Parmi les cryptomonnaies les plus en vogue en ce moment, on trouve sans aucun doute Ripple (XRP), qui, après avoir traversé une période difficile en raison de problèmes juridiques avec la SEC (Securities and Exchange Commission des États-Unis) qui souhaitait la classer comme une valeur mobilière, a ensuite trouvé un nouvel élan grâce à la résolution positive de la question, et au fait que le Président des États-Unis, Donald Trump, l'a incluse parmi les cryptos qui feront partie de la réserve stratégique de l'État.
Avec une capitalisation boursière qui est récemment revenue à la troisième place parmi les cryptomonnaies mondiales, juste derrière BTC (Bitcoin) et ETH (Ethereum), XRP s'est affirmé grâce aux progrès de Ripple dans le secteur des paiements, mais aussi en raison de l'adoption accrue des stablecoins comme Ripple USD (RLUSD), qui devrait être intégré dans Ripple Payments d'ici la fin de 2025.
Cet article explorera la possibilité d'utiliser XRP pour construire une stratégie de trading algorithmique robuste, basée sur une approche de retournement utilisant les Bandes de Bollinger.
Qu'est-ce que les Bandes de Bollinger et comment fonctionnent-elles dans le trading
Cet indicateur porte le nom de son inventeur John Bollinger, qui a analysé le comportement des prix lorsqu'ils s'éloignent ou se rapprochent de leur moyenne mobile. Bollinger a judicieusement décidé d'inclure deux bandes, calculées comme l'écart type de la moyenne simple des prix.
Les bandes de Bollinger sont donc composées de 3 éléments et sont calculées à l'aide des fonctions mathématiques suivantes :
UpperBand = prix moyen des N dernières périodes plus 2 écarts-types ;
MedianPrice = prix moyen des N dernières périodes (20 est le nombre recommandé);
LowerBand = prix moyen des N dernières périodes moins 2 écarts-types.
Figure 1 – Bandes de Bollinger
Stratégie de renversement sur Ripple : logique du système de trading et performance initiale
La stratégie qui sera adoptée est un système automatique avec une logique de « retour à la moyenne », qui utilise les bandes de Bollinger comme point de retournement du marché. Lorsqu'on atteint des prix sur la bande supérieure, on vend, tandis que sur la bande inférieure, on achète.
La session en question se déroule de 00:00 GMT à 23:59 GMT. Ces heures sont conventionnellement choisies pour coïncider avec le jour solaire, car les cryptomonnaies sont cotées 24 heures sur 24.
En supposant de travailler avec 10 000 $ par opération, la clôture de la transaction se produira dès qu'un objectif de profit de 3 000 $ sera atteint en tant que valeur de première tentative. Il sera très utile dès le départ d'utiliser également un stop loss fixe, que nous supposons être de 1 000 $, qui peut en quelque sorte protéger notre capital des opérations avec des pertes très élevées.
En appliquant cette stratégie à la paire XRP/USDT sur une période de 15 minutes, il est possible de voir comment ce "moteur opérationnel" se serait comporté de 2017 à aujourd'hui. Les données précédentes ne sont pas prises en compte car elles sont insignifiantes et peu fiables par rapport à la période où XRP a commencé à s'établir parmi les principales cryptomonnaies du monde, augmentant son prix en 2017 à presque 50 fois la valeur moyenne enregistrée en 2016.
Dans les figures 2, 3 et 4, les métriques obtenues grâce à la stratégie de retour à la moyenne décrite ci-dessus peuvent être appréciées : les résultats sont encourageants. Dans l'ensemble, la ligne de capitaux augmente, et c'est certainement un bon point de départ. Cependant, la baisse présente dans la dernière période ne doit pas être négligée.
Figure 2 – Ligne d'équité de la stratégie initiale sur XRP avec les bandes de Bollinger
Figure 3 – Analyse commerciale totale de la stratégie initiale sur XRP avec les Bandes de Bollinger
Figure 4 – Rapport de performance de la stratégie initiale sur XRP avec les bandes de Bollinger
En analysant les résultats de plus près, il est noté que le trade moyen s'élève à environ 18,63 $, ce qui, comparé au montant de l'opération unique ($10,000), équivaut à 0,19 %, une valeur qui ne garantit pas de couvrir les coûts opérationnels.
Optimisation du système de trading : créneaux horaires et fenêtre opérationnelle
Essayer de définir une fenêtre opérationnelle différente pourrait peut-être donner un meilleur résultat, en supposant qu'il y a une sorte de biais, c'est-à-dire un moment de la journée où la tendance au retournement est plus prononcée.
