Ce qu'est le trading automatisé
Le trading automatisé, c'est un programme qui suit des règles de trading et passe les ordres. Au lieu de regarder un graphique et de cliquer sur acheter, tu écris ce qui compte comme une entrée, où va le stop, où va l'objectif et quelle est la taille de la position. Le logiciel vérifie ces règles toute la journée et agit quand elles sont réunies.
Tu verras la même idée sous plusieurs noms : trading algorithmique, trading systématique, logiciel de trading, bot de trading. En crypto, « bot » est le mot courant, et il désigne en général un programme relié à un compte d'exchange. L'étiquette compte moins que la question qui se cache dessous : quelles sont les règles, et quelqu'un a-t-il montré qu'elles fonctionnent après les coûts ?
L'attrait est réel. Un logiciel ne se fatigue pas, ne se fige pas après trois pertes et ne déplace pas un stop parce qu'il déteste avoir tort. Le risque est réel aussi, et c'est la partie que les vendeurs aiment passer sous silence. Un bot applique un plan à la perfection. Si le plan n'a aucun avantage, tu perds de l'argent à la perfection, et vite.
Trois types de systèmes
Tous les bots ne sont pas construits de la même façon, et ces différences changent la confiance que tu peux accorder à un résultat.
À règles. Une personne écrit des règles fixes, par exemple « achète quand la moyenne rapide passe au-dessus de la lente, stop sous le dernier creux de swing ». Tout est lisible et rien ne change tant que l'auteur ne le change pas. C'est le type le plus facile à comprendre et à auditer. Vois l'analyse technique expliquée pour les indicateurs que ces règles utilisent en général.
Optimisé. La structure est fixe, mais les réglages sont cherchés automatiquement : quelles moyennes, quelle unité de temps, quelle distance de stop. Un ordinateur essaie des milliers de combinaisons sur des données passées et garde la gagnante. C'est ici qu'apparaît le danger de coller au passé, car plus tu cherches de réglages, plus il est probable que l'un d'eux paraisse brillant par hasard.
Appris par machine. Un modèle est entraîné sur des données pour prédire quelque chose, par exemple si le prix va monter dans les prochaines heures. Il peut repérer des motifs qu'un humain n'écrirait pas. Il peut aussi repérer du bruit, et il est souvent difficile d'expliquer pourquoi il a pris tel trade. Les modèles deviennent aussi périmés quand le marché sur lequel ils ont été entraînés change.
Certains systèmes combinent ces types. Un algorithme génétique, par exemple, optimise les réglages par évolution plutôt que par recherche exhaustive, ce sur quoi on revient à la fin.
Le pipeline : signal, dimensionnement, exécution, contrôles du risque
Presque tout système automatisé, quel que soit son type, a les mêmes quatre étapes.
- Signal. La partie qui décide « maintenant » et « long ou short ». Elle lit les prix et les indicateurs et sort une idée. Pour ce qu'une idée complète contient, vois qu'est-ce qu'un signal de trading.
- Dimensionnement. Combien mettre. Un bon dimensionnement part de la distance du stop et d'un montant fixe que tu acceptes de perdre, pas de la confiance que t'inspire le signal. La gestion du risque en trading crypto couvre l'arithmétique.
- Exécution. Transformer la décision en ordres : au marché ou limite, entrées fractionnées, stop et objectif posés en même temps. C'est là que les frais et le slippage se paient.
- Contrôles du risque. Les freins : un nombre maximal de positions ouvertes, une limite de perte quotidienne, un kill switch, et des vérifications que chaque position a bien un stop qui fonctionne.
Les débutants ont tendance à juger un bot sur la première étape seule. En pratique, ce sont les trois dernières qui décident si un signal correct survit au contact d'un vrai compte.
Comment les bots se connectent aux exchanges
Un bot parle à un exchange par une clé API, une paire de chaînes de caractères qui permet à un logiciel d'agir sur ton compte. Les exchanges te laissent régler ce que chaque clé peut faire, et ce réglage est ta principale protection.
- Permissions de trading seulement. Active la lecture des soldes et le passage d'ordres. N'active jamais les retraits. Une clé qui a fuité sans droit de retrait peut passer de mauvais trades mais ne peut pas déplacer tes coins vers le portefeuille de quelqu'un d'autre.
