Qu'est-ce que le trading par paires?

Concept de base du trading de paires

Le trading par paires est une stratégie d'investissement neutre par rapport au marché introduite au milieu des années 1980 par une équipe d'analyse quantitative dirigée par Nunzio Tartaglia, un trader quantitatif de la célèbre banque d'investissement de Wall Street, Morgan Stanley. Également connu sous le nom d'arbitrage statistique ou de stratégie neutre par rapport au marché, il s'agit d'une approche de trading qui vise à tirer profit des différentiels de prix entre deux actifs corrélés. Il est couramment utilisé sur les marchés financiers, en particulier les actions, les contrats à terme, le forex ou les cryptomonnaies. L'idée clé du trading par paires est de sélectionner deux actifs fortement corrélés et de tirer profit des divergences de prix temporaires en achetant l'actif sous-évalué et en vendant celui surévalué. Les traders considèrent généralement ces divergences comme des phénomènes à court terme, s'attendant à ce que les prix reviennent éventuellement à leur relation normale historique.

Méthode classique d'arbitrage statistique sous prémisses de marché neutre

Le cœur de la stratégie de trading par paires réside dans la capitalisation sur les divergences de prix à court terme entre deux actifs corrélés, en utilisant la couverture pour générer des rendements supplémentaires (c'est-à-dire, les rendements Alpha). Cette stratégie repose sur une hypothèse fondamentale : La différence de prix entre les actifs appariés reviendra à la moyenne avec le temps. Cela signifie que le phénomène de réversion est étroitement lié aux comportements irrationnels des traders sur le marché.

Lorsque de nombreux traders croient généralement que certains actifs se déplaceront dans une direction particulière, les prix montrent souvent un élan à la hausse. Cette augmentation manque généralement de soutien fondamental et retombe rapidement après avoir atteint un certain sommet. De même, les actifs dont les prix baissent présentent également une dynamique à la baisse. Lorsque le comportement rationnel du marché domine, les prix reviennent généralement à leurs niveaux d'origine. En adoptant une stratégie de trading par paires, les traders peuvent tirer profit de la divergence des prix de ces deux types d'actifs.

Dans la pratique, le processus de trading par paires peut être résumé comme suit : les investisseurs sélectionnent d’abord une paire d’actifs corrélés. Lorsque la différence de prix entre les deux se creuse, les traders achètent l’actif le moins cher tout en vendant à découvert l’actif le plus cher. Lorsque la différence de prix se réduit, les traders ferment la position sur l’actif sous-évalué, mettant fin à la transaction.

Comment mettre en œuvre le trading par paires ?

Test de cointégration et de corrélation

Dans le trading par paires, trouver des paires d'actifs cointégrés est essentiel pour réussir. Ces paires d'actifs se caractérisent par des écarts de prix relativement stables à long terme plutôt que de se fier uniquement aux corrélations à court terme. Par exemple, supposons qu'un investisseur choisisse des actions de deux entreprises technologiques - Entreprise A et Entreprise B. Bien que le sentiment de marché à court terme et les événements d'actualité puissent entraîner des fluctuations de prix dans ces deux actions, leur différence de prix a tendance à fluctuer autour d'une valeur moyenne à long terme.

Dans la pratique, la première étape consiste à nettoyer les données, puis à utiliser l’analyse des corrélations pour filtrer les paires d’actifs avec des tendances de prix fortement corrélées. Le coefficient de corrélation de Pearson est généralement utilisé pour mesurer la corrélation entre les prix de deux actifs, en sélectionnant des paires avec des coefficients de corrélation élevés comme candidats. Ensuite, ces actifs doivent faire l’objet de tests de cointégration afin d’assurer une relation stable à long terme entre leurs prix. Les méthodes courantes de test de cointégration comprennent la méthode en deux étapes d’Engle-Granger et le test de Johansen, qui peuvent aider à confirmer si la différence de prix présente des caractéristiques de retour à la moyenne.

De plus, effectuer des tests de stationnarité sur la différence de prix des paires d'actifs est crucial, en utilisant généralement le test de Dickey-Fuller augmenté (ADF) pour déterminer si la différence de prix fluctue autour d'une moyenne. Si la série de différences de prix est stationnaire, ces paires d'actifs sont adaptées au trading sur paires. Enfin, des tests de réversion à la moyenne, tels que l'analyse de la fonction d'autocorrélation, sont nécessaires pour confirmer si la différence de prix a tendance à revenir à la moyenne. Les investisseurs peuvent mieux identifier les paires d'actifs présentant un potentiel d'arbitrage à long terme grâce à cette série d'étapes.