En optimisant l'heure de début des opérations et sa durée ( exprimée en nombre de barres de 15 minutes chacune ), les résultats de la figure 5 sont trouvés. En opérant à partir de 00:00 et jusqu'aux 28 barres suivantes, ou jusqu'à 07:00, les choses s'améliorent considérablement : le profit total du système s'élève à 288 200 $ avec plus de 70 % d'opérations en moins (2,799 par rapport à presque 10 000 ), et par conséquent, le trade moyen passe à 103 $.
Figure 5 – Optimisation de la fenêtre opérationnelle de la stratégie sur XRP
Des résultats indéniablement meilleurs mais indiquant une stratégie encore rugueuse, avec une moyenne de transactions plus substantielle mais toujours pas très élevée, et un tirage plutôt élevé par rapport au profit net (Ratio Profit Net/Tirage Max = 6,58).
Tout d'abord, on pourrait essayer d'optimiser les valeurs de stop loss et de take profit initialement hypothétisées. Dans la Figure 6, il est montré comment les varier par paliers de 500 $ donne des résultats intéressants avec un arrêt à 1 500 $ et un profit d'environ 8 000-10 000 $. Par exemple, on peut choisir d'utiliser 8 500 $, ce qui maximise le ratio Profit Net/Dépassement Max.
Figure 6 – Optimisation du stop loss et du take profit
Amélioration de la performance à long terme du système de trading sur XRP (Ripple)
Considérant que la stratégie effectue encore de nombreuses transactions, il y a probablement encore de la place pour affiner davantage les opérations, notamment du côté des transactions longues qui présentent des métriques plus faibles (voir la Figure 4). Pour ce faire, on pourrait utiliser un certain modèle de prix qui peut identifier les meilleures conditions dans lesquelles exécuter les opérations, en filtrant celles ayant une probabilité de succès plus faible.
À cet égard, nous utiliserons une liste propriétaire qui regroupe de nombreuses combinaisons de prix, différentes les unes des autres, qui seront utilisées pour comprendre dans quelles situations XRP semble mieux répondre à la logique d'entrée (long) de ce système.
Figure 7 – Optimisation des modèles longs (Oui/Non)
En analysant les diverses combinaisons de motifs, on constate, par exemple, que si l'on opère long uniquement lorsque le motif "MyPtnLY" 15 se produit et qu'on n'opère pas long en présence de "MyPtnLN" 30, un bon compromis est atteint entre les principaux paramètres de référence (Bénéfice net, Trade moyen, Max Drawdown intrajournalier). Il existe également de meilleurs résultats pour des paramètres individuels, mais les motifs qui les génèrent ont une logique qui n'est pas très en phase avec la logique du système, donc la combinaison 15 est préférée pour opérer et 30 pour ne pas opérer long.
Avec le modèle 15, on prendra une position longue si la clôture de la bougie de la dernière session était inférieure à la clôture d'il y a 2 sessions. Avec le modèle 30, cependant, on n'entrera pas en position longue si la clôture de la session précédente se situe dans les 20 % inférieurs de la plage (high – low).
Cette combinaison de filtres entraîne une augmentation à la fois du trade moyen, qui passe à 400 $, et du bénéfice net, qui dépasse désormais 716 000 $. De plus, le drawdown diminue en dessous de 45 000 $.
Une bonne amélioration est également visible à partir de la forme plus régulière de la ligne d'équité, même si dans la seconde partie de 2024, elle semble avoir perdu un peu de son éclat, et seul le temps confirmera la validité de nos choix lors de la phase d'optimisation.
Figure 8 – Ligne d'équité du système sur XRP après l'application des motifs
Conclusions sur la stratégie de retournement sur XRP avec les bandes de Bollinger
La stratégie de renversement avec les bandes de Bollinger a certainement prouvé son efficacité sur la paire XRP/USDT, même si elle nécessiterait des ajustements supplémentaires pour être prête à fonctionner en direct sur le marché.
