Dans cet article, nous allons analyser une particularité du marché des cryptomonnaies, à savoir la corrélation qui existe entre l’évolution du prix du Bitcoin (BTC) et celui de l’Ethereum (ETH), principale altcoin du marché. Nous tenterons d’exploiter cette statistique pour créer une stratégie de trading systématique, en travaillant sur la paire Ethereum-Bitcoin (ETH-BTC).
La caractéristique que l’on souhaite analyser est liée à un comportement présumé récurrent (autrement dit Bias) qui se manifesterait au cours de la semaine : on veut vérifier en effet s’il est vrai qu’il est avantageux de détenir Bitcoin (BTC) du début de la semaine jusqu’au weekend, et de le convertir en Altcoin (donc en Ethereum dans cet exemple) pendant le weekend, lorsque justement Bitcoin semble prendre une pause en faveur des Altcoin qui, au contraire, s’apprécient.
Le concept de biais, c’est-à-dire un comportement récurrent des prix dans le temps, est l’un des déclencheurs (moteurs) les plus simples sur lesquels il est possible de construire une stratégie de trading. Il s’agit d’une inefficacité du marché qui se représente avec une certaine systématicité, par exemple à des plages horaires spécifiques ou des jours de la semaine. Lorsqu’il s’étend sur des périodes plus longues, on parle généralement de saisonnalité.
Summary
Corrélation entre Bitcoin et Ethereum : analyse des prix dans le temps
Pour vérifier s’il existe vraiment ce comportement récurrent entre Bitcoin (BTC) et Ethereum (ETH), on utilisera dans une phase préliminaire le Bias Finder, un outil développé en interne à l’Unger Academy pour simplifier la recherche des biais sur les futures. Le Bias Finder, en effet, sur la base des données historiques d’un certain instrument, peut analyser rapidement les tendances sur des chandeliers de durée variable entre 5 et 60 minutes. Une fois sélectionnés l’instrument et le time frame, il est donc possible d’évaluer différents horizons temporels : journalier (Intraday), hebdomadaire (Weekly), mensuel (Monthly) ou annuel (Yearly). Pour chacun de ceux-ci, un graphique est généré qui rapporte la tendance de l’instrument sélectionné, exprimée comme excursion monétaire moyenne dans le temps en termes absolus ou en pourcentage.
Dans notre cas, en sélectionnant la paire Ethereum-Bitcoin (ETH-BTC), avec un intervalle de temps de 15 minutes et un historique de données du 01/01/2018 au 31/12/2024 (source des données : Binance), on peut évaluer rapidement si le comportement présumé pendant la semaine est présent ou non, en analysant l’évolution de l’excursion monétaire moyenne de l’instrument.
Du graphique hebdomadaire présenté à la Figure 1, où chaque ligne représente une année (de 2018 à 2024) et la ligne bleu foncé représente la moyenne de toute la période, nous pouvons voir que statistiquement, à l’exception de 2021 (tracé en vert), la paire Ethereum-Bitcoin montre une certaine tendance à descendre (le prix de Bitcoin augmente par rapport à celui d’Ethereum) du début de la semaine jusqu’à environ jeudi, pour ensuite remonter légèrement pendant le weekend.
Le biais donc, bien que n’étant pas très marqué, semble néanmoins être présent, c’est pourquoi on pourrait envisager une stratégie de trading systématique pour en évaluer la rentabilité.
Logique de la stratégie de trading Bias sur la paire Ethereum-Bitcoin (ETH-BTC)
Dans un premier temps, en utilisant un graphique de 60 minutes d’Ethereum-Bitcoin, et en se référant au fuseau horaire UTC, on pourrait envisager de vendre (c’est-à-dire acheter des Bitcoin) le lundi à minuit (nuit de dimanche à lundi), et d’acheter des Ethereum (ETH) le vendredi toujours à minuit. Toute position éventuelle ouverte serait donc fermée par l’ouverture de la position dans la direction opposée, sans aucun ordre de stop loss ni take profit.
Pour simplifier la lecture des résultats, on opérera avec 100 Bitcoin (BTC) pour chaque trade, permettant ainsi d’évaluer directement les résultats en pourcentage sur le capital engagé, qui est précisément de 100 Bitcoin (BTC). Les Figures 2 et 3 présentent les métriques de cette stratégie très simple, sans aucun type de filtre appliqué à l’opérationnalité.
Il est immédiat de remarquer comment l’equity croissante confirme la présence du biais identifié avec le Bias Finder, bien que la tendance soit plutôt fluctuante dans la période historique considérée.
En évaluant également l’average trade, on trouve une valeur de 0,38 Bitcoin (BTC), soit 0,38% du capital engagé (100 Bitcoin), ce qui pourrait également constituer une valeur adéquate pour couvrir les coûts opérationnels, étant donné qu’il s’agit d’une stratégie brute, mais qui peut certainement être améliorée.
Optimisation de la stratégie sur Ethereum-Bitcoin : techniques pour améliorer les performances
On pourrait tout d’abord optimiser le moment d’entrée sur le marché, en faisant varier les jours et l’heure d’entrée : pour le jour d’entrée long entre le mercredi et le samedi, et pour le jour d’entrée short entre le dimanche et le mardi. La Figure 4 montre le résultat de l’optimisation effectuée avec MultiCharts, où les jours de la semaine vont de 0 (dimanche) à 6 (samedi). On remarque que l’entrée long (achat d’Ethereum) le mercredi à 16h00 est plus efficace que celle du vendredi, comme cela avait été supposé précédemment. L’entrée short peut en revanche être laissée le lundi à minuit, car l’avancer ou la retarder d’une heure ne modifie pas substantiellement le résultat.
L’étape suivante pourrait être d’évaluer l’utilisation de stop loss et take profit pour mieux gérer les positions ouvertes. En optimisant le stop loss entre 0 et 5 Bitcoin (équivalent à 0% – 5% de la position ouverte), par étapes de 0,1, et le take profit entre 0 et 10 Bitcoin par étapes de 0,25, on obtient les combinaisons de la Figure 5, parmi lesquelles on pourrait opter pour celle avec Stop 1,9 Bitcoin et take profit 7,5 Bitcoin, qui conduit à un excellent rapport Net Profit sur Max Drawdown et à un average trade qui monte à 0,55%.
Comme illustré dans la Figure 6, la ligne d’equity s’est nettement améliorée, tout comme toutes les métriques de la stratégie observées précédemment.
Cependant, en analysant séparément les trades long et ceux short, on constate que le côté long est le moins efficace, c’est pourquoi on pourrait envisager de filtrer les entrées long en utilisant des modèles de prix, pour n’opérer que lorsque les conditions sont plus favorables au développement du biais que l’on cherche à exploiter. Rien n’empêcherait de faire de même du côté short, à condition de ne pas trop filtrer et risquer de tomber dans l’overfitting de la stratégie.
Conclusions et idées pour développer une stratégie de trading basée sur la corrélation Bitcoin-Ethereum
Le biais identifié entre Ethereum et Bitcoin représente un exemple intéressant d’inefficacité du marché qui peut être exploité avec une approche systématique. Malgré la simplicité de l’approche initiale, les résultats mettent en évidence un potentiel significatif, surtout après l’optimisation des règles d’entrée et de sortie des trades.
Cette étude veut être un point de départ pour approfondir davantage le sujet et affiner la stratégie afin d’en améliorer encore les performances. Les opportunités d’affinement sont multiples, et il revient à la curiosité et à l’initiative du lecteur de les explorer pour créer des systèmes toujours plus efficaces.
À la prochaine et bon trading !
Andrea Unger