15 septembre 2008 : Quand Lehman est tombé, mon système de trading aussi
J'avais trois ans de carrière dans le trading de devises chez JPMorgan lorsque Lehman Brothers a fait faillite. Mon système de retour à la moyenne avait généré de l'argent sans interruption pendant 18 mois — jusqu'à ce lundi matin. À midi, j'avais perdu six mois de bénéfices. Non pas parce que la stratégie était mauvaise, mais parce que je ne l'avais jamais testée en stress face à une véritable crise de liquidité.
Ce jour a changé ma façon d'aborder le test de stress des stratégies de trading. Au cours des 14 années suivantes, j'allais vivre les disjoncteurs du COVID et l'implosion soudaine de Silicon Valley Bank. Chaque crise a révélé des failles fatales différentes qu'aucun backtesting normal n'aurait pu détecter.
Voici ce que ces trois crises m'ont appris sur les faiblesses cachées de tout système de trading — et le cadre de test de stress qui m'a permis de rester rentable à travers chacune d'elles.
Crise n°1 : La rupture de corrélation de 2008 que personne n'avait vue venir
Mon système de retour à la moyenne sur l'EUR/USD était élégamment simple : contrer les mouvements au-delà de 2 écarts-types lorsque les paires corrélées confirmaient. Il a fonctionné à merveille — jusqu'à ce que les corrélations passent à 1,0 partout pendant la semaine Lehman.
La faille fatale ? Mon système supposait que les corrélations historiques tiendraient pendant un stress. Lorsque toutes les paires de devises ont commencé à évoluer en parfaite synchronisation (force du dollar généralisée), mes positions couvertes sont devenues des désastres directionnels.
Voici à quoi ressemblait la matrice de corrélation :
- Avant la crise : Corrélation EUR/USD vs GBP/USD = 0,72
- 15-19 septembre : Corrélation = 0,94
- EUR/JPY vs USD/JPY : De 0,45 à 0,89
La leçon a été dure lorsque j'ai analysé mes hypothèses de trading sur la corrélation. Les systèmes basés sur des relations stables implosent lorsque la peur fait tout bouger ensemble.
Ce qui a sauvé ma carrière a été la mise en place d'une surveillance dynamique des corrélations. Au lieu d'utiliser des corrélations sur 90 jours, je surveille maintenant simultanément les périodes de 5 jours, 20 jours et 90 jours. Lorsque les corrélations à court terme dépassent 0,85 sur plusieurs paires, je réduis la taille des positions de 70%.
Crise n°2 : Le vide de liquidité du COVID a exposé mes hypothèses d'exécution
Passons au 12 mars 2020. Je gère maintenant une stratégie plus sophistiquée intégrant l'analyse du profil de volume et plusieurs unités de temps. Le système avait survécu au test de stress de 2008. Il allait affronter une bête complètement différente.
À 9h47, les futures S&P ont touché la limite basse. Mon système a déclenché un signal d'achat — une configuration classique de rebond survente. Le problème ? Il n'y avait littéralement aucune liquidité pour exécuter. Les spreads sur l'EUR/USD sont passés de 0,1 pips à 15 pips. Mes stops "garantis" étaient sans valeur.
La faille fatale cette fois : supposer une microstructure de marché normale pendant une volatilité extrême. Mes backtests utilisaient les prix médians et ignoraient l'élargissement des spreads, le slippage pendant les disjoncteurs et l'évaporation totale de la liquidité.
Les chiffres étaient édifiants :
- Spread EUR/USD normal : 0,1-0,2 pips
- Pic de spread le 12 mars 2020 : 25 pips
- Slippage sur une position standard de 100k : 2 500 $ contre 20 $ attendus
Maintenant, je teste en stress avec ce que j'appelle des "scénarios de spread nucléaire" :
- Multiplier les spreads normaux par 50 pendant les périodes de crise
- Ajouter 20-50 pips de slippage à tous les stops
- Supposer que 30% des trades ne s'exécuteront tout simplement pas aux prix limites
Cette modélisation réaliste aurait montré que mon trade de rebond "rentable" du COVID était en fait une perte garantie après les coûts d'exécution.
Crise n°3 : Silicon Valley Bank — Quand la contagion sectorielle fait tout exploser
Le 10 mars 2023 m'a enseigné la leçon la plus récente. Mes systèmes avaient évolué pour gérer les ruptures de corrélation et les crises de liquidité. Mais la chute de SVB a révélé une troisième faille fatale : la modélisation de la contagion sectorielle.
J'étais long sur les actions de banques régionales via des options sur XLF, couvert par des positions courtes sur les obligations d'État (pari sur la poursuite des hausses de taux). Lorsque SVB a fait faillite, les banques régionales se sont effondrées tandis que les obligations d'État ont décollé — une double perte sur ce qui aurait dû être une position couverte.
Le plus dur a été la vitesse de contagion :
- Jour 1 : SVB -60%
- Jour 2 : First Republic -50%, Western Alliance -45%
- Jour 3 : L'ETF entier de banques régionales KRE -25%
Mon analyse du flux d'options avait en fait détecté les achats inhabituels de puts sur SIVB. Mais mon système n'a pas fait le lien entre la détresse d'une seule action et le risque de contagion à l'échelle du secteur.
