La probabilité d’une série de pertes répond à une question pratique : quelle est la probabilité d’observer un certain nombre de pertes consécutives sous des hypothèses claires ?
Guide d'investissement
Probabilité d’une série de pertes : définition, exemples et limites clés
investissement10 min read
La probabilité d’une série de pertes répond à une question pratique : quelle est la probabilité d’observer un certain nombre de pertes consécutives sous des hypothèses claires ?
10 min read
Entraînez-vous à l'investissement avec Finelo
Développez des compétences d'investissement concrètes grâce à des leçons guidées, un simulateur et des défis structurés.
Envie d'en savoir plus ?
Développez des compétences d'investissement concrètes grâce à des leçons guidées, un simulateur et des défis structurés.
Découvrir FineloExplorez les défis de 28 jours de Finelo
Transformez l'apprentissage en une habitude quotidienne avec des parcours de défis guidés.
Note pédagogique : Cet article a uniquement un but éducatif et ne constitue pas un conseil financier, d’investissement, juridique ou fiscal. Finelo ne recommande aucun titre, stratégie, plateforme ou transaction. Investir et trader comportent des risques, y compris la perte possible du capital. Vérifiez les règles en vigueur, les frais, les conditions des produits et l’adéquation auprès de sources officielles ou d’un professionnel qualifié.
Pour des transactions indépendantes avec une probabilité de perte constante p, la probabilité d’exactement k pertes consécutives commençant à une transaction spécifique est :
p^k
Sur n transactions, vous pouvez approximer la probabilité d’observer au moins une telle série de k pertes avec :
1 − (1 − p^k)^(n − k + 1)
Finelo fournit une éducation financière, pas des conseils financiers ou d’investissement. Les formules ci‑dessous servent à comprendre la probabilité et le risque, pas à décider ce que vous devriez personnellement trader, acheter, vendre ou risquer.
La réponse rapide
Pour estimer la probabilité d’une série de pertes, commencez par votre taux de réussite.
Si votre taux de réussite est de 60 %, votre probabilité de perte est :
p = 1 − 0.60 = 0.40
Puis choisissez la longueur de la série que vous souhaitez tester. Par exemple, si vous voulez la probabilité de quatre pertes consécutives :
0.40^4 = 0.0256
Cela signifie que la chance d’avoir quatre pertes commençant à une transaction spécifique est de 2,56 %.
Ce chiffre peut sembler faible, mais il ne concerne qu’un point de départ possible. Si vous effectuez de nombreuses transactions, il existe de nombreux endroits où une série de quatre pertes pourrait commencer. C’est pourquoi une série qui paraît improbable isolément peut être tout à fait normale sur un échantillon plus long.
Pour un échantillon de n = 100 transactions et k = 4 pertes, il y a :
n − k + 1 = 100 − 4 + 1 = 97
positions de départ possibles. En utilisant l’approximation :
1 − (1 − 0.0256)^97 ≈ 92%
Ainsi, selon ces hypothèses, une série de quatre pertes quelque part dans 100 transactions est courante, même avec un taux de réussite de 60 %.
Les deux questions auxquelles répond la probabilité de série de pertes
La probabilité d’une série de pertes implique généralement deux questions liées :
- Quelle est la probabilité que les k prochaines transactions soient toutes des pertes ?
- Quelle est la probabilité qu’au moins une série de k pertes apparaisse sur n transactions ?
Ce sont des questions différentes, et les confondre peut mener à de mauvaises interprétations.
La première question est une probabilité à point de départ unique. Elle ne considère qu’une séquence spécifique de transactions. Si les trois prochaines transactions ont chacune 40 % de probabilité d’être des pertes, la probabilité que les trois soient des pertes est :
0.40^3 = 0.064, soit 6,4%
La seconde question s’intéresse à un échantillon plus large. Dans 100 transactions, il existe de nombreuses séquences chevauchantes de trois transactions. Même si une séquence particulière de trois pertes n’est pas très probable, la probabilité d’en observer au moins une quelque part dans l’échantillon peut être beaucoup plus élevée.
