Trading algorithmique : le guide complet

Le trading algorithmique, ou algo trading, désigne l’utilisation d’un programme informatique pour prendre et exécuter des décisions de trading selon des règles définies à l’avance. Un algorithme de trading est cet ensemble de règles traduit en code : il lit des données de marché, applique une logique et, lorsque les conditions sont réunies, transmet un ordre au courtier ou à la plateforme de négociation.

Le droit européen en donne une définition précise. La directive MiFID II qualifie de trading algorithmique la négociation d’instruments financiers dans laquelle un algorithme informatique détermine automatiquement les paramètres des ordres, par exemple l’opportunité de les passer, le moment de leur envoi, leur prix ou leur quantité, avec une intervention humaine limitée ou nulle. Un simple système de routage, qui transmet des ordres sans en fixer aucun paramètre, n’entre pas dans cette définition.

La différence avec le trading discrétionnaire tient à l’origine de la décision. Le trader discrétionnaire interprète le marché au cas par cas ; l’algorithme applique la même règle à chaque situation identique, sans fatigue, sans hésitation et sans émotion. Cette constance est son principal atout. C’est aussi une limite : un algorithme ne fait que ce pour quoi il a été programmé, y compris lorsque le marché change.

Que l’on parle d’algo trading, d’algorithme trading ou de trading automatisé, plusieurs termes coexistent et se recoupent en partie :

• Trading algorithmique : le terme général. Il couvre aussi bien l’aide à l’exécution d’un ordre important que la prise de décision complète, de l’entrée à la sortie.
• Trading systématique : un trading fondé sur des règles fixes et vérifiables. Il peut être exécuté à la main, mais il est le plus souvent automatisé.
• Trading automatique ou automatisé : l’exécution est confiée à la machine, sans validation manuelle de chaque ordre.
• Robot de trading ou Expert Advisor (EA) : le programme lui-même, tel qu’il fonctionne sur une plateforme comme MetaTrader 5.
• Trading haute fréquence (HFT) : une sous-catégorie institutionnelle du trading algorithmique, caractérisée par des délais de réaction extrêmement courts et un très grand nombre d’ordres et d’annulations envoyés au marché.

Un point est souvent mal compris : automatiser une stratégie ne la rend pas rentable. L’algorithme exécute fidèlement une idée. Si cette idée ne dispose pas d’un avantage statistique réel une fois les frais déduits, il exécutera fidèlement une stratégie perdante, avec une régularité que l’humain n’aurait peut-être pas eue.

Quel que soit son degré de sophistication, un algorithme de trading suit la même chaîne de traitement, des données jusqu’à la supervision. Chaque maillon peut introduire une erreur, et la fiabilité de l’ensemble dépend du maillon le plus faible.

1. 1

   Collecter les données

   L’algorithme reçoit des prix (cotations, bougies, ticks), parfois des volumes, un calendrier économique ou d’autres sources. La qualité de ces données conditionne tout le reste : un historique incomplet ou mal horodaté fausse autant les décisions en réel que les résultats d’un backtest.

2. 2

   Générer un signal

   Des règles transforment les données en décision : croisement de moyennes mobiles, cassure d’un plus haut, écart à une moyenne, seuil de volatilité. Le signal répond à une seule question : faut-il acheter, vendre ou ne rien faire maintenant ?

3. 3

   Filtrer les conditions de marché

   Des filtres écartent les signaux apparus dans de mauvaises conditions : spread trop large, liquidité insuffisante, publication imminente d’une statistique importante, session de marché inadaptée. Un bon filtre réduit le nombre de trades sans détruire l’avantage de la stratégie.

4. 4

   Gérer le risque

   Avant l’envoi de l’ordre, l’algorithme calcule la taille de position en fonction du capital et de la distance au stop-loss, puis vérifie des limites globales : perte maximale journalière, nombre de positions ouvertes, exposition totale. C’est cette étape qui détermine si une série de pertes reste supportable.

5. 5

   Exécuter l’ordre

   L’ordre est transmis au courtier sous forme d’ordre au marché, d’ordre limite ou d’ordre stop, avec un stop-loss et éventuellement un take-profit. Entre le prix attendu et le prix obtenu s’intercalent le spread, la commission et le slippage, qui suffisent parfois à rendre une stratégie non rentable.

