Algorithmes de crypto trading: aperçu complet

Le crypto trading algorithmique est automatisé, sans émotion et est capable d’ouvrir et de clôturer des transactions plus rapidement que vous ne pouvez dire «HODL».

Des milliers de ces robots de trading crypto se cachent profondément dans les carnets d’ordres d’échange à la recherche d’opportunités commerciales lucratives. Ils varient en complexité, d’un simple script de stratégie unique à des moteurs de trading complexes et multiformes..

Ils deviennent également beaucoup plus populaires. Alors que les marchés de la cryptographie sont inondés de nouveaux entrants, les traders intelligents doivent recourir à de nouvelles méthodes pour avoir un avantage sur leurs concurrents.

Mais les algorithmes de crypto trading sont-ils rentables et pouvez-vous vous impliquer?

Dans cet article, nous vous donnerons tout ce que vous devez savoir sur le trading algorithmique.

Qu’est-ce qu’un algorithme de trading?

En termes simples, le trading algorithmique est l’utilisation de programmes et de systèmes informatiques pour négocier des marchés en fonction de stratégies prédéfinies de manière automatisée. Sur les marchés de détail, ils sont parfois appelés robots ou «bots».

Le terme pourrait être utilisé pour désigner n’importe quoi, du simple script de trading que vous avez développé sur votre ordinateur personnel aux systèmes de plusieurs millions de dollars utilisés par HFT Quant Funds à Wall Street..

Ces algorithmes présentent un certain nombre d’avantages par rapport aux commerçants humains.

Le premier et le plus évident d’entre eux est qu’ils sont capables de courir perpétuellement. Lorsque les commerçants humains l’appellent jour, ces robots peuvent continuer à fonctionner tant que les marchés de la crypto-monnaie sont ouverts. Étant donné que ces marchés sont ouverts 24/7/365, ainsi les robots peuvent-ils fonctionner.

Qu'est-ce que Crypto Algo Trading

Source de l’image: MQL5


Un autre avantage de ces robots de trading est la rapidité avec laquelle ils peuvent effectuer les transactions. Ces robots sont généralement exécutés sur des serveurs hautes performances capables d’ouvrir et de clôturer des transactions en un clin d’œil..

Cependant, l’avantage le plus important d’un algorithme est qu’il a pas d’émotion.

Ces systèmes sont entièrement régis par du code. Il n’y a pas de composante émotionnelle lorsque ces scripts placent leurs métiers. Ils traitent simplement les chiffres et exécutent le commerce indépendamment de ce que vous pouvez ressentir.

En effet, les sentiments de peur et de cupidité sont souvent parmi les causes directes des pertes commerciales importantes. Un trader détournera d’une stratégie éprouvée simplement en raison de ce qu’il ressent.

Les bots sont donc clairement un outil efficace sur un marché saturé.

Comment fonctionnent les algorithmes de trading?

Si vous avez une stratégie qui repose uniquement sur les relations de prix des actifs cryptographiques, il est possible de développer un algorithme pour cela. En effet, il existe de nombreuses stratégies qui peuvent être utilisées avec le trading d’algo (nous couvrirons ci-dessous).

Ils sont généralement codés dans des langages de programmation bien connus, notamment Python, Nodejs, R, C ++. Ceux-ci seront ensuite exécutés sur des machines dédiées qui se connecteront à une API d’échange et utiliseront les flux de prix comme entrées du modèle. Les sorties seront des commandes.

Langages de programmation Crypto Algo

Certains des langages de programmation utilisés pour les algorithmes

Pour qu’ils fonctionnent et soient rentables, vous devez avoir trois choses sur le marché. Ce sont les suivants:

  • Liquidité forte: Vous devez avoir des liquidités dans les carnets de commandes si vous voulez qu’un robot place des transactions aux niveaux souhaités. Cela n’aide pas si vous avez de larges spreads bid / ask et que l’algorithme de trading a un glissement d’ordres massif. Cela fera des ravages sur tout système automatisé et explique peut-être pourquoi les bots ne fonctionnent pas sur des altcoins à faible volume et à faible capitalisation boursière.
  • Accès libre: Cela est lié à la façon dont le bot lui-même peut accéder aux carnets de commandes de la bourse. Bien que la plupart des échanges de crypto-monnaie de nos jours aient une fonctionnalité API, certains ont des limites. Plus une API impose de limitations à votre accès aux informations, moins votre algorithme de trading est efficace..
  • Marché naissant: C’est une capture 22 de l’énigme du trading algorithmique. Essentiellement, moins vous avez de concurrence avec des algorithmes de trading concurrents, plus votre rentabilité est grande. Au fur et à mesure que vous augmentez la concurrence des autres opérateurs, vous devrez l’affiner pour rendre votre bot plus intelligent ou plus rapide. Ceci est également plus pertinent lorsqu’il s’agit d’exécuter des stratégies liées à l’arbitrage (erreurs d’estimation).

