À travers 27 730 000 de données de transactions, chercher la « clé d'or » du marché prédictif, 690 stratégies de chandeliers mais difficilement rentables

Auteur : Frank, PANews

À quel point est-il difficile de trouver une « clé en or » pour réaliser des profits sur le marché prédictif ?

Sur les réseaux sociaux, vous voyez souvent des gens affirmer avoir découvert un secret de profit grâce à l’argent intelligent, mais en réalité, cela ne mène à rien. Ce que les gens peuvent voir, ce sont uniquement les courbes de croissance des gains de cet argent intelligent, et non la logique sous-jacente.

Comment construire une stratégie de trading propre à chaque individu, adaptée à la prédiction du marché ?

PANews a pris comme exemple le marché de prédiction du BTC sur 15 minutes, analysant près de 27,73 millions de transactions sur un mois et 3082 fenêtres temporelles, pour en tirer des conclusions qui pourraient bouleverser la perception conventionnelle. Dans un article précédent, nous avions déjà analysé les données macroéconomiques de ce marché. Cette fois, nous allons approfondir la texture pour rechercher cette éventuelle « clé en or ».

L’illusion brisée : l’échec total de l’analyse technique par chandeliers

Vous êtes-vous déjà demandé si une stratégie consistait à considérer le marché prédictif comme un marché d’actions ou de cryptomonnaies, en analysant simplement les points d’entrée et de sortie, en combinant la gestion des positions, les ordres de take profit et stop loss, pour élaborer une stratégie totalement indépendante du mouvement du BTC, ne se concentrant que sur la variation du prix dans le marché prédictif ?

Dans le marché traditionnel des cryptos, cette approche est appelée « analyse technique ». Logiquement, cette théorie devrait fonctionner aussi dans le marché prédictif. C’est pourquoi PANews a simulé cette approche, en développant un système de backtesting pour marché prédictif, capable d’évaluer le profit réel, le taux de réussite, etc., en entrant des paramètres comme le point d’entrée, le take profit, le stop loss, le moment d’entrée, en excluant les prix perturbateurs, à partir de plus de 3000 marchés des 30 derniers jours.

Au début, avec des données incomplètes (Polymarket ne fournissant que 3500 lignes par marché), les résultats de ce backtest pouvaient facilement indiquer un profit, par exemple en entrant à 60% du prix, en vendant à 90%, en arrêtant la perte à 40%, en opérant dans une certaine fenêtre.

Mais en pratique, les résultats étaient très différents : sous cette stratégie, la courbe de gains diminuait lentement, comme une lame émoussée coupant la viande. Nous avons donc tenté d’améliorer la quantité de données, en expérimentant plusieurs solutions, jusqu’à obtenir toutes les données de prix pour tous les marchés, et cette fois, les résultats ont commencé à correspondre à la réalité.

Avec des données réelles, PANews a simulé 690 combinaisons de facteurs : prix, stop loss, timing d’entrée, exclusion des perturbations, slippage, etc. Au final, aucune stratégie n’a permis d’obtenir un rendement attendu positif.

Même la plus performante affichait une espérance de gain de -26,8%. Cela montre qu’en marché prédictif, toute prévision purement mathématique, excluant les événements, est presque incapable de générer des profits.

Par exemple, la stratégie souvent discutée sur les réseaux sociaux, consistant à acheter à 90% du prix et à vendre à 99%, semble avoir une très haute probabilité de succès, et à long terme, de faire du profit. En pratique, cette stratégie affiche un taux de réussite de 90,1%, avec 2558 succès sur 3047 simulations, permettant d’atteindre le take profit. Mais le ratio risque/rendement est catastrophique : le ratio de profit réel est seulement de 0,08, et selon la formule de Kelly, l’espérance est de -32,2%, ce qui ne vaut pas la peine d’être utilisé.

Certains pourraient se demander si ajouter un stop loss améliorerait le ratio risque/rendement. La dure réalité est que, lorsque le ratio s’améliore, le taux de réussite diminue, par exemple en fixant un stop loss à 40%, le taux de réussite tombe à 84%. Avec un ratio risque/rendement encore faible, l’espérance selon Kelly reste négative à -37,8%, entraînant une perte.

La solution la plus proche du profit pourrait être une stratégie de « retournement » : acheter à 1% du prix, en pariant sur un retournement du marché. Dans la simulation, cette stratégie a un taux de réussite d’environ 1,1%, supérieur à la probabilité du prix, avec un ratio risque/rendement très élevé de 94, permettant d’atteindre une espérance de gain de 0,0004. Mais cela suppose l’absence totale de slippage et de frais. En tenant compte des frais, l’espérance devient instantanément négative.

En résumé, nos recherches montrent qu’en marché prédictif, il est impossible de réaliser des profits en se basant uniquement sur l’analyse technique issue des marchés financiers.

Le piège de l’arbitrage bilatéral

Outre cette approche, une autre idée largement répandue est celle de l’arbitrage bilatéral, selon laquelle si le coût total des options YES + NO est inférieur à 1, alors il est possible de réaliser un profit quel que soit le résultat. C’est une idée séduisante, mais en réalité, elle reste très théorique.