6. 6

   Suivre la position et superviser

   Une fois la position ouverte, l’algorithme la gère : déplacement du stop, sortie partielle, clôture sur signal ou en fin de session. Côté humain, la supervision consiste à vérifier que le programme fonctionne, que les ordres sont conformes et que les résultats restent cohérents avec ce qui était attendu.

Prenons un exemple volontairement simplifié. Un algorithme de suivi de tendance sur le Nasdaq 100 peut acheter lorsque le prix clôture au-dessus du plus haut des vingt dernières séances, à condition que le spread soit normal, en plaçant un stop-loss à une distance liée à la volatilité récente et en risquant une fraction fixe du capital. Chaque élément de cette phrase (vingt séances, distance du stop, fraction risquée) est un choix qui devra être testé, puis surveillé dans le temps.

La gestion du risque mérite une attention particulière, car c’est elle qui décide de la survie du compte, bien plus que la qualité du signal d’entrée. Les principes de dimensionnement des positions, de limite de perte journalière, de filtre de spread et d’usage du levier sont détaillés dans notre documentation sur la gestion du risque.

Sous un même nom se cachent deux mondes très différents. Dans les banques, les fonds et les sociétés de trading, l’algorithme est d’abord un outil industriel, conçu pour exécuter de grands volumes ou exploiter des écarts minimes à très grande vitesse. Chez le particulier, il sert le plus souvent à automatiser une stratégie de trading sur des horizons allant de quelques minutes à plusieurs semaines.

Côté institutionnel, on distingue principalement trois usages :

• Les algorithmes d’exécution. Un gérant qui doit acheter un grand nombre d’actions n’envoie pas un ordre unique, qui ferait monter le prix contre lui : il le découpe en tranches. Un algorithme VWAP (Volume Weighted Average Price) répartit ces tranches selon le profil de volume habituel de la séance ; un algorithme TWAP (Time Weighted Average Price) les répartit régulièrement dans le temps. L’objectif n’est pas de prévoir le marché, mais de réduire le coût d’exécution.
• La tenue de marché (market making). L’algorithme affiche en permanence un prix d’achat et un prix de vente, cherche à capter l’écart entre les deux et gère le stock de positions accumulé. Dans l’Union européenne, une entreprise qui poursuit une stratégie de tenue de marché algorithmique doit, en vertu de MiFID II, assurer une présence continue pendant une partie définie des heures de négociation, dans le cadre d’un accord écrit avec la plateforme.
• Le trading haute fréquence (HFT). Ces stratégies reposent sur une infrastructure conçue pour réduire la latence au minimum (serveurs colocalisés à proximité des moteurs d’appariement, accès électronique direct au marché) et sur un volume très élevé d’ordres, de cotations et d’annulations. Les écarts exploités se mesurent en fractions de seconde et en fractions de centime.

Le particulier ne joue pas dans cette catégorie, et ce n’est pas un problème s’il en est conscient. Il ne dispose ni de la colocation, ni des flux de données directs, ni des coûts de transaction d’un grand acteur. Tenter de rivaliser sur la vitesse est une impasse. En revanche, il peut travailler sur des horizons plus longs, où quelques millisecondes de latence ne changent rien et où la discipline d’exécution compte davantage que la rapidité.

Cette différence de terrain explique pourquoi les promesses de « rendements d’institutionnels » adressées aux particuliers doivent éveiller la méfiance. L’avantage d’un grand acteur tient souvent à son infrastructure, à ses coûts et à son accès au marché, pas à une formule secrète que l’on pourrait acheter.

La plupart des algorithmes de trading accessibles aux particuliers relèvent de quelques grandes familles. Chacune repose sur une hypothèse de comportement du marché, et chacune a son point faible : aucune ne fonctionne dans toutes les conditions.

Le suivi de tendance est sans doute la famille la plus documentée. Son profil est caractéristique : beaucoup de petites pertes, compensées ou non par quelques gains importants lors des grands mouvements. Il exige de la patience et une gestion du risque capable d’encaisser de longues phases défavorables sans intervention intempestive. Un EA MT5 comme VECTOR X1 appartient à cette famille : il achète l’or (XAUUSD) sur des cassures de tendance, uniquement lorsque la tendance de fond est haussière, et n’ouvre que peu de positions. Son profil de risque, agressif et réglable de 1 à 5, ne convient pas à tous les investisseurs.

Le retour à la moyenne présente le profil inverse : un taux de réussite souvent élevé, mais des pertes occasionnelles plus lourdes. C’est dans cette famille que l’on rencontre les dérives les plus dangereuses, lorsque le stop-loss est remplacé par des renforcements successifs de la position perdante.