- Liste blanche d'IP. Quand l'exchange la propose, limite la clé à l'adresse fixe de la machine qui fait tourner le bot. Une clé volée échoue alors de n'importe où ailleurs.
- Une clé par bot. Si tu dois révoquer un accès, tu coupes un programme, pas tout.
- Rien dans un chat, une capture d'écran ou un tableur. Quiconque voit le secret peut l'utiliser.
Sois prudent avant de remettre une clé à un tiers que tu ne peux pas inspecter. Même un accès limité au trading permet à quelqu'un d'autre d'ouvrir de grosses positions à effet de levier sur ton compte. Vois le levier crypto expliqué pour comprendre à quelle vitesse ça peut mal tourner.
Ce qui tourne mal en pratique
La plupart des échecs de bots ne sont pas des piratages spectaculaires. Ils sont discrets et techniques.
Le surapprentissage. Les règles ont été ajustées jusqu'à expliquer le passé, ce qui veut dire qu'elles expliquent du bruit. Une stratégie qui paraît excellente sur l'historique et s'effondre en réel, c'est l'histoire classique.
Le biais de look-ahead. Un backtest utilise par accident une information qui n'était pas disponible à ce moment-là, par exemple la clôture d'une bougie utilisée pour décider d'une entrée à son ouverture, ou un tableau d'indicateur décalé de quelques bougies. Le résultat ressemble à de la compétence et c'est en fait de l'espionnage du futur. Le test vers l'avant, traité dans le paper trading expliqué, élimine ce problème précis.
Les frais et le slippage. Chaque trade paie des frais d'entrée et de sortie, plus l'écart entre le prix attendu et l'exécution. Un bot qui trade souvent avec de petits objectifs peut avoir un vrai avantage minuscule et perdre quand même après coûts.
Les pannes et les défaillances silencieuses. Une API d'exchange expire, une connexion tombe, une limite de requêtes saute, un processus meurt. La pire version est un ordre qui échoue sans aucun message, si bien que le bot se croit protégé par un stop qui n'existe pas. Les bons systèmes vérifient que chaque position a sa protection et alertent bruyamment quand ce n'est pas le cas.
Le changement de régime. Une règle qui prospérait dans une tendance régulière peut saigner en marché latéral. Le bot ne peut pas voir seul que les conditions ont changé. Les régimes de marché expliqués décrit pourquoi quelques bons mois prouvent peu de choses.
Un exemple chiffré (chiffres hypothétiques)
C'est une illustration inventée, pas un résultat réel. Imaginons un bot qui trade une paire avec un stop à 1 % de l'entrée et un objectif à 1,5 %. Sur un backtest de 200 trades, il en gagne 110 et en perd 90.
En brut, ça paraît bien : 110 x 1,5 % = 165 %, moins 90 x 1,0 % = 90 %, soit 75 % nets de la taille de position sur 200 trades, environ 0,375 % par trade.
Facturons maintenant les coûts. Disons qu'un aller-retour de frais plus slippage coûte 0,15 % par trade. Sur 200 trades, ça fait 30 %, il reste 45 %, soit 0,225 % par trade. Toujours positif, mais 40 % de l'avantage brut a disparu.
Interroge ensuite le backtest lui-même. Si les réglages ont été choisis après avoir cherché parmi beaucoup de combinaisons, ou si du look-ahead s'est glissé, le vrai taux de réussite à l'avenir pourrait être de 50 % plutôt que de 55 %. Avec 100 gains et 100 pertes : 100 x 1,5 % = 150 %, moins 100 %, égale 50 %, puis moins 30 % de coûts égale 20 % sur 200 trades, environ 0,1 % par trade. Un peu plus de slippage ou un taux de réussite un peu moins bon, et on est à zéro ou en négatif.
Le point, c'est la minceur de la marge. Un bot n'a pas besoin d'être cassé pour perdre de l'argent. Il lui suffit d'être un peu moins bon que son backtest, ce qui est le cas normal.
Comment évaluer honnêtement un bot ou son vendeur
Tu peux tester presque n'importe quelle promesse avec cinq questions.
- L'historique est-il en temps réel ou backtesté ? Les résultats réels ou en paper trading vers l'avant comptent plus que l'historique passé. Demande quand l'historique a commencé et si les règles ont changé depuis.
