Développement d'un modèle de

Trading algorithmique pour

indices boursiers et devises.

PONTIFICIA UNIVERSIDAD JAVERIANA

ADMINISTRATION DES ENTREPRISES
ATELIER DE DIPLÔME
Auteurs : CARLOS ANDRÉS RONCANCIO / ANDRÉS FELIPE VALENZUELA

Tutor: ALFONSO VARGAS ROJAS

2010
INDICE
INTRODUCCIÓN
1. PLANTEAMENTO DU PROBLÈME 2
1.1 Énoncé du problème 2
1.2 Formulation du problème 3

2. JUSTIFICATION DU PROJET 4
[Link] 5
3.1 Objetivo general 5
3.2 Objectifs spécifiques 5
[Link] THÉORIQUE 5
4.1 Concepts de base de l'analyse technique 5
4.2 Indicateurs d'analyse technique 7
4.3 Modèles de Trading Algorithmiques 10
[Link] 13
[Link] D'OSCILLATION 14
6.1 Definición osciladores 14
6.2 Description et calcul des indices d'oscillation 15
6.2.1 Indice de force relative (Indice de force relative - RSI)
15
6.2.2 Indice stochastique (K%D%) 17
6.2.3 Indice Williams %R 20
6.2.4 Indice de convergence/divergence de la moyenne mobile 21(MACD)
[Link] DU MODÈLE 23
7.1 Description et hypothèses 23
7.2 Calcul de l'indice pour chaque actif 26
7.3 Resumen de rentabilidad a Diciembre de 2009 37
7.4 Application du modèle à des données actuelles 38
7.5 Structuration du modèle dans les actifs consolidés 41
[Link] 43
[Link] 44
REFERENCIAS 44
BIBLIOGRAPHIE 45
ANNEXES 46

1
 1. FORMULATION DU PROBLÈME

1.1 ÉNONCÉ DU PROBLÈME

Actuellement, les investisseurs, les traders, les spéculateurs et tous ceux qui...
les personnes intéressées à opérer sur les marchés se retrouvent face à d'innombrables sources et
volumes étendus d'informations, ce qui rend complexe leur assimilation et la détermination de laquelle

peut ou non être utile au moment de prendre des décisions.

Le motif pour lequel ces individus opèrent sur le marché est la quête de
profit, de manière à ce que son objectif final consiste à maximiser sa rentabilité. D'où
dérive du questionnement constant sur la façon de prendre les décisions d'achat et
vente d'une manière plus facile et rapide, permettant d'obtenir des signaux de négociation agiles

pas seulement pour un, mais pour tous les actifs du portefeuille à la fois, vous permettant de

tirer parti au maximum des fluctuations des prix.

Cependant, chaque jour, et en raison de cette grande quantité et de ces sources d'informations de la

qu'il est difficile de prendre en compte toutes les variables qui peuvent affecter nos
investissements, c'est pourquoi s'il n'existe pas de méthode appropriée ou établie par l'individu pour

analyser les informations du marché et prendre des décisions, du temps précieux est perdu durant

lequel le marge de profit d'une position est réduite.

Byron R. Wien, stratégiste et chef des investissements aux États-Unis de Morgan Stanley
Dean Witter fait une réflexion à ce sujet : H H I J K L M I N O P Q R S T U V
les investisseurs souffraient d'un manque d'informations utiles et s'approchaient de la bourse avec une certaine

peur à cause de cela. De nos jours, l'environnement des investissements est surchargé de
L'information et un grave problème auquel sont confrontés les investisseurs est de discerner ce qui est utile de

l'inutile.... le temps est limité et nous cherchons un moyen de comprendre le matériel

complexe de manière rapide et en tirer des conclusions
auteur.)
Depuis l'époque de Charles Dow jusqu'à nos jours, cela a été utilisé et
améliorant grâce aux avancées de la technologie un outil qui permet de réduire et

2
synthétiser ces grands volumes et sources d'information, il s'agit de l'Analyse Technique,
méthode selon laquelle dans le mouvement de prix toutes les variables sont déjà prises en compte

peuvent affecter la cotation d'un actif et qui permet d'observer facilement le

comportement de plusieurs d'entre eux en même temps.

Parallèlement, depuis quelques années, différents ont été développés.

modelos de trading, dentro de los que más fuerza han tomado y de acuerdo a las
Les outils informatiques dont on dispose actuellement se trouvent les
modèles de trading algorithmique, ceux-ci permettent de réaliser l'analyse et la négociation d'un

manière structurée et systématique en une fraction de temps, analysant continuellement

actifs multiples conformément à une série d'instructions et de délimitations réalisées
précédemment.

1.2 FORMULATION DU PROBLÈME

Maintenant, dans la tentative de trouver une alternative à la révision constante de

ces grandes quantités d'informations disponibles, de filtrer l'information utile de la
inutile, et afin de réduire le temps consacré à analyser une
cotisation cherchant à maximiser notre rentabilité, nous avons décidé de développer un
modèle de trading algorithmique basé sur l'outil d'analyse technique.
Cependant, le domaine de l'Analyse Technique est extrêmement vaste, c'est une

outil constitué d'une grande quantité d'éléments et d'une grande variété de

indicateurs qui servent à analyser les marchés, chacun possède une méthodologie
propre à l'application et à la lecture, c'est là qu'émerge l'un de nos principaux problèmes et c'est

définir de cette grande quantité d'éléments parmi lesquels nous trouvons des ondes, des oscillateurs,

cycles, etc., Quels seront utiles ? Lesquels devons-nous suivre ? Y en aura-t-il d'autres ?
efficaces que d'autres ? Cela dépendra-t-il de l'actif auquel ils sont appliqués ? Lesquels s'adapteront ?

meilleur à un modèle d'algorithme ?

3
 D'autre part, puisque un modèle de trading algorithmique est une méthode structurée
y systématique, nous devons enquêter et trouver comment pondérer-combiner ces dits

indicateurs pour que le modèle maximise la rentabilité du portefeuille, pouvant appliquer

Toujours dit modèle aux différents actifs et obtenant immédiatement les conclusions
que nous avons besoin pour fonctionner.

2. JUSTIFICACION DEL PROYECTO

Ceci est un travail de recherche par lequel on cherche à développer un

alternative à certains des aspects les plus courants auxquels on est confronté un
spéculateur-investisseur, lorsqu'il se trouve à opérer sur les marchés.
Étant un travail de recherche appliquée, il permet de tirer parti des méthodologies et
les résultats obtenus par l'application/étude de l'analyse technique, dans la conception
d'un modèle de trading algorithmique qui permet aux spéculateurs de maximiser leur
rentabilité.
Suggérez une alternative viable pour réduire la quantité d'informations actuelles à travers
d'une application systématique (toujours de la même manière), générée par une méthode
structuré, dans ce cas un algorithme de trading.
Nous permet en tant qu'étudiants, spéculateurs actuels et futurs professionnels,
obtenir des connaissances et de l'expérience dans le développement et la conception de modèles de trading

accord aux tendances actuelles et futures de négociation.