Même s'il a maintenant atteint l'Olympe des cryptomonnaies, XRP est encore assez jeune et présente de nombreuses opportunités pour les traders qui souhaitent s'engager dans différents types d'approches de marché. Comme toujours, nous laissons au lecteur le soin d'expérimenter et de développer cette idée.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
Comment créer un système de trading de renversement sur XRP (Ripple) avec les Bandes de Bollinger [Guide pratique]
Parmi les cryptomonnaies les plus en vogue en ce moment, on trouve sans aucun doute Ripple (XRP), qui, après avoir traversé une période difficile en raison de problèmes juridiques avec la SEC (Securities and Exchange Commission des États-Unis) qui souhaitait la classer comme une valeur mobilière, a ensuite trouvé un nouvel élan grâce à la résolution positive de la question, et au fait que le Président des États-Unis, Donald Trump, l'a incluse parmi les cryptos qui feront partie de la réserve stratégique de l'État.
Avec une capitalisation boursière qui est récemment revenue à la troisième place parmi les cryptomonnaies mondiales, juste derrière BTC (Bitcoin) et ETH (Ethereum), XRP s'est affirmé grâce aux progrès de Ripple dans le secteur des paiements, mais aussi en raison de l'adoption accrue des stablecoins comme Ripple USD (RLUSD), qui devrait être intégré dans Ripple Payments d'ici la fin de 2025.
Cet article explorera la possibilité d'utiliser XRP pour construire une stratégie de trading algorithmique robuste, basée sur une approche de retournement utilisant les Bandes de Bollinger.
Qu'est-ce que les Bandes de Bollinger et comment fonctionnent-elles dans le trading
Cet indicateur porte le nom de son inventeur John Bollinger, qui a analysé le comportement des prix lorsqu'ils s'éloignent ou se rapprochent de leur moyenne mobile. Bollinger a judicieusement décidé d'inclure deux bandes, calculées comme l'écart type de la moyenne simple des prix.
Les bandes de Bollinger sont donc composées de 3 éléments et sont calculées à l'aide des fonctions mathématiques suivantes :
UpperBand = prix moyen des N dernières périodes plus 2 écarts-types ;
MedianPrice = prix moyen des N dernières périodes (20 est le nombre recommandé);
LowerBand = prix moyen des N dernières périodes moins 2 écarts-types.
Figure 1 – Bandes de Bollinger
Stratégie de renversement sur Ripple : logique du système de trading et performance initiale
La stratégie qui sera adoptée est un système automatique avec une logique de « retour à la moyenne », qui utilise les bandes de Bollinger comme point de retournement du marché. Lorsqu'on atteint des prix sur la bande supérieure, on vend, tandis que sur la bande inférieure, on achète.
La session en question se déroule de 00:00 GMT à 23:59 GMT. Ces heures sont conventionnellement choisies pour coïncider avec le jour solaire, car les cryptomonnaies sont cotées 24 heures sur 24.
En supposant de travailler avec 10 000 $ par opération, la clôture de la transaction se produira dès qu'un objectif de profit de 3 000 $ sera atteint en tant que valeur de première tentative. Il sera très utile dès le départ d'utiliser également un stop loss fixe, que nous supposons être de 1 000 $, qui peut en quelque sorte protéger notre capital des opérations avec des pertes très élevées.
En appliquant cette stratégie à la paire XRP/USDT sur une période de 15 minutes, il est possible de voir comment ce "moteur opérationnel" se serait comporté de 2017 à aujourd'hui. Les données précédentes ne sont pas prises en compte car elles sont insignifiantes et peu fiables par rapport à la période où XRP a commencé à s'établir parmi les principales cryptomonnaies du monde, augmentant son prix en 2017 à presque 50 fois la valeur moyenne enregistrée en 2016.
Dans les figures 2, 3 et 4, les métriques obtenues grâce à la stratégie de retour à la moyenne décrite ci-dessus peuvent être appréciées : les résultats sont encourageants. Dans l'ensemble, la ligne de capitaux augmente, et c'est certainement un bon point de départ. Cependant, la baisse présente dans la dernière période ne doit pas être négligée.
Figure 2 – Ligne d'équité de la stratégie initiale sur XRP avec les bandes de Bollinger
Figure 3 – Analyse commerciale totale de la stratégie initiale sur XRP avec les Bandes de Bollinger
Figure 4 – Rapport de performance de la stratégie initiale sur XRP avec les bandes de Bollinger
En analysant les résultats de plus près, il est noté que le trade moyen s'élève à environ 18,63 $, ce qui, comparé au montant de l'opération unique ($10,000), équivaut à 0,19 %, une valeur qui ne garantit pas de couvrir les coûts opérationnels.