La solution a été d'implémenter des scénarios de contagion dans les tests de stress :
- Si un composant sectoriel chute de >40% en un jour, modéliser des baisses de 20-30% dans tout le secteur
- Supposer que les corrélations passent à 0,9+ au sein des secteurs pendant la détresse
- Prendre en compte les boucles de rétroaction réflexives (la vente engendre la vente)
Le cadre moderne de test de stress
Après avoir vécu ces trois crises, voici le cadre complet de test de stress que j'utilise maintenant trimestriellement :
1. Scénarios de stress de corrélation
- Forcer toutes les corrélations à 0,9 (tout bouge ensemble)
- Forcer toutes les corrélations à -0,9 (les relations s'inversent)
- Tester un réarrangement aléatoire de la matrice de corrélation
2. Modélisation de l'évaporation de liquidité
- Élargissement des spreads par 50x sur tous les instruments
- Slippage de 30-50% sur les stops
- Impossibilité totale de sortir pendant 1-3 jours
3. Test de cascade de contagion
- Implosions d'un seul titre se propageant aux secteurs
- Contagion trans-classe d'actifs (actions vers obligations vers devises)
- Contagion géographique (États-Unis vers Europe vers Asie)
4. Scénarios de défaillance opérationnelle
- Pannes de bourse (comme le Nasdaq lors de l'IPO de Facebook)
- Faillites de courtiers (vous vous souvenez de MF Global ?)
- Défaillances de la pile technologique pendant les pics de volatilité
Chaque scénario est testé sur des périodes de crise de 20 jours, 5 jours et intrajournalières. Si la stratégie ne peut pas survivre avec des drawdowns raisonnables, elle ne trade pas avec de l'argent réel.
La vérité inconfortable sur le backtesting
Voici ce que 14 ans de trading en crise m'ont appris : le backtesting traditionnel est dangereusement incomplet. Il suppose que :
- Vous pouvez exécuter aux prix historiques (impossible pendant les crises)
- Les corrélations restent stables (faux quand la peur monte)
- Votre courtier/bourse reste opérationnel (souvent faux)
- Les stops fonctionnent comme annoncé (20-50% de slippage est courant)
Les cadres de gestion des risques qui semblent invulnérables en backtest se brisent souvent au premier contact avec de vraies conditions de crise.
Un vrai test de stress signifie modéliser les ruptures de microstructure de marché, pas seulement les mouvements de prix. Cela signifie supposer que vos couvertures échoueront précisément quand vous en aurez le plus besoin. Cela signifie accepter que votre drawdown maximum de 15% pourrait devenir 40% du jour au lendemain.
Guide d'implémentation pratique
Commencez par ces étapes spécifiques cette semaine :
Étape 1 : Téléchargez les données des périodes de crise
- 15-30 septembre 2008 (faillite Lehman)
- 9-23 mars 2020 (krach du COVID)
- 8-15 mars 2023 (faillite SVB)
- 24 août 2015 (Flash crash)
- 6 mai 2010 (Flash crash original)
Étape 2 : Modifiez votre moteur de backtest
- Ajoutez des multiplicateurs d'élargissement de spread (commencez par 10x, 25x, 50x)
- Implémentez des modèles de slippage (2%, 5%, 10% de la taille de position)
- Codez des fonctions de remplacement de corrélation
- Ajoutez des scénarios "pas d'exécution" pour les ordres limites
Étape 3 : Passez votre stratégie actuelle à travers chaque crise
- Documentez le drawdown maximum avec une exécution réaliste
- Notez quelles hypothèses ont cédé en premier
- Calculez le temps de récupération après les drawdowns
- Identifiez les schémas d'échec communs
Étape 4 : Implémentez des disjoncteurs
- Réduction de la taille de position basée sur la corrélation
- Limites de levier basées sur la volatilité
- Plafonds d'exposition sectorielle
- Limites de perte quotidienne réellement respectées
Pour le test de stress automatisé, les outils d'analyse de risque de FibAlgo peuvent aider à identifier les zones de vulnérabilité de votre stratégie avant la prochaine crise.
Les crises que vous n'avez pas encore vues
Nous avons testé en stress contre les crises passées, mais qu'en est-il des futures ? Voici les scénarios que je modélise maintenant :
- Défaillance systémique d'un stablecoin : Et si l'USDT perdait sa parité pendant une crise ?
- Flash crash piloté par l'IA : Des algorithmes déclenchant des stops en cascade en millisecondes
- Insolvabilité d'un exchange de cryptomonnaies : FTX n'était que le début
- Lancement d'une monnaie numérique de banque centrale : Changements massifs de régime de change du jour au lendemain
- Cyberattaque sur l'infrastructure financière : Marchés gelés pendant des jours
Chacun nécessite des paramètres de test de stress différents. Les scénarios de perte de parité des stablecoins que je modélise supposent des décotes de 20-40% et des périodes de récupération de plusieurs jours.
L'essentiel sur le trading résistant aux crises
Après avoir guidé du capital à travers trois crises majeures, une vérité ressort : la stratégie qui survit n'est pas la plus rentable — c'est la plus robuste.
Chaque système que j'ai construit depuis 2008 doit passer le test des trois crises :
- Peut-il survivre à une rupture de corrélation ? (Test 2008)
- Peut-il gérer une évaporation de liquidité ? (Test COVID)
- Peut-il résister à une contagion sectorielle ? (Test SVB)
La plupart ne le peuvent pas. Ceux qui y parviennent affichent généralement des rendements 30-40% inférieurs en marchés normaux. C'est le prix de la survie en crise — et cela vaut chaque point de pourcentage perdu quand le prochain cygne noir atterrit.
Rappelez-vous : les marchés peuvent rester irrationnels plus longtemps que vous ne pouvez rester solvable. Mais avec un bon test de stress, vous pouvez rester solvable face à tout ce que le marché vous envoie.
La prochaine crise arrive. C'est toujours le cas. La question est : votre système de trading y survivra-t-il ?