4
 3. OBJECTIFS

3.1 OBJECTIF GÉNÉRAL

Développer un modèle de trading algorithmique qui maximise la rentabilité de
notre portefeuille basé sur l'application, la combinaison et le poids de quelques
des indicateurs d'analyse technique les plus populaires.

3.2 OBJECTIFS SPÉCIFIQUES

Étudier la bibliographie correspondante aux thèmes de la recherche, pour le
caso: Análisis Técnico y Modelos de Trading Algorítmico.
Appliquer des tests, sur cette base, restreindre et délimiter les variables qui affectent le

développement et le produit final de la recherche.

Obtener, organizar y analizar los resultados, determinar la mejor combinación de
les mêmes, proposer le modèle de négociation et tirer des conclusions.

4. MARCO THÉORIQUE

4.1 CONCEPTS DE BASE DE L'ANALYSE TECHNIQUE

L'analyse technique est un outil qui, comme son nom l'indique, est utilisé
pour analyser, les marchés et leurs mouvements de prix. C'est une technique qui a été
appliquée depuis les années 1880 à l'époque de l'analyste reconnu Charles Dow et
qui a continué à se développer et à s'améliorer jusqu'à nos jours, en grande partie grâce au
surgissement de nouvelles technologies et outils informatiques.
L'un des principaux experts du sujet, dont la publication est connue et
considérée par beaucoup dans le domaine comme la Bible de l'Analyse Technique, John J. Murphy
Il est temps de faire le point sur votre état de santé et de réfléchir à vos priorités. Pensez à vos intérêts personnels et à ce qui vous apporte de la joie.

5
principalement par l'utilisation de graphiques, dans le but de prédire les futures

Dans le texte de la Reuters Financial Series, l'analyse technique est définie comme un
méthode de prédiction des fluctuations de prix et des tendances futures du marché
par l'étude de graphiques, en observant ce qui s'est passé dans le passé au sein de
marché et en tenant compte du prix des instruments, du volume de négociation et
quand j'ai appliqué, l'intérêt ouvert. (1999, p.8, trad. de l'auteur)

L'importance de cette approche réside dans sa philosophie, dans les fondements qui la soutiennent.

supportent

Les mouvements du marché intègrent tout

Fait référence à toute variable de l'environnement, qu'elle soit de type économique,
politique, psychologique ou autre qui peut affecter la cotation, déjà reflété à l'intérieur
du mouvement du prix de celle-ci.
De cette manière, il suffit de se concentrer sur les mouvements de prix, qui
reflejan lo que está ocurriendo en mercado, mas no en las razones del por qué ocurre.

Les prix évoluent dans des tendances

Un des principaux objectifs de cette approche est d'identifier les tendances qui se
trouvent dans leurs premières étapes de développement, par conséquent il est
il est nécessaire de comprendre que les prix se déplacent en tendances, et que celles-ci existent

jusqu'à ce que les prix montrent des signes de changement de direction.

L'histoire se répète
En grande partie, l'analyse technique et l'étude des mouvements de marché
cela concerne l'étude de la psychologie humaine, il existe des modèles graphiques qui dans

6
 Les cent dernières années ont été identifiées et classées en catégories, elles reflètent
images concrètes qui apparaissent dans les graphiques de prix.
Ces images révèlent la psychologie haussière ou baissière du marché, d'où le
la prémisse que, puisque ces modèles ont bien fonctionné dans le passé, on suppose que
continuera à bien fonctionner à l'avenir, car il repose sur la psychologie humaine qui
change très peu avec le temps.
Une autre façon de comprendre ce fondement est de comprendre que l'avenir est dans

l'étude du passé, ou que l'avenir est une répétition du passé. (Murphy, 2003)
p.30)

Opinions et réflexions de personnalités importantes dans le domaine des marchés

financiers depuis l'époque de Charles Dow jusqu'à nos jours soutiennent également le
importance et pertinence de cette approche, voici un extrait de Byron, R. W. stratège en chef
de investissements de Morgan Stanley Dean Witter :

Au fil des ans, j'ai trouvé dans l'analyse technique une grande aide tant
comme investisseur comme stratège. Cela me permet de capter le facteur psychologique
qu'est-ce qui est si important pour déterminer le rendement d'un actif dans le
N est un mot qui évoque le lien entre l'identité et l'existence humaine, où se rejoignent les pensées, les émotions et les actions significatives dans un contexte qui valorise la compréhension et la connexion.

aideront à gagner plus d'argent sur le marché boursier en période de prospérité et à

limiter les pertes lorsque les choses deviennent difficiles. (Bensignor, 2001, préface,
trad. de l'auteur)

4.2 INDICADORES DE ANÁLISIS TÉCNICO

Selon le texte de la Reuters Training Series (1999, p.95, trad. de l'auteur) la
la majorité des investisseurs et des spéculateurs du marché utilisent une grande variété de
indicadores para confirmar o reforzar sus estrategias de trading, las cuales por cierto
Ils découlent de l'analyse des graphiques. Actuellement, il existe une grande quantité d'indicateurs,

7
certains faciles à utiliser et d'autres plus complexes qui impliquent des calculs mathématiques qui se

ont été développés grâce aux professionnels qui opèrent sur les marchés.
Il est important de reconnaître que certains indicateurs, contrairement à d'autres, peuvent être

plus adaptés à différents types de marchés. Ceux analystes qui sont réussis

D'autre part, il est notable qu'à partir du développement de l'informatique, les

les marchés se sont considérablement développés tout comme les techniques de trading et le

nombre d'indicateurs, certains nouveaux et d'autres comme des adaptations des existants.

Selon la théorie sur le sujet, les indicateurs peuvent être classés en deux types :

Indicadores de Confirmación o Divergencia

Comme son nom l'indique, ce sont des indicateurs qui confirment une tendance. La
la divergence se produit lorsque la ligne de l'indicateur se déplace en dehors de la ligne de prix, dans

direction opposée, de telle manière que la divergence est une non-confirmation, et est vue comme

un signal d'avertissement. Parmi les indicateurs les plus significatifs de ce type se

trouvent :
Volume
Intérêt ouvert
Rendimiento relativo
Moyennes Mobiles

Indicateurs de momentum ou oscillateurs

Ce type d'indicateurs mesure le taux, le pourcentage de changement ou la vitesse des
mouvements de prix en opposition aux niveaux actuels, et sont utilisés pour aider à
déterminer une stratégie de trading. Le concept de divergence est également
important dans l'application de cette classe d'indicateurs. Parmi les indicateurs les plus
significatifs de ce type se trouvent :

8
 Indice de force relative (RSI)
Oscillateurs Stochastiques
Moyennes Mobiles de Convergence et Divergence (MACD)

Maintenant, selon l'innovation rapide et croissante dans les outils

informatiques, depuis quelques années, des stratégies ou modèles ont été développés
de trading appelés mécaniques, connus également sous le nom de systèmes de recrutement, les

quels utilisent une plateforme bureautique, généralement d'un ordinateur pour être
testés et exécutés dans des opérations réelles sur le marché.
Ce type de systèmes ou de modèles de trading est basé sur les données historiques d'une
cotisation pour déterminer des stratégies qui ont pu fonctionner dans le passé dans un
le plus grand nombre d'occasions, ce qui précède conformément à un ensemble de directives pré-

établies pour la négociation.

