Son drawdown total est de 6 percent et il est statique, et aucun trade ne peut représenter plus de 50 percent du profit total. Un bot au profil de gains déséquilibré, où un seul gros gagnant porte tout le mois, peut enfreindre cette règle de cohérence tout en restant rentable sur le papier.

Deux conséquences pratiques en découlent. La limite de perte journalière doit être intégrée au code du bot comme un stop ferme, avec une marge de sécurité, car la société ne met pas un bot en pause. Et un bot de grid ou de martingale qui semble bon sur un compte démo est le mauvais outil pour une évaluation, quelle que soit la netteté de sa courbe.

Les politiques concernant les expert advisors diffèrent d’une société à l’autre, et notre guide sur les prop firms qui autorisent les expert advisors indique ce qu’il faut vérifier. Pour une vue d’ensemble des autorisations d’automatisation, voir les prop firms qui autorisent le trading automatisé. Les politiques de hedging varient aussi, alors confirmez-les dans les conditions actuelles de Pivex avant qu’un bot de hedging ne soit utilisé dans le cadre d’une évaluation.

Étape suivante : choisissez un bot, un instrument et une taille de lot, puis lancez le test démo à échantillon fixe avec la feuille de journal prête avant le premier trade. Si le bot survit aux coûts et au drawdown, vérifiez son style par rapport aux règles d’automatisation de la société que vous comptez utiliser. Pivex publie à l’avance ses règles d’automatisation, ses limites de perte et sa règle de cohérence, de sorte qu’un bot peut être conçu pour les respecter avant le début de l’évaluation en une étape.

Guides associés : le bot de trading IA expliqué et les prop firms qui autorisent le trading automatisé.

Avant de participer, consultez les règles actuelles du programme Pivex et déterminez si une évaluation de trading propriétaire simulée correspond à votre expérience et à vos limites de risque. La participation ne garantit pas une récompense, un revenu, ni un résultat de trading particulier.