Dans le trading par paires, trouver des paires d’actifs cointégrées est crucial pour réussir. La caractéristique de ces paires d’actifs est que leur différence de prix a tendance à être stable sur le long terme plutôt que de s’appuyer uniquement sur des corrélations à court terme. Par exemple, si un investisseur choisit des actions de deux entreprises technologiques - la société A et la société B. Bien que les prix de ces deux actions puissent fluctuer à court terme en raison du sentiment du marché et des événements d’actualité, leur différence de prix fluctue généralement autour d’une valeur moyenne à long terme.

Contrôle des risques et stop-loss

Bien que la stratégie de trading de paires vise à capturer la régression de la différence de prix, les tendances du marché ne se développent pas toujours comme prévu. Lorsque la différence de prix montre une déviation excessive, il est nécessaire de mettre en place une perte d'arrêt en temps opportun pour éviter de plus grandes pertes. Lorsque la différence de prix revient à la moyenne, les profits doivent être verrouillés de manière décisive. En même temps, la taille de la position doit être gérée raisonnablement en fonction de la taille du capital de compte et de la tolérance au risque personnelle, évitant les risques liés aux investissements surconcentrés. La stratégie doit être ajustée dynamiquement en fonction des changements du marché et des résultats de backtesting historiques pour améliorer son adaptabilité et sa rentabilité.

De plus, les traders devraient surveiller de près les nouvelles du marché et les événements majeurs, utiliser les coefficients de corrélation pour évaluer la corrélation des paires d'actifs, et combiner les indicateurs techniques pour juger des tendances du marché et évaluer les risques, afin de garantir une maîtrise complète des risques potentiels.

Application du trading par paire dans les cryptomonnaies

Sur le marché des cryptomonnaies, le trading par paire est une méthode d'arbitrage flexible et stratégique qui peut aider les investisseurs à trouver des opportunités de profit stables dans un marché volatile. Les investisseurs doivent choisir une paire d'actifs crypto hautement corrélés, tels que Bitcoin (BTC) et Ethereum (ETH), en veillant à ce qu'ils aient des fluctuations de marché et des caractéristiques techniques similaires. Ensuite, en calculant le rendement et la différence de prix, concentrez-vous sur les signaux générés lorsque la différence de prix dépasse un seuil spécifique. Une fois une telle opportunité capturée, les investisseurs peuvent appliquer de manière flexible des stratégies de trading : acheter l'actif à prix bas tout en vendant à découvert l'actif à prix élevé pour réaliser un arbitrage.

Paires de trading potentielles dans les cryptomonnaies

Sur le marché des crypto-monnaies, diverses paires d’actifs peuvent présenter des relations de cointégration adaptées au trading par paires. Les paires de pièces grand public comme Bitcoin (BTC) et Ethereum (ETH) font partie des paires les plus populaires en raison de leurs performances sur le marché et de leurs tendances qui s’influencent mutuellement. Bitcoin (BTC) et Bitcoin Cash (BCH) présentent également souvent des relations de cointégration en raison de leurs origines et de leurs antécédents techniques similaires. Dans les projets DeFi, Uniswap (UNI) et SushiSwap (SUSHI), ainsi qu’Aave (AAVE) et Compound (COMP), ont souvent des prix de jetons déterminés par des forces de marché similaires, car ils sont des concurrents majeurs dans les plateformes de trading décentralisées et les protocoles de prêt, respectivement. De plus, les paires de stablecoins grand public telles que Tether (USDT) et USD Coin (USDC) maintiennent généralement des prix relativement stables. Cependant, leurs différences de prix peuvent fluctuer à l’intérieur d’une petite fourchette dans des conditions de marché extrêmes.