Selon Murphy (2003, p. 513), l'idéal serait une approche qui soit cent pour
cien mécanique, car cela augmenterait la possibilité que le fonctionnement
du passé pourrait se répéter dans le futur. Selon cet auteur, mécanique fait référence à
l'objectif est de dire que si un ensemble de personnes donné suit les mêmes règles ou
des directives et atteignent les mêmes résultats, on dit que ces directives sont objectives.

Parmi les principaux avantages d'utiliser une approche mécanique, on trouve :

Que des tests peuvent être réalisés avant de les mettre en pratique, car un
un ordinateur permet de tester des idées avec des données historiques avant de le faire avec de l'argent

réel sur le marché.

Permet à l'opérateur d'être plus objectif que émotif, un système de négociation
le mécanicien est libre de l'émotivité humaine, c'est-à-dire qu'il est libre des peurs et de

l'avidité de l'opérateur.

9
 Cela permet d'effectuer plus de travail et d'augmenter les opportunités. Une approche de cela

Le type nécessite moins de temps d'application qu'un sujet, de cette manière le

l'opérateur peut couvrir plus de marchés, opérer avec plus de systèmes et analyser plus

marques de temps chaque jour.

4.3 MODÈLES DE TRADING ALGORITHMIQUE

Essentiellement, le trading algorithmique peut être défini comme l'application de calculs
mathématiques et trading automatisé pour négocier de manière efficace différents actifs,
par des quantités déterminées. Cette approche est également connue sous le nom de modèles
données quantitatives de négociation, au fur et à mesure que le temps passe et que l'offre et

la demande d'un actif varie, ces algorithmes génèrent automatiquement des instructions
de négociation basées sur les objectifs actuels et une optimisation des paramètres
définie.
Selon Allen Zaydlin, directeur exécutif d'InfoReach, les algorithmes sont le
automatisation des processus de négociation, qui peuvent être classés en deux
catégories générales, la première consiste en l'automatisation du trading et se concentre
en examinant ce qui va être négocié ; la deuxième consiste en l'exécution automatique
des décisions de négociation. Tandis que la première classe d'algorithmes est liée
Avec les décisions, la seconde fait référence à sa manière de mise en œuvre.
Selon Allen, lorsque les algorithmes sont utilisés correctement, on peut améliorer
considérablement la facette du cycle des investissements, car elles donnent à l'opérateur la

capacité à gérer de grands ensembles de valeurs. D'autre part, les opérateurs

ils peuvent se concentrer sur les instruments moins liquides et qui sont plus difficiles à négocier,

tout en laissant un modèle algorithmique prendre en charge les instruments les plus
liquides. Les algorithmes éliminent les aspects émotionnels dans le processus de négociation,
donnant comme résultat un rendement plus constant. (The Trade, 2005, p. 29, trad. de)
auteur)

10
 Pour une quantité définie, les modèles de trading algorithmique déterminent le prix,
montant, temps et autres paramètres définis en utilisant des calculs mathématiques. Un modèle

il peut être considéré comme efficace lorsqu'il permet de minimiser l'exécution par part du
l'opérateur et les résultats des opérations sont au minimum ceux obtenus par le
analyse et exécution manuelle par lui-même.
Maintenant, parce que les objectifs principaux d'un modèle sont définis dans
termes mathématiques, il existe diverses façons d'y parvenir, ce qui le rend encore
plus complexe la tâche de combiner les paramètres pour trouver la manière dont on
maximisez les résultats.

Certains modèles utilisés et études réalisées : revue de la littérature :

Dans cette partie, une revue générale de certains des modèles de trading est présentée.
ils ont commencé à émerger à la fin des années 80 (Dunis, 2003, p. 3, trad. de l'auteur) :

Refenes et Zaidi (1993) ont réalisé leur recherche sur la base de l'USD/DEM, ils
utilizaron el periodo entre 1984 y 1992, de acuerdo a un enfoque en el cual desarrollaron
un système hybride pour la gestion des stratégies de type de change. L'idée était d'utiliser un
modèle de réseau de neurones pour prédire quel portefeuille avait le plus de probabilité
d'obtenir les meilleurs résultats en fonction du contexte de l'époque. L'évaluation se
basé sur la rentabilité et est arrivé à la conclusion qu'un système de trading hybride est
supérieure aux techniques traditionnelles à elles seules comme les moyennes mobiles et les processus de

réversion à la moyenne.

Bellgard et Goldschmidt (1999) ont examiné l'exactitude des prévisions et le

rendement de trading basé sur plusieurs techniques traditionnelles, y compris
marche aléatoire, lissage exponentiel, ARMA (autorégression et moyenne mobile), et
modèles de réseaux de neurones récurrents (RNN). Cette recherche était basée sur la paire dollar
dollar australien et dollar américain (AUD/USD), dans un cadre de temps de 30 minutes

11
durant l'année 1996. La conclusion à laquelle on est parvenu était que les mesures de précision
la statistique de prévision n'a pas d'influence directe sur la rentabilité, et que la série dans le
Le cadre temporel montre des motifs non linéaires qui ont de meilleures performances grâce à
un modèle de réseau de neurones.

Des modèles de trading similaires et importants ont été réalisés par d'autres auteurs comme :

Tyree et Long (1995)

El-Shazly et El-Shazly (1997)
Gençay (1999)
Yao et al (1996) (1997)
Carney et Cunningham (1996)

Bases et création d'un modèle de trading algorithmique

Actuellement, lorsque l'on va développer un modèle de trading algorithmique, on

ils doivent prendre en compte une série d'éléments pour leur création, l'approche consiste à ce que

la base de ceci doit le/les objectifs principaux qui vont diriger la manière dont
nous opérons. Généralement, nous trouvons certaines catégories qui servent de guides élémentaires

dans le processus (Risque de marché et trading algorithmique, 2006, Trad. de l'auteur) :

Algorithmes de prix : ils se basent principalement, comme leur nom l'indique, sur la

meilleure exécution en prenant comme référence principale les prix. Ce point de

Effectuer un calcul mathématique d'une

cantidad como por ejemplo el volumen ponderado de precio promedio (VWPA) o el
moyenne pondérée du temps de prix (TWAP), les deux sont des algorithmes très
populaires comme le transfert des prix moyens, sont intuitifs et leur exécution est
facile à réaliser et à calibrer.