Sur les marchés du cryptocurrnecy, nous avons actuellement les trois bons ingrédients pour faire fonctionner ces algorithmes.

Parmi les 10 crypto-monnaies de capitalisation boursière les plus importantes, nous semblons disposer d’une forte liquidité. Nous avons également un accès ouvert à partir d’un certain nombre d’échanges différents avec des systèmes d’API assez robustes. Celles-ci incluent les bourses qui proposent des transactions physiques ainsi que celles qui proposent des dérivés tels que le Bitmex Futures.

Oui, les marchés sont de plus en plus saturés et plus compétitifs, mais loin d’être autant que les marchés d’actions et à terme. Cela pourrait bien sûr changer à mesure que de plus en plus d’institutions commenceraient à entrer sur le marché. Ils pourraient être suivis par une gamme de sociétés de trading haute fréquence et de hedge funds quantitatifs.

Donc, le trading d’algo crypto est toujours rentable, mais quel type de stratégies pouvez-vous développer?

Suivi de tendance

Pour les traders qui utilisent des stratégies de trading d’analyse technique, celles-ci vous sont probablement assez familières. Quelles que soient les règles que vous utilisez pour informer vos transactions quotidiennes, vous pouvez coder dans un algorithme de crypto-monnaie.

Ceci est généralement basé sur l’idée que les marchés ont un élan et que vous voulez être au top de cet élan. L’un des indicateurs techniques les plus connus est celui des tendances. Il existe de nombreux indicateurs techniques qui tentent de cartographier les tendances.

Par exemple, l’un des plus connus d’entre eux est le franchissement de moyenne mobile (MA). Celles-ci se produisent lorsqu’un indicateur MA «plus rapide» et à plus court terme croise l’indicateur à plus long terme ou «lent».

Dans l’image ci-dessous, nous avons un exemple d’un crossover MA classique de 50 jours de l’indicateur MA de 200 jours. Dans ce cas, le croisement est une indication d’une tendance baissière et Bitcoin (BTC) devrait être court-circuité.

Crypto croisé moyen mobile

Croisement moyen mobile sur BTCUSD. Image via Tradingview

Le contraire se produira si l’indicateur rapide croise l’indicateur lent par le bas. Dans ce cas, vous devriez aller long Bitcoin. C’est généralement l’un des indicateurs les plus simples et les traders le combinent généralement avec une gamme d’autres.

Vous pouvez développer un algorithme de trading simple qui exécutera le trade pour vous. Il doit avoir la fonctionnalité de placer également des ordres stop loss et stop limit lorsque l’ordre d’exécution est donné. La plupart des robots incorporeront généralement une gamme d’indicateurs TA différents dans leur boîte à outils de trading..

Retour à la moyenne

Alors que les marchés sont capables de suivre une tendance particulière pendant un certain temps, les mouvements extrêmes et inhabituels indiquent généralement un retour potentiel à une moyenne à plus long terme..

En d’autres termes, s’il y a un mouvement du prix d’un actif qui l’amène à des niveaux qui lui donnent un aspect extrême par rapport aux normes historiques, il y a de fortes chances qu’il revienne ou «revienne».

Les stratégies de retour à la moyenne examineront la distribution historique et placeront ensuite le mouvement actuel dans son contexte. Il existe également une gamme de différentes stratégies de réversion de la moyenne qu’un bot peut utiliser. Jetons un coup d’œil à deux d’entre eux.

Réversion de l’écart type

Pour ceux d’entre vous qui connaissent les statistiques, vous aurez entendu parler du concept d’écart type. Il s’agit de la notion de mouvement moyen par rapport à la moyenne statistique et elle est utilisée pour modéliser des anomalies dans les données.

L’un des points de données les plus importants d’un point de vue commercial est celui de 2 écarts types. Ceux-ci sont utilisés pour modéliser le Bandes de Bollinger autour de la moyenne mobile d’une paire de trading.

Si vous souhaitez développer une stratégie de trading basée sur le retour à la moyenne, vous pouvez utiliser des croisements de bande de bollinger pour indiquer qu’un actif est survendu / suracheté et qu’il est donc susceptible de revenir..