Bitcoin (BTC) et Ethereum (ETH)

En tant que deux principales crypto-monnaies sur le marché des crypto-monnaies, le BTC est considéré comme de « l’or numérique », tandis que l’ETH est le jeton natif du réseau Ethereum. En raison de leur part de marché élevée, le BTC et l’ETH servent d'"indicateurs » de marché et présentent généralement une grande synchronicité dans la plupart des cycles de marché. Les changements dans le sentiment du marché, en particulier les opinions sur l’ensemble de l’industrie des crypto-monnaies, se reflètent souvent simultanément dans les prix du BTC et de l’ETH. Bien que leurs technologies et leurs scénarios d’application diffèrent, leurs fluctuations de prix sont souvent similaires car ils sont tous deux des actifs clés sur le marché.

Un indicateur important souvent mentionné par les traders est le ratio BTC/ETH. Lorsque Bitcoin performe plus fortement par rapport à Ethereum, cela reflète généralement un sentiment de marché plus conservateur, les investisseurs ayant tendance à choisir Bitcoin, qui a une capitalisation boursière plus élevée et une volatilité plus faible, en tant qu'actif refuge. En revanche, si Ethereum performe mieux, cela implique un sentiment de marché plus agressif, les investisseurs se concentrant davantage sur le potentiel de l'écosystème Ethereum, notamment dans les applications décentralisées (dApps), la finance décentralisée (DeFi) et les NFT.

Lorsque la corrélation entre BTC et ETH est élevée, cela indique un sentiment de marché constant et un risque concentré. Lorsque la corrélation diminue, les attentes du marché concernant les perspectives de ces deux actifs commencent à diverger, offrant potentiellement aux traders des opportunités d'investissement différenciées. Les traders peuvent gérer le risque et se couvrir en fonction des variations de corrélation. Si la corrélation est faible, ils peuvent utiliser le trading par paires pour arbitrer les fluctuations des différences de prix entre les deux. En cas de corrélation élevée, les traders réduiraient l'exposition aux doubles risques dans leurs portefeuilles.

De plus, lorsque le ratio BTC/ETH s'écarte de sa moyenne historique ou montre des fluctuations anormales, cela indique généralement un déséquilibre dans la relation de prix entre les deux. À ce moment-là, les traders peuvent utiliser des stratégies de réversion à la moyenne, effectuant des transactions inverses lorsque le ratio est trop élevé ou trop bas et attendant qu'il revienne à des niveaux normaux, obtenant ainsi des rendements stables.

En plus de BTC et ETH, d'autres jetons de chaînes publiques montrent également des degrés variables de corrélation.

Bitcoin (BTC) et Bitcoin Cash (BCH)

Bitcoin Cash est un fork de Bitcoin visant à améliorer la vitesse des transactions et à réduire les frais. En raison de leur fondation technique commune - BCH étant une version améliorée de Bitcoin - son prix suit souvent les tendances de Bitcoin. Lorsque le réseau Bitcoin devient congestionné ou que les frais de transaction augmentent, BCH attire généralement l'attention en tant qu'alternative. Les similarités techniques entre BTC et BCH permettent aux investisseurs de réaliser des arbitrages en utilisant leurs fluctuations de prix, en particulier lorsque les discussions sur l'évolutivité et les frais de transaction s'intensifient sur le marché. Le mois dernier, la corrélation entre BTC et BCH a atteint 0,84, en relation avec la forte dominance de BTC sur le marché.

Uniswap (UNI) et SushiSwap (SUSHI)

Ces deux principales bourses décentralisées dans l'espace DeFi présentent de fortes similitudes en termes de demande du marché, de base d'utilisateurs et de fonctionnalités. Les perspectives générales du marché sur le secteur DeFi ont généralement une incidence sur les prix des deux jetons simultanément, notamment lors de l'exploitation minière de liquidités ou de la concurrence entre plates-formes. Lorsque des incitations à la liquidité ou de nouvelles fonctionnalités sont introduites, les prix de UNI et SUSHI peuvent présenter des différences de fluctuation, offrant ainsi des opportunités d'arbitrage pour les investisseurs. UNI et SUSHI ont maintenu un niveau de corrélation de 0,83 au cours des sept derniers jours (au 22/10), tandis que le coefficient de corrélation pour l'année écoulée était de 0,64.

Aave (AAVE) et Compound (COMP)

Aave et Compound sont deux plates-formes de prêt décentralisées majeures, avec leurs jetons AAVE et COMP fournissant une gouvernance de plate-forme et des incitations. La santé de l'industrie DeFi affecte directement les prix de ces deux jetons, et lorsque le marché est haussier sur le prêt décentralisé, AAVE et COMP augmentent souvent ensemble. Le coefficient de corrélation entre AAVE et COMP a atteint 0,93 au cours des 30 derniers jours, tandis que le coefficient de corrélation pour l'année passée était de 0,03, ce qui peut être ignoré. Cela sert de rappel typique que les résultats des tests de corrélation doivent être analysés en fonction de différentes fenêtres temporelles pour des problèmes spécifiques.