Optimisation du système de trading : créneaux horaires et fenêtre opérationnelle
Essayer de définir une fenêtre opérationnelle différente pourrait peut-être donner un meilleur résultat, en supposant qu'il y a une sorte de biais, c'est-à-dire un moment de la journée où la tendance au retournement est plus prononcée.
En optimisant l'heure de début des opérations et sa durée ( exprimée en nombre de barres de 15 minutes chacune ), les résultats de la figure 5 sont trouvés. En opérant à partir de 00:00 et jusqu'aux 28 barres suivantes, ou jusqu'à 07:00, les choses s'améliorent considérablement : le profit total du système s'élève à 288 200 $ avec plus de 70 % d'opérations en moins (2,799 par rapport à presque 10 000 ), et par conséquent, le trade moyen passe à 103 $.
Figure 5 – Optimisation de la fenêtre opérationnelle de la stratégie sur XRP
Des résultats indéniablement meilleurs mais indiquant une stratégie encore rugueuse, avec une moyenne de transactions plus substantielle mais toujours pas très élevée, et un tirage plutôt élevé par rapport au profit net (Ratio Profit Net/Tirage Max = 6,58).
Tout d'abord, on pourrait essayer d'optimiser les valeurs de stop loss et de take profit initialement hypothétisées. Dans la Figure 6, il est montré comment les varier par paliers de 500 $ donne des résultats intéressants avec un arrêt à 1 500 $ et un profit d'environ 8 000-10 000 $. Par exemple, on peut choisir d'utiliser 8 500 $, ce qui maximise le ratio Profit Net/Dépassement Max.
Figure 6 – Optimisation du stop loss et du take profit
Amélioration de la performance à long terme du système de trading sur XRP (Ripple)
Considérant que la stratégie effectue encore de nombreuses transactions, il y a probablement encore de la place pour affiner davantage les opérations, notamment du côté des transactions longues qui présentent des métriques plus faibles (voir la Figure 4). Pour ce faire, on pourrait utiliser un certain modèle de prix qui peut identifier les meilleures conditions dans lesquelles exécuter les opérations, en filtrant celles ayant une probabilité de succès plus faible.
À cet égard, nous utiliserons une liste propriétaire qui regroupe de nombreuses combinaisons de prix, différentes les unes des autres, qui seront utilisées pour comprendre dans quelles situations XRP semble mieux répondre à la logique d'entrée (long) de ce système.
Figure 7 – Optimisation des modèles longs (Oui/Non)
En analysant les diverses combinaisons de motifs, on constate, par exemple, que si l'on opère long uniquement lorsque le motif "MyPtnLY" 15 se produit et qu'on n'opère pas long en présence de "MyPtnLN" 30, un bon compromis est atteint entre les principaux paramètres de référence (Bénéfice net, Trade moyen, Max Drawdown intrajournalier). Il existe également de meilleurs résultats pour des paramètres individuels, mais les motifs qui les génèrent ont une logique qui n'est pas très en phase avec la logique du système, donc la combinaison 15 est préférée pour opérer et 30 pour ne pas opérer long.
Avec le modèle 15, on prendra une position longue si la clôture de la bougie de la dernière session était inférieure à la clôture d'il y a 2 sessions. Avec le modèle 30, cependant, on n'entrera pas en position longue si la clôture de la session précédente se situe dans les 20 % inférieurs de la plage (high – low).
Cette combinaison de filtres entraîne une augmentation à la fois du trade moyen, qui passe à 400 $, et du bénéfice net, qui dépasse désormais 716 000 $. De plus, le drawdown diminue en dessous de 45 000 $.
Une bonne amélioration est également visible à partir de la forme plus régulière de la ligne d'équité, même si dans la seconde partie de 2024, elle semble avoir perdu un peu de son éclat, et seul le temps confirmera la validité de nos choix lors de la phase d'optimisation.
Figure 8 – Ligne d'équité du système sur XRP après l'application des motifs
Conclusions sur la stratégie de retournement sur XRP avec les bandes de Bollinger
La stratégie de renversement avec les bandes de Bollinger a certainement prouvé son efficacité sur la paire XRP/USDT, même si elle nécessiterait des ajustements supplémentaires pour être prête à fonctionner en direct sur le marché.
Même s'il a maintenant atteint l'Olympe des cryptomonnaies, XRP est encore assez jeune et présente de nombreuses opportunités pour les traders qui souhaitent s'engager dans différents types d'approches de marché. Comme toujours, nous laissons au lecteur le soin d'expérimenter et de développer cette idée.
À la prochaine et bon trading !
Andrea Unger