Par exemple, dans le graphique ci-dessous, nous avons le prix de Bitcoin Cash (BCH) en Bitcoin et nous avons modélisé les bandes de Bollinger (BB) sur le MA de 20 jours. Comme vous pouvez le voir, il y a eu deux points lorsque le prix est passé sous le BB inférieur.

Retour à Mean Crypto

Réversion moyenne sur BCH / BTC loin des bandes de Bollinger. Image via Tradingview

C’était une indication que le prix de l’actif était survendu et qu’il devrait donc revenir bientôt. Vous pouvez créer un algorithme qui entrera un commerce contingent à cette condition. Ce serait une vente à découvert sur le revers lorsque le prix de l’actif franchirait la bande supérieure.

Bien sûr, c’est la plus basique des stratégies de retour à la moyenne de Bollinger Band. Vous pouvez utiliser différentes composantes de temps ou une combinaison de quelques-unes. Vous pouvez également l’intégrer avec des écarts types plus importants.

C’est la beauté d’un algorithme de trading, vous pouvez utiliser de nombreuses entrées qui détermineront l’action commerciale beaucoup plus efficacement qu’un commerçant humain ne le pourrait jamais..

Négociation de paires

Le trading de réversion moyenne n’est pas seulement réservé à un actif, mais peut également être utilisé lors de la négociation de l’écart entre deux actifs différents.

L’idée est que si deux actifs se sont négociés presque au même moment dans le passé, alors s’il y a une réversion dans cette relation historique, cela signifie que les deux actifs sont susceptibles de revenir en arrière..

Vous vendez alors l’actif qui est «surévalué» et vous achèterez l’actif sous-évalué. Dans ce cas, si les prix reviennent, vous ferez un profit. De plus, vous êtes moins exposé aux mouvements généraux du marché car vous êtes acheteur sur un actif et short sur l’autre..

Il est cependant important que ces actifs aient la même exposition systématique au marché plus large. Par exemple, les stratégies de trading de paires communes utilisent deux actions du même secteur, telles qu’Apple et Microsoft..

Dans le cas du trading de crypto-monnaie, vous pouvez facilement échanger la relation historique entre deux pièces différentes. Ils auront une corrélation assez élevée avec les mouvements généraux du marché de la cryptographie, ce qui signifie que vous êtes assez protégé contre les mouvements défavorables du marché..

En regardant le graphique ci-dessous, nous avons le rapport du prix du ZCash (ZEC) à celui du Monero (XMR). Nous avons également modélisé les bandes de Bollinger de ces séries.

Réversion moyenne dans les paires de crypto

Retour à la moyenne dans le trading de paires, ZEC à XMR. Image via Tradingview

Comme vous pouvez le voir, il y a eu deux occasions où le ratio était au-delà de l’écart type 2. Cela signifie qu’il pourrait éventuellement revenir et que vous vendrez ZEC et achèterez XMR en espérant que ce dernier augmentera de prix et que le premier diminuera..

Ici, vous utiliserez des entrées similaires à celles que nous avons mentionnées ci-dessus. Vous pouvez jeter un œil aux bandes de Bollinger et l’utiliser comme un signe que l’écart entre les prix a augmenté / diminué au-delà des chiffres historiquement justifiables..

Sauf que dans ce cas, l’algorithme de crypto trading passera des commandes pour plus d’une crypto-monnaie. Il produira les ordres d’achat / vente spécifiques pour XMR et ZEC séparément.

Métiers d’arbitrage

C’est peut-être l’une des opportunités de trading les plus favorables qui existent pour les algorithmes de crypto trading. Avec le trading d’arbitrage, vous essayez de tirer parti des erreurs d’évaluation du marché et de réaliser un profit sans risque.

Il existe actuellement de nombreuses opportunités d’arbitrage sur les marchés qui existent entre les bourses et même en leur sein. Nous n’entrerons pas dans toutes les stratégies car nous l’avons couvert en détail dans notre article sur l’arbitrage de crypto-monnaie.

Les opportunités d’arbitrage sont ces métiers qui existent précisément parce qu’il n’y a pas beaucoup de gens qui essaient d’en profiter. La concurrence d’autres algorithmes de trading est faible, ce qui la rend plus rentable pour ceux qui sont les premiers sur le marché..

De même, pour profiter de ces opportunités, vous devez être rapide. Ils n’existent souvent que quelques secondes avant qu’un marché ne se rende compte qu’il y a une erreur de prix et comble l’écart.

