64,2% des day traders ont perdu de l’argent — une machine inspirée par la mouche du fruit les a battus, mais le marché a quand même gagné

Les études historiques montrent que la plupart des day traders peinent après les frais. Un système inspiré du câblage neuronal de la mouche du fruit a apporté discipline et répétabilité – mais il a tout de même sous-performé le buy‑and‑hold sur trois des quatre actifs.

Les day traders font déjà face à des chances brutales : dans un échantillon américain, 64,2 % ont perdu de l’argent après les commissions.^[1] À Taïwan, moins de 1 % de la population plus large de day traders a régulièrement généré des rendements anormaux positifs après frais.^[2] Dans ce contexte, une machine partiellement inspirée du câblage neuronal de la mouche du fruit semble étonnamment respectable. Elle a suivi des règles fixes sur le SPY, le GLD, le QQQ et Apple et a évité les décisions émotionnelles qui peuvent faire dérailler les humains. Mais selon l’objectif d’ajustement du risque assigné sur la même période que le papier, elle a sous-performé le simple buy‑and‑hold sur trois des quatre actifs. L’idée n’est pas qu’une mouche ait battu un humain ; c’est qu’un système de trading discipliné et exotique n’a pas pu prouver qu’il était meilleur que simplement posséder le marché.

Pourquoi la référence humaine est‑elle si faible

Les preuves américaines sont peu reluisantes avant même que la machine n’entre en scène. Dans un échantillon de 324 traders, seulement 35,8 % ont terminé avec des bénéfices nets positifs, tandis que 64,2 % ont perdu de l’argent après les commissions. Le trader moyen est passé de plus de 8 000 $ de profit brut à environ une perte de 750 $ une fois les coûts de transaction comptabilisés.^[1] Taïwan a constaté que certains traders possédaient clairement du talent, mais moins de 1 % de la population plus large de day trading a régulièrement généré des rendements anormaux positifs nets de frais.^[2]

Le Brésil était encore plus sévère. Parmi 1 551 personnes qui ont continué à trader des contrats à terme sur actions pendant plus de 300 jours, 97 % ont perdu de l’argent net de frais ; seulement 1,1 % ont gagné plus que le salaire minimum brésilien et 0,5 % ont gagné plus que le salaire de départ d’un guichetier bancaire.^[3] Si l’expérience consiste à « choisir un day trader au hasard », l’histoire a déjà chargé les dés. L’humain aléatoire pourrait être talentueux. Les probabilités indiquent simplement de ne pas miser le loyer dessus.

Ce que le système inspiré de la mouche du fruit a réellement fait

La stratégie automatisée utilisait une architecture récurrente dérivée en partie du connectome mâle de Drosophila – une carte des connexions neuronales d’une mouche du fruit – combinée à des signaux de momentum, de volatilité et de mémoire conçus. Elle ne pensait pas comme un insecte, et ce n’était pas une minuscule mouche numérique hurlant « buy QQQ ». Son avantage pratique était beaucoup moins cinématographique : les règles de risque étaient fixées à l’avance. Elle ne paniquait pas après une perte, ne poursuivait pas un gain, ne s’ennuyait pas, et ne décidait pas qu’une action « avait l’air bon marché ».

Cette discipline n’a pas suffi à battre un simple référentiel. Selon l’objectif d’ajustement du risque assigné dans le papier, le système dérivé de la mouche a enregistré environ 13,3 % de sous-performance par rapport au buy‑and‑hold pour le SPY, 46,3 % de sous-performance pour le GLD et 48,3 % de sous-performance pour le QQQ. Apple était le seul point positif, avec environ 1,6 % de surperformance par rapport au buy‑and‑hold selon cette mesure. Sur les quatre actifs, la machine a affiché en moyenne environ 48,8 % d’exposition au marché, un turnover 12,56 fois supérieur et un tirage maximal absolu de 7,55 %. Une ingénierie intéressante ? Oui. Une preuve d’avantage sur le marché ? Non.

Pourquoi cela importe

Aucun concours synchronisé humain‑vers‑mouche n’a eu lieu. Ces chiffres constituent une comparaison historique, pas la preuve que la machine battrait un trader sélectionné au hasard dans une compétition en direct. Les études humaines couvrent différents marchés, périodes et instruments, tandis que les résultats de la mouche proviennent d’un exercice de recherche distinct.^[1][2][3] Cette limitation est importante car un titre accrocheur ne remplace pas une conception expérimentale.

La conclusion utile est plus restreinte. Les humains peuvent perdre leur avantage à cause des coûts, des émotions, de la sur‑confiance et d’une prise de risque incohérente. Les machines peuvent éliminer une grande partie de ces comportements et exécuter néanmoins une stratégie qui n’est tout simplement pas suffisante. La complexité peut faire paraître un système de trading intelligent sans le rendre économiquement supérieur. La leçon la plus irritante de Wall Street est peut‑être aussi la plus simple : le référentiel ennuyeux est difficile à battre.

Ce qui devrait se passer maintenant

Il s’agit d’un problème de recherche solvable. L’étape suivante est une expérience prospective et appariée plutôt qu’une autre comparaison rétrospective.

1. Sélectionner l’humain avant le début du trading. Choisir le trader de façon prospective, pas après coup, car un enregistrement historique s’avère exceptionnel.
2. Donner aux deux parties le même marché. Utiliser le même univers SPY, QQQ, GLD et Apple, le même capital de départ, les mêmes limites de levier, les mêmes heures de trading, les mêmes prix, les mêmes règles de vente à découvert et les mêmes hypothèses de coûts de transaction.
3. Faire durer le concours pendant environ une année de trading. Utiliser environ 252 sessions de marché et enregistrer les coûts, le glissement, le turnover, les tirages, l’exposition au marché et les changements de règles dès le départ.

Le résultat que Wall Street appréciera le plus

Un test équitable pourrait se terminer avec la victoire de l’humain, la victoire de la mouche, ou les deux battus par le buy‑and‑hold. Le troisième résultat serait le plus amusant et pourrait être le plus utile. Il montrerait qu’aucune intuition humaine ni architecture neuronale exotique ne crée automatiquement un avantage une fois les coûts et le risque pris en compte. Les day traders n’ont pas besoin de craindre les mouches du fruit. Ils doivent craindre de mauvaises chances, des coûts cachés et des stratégies dont la complexité dépasse leurs preuves.

Références :

<sup>1. Jordan, D. J., & Diltz, J. D. (2003). La rentabilité des traders intrajournaliers. Financial Analysts Journal, 59(6), 85–94. https://doi.org/10.2469/faj.v59.n6.2578
2. Barber, B. M., Lee, Y.-T., Liu, Y.-J., & Odean, T. (2014). La répartition des compétences des spéculateurs : preuves issues du day trading. Journal of Financial Markets, 18, 1–24. https://doi.org/10.1016/j.finmar.2013.05.006
3. Chague, F., De-Losso, R., & Giovannetti, B. (2020). Le day trading comme métier ? (FGV EESP Working Paper No. 525; CEQEF Working Paper No. 57).</sup>