12
 Algorithmes temporels : ce sont ceux qui utilisent le temps comme objectif principal dans la

émission d'instructions pour la négociation. Dans ce cas, on a comme référence

para la creación del modelo diferentes escalas y marcos de tiempo, en ocasiones
on recourt également à un moment déterminé au cours de la session de négociation
selon l'instrument à négocier, par exemple au début de la
session, à la clôture ou dans une plage déterminée avant ou après la dernière transaction
réalisée.
Algorithmes de volume de participation : ce type d'algorithmes génère des ordres
basé sur le volume de négociation de l'instrument auquel il est appliqué. Par
exemple peut prendre comme référence de ne pas dépasser un pourcentage du volume
total de la négociation, que ce soit sur le marché général ou dans des centres de négociation

spécifiques selon le cas, et généralement combinés avec des périodes de temps

déterminés.
Algorithmes multiples ou intelligents : ce sont ceux qui combinent de manière efficace

divers paramètres comme ceux exposés précédemment pour l'exécution des

négociations. C'est un degré plus complexe tant de combinaison que de pondération
de paramètres comme de calculs mathématiques.

5. RESTRICTIONS

Le développement et la mise en œuvre du modèle de trading algorithmique se feront avec

base du point de vue d'un spéculateur de marché.
Se prendront comme actifs du portefeuille à analyser, un groupe d'indices boursiers et
divisas qui remplissent trois critères : haute popularité (reconnaissance), volume élevé
de négociation et de grande liquidité.

Pour effectuer les calculs dans les tests d'analyse technique du portefeuille, il sera pris en compte

en tenant compte de l'ensemble des indicateurs les plus populaires utilisés et qui soient affins à

développement d'un algorithme.

13
 6. INDICATEURS D'OSCILLATION

6.1 DESCRIPTION DES OSCILLATEURS

Pour l'oscillateur, nous avons constaté qu'il s'agit d'un indicateur extrêmement utile dans

marchés sans tendances où les prix se déplacent dans une bande de fluctuation
horizontal. L'oscillateur fournit un outil à l'opérateur technique qui lui permet de
bénéficier de ces périodes sans tendance.
L'oscillateur peut également avertir qu'une tendance perd de l'élan.
avant que cette situation ne devienne évidente.

Normes générales pour l'interprétation :

Lorsque un oscillateur atteint une valeur extrême tant dans la partie haute que dans la

la partie inférieure de la bande suggère que le mouvement actuel du prix pourrait avoir été
trop loin trop rapidement et il lui manque une correction de quelque sorte. Comme
une autre normale, l'opérateur devra acheter lorsque la ligne de l'oscillateur est dans la partie

acheter en bas de la bande et vendre en haut.

Usages les plus importants de l'oscillateur :

Lorsque sa valeur atteint une lecture extrême près de sa limite supérieure ou inférieure.

On dit que le marché est survendu lorsqu'il est proche de l'extrême supérieur
et survendu lorsqu'il est près de l'extrême inférieur.
Une divergence entre l'oscillateur et le mouvement du prix lorsque l'oscillateur
est à une position extrême, c'est généralement un avertissement important.
Le croisement de la ligne zéro (ou médiane) peut donner des signaux importants pour opérer dans la

direction de la tendance des prix.

14
 6.2 DESCRIPTION ET CALCUL DES INDICES D'OSCILLATION

6.2.1 Indice de Force Relative (Relative Strength Index - RSI)

Développé par J. Welles Wilder Jr. Résout le problème du mouvement erratique
généré par des changements brusques dans les valeurs et aussi le problème de nécessiter des limites

constantes supérieures et inférieures. La formule se calcule de la manière suivante :

RSI=100- 100
1 F R

Moyennedesclôturesàlahaussesurxjours
FR
Moyenne des clôtures à la baisse sur x jours

Dans ce calcul, quatorze jours sont généralement utilisés ; quatorze semaines pour les graphiques

hebdomadaires. Pour trouver la valeur moyenne ascendante, additionnez le total des points gagnés dans

les jours de hausse pendant les 14 jours ou les jours choisis et divisez le total par 14
Pour trouver la valeur moyenne descendante, additionnez le total des points perdus au cours des jours.

de baja et divisez-le par 14. La FR est déterminée en divisant la moyenne ascendante par la moyenne

descendante, le nombre de jours peut varier en changeant la valeur de x, et plus court

c'est la période, l'oscillateur est plus sensible, l'indice fonctionne mieux quand les
Les fluctuations atteignent les extrêmes supérieur et inférieur, ainsi on peut raccourcir la période

pour que les fluctuations soient plus prononcées en cas de négociation à court terme.

Interprétation du RSI :

Le RSI est représenté sur une échelle verticale de 0 à 100. Les mouvements par
au-dessus de 70 sont considérés comme surachetés, tandis que les mouvements en dessous
de 30 comme survendu.

La divergence entre le RSI et la ligne de prix, lorsque le RSI est au-dessus de 70

ou en dessous de 30, c'est un sérieux avertissement qui devrait être pris en compte. Le propre

15
Wilder considère que la doctrine est la seule clef du succès dans le domaine de l'éducation formelle.

L'utilisation des lignes 70 et 30 pour générer des signaux :

Nous savons déjà qu'une position en dessous de 30 avertit d'une position

survendu. Supposons que l'opérateur pense qu'un marché est sur le point d'arriver à son
point le plus bas et qui recherche une opportunité d'achat. Il voit que l'oscillateur descend

en dessous de 30. Un type de divergence ou de motif double inférieur peut se développer dans
l'oscillateur dans cette région survendue. Un nouveau croisement au-dessus de la ligne 30 dans ce
le point est considéré comme une confirmation que la tendance de l'oscillateur s'est inversée vers

au-dessus, et par conséquent, dans un marché suracheté, un nouveau croisement en dessous de

la ligne de 70 peut être utilisée comme un signal de vente.

Exemple :

Prenons comme exemple l'indice S&P500 durant le second semestre de 2009,

ainsi nous avons :

Graphique 2 Graphique 3

16
 Dans le graphique 2, nous observons la tendance de l'indice S&P500 tandis que dans le graphique 3

nous observons l'évolution de l'oscillateur RSI, chaque fois que le RSI dépasse la ligne de 70 il

recommande de vendre, afin que lorsque le prix redescende, on puisse acheter à nouveau,
de même, si le RSI descend en dessous de 30, il est recommandé d'acheter afin que lorsque le
le prix augmente pour réaliser des bénéfices.

Pour pouvoir le calculer, nous avons la formule suivante :

RSI=100- 100
1+FR

On obtient la moyenne des points ascendants et descendants, c'est-à-dire que si aujourd'hui

le prix est de 1,3897 et demain il est de 1,4079 il y a une augmentation de 0,0122 points sinon
si aujourd'hui le prix est 1,4049 et demain 1,4009, il diminue de 0,0040 ainsi dans les 14 jours

les points ascendants et descendants sont moyennés, la moyenne ascendante est divisée
avec le descendant pour trouver FR et effectuer le changement dans la formule.