Le breakout cherche à entrer au début d’un mouvement, au moment où le prix quitte une zone d’équilibre. Il fonctionne mieux sur les marchés et aux horaires où la volatilité se libère de façon franche, par exemple à l’ouverture d’une session. Son principal ennemi est la fausse cassure, suivie d’un retour immédiat dans la zone.

Le scalping appelle une mise en garde particulière, car ses gains unitaires sont proches des coûts de transaction. Quelques dixièmes de pip de spread supplémentaire peuvent transformer une stratégie rentable en stratégie perdante. Un EA de scalping doit donc être évalué avec les coûts réels du courtier utilisé. À titre d’exemple, nous avons testé puis écarté environ 1 100 variantes de scalping sur le forex : aucune ne restait robuste une fois les coûts réels inclus.

L’arbitrage pur, enfin, est largement dominé par les acteurs institutionnels, qui disposent de la vitesse et des coûts nécessaires. Pour un particulier, les « opportunités d’arbitrage garanties » relèvent le plus souvent du discours commercial, parfois de l’escroquerie.

Dans la pratique, beaucoup d’algorithmes combinent plusieurs idées : une cassure filtrée par la tendance de fond, un retour à la moyenne limité à certaines heures, un suivi de tendance réservé à un seul marché. Plus la logique est simple et justifiée par un comportement de marché identifiable, plus il est facile de comprendre pourquoi elle fonctionne, et de détecter quand elle cesse de fonctionner.

Le choix de l’outil dépend moins de la qualité intrinsèque de chaque plateforme que de trois questions : quel marché voulez-vous trader, chez quel courtier, et quel niveau de programmation êtes-vous prêt à acquérir ?

MetaTrader 5 (MT5), édité par MetaQuotes, est l’une des plateformes les plus répandues chez les courtiers forex et CFD. Les algorithmes y prennent la forme d’Expert Advisors écrits en MQL5, un langage proche du C++. MT5 intègre un testeur de stratégie capable de rejouer l’historique à partir des ticks réels, d’optimiser des paramètres et de tester plusieurs instruments à la fois. Son principal avantage est l’intégration directe au compte de trading : l’EA fonctionne là où les ordres sont exécutés.

Python est devenu un langage de référence de la recherche quantitative, grâce à ses bibliothèques d’analyse de données et de statistiques. Il se prête particulièrement bien à l’exploration d’idées, à l’analyse de résultats et aux tests statistiques. MetaQuotes propose un module Python qui permet de récupérer des données depuis un terminal MT5 et d’y envoyer des ordres ; de nombreux courtiers mettent aussi à disposition leurs propres interfaces de programmation (API).

D’autres environnements existent, chacun avec son écosystème : cTrader et ses cBots écrits en C#, NinjaTrader, très utilisé sur les contrats à terme, TradingView et son langage Pine Script, surtout orienté vers les indicateurs, les alertes et le backtest, ou encore des plateformes de recherche comme QuantConnect. Aucun n’est supérieur dans l’absolu ; le bon choix est celui qui correspond à votre marché, à votre courtier et à vos compétences.

Quel que soit l’environnement retenu, quelques éléments d’infrastructure sont indispensables :

• Un courtier réglementé qui propose l’instrument visé, avec des coûts transparents. Si vous utilisez MT5, vérifiez le nom exact du serveur de votre courtier dans l’e-mail d’ouverture de compte ou dans votre espace client.
• Un serveur privé virtuel (VPS) si l’algorithme doit fonctionner en continu. Un ordinateur personnel qui s’éteint, se met à jour ou perd sa connexion interrompt la stratégie, souvent au pire moment.
• Un compte de démonstration pour valider l’installation et le comportement du programme avant d’engager de l’argent réel.
• Une procédure d’installation rigoureuse. Pour un EA MT5, les étapes (copie du fichier, autorisation du trading algorithmique, réglage des paramètres, vérification de l’initialisation) sont détaillées dans notre guide d’installation.

Savoir coder n’est pas obligatoire pour utiliser un algorithme existant. C’est en revanche nécessaire pour en concevoir un, et c’est un investissement de plusieurs mois si l’on part de zéro. Dans les deux cas, comprendre la logique d’une stratégie et savoir lire un rapport de backtest restent indispensables.