D’abord, si l’on utilise l’arbitrage inter-plateformes, il existe déjà de nombreux robots. Les utilisateurs ordinaires ne peuvent pas rivaliser avec ces robots pour une liquidité limitée.

Ensuite, une autre méthode consiste à acheter lorsque le prix YES tombe à 40% et le prix NO aussi à 40%, dans le même marché, pour profiter d’un arbitrage de 20%. Mais les données montrent que, bien que cette stratégie ait un taux de réussite de 64,3%, le ratio risque/rendement est trop faible, et la stratégie reste en espérance négative.

Ce « double arbitrage » semble séduisant, mais il est très risqué en pratique. De plus, cette stratégie appartient à la catégorie des modèles purement théoriques, déconnectés de l’événement réel.

La valeur équitable et le modèle de déviation : la « clé en or »

Alors, quelle stratégie pourrait réellement générer des profits ?

La réponse réside dans le « décalage temporel » entre le prix spot du BTC et le prix du token sur le marché prédictif.

PANews a découvert que les fournisseurs de liquidité et les algorithmes de market making ne sont pas parfaits. Lorsqu’un mouvement brutal du BTC se produit en 1 à 3 minutes, par exemple une hausse de plus de 150 ou 200 dollars, le prix du token ne « se déplace » pas instantanément vers le prix théorique.

Les données montrent que cette « inefficacité » de la tarification diminue de son maximum (environ 0,10) à la moitié (environ 0,05), en moyenne en 30 secondes.

30 secondes, c’est une éternité pour le trading haute fréquence, mais pour un trader manuel, c’est une « fenêtre d’or » qui disparaît rapidement.

Cela signifie que le marché prédictif n’est pas un marché parfaitement efficace. C’est plutôt une bête à réaction lente : lorsque le BTC change de direction, il faut souvent un peu de temps pour que le marché s’ajuste.

Mais cela ne veut pas dire qu’il suffit d’être rapide pour faire du profit. Nos données montrent que cette « arbitrage de retard » se réduit rapidement. Dans les micro-mouvements de moins de 50 dollars, après déduction des frais de gas et du slippage, la plupart des opportunités d’arbitrage sont en réalité des pièges à espérance négative.

En dehors du trading de momentum basé sur la vitesse, PANews a aussi exploré une autre logique de profit basée sur la « valeur ».

Dans le marché prédictif, le « prix » n’est pas égal à la « valeur ». Pour quantifier cela, PANews a construit un « modèle de valeur équitable » (Fair Value Model) à partir de 920 000 instantanés historiques. Ce modèle ne dépend pas du sentiment du marché, mais se base sur la volatilité actuelle du BTC et le temps restant jusqu’à la livraison, pour calculer la probabilité théorique de victoire du token.

En comparant la valeur théorique à la valeur réelle du marché, nous avons découvert une caractéristique non linéaire de l’efficacité de la tarification.

1. La magie du temps

Beaucoup de traders particuliers pensent que, avec le temps, le prix doit suivre une régression linéaire. Mais les données montrent que la convergence déterministe s’accélère.

Par exemple, sous la même condition de volatilité du BTC, la vitesse de correction du prix dans les 3 à 5 dernières minutes est bien plus rapide que dans les 5 minutes précédant le début. Pourtant, le marché sous-estime souvent cette vitesse de convergence, ce qui entraîne que dans la dernière tranche (7-10 minutes restantes), le prix du token est souvent bien en dessous de sa valeur équitable.

2. Seul un « décalage profond » vaut la peine d’acheter

C’est la conclusion la plus importante de cette étude pour la gestion des risques.

Les backtests sur différents niveaux de déviation (écart entre valeur théorique et prix réel) montrent que :

Lorsque le prix du marché dépasse la valeur équitable (surplus), peu importe la tendance du BTC, l’espérance à long terme (EV) est toujours négative.

Ce n’est que lorsque l’écart dépasse 0,10 (le prix réel est inférieur d’au moins 10 cents à la valeur théorique) que la transaction devient statistiquement profitable.

Cela signifie que, pour des fonds intelligents, un prix de 0,70 dollar ne signifie pas « 70% de chances de gagner », mais simplement une cotation. Ce n’est que lorsque le modèle calcule une probabilité réelle de succès d’environ 85% que 0,70 dollar devient une « bonne affaire » à prendre.

Cela explique aussi pourquoi beaucoup de petits investisseurs perdent en marché prédictif : ils achètent probablement à un prix supérieur à la valeur équitable du marché.

Pour les participants ordinaires, cette étude est une mise en garde froide, mais aussi un guide avancé. Elle nous dit :

Abandonnez la croyance aux chandeliers : ne cherchez pas de régularités dans la courbe du token, c’est un mirage.

Concentrez-vous sur l’actif sous-jacent : surveillez les mouvements du BTC, pas ceux du marché prédictif.

Respectez les cotes : même avec 90% de réussite, si le prix est trop élevé (surplus), la transaction sera probablement perdante.

Dans cette jungle dominée par les algorithmes, si le trader individuel ne peut pas établir un système mathématique de « valeur équitable » ni exploiter la « latence de 30 secondes », chaque clic sur « Acheter » n’est peut-être qu’une contribution à la liquidité, une donation à la pool.