Sur les marchés de la crypto-monnaie, les transactions d’arbitrage qui sont généralement les plus rentables sont celles qui négocient les différences de prix entre les pièces sur de nombreux échanges. Par exemple, ils pourraient échanger des prix erronés sur la valeur de Ripple sur BitFinex et l’échange Binance.

Cela nécessitera que le développeur de bot ait un compte avec les deux échanges et qu’il associe les commandes de l’algorithme à leurs systèmes d’API..

Il existe également des robots capables de tirer parti des erreurs d’évaluation sur un échange lui-même. Par exemple, il y a ce bot appelé «Agent Smith» qui a pu gagner un peu d’argent pendant le marché haussier en échangeant des erreurs de prix sur le Poloniex.

Vous trouverez ci-dessous un exemple d’une transaction d’arbitrage triangulaire potentielle dans laquelle un algorithme pourrait entrer. Comme vous pouvez le voir, il y a une erreur de tarification dans le prix du Litecoin (LTC), Bitcoin (BTC) et Ethereum (ETH) sur le Kraken Exchange.

Échange commercial d'arbitrage crypto

Exemple de transactions d’arbitrage potentielles sur les erreurs de valeur de paire

Ce qui est susceptible de se produire dans ce cas, c’est que l’erreur de prix n’existera que pendant quelques secondes et que les robots qui sont capables de le repérer et de placer les transactions en récolteront les fruits. Ces algorithmes analyseront les carnets de commandes Kraken à la milliseconde afin d’identifier ce léger gain.

Commander Chasing Bots

La poursuite des commandes est l’action de placer des transactions dans l’anticipation du flux de commandes qui est sur le point de provenir d’acheteurs / vendeurs (institutions) beaucoup plus importants..

Il est cependant important de souligner que la poursuite d’ordres basée sur des informations privilégiées est illégale (appelée «front running»). En d’autres termes, si vous êtes un courtier qui sait que votre client est sur le point de passer un ordre important et que vous entrez des transactions avant eux, vous négociez sur des informations d’initiés et pourriez obtenir la visite de la SEC..

Cependant, si vous disposez d’un algorithme capable de déterminer le flux des commandes avant les autres participants sur la base d’informations disponibles publiquement, alors le jeu est équitable. Dans ce cas, vous avez besoin que votre algorithme soit incroyablement rapide afin de s’adapter aux nouvelles potentiellement en mouvement du marché avant que votre concurrent ne puisse.

C’est en fait la stratégie utilisée par un certain nombre de sociétés de trading haute fréquence très sophistiquées à Wall Street. Ils essaieront de lire le flux des commandes avant que les grandes institutions ne puissent.

Actuellement, il n’y a pas trop d’institutions sur les marchés des crypto-monnaies et celles qui participent choisissent généralement de faire des transactions sur les marchés OTC (achats de blocs plus importants). Cependant, vous pouvez toujours faire un retour décent d’une commande chassant une forte demande au détail.

Par exemple, pendant la folie de la course haussière de 2017, les développeurs codaient des algorithmes qui permettraient d’acheter des pièces qui étaient tweetées par John McAfee dans sa «pièce du jour». Ils scanneraient ses tweets à la recherche de tickers Crypto, puis passeraient des commandes en prévision de la demande..

Ces bots Python ont même été publiés en open source sur Github. Par exemple, il y a celui-ci par Logiciel de dimension et celui-ci par drigg3r. Celles-ci ne serviront probablement pas à grand-chose maintenant, car McAfee a mis fin à cette pratique depuis longtemps. En effet, beaucoup ont perçu ces actions comme des pompes et décharges qui sont également illégales.

Même si cet exemple est discutable, il illustre comment les développeurs utilisaient un flux de commandes potentiel pour acheter avant que tous les autres participants puissent entrer.

Comment développer un algorithme

Bien que les détails techniques sur la façon de coder un algorithme de crypto trading dépassent le cadre de cet article, il existe un certain nombre d’étapes généralement acceptées à suivre lors du développement de bots..

Avant de pouvoir réellement commencer à développer un algorithme de trading, vous devez avoir une idée du type de stratégies que vous souhaitez qu’il utilise. Les algorithmes commencent comme vos idées qui sont ensuite formulées en code et ensuite définies.

Voici quelques-unes des étapes simples que vous pouvez suivre lorsque vous développez votre algorithme de trading.

