Chaque fois que j'ouvre Twitter, je ne reconnais plus 90 % des tickers qui apparaissent dans mon fil d'actualité. À ce stade, je vais juste supposer qu'il s'agit de promotions payées de déchets de très mauvaise qualité. Vous êtes vraiment à ce point dans le besoin ?

Je pense que beaucoup de gens comprennent fondamentalement mal l'approche appropriée au développement de stratégies. Ils croient à tort que créer une stratégie consiste simplement à manipuler des paramètres dans un ensemble de règles, puis à trader ce que les résultats des backtests suggèrent comme étant rentable. Cette approche à l'envers considère le développement de stratégies comme un exercice purement mécanique, détaché de toute compréhension sous-jacente du marché. Je le sais parce que j'ai été assez retardé pour le faire moi-même, longuement. Le meilleur processus commence par l'idéation. Vous devez d'abord développer une croyance ou une hypothèse spécifique sur la façon dont les prix se comportent dans certaines conditions. Vous allez ensuite tester cela pour déterminer si l'avantage que vous essayez de capturer existe réellement. Vous essayez essentiellement de mettre à l'épreuve votre thèse autant que possible pendant les tests, car si vous ne le faites pas vous-même, le marché le fera. Cette idée fondamentale alimente ensuite les règles et la structure réelles de votre stratégie, garantissant que chaque composant a un but ancré dans la logique plutôt que dans une optimisation aléatoire des paramètres. Ce n'est qu'après ce processus de développement réfléchi que vous pourriez choisir de backtester votre stratégie, bien que même cette étape finale ne soit pas strictement nécessaire si votre idée et votre mise en œuvre sont solides.

Les gens comprennent souvent mal ce que signifie être "orienté données" dans leur approche de la prise de décision. Incorporer simplement des graphiques de prix, des indicateurs ou d'autres points de données dans votre processus ne garantit pas l'excellence orientée données ; cela crée simplement l'illusion d'une rigueur analytique. Le véritable défi réside dans la distinction entre des décisions réellement informées par les données et celles qui n'utilisent les données que comme un habillage pour des stratégies mal conçues (par exemple, battre des paramètres suffisamment longtemps jusqu'à ce qu'ils se corrèlent à votre variable de sortie). Le chemin vers un trading authentiquement orienté données nécessite d'embrasser la simplicité, des fondations logiques et un scepticisme rigoureux. Cela commence par le développement d'une idée plausible visant à exploiter un avantage identifiable, puis en testant comment cette relation se comporte réellement dans des conditions du monde réel et en mesurant ce que les données révèlent sur votre hypothèse. L'étape cruciale consiste à tenter de falsifier votre concept aussi rigoureusement que possible, en testant sa robustesse sous tous les angles concevables, car si vous ne soumettez pas vos idées à ce niveau de scrutiny, le marché le fera inévitablement pour vous.