6.2.2 Le processus stochastique (K%D%)

Popularisé par George Lane. Cela repose sur l'observation que, au fur et à mesure que les

les prix augmentent, les prix de clôture tendent à se rapprocher davantage de l'extrémité supérieure

de la bande de prix. Au contraire, dans les tendances à la baisse, le prix de clôture

tend à se rapprocher de l'extrémité inférieure de la bande. Dans ce processus, deux lignes sont utilisées, le

ligne %K et %D.

L'intention est de déterminer où se situe le prix de clôture le plus récent par rapport
avec la bande de prix d'une période donnée. Quatorze est la période la plus courante, pour

déterminer la ligne K qui est la plus sensible des deux, la formule est :

%K = 100  CL14 
 H14L14 

17
 Dans lequel C est la dernière clôture, L14 est le plus bas des 14 dernières.
périodes ou les périodes sélectionnées, et H14 est le maximum le plus élevé des 14 derniers
périodes (14 périodes peuvent être des jours, des semaines ou des mois).

Cette formule mesure simplement, sur une base pourcentage de 0 à 100, où se trouve le
prix de clôture par rapport à la bande de prix totale d'une période sélectionnée. Un
une lecture très élevée (au-dessus de 80) placerait le prix de clôture près de la partie la plus haute

de la banda de lo contrario (por debajo de 20) je le situerais près du bas.

La deuxième ligne (% D) est une moyenne mobile de 3 périodes de la ligne %K. Ceci
La formule produit une version appelée stochastique rapide. Une mesure de trois autres.
Les périodes des deux lignes permettent de calculer une version plus lisse appelée stochastique.

lente. Les opérateurs préfèrent la stochastique lente pour ses signaux de plus grande confiance.

Ces formules produisent deux lignes qui oscillent entre une échelle verticale de 0 à
100. La ligne K est une ligne plus rapide, tandis que la D est plus lente. Le signal principal
ce qu'il faut surveiller, c'est la divergence entre la ligne D et le prix du marché sous-jacent
quand la ligne D est dans une zone de survente ou de surachat. Les extrêmes
supérieur et inférieur sont les valeurs 80 et 20, respectivement.

Il existe une divergence baissière lorsque la ligne D est au-dessus de 80 et forme deux
picos descendents tandis que les prix continuent de monter. Il y a une
divergence haussière lorsque la ligne D est en dessous de 20 et forme deux creux
ascendantes tandis que les prix continuent de baisser. En supposant que
tous ces facteurs sont en place, le véritable signal d'achat ou de vente se déclenche
quand la ligne K, plus rapide, croise la ligne D, plus lente.

18
 Ainsi, il y a une alerte ou un montage lorsque la ligne de %D est dans la zone extrême et diverge

du mouvement de prix. Le vrai signal apparaît lorsque la ligne D est croisée par
la ligne K, qui est la rapide.

Ejemplo:

Nous prenons comme exemple l'indice du prix de l'euro par rapport au dollar pendant le
deuxième semestre de 2009, ainsi nous avons :

Graphique 4 Graphique 5

Dans le graphique 4, nous observons la tendance du prix de l'Euro par rapport au Dollar US et

dans le graphique 5 l'oscillateur stochastique où s'il dépasse la ligne de 80 il est recommandé

vendre, contrairement à cela si l'oscillateur diminue la ligne de 20 il est recommandé d'acheter,

afin d'obtenir de plus grands bénéfices.

Pour calculer cet indicateur, nous avons la formule :

%K = 100  CL14 
 H14-L14 

Ainsi, nous prenons le dernier prix de clôture et nous soustrayons le prix le plus bas des

au cours des 14 derniers jours, ce résultat est divisé par la différence entre le prix maximum de la plage de

19
14 jours et le prix minimum, puis il est multiplié par 100, ensuite pour obtenir K% on
obtient D% en faisant la moyenne des 3 derniers résultats de K%.

6.2.3 Larry Williams %R

Il est basé sur un concept similaire à mesurer la dernière fermeture par rapport à sa bande de

prix d'un certain nombre de jours. La clôture d'aujourd'hui est soustraite du prix maximum de la

bande pendant un certain nombre de jours et la différence se divise entre la bande totale pour
la même période. Les concepts qui ont déjà été vus sur l'interprétation de l'oscillateur
s'appliquent également à %R, où les principaux facteurs sont la présence de
divergences dans des zones de surachat ou de survente. Comme le %R est soustrait du maximum,
cela ressemble à un oscillateur stochastique à l'envers, et pour corriger cela, les
Les paquetages informatiques pour graphiques permettent de représenter une version inversée du %R.

Exemple :

Nous prenons comme exemple l'indice Dow Jones pendant le deuxième semestre de
2009, ainsi nous avons :

Graphique 6 Graphique 7

Dans le graphique 6, nous observons l'évolution de l'indice Dow Jones et dans le graphique 7, nous voyons

l'oscillateur Williams est très similaire à l'oscillateur stochastique dans son interprétation mais

20
diffère dans son calcul car cela donne un résultat négatif, mais pour plus de praticité on
considérant les valeurs positives, ainsi si l'oscillateur dépasse la ligne de 80, il est recommandé

vendre et si la ligne de 20 diminue, il est recommandé d'acheter, dans le but d'obtenir

meilleurs rendements.

Pour le calculer, il faut tenir compte de la formule :

%R  H14C   -100 
 H14L14 

C'est-à-dire que nous prenons le prix le plus élevé des 14 jours et nous le soustrayons au prix de

fermeture, ce montant nous le divisons par la différence entre le prix le plus élevé et le prix le plus bas de

les 14 jours et le résultat est multiplié par -100.

6.2.4 Convergence/divergence de la moyenne mobile (MACD)

Cet indicateur développé par Gerald Appel utilise deux moyennes mobiles
exponentiels, on observe deux lignes bien que le calcul fasse intervenir trois lignes
réalité. La plus rapide (connue sous le nom de ligne MACD) est la différence entre deux moyennes

moyennes mobiles des prix de clôture (normalement les 12 et 24 derniers jours), la ligne la plus lente

(connue sous le nom de ligne de signal) est une moyenne exponentielle de la ligne MACD de 9

périodes.

Les signaux d'achat et de vente apparaissent lorsque les deux lignes se croisent. Un croisement

de la ligne MACD au-dessus de la ligne de signal est compris comme un signal d'achat. Un
le croisement de la ligne MACD en dessous de la ligne de signal est considéré comme un signal de vente.

Exemple

Prenons comme exemple l'indice S&P500 durant le deuxième semestre de 2009,

ainsi nous avons :

21
 Graphique 8 Graphique 9

Dans le graphique 8, nous avons la tendance de l'indicateur S&P500 et dans le graphique 9

nous avons l'indice MACD qui, s'il se trouve au-dessus de 0, il est recommandé de vendre et si se

trouve en dessous de 0 il est recommandé d'acheter.