Le backtest consiste à appliquer un algorithme à des données historiques pour estimer comment il se serait comporté. C’est un outil indispensable pour éliminer les mauvaises idées. C’est en revanche un très mauvais outil pour prouver qu’une idée est bonne, car il est facile, même de bonne foi, de produire un backtest flatteur.

Les principaux pièges sont bien identifiés :

• La sur-optimisation (curve fitting) : à force d’ajuster les paramètres, on finit par décrire le bruit du passé plutôt qu’un comportement durable du marché. Une courbe de capital parfaitement lisse est souvent un signal d’alerte, pas une preuve de qualité.
• Une modélisation insuffisante : un test sur les seuls prix d’ouverture ou sur des ticks générés artificiellement ignore une partie de ce qui se passe à l’intérieur d’une bougie. Pour une stratégie de court terme, seul un test sur ticks réels, avec spread variable, donne une image crédible de l’exécution.
• Des frais omis ou sous-estimés : spread, commission, frais de financement (swap) et slippage doivent être intégrés, avec des valeurs proches de celles du courtier réellement utilisé.
• Le biais d’anticipation (look-ahead bias) : utiliser, même involontairement, une information qui n’était pas disponible au moment de la décision, comme le prix de clôture d’une bougie encore en formation.
• Les biais de survie et de sélection : tester uniquement des actifs qui existent encore aujourd’hui, ou ne retenir que la meilleure variante parmi des centaines d’essais.
• Une période trop courte ou trop homogène : un historique qui ne couvre qu’un seul régime de marché, par exemple une longue hausse, ne dit rien du comportement de la stratégie dans un autre régime.

Plusieurs méthodes permettent de réduire ces biais, sans jamais les éliminer :

• Le test hors échantillon : développer la stratégie sur une partie de l’historique, puis la tester une seule fois sur une période qu’elle n’a jamais vue. Si l’on retouche ensuite les paramètres pour améliorer ce résultat, la période cesse d’être hors échantillon.
• L’analyse walk-forward : réoptimiser les paramètres sur une fenêtre glissante, les tester sur la période suivante, puis répéter l’opération sur tout l’historique. On évalue ainsi la méthode d’optimisation elle-même, et non un jeu de paramètres chanceux.
• La simulation de Monte Carlo : rééchantillonner l’ordre des trades, perturber les coûts ou retirer des trades au hasard pour obtenir une distribution de résultats possibles, notamment du drawdown maximal, plutôt qu’un seul parcours historique.
• La stabilité des paramètres : privilégier des réglages entourés de valeurs voisines qui donnent des résultats comparables, plutôt qu’un pic de performance isolé.

Vient ensuite le forward test : faire fonctionner l’algorithme sans modification, sur un compte de démonstration ou avec un capital réduit, pendant une période suffisante pour observer un nombre significatif de trades. Il permet de vérifier que l’exécution réelle (spread, slippage, rejets d’ordres, coupures) ressemble à celle supposée dans le backtest.

Le passage en réel reste une étape à part entière. Des écarts entre backtest et réel sont normaux ; l’essentiel est de savoir à l’avance quels écarts sont acceptables et à partir de quel seuil l’algorithme doit être arrêté. Notre propre démarche (réglages choisis sur une période d’échantillon, validation hors échantillon avec des critères fixés à l’avance, spread variable et swaps inclus), ainsi que ses limites (ni commission ni slippage simulés, pas encore d’historique en démo), est décrite sur la page stratégie et recherche.

Automatiser le trading ne supprime aucun des risques du trading. Cela en ajoute même quelques-uns, liés à la technique. Voici les principaux.

• La perte en capital : un algorithme peut perdre, et perdre durablement. La perte de la totalité du capital engagé est possible.
• L’effet de levier : les CFD et le forex se négocient avec levier. Le levier amplifie les gains comme les pertes, et une série de trades perdants peut réduire un compte beaucoup plus vite qu’on ne l’imagine.
• Le changement de régime : volatilité, corrélations et comportement des prix évoluent. Une stratégie adaptée à un régime peut cesser de fonctionner, parfois sans signe avant-coureur clair.
• La sur-optimisation : un algorithme trop finement calibré sur le passé peut se dégrader dès qu’il rencontre des données nouvelles.
• Les pannes techniques : coupure internet, redémarrage du VPS, mise à jour de la plateforme, erreur de code, paramètre mal saisi. Les professionnels n’y échappent pas : en août 2012, une erreur de déploiement logiciel a fait perdre à la société américaine Knight Capital plus de 400 millions de dollars en moins d’une heure.
• Les risques d’exécution : slippage lors des annonces économiques, écarts de cotation à l’ouverture (gaps), élargissement du spread la nuit ou en période de tension.
• Le risque lié au courtier : les conditions de trading (spread, levier, horaires) et la solidité du courtier influent directement sur le résultat.
• Le risque comportemental : couper l’algorithme après trois pertes, le relancer après trois gains, modifier ses paramètres en cours de route. L’automatisation ne protège pas de ses propres interventions.