Cette distinction est la principale raison pour laquelle les séries de pertes semblent souvent plus surprenantes qu’elles ne le sont réellement.
Formules de base
Utilisez ces formules lorsque vous connaissez un taux de réussite, une longueur de série et une taille d’échantillon.
Probabilité de perte
Si le taux de réussite est exprimé en décimal :
Probabilité de perte p = 1 − taux de réussite
Exemples :
- Un taux de réussite de 60 % signifie p = 0.40
- Un taux de réussite de 55 % signifie p = 0.45
- Un taux de réussite de 50 % signifie p = 0.50
Probabilité de k pertes consécutives depuis un départ
Si chaque transaction est indépendante et a la même probabilité de perte :
Probabilité à départ unique = p^k
Où :
- p = probabilité d’une perte
- k = nombre de pertes consécutives
Par exemple, avec p = 0.40 et k = 4 :
0.40^4 = 0.0256, soit 2,56%
Probabilité approximative d’au moins une série de k pertes en n transactions
Pour estimer si une série est susceptible d’apparaître quelque part dans un échantillon plus grand :
Probabilité approximative = 1 − (1 − p^k)^(n − k + 1)
Où :
- n = nombre total de transactions
- k = longueur de la série
- n − k + 1 = nombre de positions de départ possibles
Cette approximation traite chaque position de départ possible comme indépendante. Parce que les séries peuvent se chevaucher, cette hypothèse n’est pas parfaite. L’approximation est utile pour l’intuition et la planification, mais les probabilités exactes peuvent nécessiter une méthode récursive ou une chaîne de Markov, en particulier pour de petits échantillons, de petites valeurs de k ou des probabilités de perte élevées.
Exemple détaillé : taux de réussite de 60 % et quatre pertes
Supposons qu’un système de trading ait un taux de réussite de 60 %. Cela signifie :
p = 1 − 0.60 = 0.40
Vous voulez savoir à quel point quatre pertes consécutives seraient inhabituelles.
Tout d’abord, calculez la probabilité à départ unique :
0.40^4 = 0.0256
Donc la probabilité d’avoir quatre pertes commençant à une transaction spécifique est de 2,56%.
Considérez maintenant un échantillon de 100 transactions. Le nombre de positions de départ possibles est :
100 − 4 + 1 = 97
La probabilité approximative d’au moins une série de quatre pertes est :
1 − (1 − 0.0256)^97 ≈ 92%
L’interprétation est importante : une série de quatre pertes peut sembler improbable si l’on ne considère qu’un seul point de départ, mais sur 100 transactions elle n’est pas surprenante selon ces hypothèses.
Cela ne prouve pas qu’une stratégie est solide. Cela montre seulement que la longueur de la série, prise isolément, peut être compatible avec le taux de réussite et la taille d’échantillon annoncés.
Un scénario pour débutant : taux de réussite de 55 % et cinq pertes
Considérez un système avec un taux de réussite de 55 %. La probabilité de perte est :
p = 0.45
Supposons maintenant que vous observez cinq pertes consécutives.
La probabilité à départ unique est :
0.45^5 ≈ 0.0185, soit 1,85%
Cela paraît rare pour un point de départ unique. Mais si l’échantillon contient n = 500 transactions, la probabilité approximative d’au moins une série de cinq pertes est :
1 − (1 − 0.0185)^496 ≈ 99%
Donc, voir une série de cinq pertes quelque part dans 500 transactions n’est pas surprenant selon ces hypothèses.
Une conclusion pratique est que des historiques plus longs tendent à contenir des séries inconfortables. Avant de conclure qu’un système est défaillant, comparez la série observée à la probabilité impliquée par le taux de réussite supposé et le nombre de transactions examinées.
Entraînez-vous à l'investissement avec Finelo
Développez des compétences d'investissement concrètes grâce à des leçons guidées, un simulateur et des défis structurés.