1. Formulez vos stratégies

Vous avez peut-être une idée d’une stratégie particulière que vous souhaitez que le bot suive. Cela peut être une simple hypothèse basée sur les mouvements des marchés que vous avez observés et que vous souhaitez exploiter.

Alternativement, il pourrait s’agir d’une gamme de stratégies que vous avez utilisées dans vos efforts de trading technique. Vous auriez pu placer ces métiers en fonction de niveaux visuels qui doivent maintenant être formulés dans des processus décisionnels définis.

2. Codez-le

C’est probablement l’un des processus les plus impliqués et vous oblige à comprendre des langages de programmation tels que Python, Nodejs, C ++ ou Java.

C’est à ce stade que vous transformez ce processus de prise de décision mentionné à l’étape 1 en code défini. Dans le plus simple des cas, il s’agit généralement d’une collection d’instructions if-then qui prendront des mesures en fonction de conditions définies.

3. Back-testing sur les données historiques

Il s’agit d’une étape très importante qui vous aide à tester votre hypothèse sur une longue période de données passées. Vous pouvez l’essayer sur une gamme de marchés différents sur de nombreuses périodes différentes.

Backtester un algorithme

Backtesting d’une stratégie de réversion moyenne simple. La source: Quantopien

C’est aussi généralement une étape assez facile à réaliser car vous avez beaucoup de données avec lesquelles travailler.

4. Affiner l’algorithme

La principale raison pour laquelle vous voudrez faire des back-tests est d’itérer et d’améliorer votre algorithme. Vous aurez des résultats de retour vérifiables du back-testing qui vous permettront d’évaluer la rentabilité.

Vous pouvez ensuite ajuster les paramètres que vous utilisez, tels que les périodes de rétrospective et de moyenne mobile, ainsi que les types d’actifs que vous pouvez négocier et leur rentabilité relative..

Une fois que vous avez la stratégie la mieux optimisée, vous pouvez ensuite passer au test de votre algorithme en temps réel.

5. Compte réel minimal

La taille des commandes peut facilement être mise à l’échelle avec l’algorithme de trading et il n’y a aucune raison de sauter sur les marchés avec des commandes importantes avant qu’il n’ait été correctement testé. Par conséquent, vous voudrez commencer avec une petite quantité de capital initial avec des tailles de commande inférieures.

Vous allez connecter votre bot de trading à l’API d’un échange et lui permettre de s’exécuter. Cette étape doit être soigneusement surveillée car nous savons tous que les rendements actuels peuvent être très différents des rendements passés lorsque les relations statistiques s’effondrent.

De plus, lorsque vous négociez en direct, vous devez exécuter des ordres qui pourraient subir une latence. La vitesse plus lente de l’exécution peut également avoir un impact sur les performances que vous avez observées lors de la phase de test arrière.

Bots haute fréquence à latence maximale

Exemples de latence maximale pour des stratégies algorithmiques particulières. La source: Quantinsti

Vous utiliserez cette période de tests en direct limités pour décider d’avancer vos tailles de trading ou d’affiner davantage le code..

7. Augmentation et surveillance

Si vous êtes plus à l’aise avec les rendements de votre bot, vous pouvez augmenter la taille des échanges. Ce n’est pas tout à fait simple, car des commandes plus importantes sur des crypto-monnaies plus illiquides pourraient nuire aux performances du modèle..

Par conséquent, il est important de n’évoluer que par incréments et de surveiller en permanence l’impact que cela a sur les rendements par rapport à ce que vous attendiez..

Vous voulez également vous assurer que vous avez mis en place de solides protocoles de gestion des risques. Les robots peuvent souvent fonctionner de manière inattendue et les algorithmes de trading peuvent se détraquer. La dernière chose que vous voulez, c’est que votre système effectue des transactions capricieuses qui pourraient vous liquider..

Une note sur les bots Open Source

Il existe une grande quantité de code open source qui peut être utilisé pour développer et exécuter des algorithmes de crypto trading. Ils sont bons à utiliser tant que le code est effectivement ouvert et vous pouvez le vérifier.

Il existe une multitude de robots de crypto-trading frauduleux qui sont souvent présentés comme un moyen automatisé et simple pour les traders de gagner de l’argent. Ce ne sont souvent rien d’autre que des produits frauduleux qui voleront vos clés privées ou vous conduiront chez un courtier illégitime.