Pour effectuer ce calcul, il faut faire une moyenne de 12 jours et une autre de 24 jours.
sur l'indice ou le prix, en ayant ces deux valeurs, on soustrait la moyenne de 12 jours avec le
de 24 et ce résultat est le MACD, pour obtenir la ligne de signal, il faut faire la moyenne de 9 périodes

de la ligne MACD.

22
 7. STRUCTURATION DU MODÈLE

7.1 DESCRIPTION ET SUPPOSITIONS

Pour réussir à structurer le modèle, nous devons observer l'efficacité de chaque indicateur

de oscillation, pour cela nous prendrons quatre actifs qui sont :

DOW JONES
S&P 500
EUR/USD
IGBC
Para cada uno de estos activos se tomará la evolución diaria de los precios para el
période comprise entre janvier 2006 et décembre 2009, puis nous prendrons chaque
indicateur d'oscillation précédemment détaillé et par le biais d'un algorithme de prix
on déterminera la contribution que ceux-ci peuvent nous apporter, pour l'identifier on suivra les

hypothèses suivantes :

Supposition 1 :

En tenant compte que l'idée de ce modèle est de maximiser la rentabilité du

portafolio, dans une feuille Excel, les prix des actifs de la période sont saisis
détaillé, dans cette feuille de calcul Excel, une case sera placée où sera déterminé comme premier

supposé que la quantité d'achat initiale sera de 100 pour tous les actifs.

Supposition 2 :

Lorsque le signal donné par chaque indicateur d'oscillation est à vendre, les
les quantités vendues seront de 10 et lorsque le signal indiqué est d'achat, les quantités de
achetées seront 10.

Supposition 3 :

L'ordre moyen pour chaque indicateur ne sera pas dans tous les cas 14 mais variera.
afin de maximiser la rentabilité à la fin de la période étudiée.

23
 Supposition 4 :

Les limites d'achat et de vente de chaque indicateur d'oscillation varieront afin

de maximiser la rentabilité à la fin de la période étudiée.

En tenant compte des hypothèses précédentes, une feuille Excel contiendra les
precios de los activos durante el periodo detallado, con base en estos precios se realizará
l'algorithme de prix respectif pour chaque indicateur en tenant compte des formules
décrites précédemment, après avoir réalisé le calcul respectif, en fonction du résultat
se arrogera une signal d'Achat, Neutre ou Vente.

Selon le signal émis, plusieurs cases en découleront qui seront décrites à

continuation afin qu'il nous donne finalement un indice de rentabilité :

Solde Initial : cette case nous indique le nombre d'actions ou d'obligations que nous possédons.

À ce moment-là, pour ce modèle, le solde initial est de 100 selon l'hypothèse 1.

et il changera au fur et à mesure qu'il y aura des signaux d'achat ou de vente.

Vente de Titres : la vente de 10 titres sera réalisée selon l'hypothèse 2 si la

œœœœœœœœœœœœŒŒœœœœœœœœœœœœœœœœœŒŒœœœœœŒŒœœœœœ
nous ne pouvons pas vendre des titres si nous ne les possédons pas.

Achat de Titres : l'achat de 10 titres sera effectué conformément à l'hypothèse 2 si

Bienvenue dans le monde de la COMPRA qui vous offre des opportunités uniques et enrichissantes.

il y a de l'argent en caisse.

Solde Final : c'est le nombre de titres après avoir effectué les différentes opérations.

Títulos en Pesos:Esta casilla detalla el valor en pesos de los títulos que poseemos
de acuerdo al precio del mercado de ese día.

24
Solde initial de caisse : c'est le montant de pesos dont nous disposons au début de chaque jour, le

Le solde initial de la caisse pour ce modèle est de 0 $ en tenant compte que nous avons acheté

100 titres et nous n'avons plus d'argent.

Ventas:esta casilla detalla el valor en pesos vendido teniendo en cuenta la

quantité de titres vendus au prix du marché de ce jour.

Achats : détaillez la valeur en pesos achetée en tenant compte de la quantité de

titres achetés au prix du marché de ce jour.

Solde final de caisse : c'est la somme du solde initial de la caisse, plus le montant

vente de titres, moins la quantité achetée de titres.

Total Portafolio:es la suma del saldo final de caja y el valor de los títulos en pesos

Indice de Rentabilité : pour identifier la contribution que l'oscillateur nous génère, on

obtiendra un Indice de Rentabilité qui nous fera connaître graphiquement la

évolution de notre portefeuille en fonction des décisions prises par les
signaux d'achat ou de vente générés pour chaque indicateur et ainsi ils seront comparés avec

un autre Indice de Rentabilité qui nous fera connaître l'évolution de notre

portefeuille si nous ne tenions pas compte de ces signaux mais simplement permettions que

notre portefeuille se déplacerait en fonction du mouvement du prix.

Cet indice est obtenu selon l'équation suivante :

Je r Pa c
*100
Pa c

Où Pacc'est la valeur du portefeuille du jour actuel et Punc'est la valeur du portefeuille du

jour précédent, pour obtenir la valeur du portefeuille mentionné, il faut multiplier le
nombre d'actions que l'on a dans la journée par le prix de celles-ci du jour (lequel
change en fonction des variations du prix sur le marché) et le solde est ajouté

25
 final de caisse (qui augmente ou diminue en fonction des achats ou des ventes que se
réalisez, pour ce modèle, l'inflation et le coût de ne seront pas pris en compte
opportunité générée par les intérêts obtenus en investissant cet argent).

7.2 CALCUL DU INDICE POUR CHAQUE ACTIF

RSI-IGBC
Comme indiqué précédemment, l'évolution du prix de cet actif a été prise en compte.
page internet de la BVC (Bourse des Valeurs de Colombie), le processus a été réalisé
détaillé pour obtenir l'indice de rentabilité en attribuant les résultats suivants :

Graphique 10

Pour le Graphique 10, nous observons l'évolution des indices de rentabilité.

Acheter Vendre
par l'indice d'oscillation R "I
si nous n'achetons ni ne vendons en laissant les variations de prix du marché nous donner
la rentabilité.

26
La vitesse avec laquelle nous nous adaptons à de nouvelles informations et à des changements peut avoir un impact significatif sur notre capacité à réussir.

RSI-S&P500
Pour cet actif, on a pris l'évolution du prix sur le site internet yahoo-
finance où le même processus a également été effectué en ajoutant ce qui suit :

Les tailles des polices sont généralement définies en unités typographiques, et les formats de fichiers peuvent varier en fonction de leur utilisation.

signalait vendre mais en raison de la restriction formulée dans la feuille de calcul Excel qui ne permet pas

vendre plus d'actions si elles ne sont pas détenues, cet indice n'évolue pas au-dessus de l'indice

.
Comme on peut l'observer pendant la période d'octobre 2008 à décembre 2009, ce

27
 RSI-Dow Jones
Pour cet actif, on a pris l'évolution du prix sur la page internet de yahoo.
finance où le même processus a également été réalisé en ajoutant ce qui suit :

Pour cet actif, il en va de même qu'avec l'actif S&P500 décrit.

auparavant, nous avons observé comment pendant la période de janvier 2006 à janvier 2008 le
esto en raison de que le
l'indicateur d'oscillation signalait de vendre mais en raison de la restriction formulée dans la feuille de

Excel qui n'autorise pas à vendre plus d'actions si elles ne sont pas détenues, mais pour la période de mars

De 2008 à décembre 2009, la rentabilité est maximisée.