Il faut aussi parler des méthodes qui masquent le risque au lieu de le gérer. Les stratégies de grille (grid) ouvrent des positions supplémentaires à intervalles réguliers contre une position perdante. La martingale augmente la taille de position après chaque perte pour « se refaire ». Ces deux approches produisent des courbes de capital très régulières, jusqu’au jour où un mouvement prolongé dans le mauvais sens efface le compte en quelques heures.

Les arnaques exploitent précisément cette apparence de régularité. L’AMF a par exemple mis en garde contre des offres de robots de trading sur le forex vendues par abonnement, promettant des rendements irréalistes, associées à des courtiers non autorisés et à des systèmes de parrainage (mise en garde de l’AMF). Rendement mensuel promis, absence de stop-loss, historique invérifiable, dépôts uniquement en crypto-actifs : chacun de ces signaux justifie de passer son chemin.

Pour une présentation complète des risques liés à l’utilisation de nos systèmes, consultez notre avertissement sur les risques.

Le trading algorithmique est légal. Ce qui est encadré, c’est l’activité des professionnels qui le pratiquent ou le proposent, ainsi que les produits offerts aux particuliers. Le cadre varie selon le pays et selon le statut de chacun.

Dans l’Union européenne, la directive MiFID II, applicable depuis janvier 2018, consacre son article 17 au trading algorithmique. Une entreprise d’investissement qui y recourt doit disposer de systèmes et de contrôles des risques efficaces, de plans de continuité en cas de défaillance, et notifier son activité aux autorités compétentes. Le règlement délégué (UE) 2017/589, dit RTS 6, précise ces exigences : tests des algorithmes avant leur déploiement, contrôles avant l’envoi des ordres, surveillance en temps réel, capacité d’annuler immédiatement tous les ordres en cas d’urgence. Les acteurs du trading haute fréquence doivent en outre conserver un enregistrement horodaté de tous leurs ordres.

Ces obligations visent les entreprises d’investissement et les membres des plateformes de négociation. Le particulier qui fait fonctionner un algorithme sur son propre compte, chez un courtier, n’y est pas soumis. Il bénéficie en revanche des règles de protection des clients de détail.

Les plus importantes concernent les CFD, instruments sur lesquels portent la plupart des algorithmes proposés aux particuliers. Depuis 2018, à la suite de mesures d’intervention de l’ESMA reprises ensuite de façon permanente par les autorités nationales, les courtiers de l’Union européenne doivent notamment appliquer aux clients de détail :

• des limites de levier à l’ouverture d’une position : 30:1 pour les paires de devises majeures, 20:1 pour les autres paires, l’or et les indices majeurs, 10:1 pour les matières premières hors or et les indices non majeurs, 5:1 pour les actions individuelles et 2:1 pour les crypto-actifs ;
• la clôture des positions lorsque la marge du compte tombe à 50 % de la marge minimale requise ;
• une protection contre le solde négatif, qui limite la perte globale aux fonds déposés sur le compte CFD ;
• un avertissement standardisé indiquant le pourcentage de comptes de clients de détail perdants chez le courtier ;
• l’interdiction des incitations commerciales, comme les bonus, destinées à pousser à trader des CFD.

En France, l’AMF veille à la protection de l’épargne et au bon fonctionnement des marchés. Avec l’ACPR, elle publie des listes noires de sites non autorisés à proposer des investissements, notamment sur le forex, et met régulièrement en garde contre les offres de trading automatisé frauduleuses. Avant d’ouvrir un compte ou d’acheter un service, vérifiez que le prestataire est autorisé et qu’il ne figure pas sur ces listes.

En Suisse, pays non membre de l’Union européenne, les mesures de l’ESMA ne s’appliquent pas directement. La FINMA surveille notamment les banques, les maisons de titres et les infrastructures des marchés financiers ; un négociant en devises qui tient des comptes pour ses clients doit en principe disposer d’une autorisation bancaire. La FINMA publie également une liste d’alerte recensant des prestataires susceptibles d’exercer sans autorisation.