Comment interpréter une série de pertes
Une série de pertes ne signifie pas automatiquement qu’une méthode a échoué. Elle ne signifie pas non plus automatiquement que tout va bien. La question utile est de savoir si la série observée est plausible au regard des hypothèses que vous utilisez.
Considérez ces vérifications générales d’interprétation :
- Si la probabilité estimée est élevée, la série peut être attendue. L’attention peut se porter sur la capacité du dimensionnement des positions et de la planification du drawdown à supporter de telles séries.
- Si la probabilité estimée est faible, il peut être utile d’auditer les données, de vérifier si les conditions de marché ont changé ou de revoir la cohérence de l’exécution et des signaux.
- Si la taille de l’échantillon est faible, les preuves sont bruitées. Un historique court peut faire paraître la variation ordinaire significative.
- Si le taux de réussite, la taille des positions ou le régime de marché changent au fil du temps, les formules simples deviennent moins fiables car le processus de probabilité n’est plus stationnaire.
Les formules supposent des essais indépendants avec une probabilité de perte stable. Les résultats réels du trading peuvent violer ces hypothèses. Les transactions peuvent se regrouper selon la condition du marché, le comportement de la stratégie, la période, l’instrument ou la qualité d’exécution. Cela n’invalide pas les formules, mais signifie que le résultat doit être traité comme un modèle, pas comme une garantie.
Configuration simple dans un tableur
Vous pouvez créer un calculateur basique de séries perdantes dans un tableur en n’utilisant que quelques entrées.
Utilisez ces cellules :
- A1: taux de réussite, par exemple 0.60
- A2: longueur de la série k, par exemple 4
- A3: nombre de transactions n, par exemple 100
Puis calculez :
- B1: probabilité de perte p = 1 − A1
- B2: probabilité de départ unique = B1 ^ A2
- B3: départs possibles = A3 − A2 + 1
- B4: probabilité approximative d’au moins un cas = 1 − (1 − B2) ^ B3
Si vous voulez éviter des valeurs négatives pour les départs possibles lorsque la longueur de la série est supérieure au nombre de transactions, utilisez MAX(0, A3 − A2 + 1) pour le calcul des départs possibles.
Pour l’exemple précédent :
- Taux de réussite : 0.60
- Longueur de la série : 4
- Nombre de transactions : 100
- Probabilité de perte : 0.40
- Probabilité de départ unique : 0.0256
- Départs possibles : 97
- Probabilité approximative d’au moins un cas : environ 0.92
Cela signifie que la série est susceptible d’apparaître au moins une fois quelque part dans l’échantillon, selon les hypothèses utilisées.
Erreurs courantes
L’analyse des séries perdantes est utile, mais elle peut être mal interprétée. Faites attention à ces erreurs courantes.
Considérer une courte série comme une preuve d’échec
Quelques pertes d’affilée peuvent se produire même lorsque le taux de réussite supposé est favorable. Comparez la série observée à la probabilité attendue avant de tirer de grandes conclusions.
Ignorer la taille de l’échantillon
Une série qui semble rare en un endroit peut devenir probable sur de nombreuses opportunités. Distinguez toujours la probabilité d’une séquence spécifique de la probabilité qu’au moins une séquence apparaisse dans un échantillon plus grand.
Supposer que les départs chevauchants sont totalement indépendants
L’approximation 1 − (1 − p^k)^(n − k + 1) traite les positions de départ possibles comme approximativement indépendantes. En réalité, les séries chevauchantes sont liées. Utilisez l’approximation avec prudence lorsque la précision compte.
Changer le risque en cours de série
Augmenter la taille de position pour récupérer plus vite peut créer un risque de drawdown supplémentaire. Une approche plus stable est de comprendre à l’avance les longueurs de séries probables et de tester si une série de cette longueur dépasserait vos limites de drawdown.
FAQ
Quelle est la probabilité de k pertes consécutives ?