RSI-Euro
Pour cet actif, on a pris l'évolution du prix de l'Euro par rapport au dollar.
du site internet de la Banque centrale européenne et après avoir effectué le processus, on
a obtenu le résultat suivant :

28
 Pour cet actif, nous observons comment la rentabilité est maximisée si nous respectons les

signaux d'ACHAT et de VENTE de l'indice RSI atteignant l'objectif recherché par le modèle.

Estocastique-IGBC
Pour cet actif, le résultat suivant a été généré :

29
 Nous avons donc observé cela.

Estocaustique-S&P500
Pour cet actif, le résultat suivant a été généré :

Nous pouvons observer comment, pendant la période allant de juillet 2006 à

Janvier 2008, l'indice de re , mais
il ne génère pas de perte, il ne génère pas de perte dans la manière dont je suis affecté par les changements et les impacts que cela a sur ma vie.

2008 à décembre 2009, tandis que pour cette dernière période détaillée, l'indice

pérdida.

Estocastique-Dow Jones
Pour cet actif, le résultat suivant a été généré :

30
 Nous pouvons observer comment les étoiles brillent dans le ciel nocturne, émettant une lumière qui nous guide dans l'obscurité.

La date est le 20 décembre 2008

jusqu'en décembre 2009, tout en maximisant l'utilité pendant cette même période
.

Estocastique-Euro
Pour cet actif, le résultat suivant a été généré :

31
 Pour cet actif, observons clairement que l'indicateur stochastique ne parvient pas à être
efficace étant donné que la volatilité de l'Euro ne génère pas d'identifier des signaux d'achat clairs ou

vente.

Williams-IGBC
Pour cet actif, le résultat suivant a été généré :

Nous avons observé une forte corrélation dans les indices mais il y a une rentabilité plus élevée et

Il y a plusieurs périodes où des pertes se produisent et l'indice de rentabilité est inférieur.

que l'observé dans les autres indicateurs d'oscillation.

Wiliams-S&P500
Pour cet actif, le résultat suivant a été généré :

32
 Nous observons à nouveau, tout comme l'actif IGBC, qu'il existe une corrélation entre

l'objectif principal et supplémentaire ni ne génère non plus des rentabilités pendant toute la période

investigé sinon en périodes partielles.

Williams-Dow Jones
Pour cet actif, le résultat suivant a été généré :

33
 Le ciel est bleu, et la vie est belle. J'aime passer du temps avec ma famille et mes amis, partager des rires et des histoires.

moment mais maximise uniquement la rentabilité à partir de juillet 2008 et au-delà.

Williams-Euro
Pour cet actif, le résultat suivant a été généré :

Enfin, nous observons que l'indicateur d'oscillation de Williams ne génère pas

le contribution attendue en ce qui concerne la maximisation de la rentabilité.

MACD-IGBC
Pour cet actif, le résultat suivant a été généré :

34
 Pour cet actif, nous avons pu voir comment en suivant les signaux de l'indicateur MACD, on

maximise la rentabilité pendant toute la période étudiée, ce qui est le plus indiqué
pour le modèle.

MACD-S&P500
Pour cet actif, le résultat suivant a été généré :

35
On observe durant la période de temps que le niveau d'interaction avec les différents acteurs est majoritairement positif, ce qui suggère une dynamique collective propagée en grande partie par les facteurs de motivation.

bien qu'à partir de juillet 2008, des investissements soient effectués, il n'est pas possible de générer de la rentabilité et de cela

la forme ne remplit pas les attentes du modèle mais au moins ne génère pas de pertes
aussi profondes que le fait l'indice statique.

MACD-Dow Jones
Pour cet actif, le résultat suivant a été généré :

Cet actif présente un résultat similaire à l'ancien, qui ne maximise pas l'utilité
comment on cherche mais permet que la perte générée depuis juillet 2008 ne soit pas si
Je suis ici pour aider avec vos questions ou préoccupations.

36
 MACD-Euro
Pour cet actif, le résultat suivant a été généré :

Pour cet actif, aucun des indices ne génère de perte et nous envisageons comme le
Utilisation à partir de juillet 2008 où il dépasse l'indice

7.3 RÉSUMÉ DE RENTABILITÉ À DÉCEMBRE 2009

RENTABILITÉ EN DÉCEMBRE 2009

IGBC Euro S&P500 Dow Jones
Dynamique Statique Var% Dynamique Statique Var% Dynamique Statique Var% Dynamique Statique Var%
RSI 152,73 108,67 41% 133,11 119,32 12% 121,34 90,25 34% 129,72 96,13 35%
MACD 142,80 108,67 31% 123,95 119,32 4% 102,10 90,25 13% 109,19 96,13 14%
Estocastique120,15 108,67 11% 116,63 119,32 -2% 120,73 90,25 34% 119,40 96,13 24%
Williams107,56 108,67 -1% 113,35 119,32 -5% 84,86 90,25 -6% 121,10 96,13 26%

37
 Dans ce tableau, nous observons la rentabilité générée à la fin de l'année 2009 pour

ACHAT et VENTE sur le marché des actifs numériques.

en suivant le prix du marché.

Nous observons ainsi que pour l'actif IGBC l'indicateur d'oscillation où se

la rentabilité a été maximisée par le RSI avec le plus grand indice de rentabilité, suivi par le MACD

y Estocastique tandis que le seul qui n'a pas réussi à la maximiser était l'indicateur Williams.

Pour l'actif Euro, la rentabilité est maximisée dans l'indicateur d'oscillation RSI.
étant donné que c'est l'indice de rentabilité le plus élevé, suivi du MACD, du Stochastique et de Williams

ont généré une perte.

Pour l'actif S&P500, l'indicateur qui maximise la rentabilité est le RSI avec le plus grand

índice de rentabilidad, seguido por el Estocástico y MACD, el indicador Williams genera

perte.

Pour l'actif Dow Jones, l'indicateur RSI génère à nouveau la plus grande rentabilité
sur tous les autres indicateurs, suivi du Williams, de l'estochastique et du MACD.