Scam Crypto Bot

Exemple de bot frauduleux promu en ligne

Par exemple, vous avoir Bitcoin Trader qui est vendu sous le faux prétexte de faire du profit pour leurs utilisateurs. Le même robot a été impliqué dans de fausses publicités qui prétendaient avoir été approuvées par le Dragon’s Den Peter Jones sur Twitter.

Certains des meilleurs robots de trading open source sur le marché incluent le bot de trading Gekko, HaasOnline et le Gunbot.

Une autre alternative plus conviviale consiste à développer des scripts de trading programmé sur les plateformes MetaTrader. MT4 et MT5 sont des plateformes bien connues utilisées pour négocier des CFD (Contracts For Difference) qui sont un autre produit dérivé. Nous n’entrerons pas dans les CFD ici, mais pour plus d’informations, vous pouvez lire ceci Aperçu.

Fonds quantitatifs et HFT entrant

Bien que les algorithmes actuels de crypto trading puissent sembler avancés, ils ne sont rien comparés aux systèmes mis à la disposition des fonds Wall Street Quant et des boutiques High Frequency Trading (HFT)..

À mesure que les marchés deviennent plus accommodants pour les investisseurs institutionnels, ces opérations de négociation sophistiquées suivront probablement. En effet, il y a des indications qu’un certain nombre d’entreprises HFT ont commencé à négocier sur les marchés de la cryptographie.

Par exemple, il a récemment été signalé que les sociétés de trading telles que DRW, Jump Trading, TransMarket et XR Trading sont impliquées sur les marchés de la crypto-monnaie.

Crypto Cumberland Trading

Les traders discutent des stratégies au sein de l’unité de crypto-monnaie de DRW. La source: DRW

Ces entreprises engagent des ressources et des compétences étendues pour développer des algorithmes de trading de crypto-monnaie qui fonctionnent en quelques millisecondes. Ils installent leurs serveurs de trading dans des centres de données de colocation dédiés à proximité de ceux des bourses.

Cependant, est-ce une bonne ou une mauvaise chose pour les crypto-monnaies?

Eh bien, ces sociétés HFT ont en effet suscité beaucoup de colère de la part de certaines pour l’impact qu’elles ont eu sur les marchés boursiers. Par exemple, le Crash éclair de 2010 du Dow a été largement imputé aux entreprises HFT. Ils ont également été dépeints négativement dans Michael Lewis » Livre Flash Boys.

Pourtant, un certain nombre de personnes considèrent que les entreprises HFT offrent de nombreux avantages à l’écosystème. D’une part, ils sont en mesure de fournir une liquidité suffisante et une exécution efficace pour les grandes institutions.

Certains affirment également qu’ils contribuent à rendre les marchés plus efficaces en éliminant de nombreuses inefficacités de prix qui existeraient autrement.

Quelle que soit votre vision des entreprises HFT et des fonds quantitatifs, les marchés de la crypto-monnaie semblent être un foyer naturel pour eux. Dès que les régulateurs auront plus de clarté sur l’aspect de la conservation et de la compensation de la cryptographie, il pourrait y avoir un afflux d’autres entreprises et fonds qui entrent.

Malheureusement pour les traders de crypto-algo actuels qui s’appuient sur des opportunités d’arbitrage, l’entrée de ces fonds pourrait signifier l’élimination de toutes les transactions sans risque existantes. Cependant, ils pourraient passer à d’autres stratégies plus établies.

Conclusion

Alors que le trading d’algo de crypto-monnaie est devenu plus compétitif ces derniers mois, il existe encore des opportunités intéressantes pour les commerçants de détail de profiter de.

Même si les opportunités d’arbitrage sont englouties par les sociétés HFT, vous pouvez toujours développer votre bot pour trader sur des indicateurs techniques et des modèles de trading bien établis..

En effet, s’il y a une stratégie que vous avez utilisée et qui a bien fonctionné pour vous, il n’y a aucune raison pour que vous ne travailliez pas sur votre propre algorithme. Si vous comptez utiliser un logiciel open source, assurez-vous qu’il est sûr et non exécuté par des escrocs.

Bien sûr, comme pour le trading manuel, vous devez faire un effort concerté pour gérer correctement votre risque. Les algorithmes fonctionnent bien jusqu’au jour où ils ne fonctionnent pas. Qu’un jour pourrait éliminer complètement tous vos gains.

Pourtant, tant que vous ne risquez pas plus que vous ne pouvez en perdre et que vous disposez de kill switch appropriés, vous devriez être bien protégé..

Bon codage!

Image en vedette via Fotolia

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me
Like this post? Please share to your friends:
Adblock
detector
map