Paires de stablecoins

Les stablecoins sont ancrés sur le dollar américain. En tant que stablecoins, leur objectif est de maintenir un ancrage de 1:1 avec le dollar, de sorte que les fluctuations de prix sont généralement minimes. Cependant, dans des conditions de marché extrêmes, lorsque la liquidité est faible ou que les réglementations changent, des écarts de prix temporaires peuvent survenir. Lorsque des situations de marché extrêmes se présentent, des écarts de prix à court terme entre USDT et USDC offrent des opportunités d'arbitrage à faible risque.

Exemple de trading par paire dans les cryptomonnaies : BTC et ETH

Importer les bibliothèques requises
import yfinance as yf
import pandas as pd
import numpy as np
import statsmodels.api as sm
from statsmodels.tsa.stattools import coint, adfuller

1. Obtenir les données historiques pour BTC et ETH
def get_crypto_data(tickers, start, end):
data = yf.download(tickers, start=start, end=end)[‘Adj Close’]
retour de données

Téléchargez les données BTC et ETH
start_date = ‘2020-01-01’
end_date = ‘2024-01-01’
tickers = [‘BTC-USD’, ‘ETH-USD’]
data = obtenir_les_données_crypto(tickers, date_de_début, date_de_fin)

Test de cointégration
Test de cointégration Engle-Granger

def engle_granger_coint_test(y, x):

# Regress y on xx = sm.add_constant(x)model = sm.OLS(y, x).fit()residuals = model.resid# Perform ADF unit root test on regression residualsresult = adfuller(residuals)p_value = result[1]return p_value

Effectuer le test de cointégration
p_value = test de cointégration d'Engle-Granger (data[‘BTC-USD’], data[‘ETH-USD’])
print(f"p-valeur du test de cointégration: {p_value:.4f}")

Interpréter les résultats des tests
si la valeur de p < 0,05 :
print(“BTC and ETH are cointegrated”)

else:
print("BTC et ETH ne sont pas cointégrés")

Il convient de noter que la corrélation entre les différentes cryptomonnaies varie considérablement selon les périodes. En prenant BTC et ETH comme exemple, pendant les périodes de forte corrélation lorsque le marché global monte ou descend, les prix de BTC et d'ETH fluctuent souvent en synchronisation, avec des coefficients de corrélation compris entre 0,6 et 0,9. Cela en fait une paire d'actifs courante dans le trading de paires, car leurs mouvements de prix ont un haut degré de synchronicité, facilitant l'arbitrage sur la base des différences de prix. Cependant, pendant les périodes de faible corrélation, comme des événements spécifiques ou une volatilité de marché extrême, lorsque l'une des cryptomonnaies pourrait fluctuer indépendamment en raison de mises à jour techniques ou de nouvelles importantes, la corrélation peut temporairement s'affaiblir.

Principaux points à considérer pour le trading de paires de cryptomonnaies

Le trading par paire, une stratégie classique d'arbitrage statistique, présente des avantages et des défis uniques lorsqu'elle est appliquée à la cryptomonnaie. Contrairement aux marchés traditionnels, la volatilité plus élevée des cryptomonnaies peut entraîner des fluctuations rapides des prix, impactant potentiellement l'efficacité de la stratégie. La liquidité limitée de certaines cryptomonnaies peut affecter le moment d'entrée et de sortie des transactions ainsi que les coûts. Les difficultés liées à l'acquisition et à l'analyse des données peuvent conduire à des résultats peu fiables pour les tests de corrélation et de cointégration. De plus, les incertitudes réglementaires et les changements de politique peuvent perturber le comportement du marché, influençant les stratégies de trading. Le marché des cryptomonnaies est également confronté à des risques techniques accrus, tels que les vulnérabilités des plateformes d'échange et les attaques réseau, pouvant entraîner des pertes d'investissement. Par conséquent, la mise en œuvre du trading par paire sur le marché des cryptomonnaies exige des approches stratégiques plus prudentes et adaptables.