Pour le modèle structuré, nous notons que l'indicateur d'oscillation RSI est le
plus adapté pour générer les signaux d'achat et de vente et bien que l'indicateur MACD
génère de la rentabilité sur tous les actifs, le RSI les maximise ainsi atteignant ce qui est recherché dans

cette recherche

7.4 APPLICATION DU MODÈLE SUR DES DONNÉES ACTUELLES

Défini l'ordre moyen pour le calcul de l'indice d'oscillation pour chaque

actif et les limites des bandes qui indiquent les signaux d'ACHAT et de VENTE, s'appliqueront
le modèle pour les prix actuels pris à partir du 1er janvier 2010 en revendiquant les
résultats suivants.

38
 RSI-IGBC
Pour cet actif, le modèle a été appliqué et a donné le résultat suivant :

Pendant cette période comprise entre janvier 2010 et le 15 avril 2010, le

le modèle n'a pas généré de signaux d'ACHAT ou de VENTE, générant des signaux NEUTRES, ainsi l'indice

mouvements du marché et générer un rendement à la fin de la période qui est ce qui est recherché

dans ce modèle.

RSI-S&P 500
Pour cet actif, le modèle a donné le résultat suivant :

39
 Nous observons comment pendant cette période, la variation des prix génère des signaux de

venta que generan menor pérdida y finalmente aumenta la rentabilidad hasta el punto
que nous n'avons plus de titres pour soutenir les signaux de vente émis par le modèle,
De la même manière, le modèle a généré des bénéfices à la fin de la période.

RSI-DOW JONES
Pour cet actif, nous observons les mouvements suivants :

40
On observe que le modèle ne donne pas de signaux d'ACHAT ou de VENTE, mais des signaux NEUTRES.

qui varie en fonction du marché, tout en générant de la rentabilité à la fin de la période

RSI-Euro
Dans cet actif, nous observons le comportement suivant :

Pour cet actif, le modèle génère des signaux constants d'ACHAT mais étant donné que
les longs en titres ne réalisent pas les achats selon ce qui est indiqué par le modèle, ainsi l'indice

C'est pareil que le marché mais dans ce cas il y a une perte, ce qui nous
oblige à attendre comment le marché et le modèle se comportent pour optimiser la rentabilité.

7.5 STRUCTURATION DU MODÈLE EN ACTIFS CONSOLIDÉS

Le modèle détaillé ci-dessous est basé sur les mêmes caractéristiques
effectuées pour calculer l'indice de rentabilité généré par chaque actif, décrit
précédemment, en ajoutant la somme des flux de trésorerie générés par chaque actif
quotidiennement, pour finalement obtenir un indice cumulatif donnant le résultat suivant :

41
Où est la bibliothèque où je peux trouver des livres en français ? Je voudrais un livre qui parle des langues.

En appliquant le modèle à l'actualité, nous constatons que le modèle ne produit pas beaucoup de résultats.

signaux d'achat ou de vente mais si cela empêche de perdre.

42
 8. CONCLUSIONS

Après avoir étudié les indicateurs d'oscillation décrits dans ce travail,

où il a été détaillé la manière habituelle de calculer chaque indicateur, pour le cas

spécifique au RSI, où la période moyenne est de 14, la limite supérieure 70 et la limite inférieure

30, nous concluons que si nous suivons ces paramètres, nous ne maximisons pas la rentabilité

ce qui se produit en modifiant ces variables.

En calculant les quatre indicateurs d'oscillation pour chaque actif en maximisant le

rentabilité à décembre 2009, nous avons conclu que l'indicateur d'oscillation que
más se ajusta a los objetivos de este trabajo, es el índice de fuerza relativa
(Indice de Force Relative - IFR) qui a généré de plus grands pourcentages de rentabilité si
nous suivons les signaux d'achat ou de vente, comparés à l'indice de rentabilité
du marché.

Lorsque le modèle est appliqué à des données actuelles, deux thèmes sont conclus :

Le modèle de maximisation de la rentabilité est plus efficace à long terme

que à court terme.
Le modèle de maximisation du rendement identifie le moment où le
quel est le prix d'un actif dans une période de tendance que ce soit à la baisse
ou à la hausse, générant des signaux neutres.

Si nous appliquons le modèle à la série d'actifs étudiés dans ce travail, l'indice de

la rentabilité maximise la rentabilité et atténue le risque d'investir uniquement dans un

actif, réussissant ainsi par le biais de la diversification que notre portefeuille soit
beaucoup plus sûr.

43
 Enfin, nous concluons que bien que les coûts de transaction n'aient pas été pris en compte,

commissions et d'opportunité, un modèle a été obtenu qui maximise la rentabilité

de un portefeuille ce qui était l'objectif principal de ce travail.

9. RECOMMANDATIONS

Dans les recommandations, il faut tenir compte à l'avenir des différents

coûts engagés dans ce type d'activités boursières.
Se recomienda aplicar el modelo en diferentes activos de diferentes países para
confirmar la eficiencia del modelo.

REFERENCIAS

Bensignor, R. (2000), Nouvelle réflexion sur l'analyse technique : Modèles de négociation de la

Masters, É.-U., Bloomberg Press.

Murphy, J. (2003), Analyse technique des marchés financiers, Barcelone, Gestion 2000.

Série financière Reuters (RFT). (1999), Une introduction à l'analyse technique, Singapour,
Wiley & Fils.

M R T A B C D E F G H I J K L M N O P Q R S T U V W X Y Z A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

[Link]
recuperado: 19 de septiembre de 2009.

Dunis, C.; Laws, J. et Naim, P. (2003), Méthodes quantitatives appliquées pour le trading et

Investissement, New Jersey, Wiley & Fils.

44
BIBLIOGRAFÍA

A Côté d'A A un numéro de RH sous le nom de l'employé est requis pour accéder à cette section.

[Link]
récupéré : 19 septembre 2009.

E R“I [en ligne], disponible sur :

[Link] récupéré : 01 de
Avril 2010.

«Mesures pour WLL, disponible en ligne:

[Link]
nœud=2018795, récupéré : 01 mai 2010.

Achelis, Steve. (2004), Analyse Technique de A à Z, Barcelone, McGraw-Hill.

Urraca, David. (2009)“Índice de movimiento direccional: ¿qué es y cómo utilizar el ADX?

[en ligne], disponible sur: [Link]
[Link], récupéré : 14 Avril
2010.

Edwards, R. D. et Magee, J. (2001), Analyse technique des tendances boursières, Floride, Amacom.

Kirkpatrick, C. D. et Dahlquist, J. R. (2007), Analyse technique : La ressource complète pour

Techniciens des Marchés Financiers, New Jersey, FT Press.

Patiño Díaz, Gustavo. (2007), Citas et références bibliographiques, Bogotá, Pontificia

Universidad Javeriana, JAVEGRAF.

45
Pole, A. (2007), Arbitrage Statistique : Perspectives et Techniques de Trading Algorithmique, Nouveau

Jersey, Wiley & Sons.

ANEXES

MODÈLE DE DÉVELOPPEMENT POUR CHACUN DES INDICES DU PORTFOLIO

(Consulter le matériel dans les fichiers Excel/Feuille de calcul dans le dossier du même nom)

46