Reste la question du statut d’un algorithme vendu à un particulier. Un Expert Advisor proposé sous licence est un logiciel : il ne constitue pas un conseil en investissement adapté à votre situation personnelle, ni une gestion de portefeuille pour votre compte. La décision de l’utiliser, le choix du courtier et le réglage du niveau de risque relèvent de l’utilisateur. À l’inverse, un service qui prend la main sur votre compte ou vous adresse des recommandations personnalisées relève d’autres régimes, qui peuvent exiger une autorisation : en cas de doute, vérifiez le statut du vendeur auprès du régulateur.

Un particulier dispose de deux voies pour se lancer dans l’algo trading : développer son propre algorithme de trading ou utiliser un système conçu par un tiers. Les deux sont légitimes, à condition d’en connaître le coût réel.

Construire soi-même offre une maîtrise complète de la logique et des paramètres. Le prix à payer est le temps : apprendre un langage, comprendre le fonctionnement du marché visé, apprendre à tester sans se tromper soi-même. Le risque principal est de confondre un backtest flatteur avec une stratégie robuste.

Utiliser un algorithme existant fait gagner ce temps, mais déplace la difficulté : il faut évaluer un système que l’on n’a pas conçu. Les questions utiles sont connues.

• La logique est-elle expliquée, au moins dans ses grandes lignes : famille de stratégie, marché, horizon, profil de risque ?
• Chaque position est-elle protégée par un stop-loss ? Le système recourt-il à une grille ou à une martingale ?
• Les backtests sont-ils réalisés sur ticks réels, avec spread variable, commissions et slippage ? Couvrent-ils plusieurs régimes de marché ?
• Le risque par trade est-il réglable par l’utilisateur ?
• Le modèle économique est-il clair (licence, abonnement) et indépendant d’un courtier imposé ?
• Le vendeur s’abstient-il de toute promesse de rendement ?

Nous détaillons cette grille d’évaluation dans un guide dédié : comment choisir un robot de trading. Pour illustrer la diversité des profils, un EA MT5 comme APEX est consacré au momentum intraday sur le Nasdaq 100, à l’achat uniquement, avec un profil de risque agressif, tandis que QUANTIS n’ouvre que des positions acheteuses sur le Bitcoin, avec un horizon long et un profil modéré. Deux algorithmes, deux logiques, deux niveaux de risque : le choix dépend d’abord de votre tolérance aux pertes, pas d’un rendement affiché.

Il n’existe pas de raccourci, mais il existe un ordre logique. Les étapes suivantes ne garantissent aucun résultat ; elles réduisent le risque de perdre de l’argent pour de mauvaises raisons.

1. 1

   Se former aux bases

   Comprendre les instruments (CFD, levier, marge), les coûts (spread, commission, swap) et les notions de drawdown, d’espérance de gain et de taille de position. Sans ces bases, il est impossible d’interpréter un backtest ou le comportement d’un algorithme.

2. 2

   Définir son cadre

   Fixer à l’avance le capital dont on accepte la perte totale, le risque maximal par trade et le niveau de perte à partir duquel on arrête l’algorithme. Ces chiffres se décident à froid, jamais au milieu d’une série de pertes.

3. 3

   Tester en démo

   Installer l’algorithme sur un compte de démonstration chez le courtier visé et le laisser fonctionner plusieurs semaines. Vérifier l’exécution, les horaires et les coûts, puis comparer avec le backtest.

4. 4

   Passer en réel avec un petit risque

   Démarrer avec un capital réduit et un risque par trade faible. Le but de cette phase est de valider l’exécution réelle, pas de gagner de l’argent.

5. 5

   Tenir un journal

   Noter chaque modification de paramètre, chaque incident technique et les résultats de chaque semaine. Un journal permet de distinguer une période défavorable normale d’un véritable dysfonctionnement.

6. 6

   Superviser dans la durée

   Contrôler régulièrement que le programme fonctionne, que le VPS est actif et que le drawdown reste dans la zone attendue. Un algorithme automatise l’exécution, pas la responsabilité.

Si vous partez d’un EA MT5 existant, notre page prise en main détaille la configuration requise, la liste de contrôle d’une première mise en service et les raisons de commencer sur un compte de démonstration.