- Les frais sont-ils inclus ? Un historique sans ligne de frais est un chiffre brut. Demande si chaque trade est facturé d'un aller-retour complet.
- Les pertes sont-elles montrées ? Une liste complète des trades clôturés, avec les mauvais, est le minimum. Des captures d'écran de gagnants, c'est du marketing.
- Y a-t-il une référence ? Compare à des entrées aléatoires avec les mêmes stops et objectifs. Si le hasard fait aussi bien, le signal n'apporte rien.
- L'échantillon est-il assez grand et assez varié ? Quelques dizaines de trades dans un seul type de marché en disent peu. Des centaines en marché haussier, baissier et latéral en disent davantage.
Remarque aussi ce que le vendeur te demande. Des demandes de clés avec droit de retrait, des promesses de rendements fixes ou une pression pour déposer chez un broker précis sont des signaux d'alerte.
Bots d'exécution et sources de signaux
Deux produits différents se cachent sous le mot « automatisation ».
Un bot d'exécution passe les ordres sur ton compte. Il est rapide et n'a pas besoin que tu sois réveillé. Le prix à payer : la sécurité de la clé, l'exposition à ses bugs logiciels, et le fait que ses erreurs se produisent dans ton compte à vitesse machine.
Une source de signaux publie des idées de trade et c'est toi qui décides quoi faire. Elle est plus lente et demande ta discipline, mais tes clés et tes fonds ne quittent jamais tes mains, et tu peux ignorer tout ce qui te paraît louche.
Aucun des deux n'est plus sûr par définition. Le bon choix dépend de ce que tu préfères porter, un risque technique ou un risque comportemental, et de la question de savoir si les règles sous-jacentes ont le moindre avantage prouvé au départ.
L'erreur numéro un des débutants
L'erreur la plus courante est de croire un graphique de backtest et d'activer un bot avec de l'argent réel et du levier. Le graphique est lisse parce qu'il a été construit après coup. Le bot passe en réel, rencontre les frais, le slippage et un marché différent, et la première série de pertes arrive à une taille que personne n'a répétée.
Un ordre d'opérations plus sûr consiste à faire tourner tout bot d'abord en paper trading avec les frais facturés, puis à très petite taille avec un plafond strict sur ce que le compte peut perdre, et à n'augmenter qu'une fois qu'un historique vers l'avant existe. Considère le backtest comme une raison de tester davantage, jamais comme un résultat.
Ce que t'apprend un bot auto-évolutif tenu en public
Darwin Lab est un bot à algorithme génétique auto-évolutif pour Binance Futures. Chaque stratégie porte environ 30 paramètres génétiques couvrant les indicateurs, les unités de temps et les règles de risque. Les stratégies tradent en paper trading en continu, et toutes les 4 heures les gagnantes se reproduisent et mutent pendant que les perdantes sont éliminées. La promotion dépend des résultats papier vers l'avant, pas des backtests, précisément à cause des problèmes de surapprentissage et de look-ahead vus plus haut.
Il a tradé en argent réel d'avril à juin 2026. Les fonds ont ensuite été retirés pour corriger la ponction des frais, et les signaux tournent en paper trading depuis juin 2026. Mesurés nets de frais, ses signaux papier publiés n'ont pas encore montré d'avantage sur des entrées aléatoires avec les mêmes stops et objectifs. On le dit clairement parce que c'est ce que montrent les données jusqu'ici, et un vendeur de bot incapable d'en dire autant de son propre produit devrait te rendre méfiant.
Trois leçons ressortent. Premièrement, les frais sont une contrainte de conception, pas une note de bas de page, puisque ce sont eux qui ont décidé du passage au papier. Deuxièmement, l'évolution est une méthode de recherche, pas une source d'avantage : faire reproduire des stratégies sur du bruit produit du bruit bien élevé. Troisièmement, publier l'historique complet, frais inclus, sur /track-record/ est inconfortable, et c'est aussi la seule façon de rendre une affirmation vérifiable. Aucune clé API n'est jamais partagée avec les utilisateurs, donc personne n'a à nous confier son compte.
Comment fonctionne Darwin Lab | Rejoins le canal gratuit
Cet article est purement éducatif et ne constitue pas un conseil financier. Le trading automatisé et les futures comportent un risque élevé de perte, et les résultats passés ou simulés ne prédisent pas les résultats futurs.