Si chaque essai a une probabilité de perte p et que les essais sont indépendants, la probabilité que k transactions consécutives spécifiques soient toutes des pertes est :
p^k
Par exemple, si p = 0.40 et k = 3 :
0.40^3 = 0.064, soit 6,4%
Quelle est la probabilité d’une série de pertes sur de nombreuses transactions ?
Utilisez l’approximation :
1 − (1 − p^k)^(n − k + 1)
Cela estime la probabilité d’au moins une série de k pertes en n transactions. C’est une approximation parce que les séries chevauchantes ne sont pas entièrement indépendantes.
Une série de pertes signifie‑t‑elle que ma stratégie est défaillante ?
Pas nécessairement. Des séries courtes à modérées peuvent être attendues même dans des systèmes avec des taux de réussite favorables. Comparez la longueur de la série à la taux de réussite supposé et à la taille de l’échantillon, puis vérifiez si les conditions, l’exécution ou le processus sous‑jacent ont changé.
Comment dois‑je penser le dimensionnement du risque ?
Estimez les longueurs de séries probables pour votre taux de réussite et votre taille d’échantillon, puis vérifiez si une série de cette longueur dépasserait vos limites de drawdown. Les décisions spécifiques de dimensionnement dépendent de vos objectifs et contraintes, donc le calcul de probabilité doit être considéré comme une donnée d’entrée, pas comme une règle de décision complète.
Pour aller plus loin
Pour du contenu pédagogique plus large sur la probabilité, la gestion du risque et le dimensionnement des positions, visitez la page d’accueil et les parcours d’apprentissage de Finelo.
Pour un exemple de compte de trader montrant une série de cinq pertes en une seule journée, consultez le matériel Controlling Risk du CME Group, en particulier le Tableau 3 : CME Group — Controlling Risk.
Conclusion
La probabilité d’une série de pertes aide à séparer la surprise émotionnelle de l’attente statistique. Commencez par votre probabilité de perte, calculez la probabilité à départ unique avec p^k, puis estimez la probabilité d’au moins une série sur un échantillon avec 1 − (1 − p^k)^(n − k + 1).
Le résultat ne vous dit pas en soi si une stratégie est bonne ou mauvaise. Il vous aide à poser de meilleures questions : cette série est‑elle plausible ? L’échantillon est‑il assez grand ? Les conditions ont‑elles changé ? Le risque prévu peut‑il supporter une telle série ?
Utilisez les formules comme un contrôle pratique du risque et revisitez les hypothèses lorsque vos données, objectifs, obligations ou processus de trading changent.
InvestissementProbabilité de série de pertesDébutant
Entraînez-vous à l'investissement avec Finelo
Développez des compétences d'investissement concrètes grâce à des leçons guidées, un simulateur et des défis structurés.
À propos de l'auteur
Finelo Team
L'équipe Finelo crée une formation pratique à l'investissement et au trading conçue pour aider les débutants à apprendre plus vite grâce à des défis structurés, un simulateur et des leçons courtes.
À lire aussi — Articles associés
Investissement
Quand ne pas trader : Lignes directrices essentielles pour les traders
Savoir quand ne pas trader est aussi important que savoir quand entrer. Il peut être judicieux d’éviter une opération si vous êtes émotionnellement affecté, si vous n’avez pas de plan écrit clair, si les conditions de marché sont floues (faible liquidité ou volatilité extrême), ou…
Finelo Team
Investissement
Marché en tendance vs marché en range : comparaison détaillée
Un marché en tendance affiche un mouvement directionnel soutenu : les prix progressent dans une direction au fil du temps. Un marché en range évolue latéralement entre des supports et résistances horizontales, sans direction claire à long terme. La différence pratique…
Finelo Team
Investissement
Backtesting et biais de survivance : atténuer son impact
Le biais de survivance en backtesting survient lorsque vous testez une stratégie en n'utilisant que les titres qui ont survécu jusqu'à la fin de la période de test, en omettant ceux qui ont été radiés ou retirés. Cette omission peut faire paraître les rendements historiques meilleurs et le risque plus faible…
Finelo Team
