Un expert en trading performant grâce aux modèles quantitatifs
Ivan Scherman a réalisé un retour sur investissement de 491% lors du Championnat du monde 2023 de trading sur contrats à terme. Il est un gestionnaire de fonds quantitatifs qui utilise des centaines de modèles pour exécuter des transactions sur plusieurs actifs. Il met l’accent sur l’analyse technique basée sur des preuves et la gestion des risques pour minimiser les erreurs humaines.
Le parcours de Ivan Scherman
Ivan Scherman est un technicien certifié des marchés financiers et un gestionnaire de fonds spéculatifs basé à Buenos Aires, en Argentine. Il trade sur le spot, les contrats à terme et les options à travers divers marchés, de la Bourse de New York à la Bourse de Chicago, en passant par d’autres grandes bourses américaines. Il a terminé premier avec un retour de 491,4% lors du Championnat du monde 2023 de trading sur contrats à terme. Pourtant, il n’opère pas en tant qu’être humain, mais en tant que gestionnaire de fonds quantitatifs utilisant des modèles pour diversifier ses transactions sur plusieurs actifs.
Apprentissage et gestion des risques
Scherman a mis environ quatre ans à devenir un trader compétent. Il a appris à appliquer une approche scientifique pour tester ses hypothèses de trading, basée sur des preuves et des modèles historiques. Il accorde une grande importance à la gestion des risques, limitant les pertes potentielles tout en visant de petits gains sur différentes positions. Chaque position est également associée à un stop-loss basé sur les données historiques pour chaque thèse, afin de minimiser les pertes.
En plus des modèles quantitatifs, Scherman souligne l’importance de tirer des leçons des comportements passés du marché pour identifier les points de stop-loss, adaptant chaque stop-loss à chaque thèse basée sur son comportement historique. Il limite le risque global en maintenant chaque position petite, entre 2% et 3% de son portefeuille global.
Une approche technique basée sur des preuves
Une grande partie de ce que Scherman fait ne peut être reproduite par un humain, mais certaines astuces peuvent être tirées de ses modèles. Il met l’accent sur une approche technique basée sur des preuves et des modèles historiques plutôt que sur des opinions subjectives. Dans le trading algorithmique, chaque règle est quantifiée et comprise par l’ordinateur, ce qui signifie qu’un humain peut également les comprendre.
Un exemple de stratégie tirée des modèles de Scherman est le trading des moyennes mobiles sur le S&P 500. Cette stratégie relativement simple peut être mise en œuvre par un humain en utilisant des moyennes mobiles sur le S&P 500 pour identifier des points d’entrée et de sortie profitables.
Il est recommandé de suivre les modèles de trading de Scherman en utilisant des ETF majeurs, comme le SPDR S&P 500 ETF (SPY), pour bénéficier de performances proches de celles du modèle. Bien que des variations puissent exister en fonction de frictions telles que les différences de prix d’exécution, le taux de réussite global reste le même.
Source : www.businessinsider.com