Trois projets, détaillés étape par étape.

La stratégie repose sur une logique de suivi de tendance basée sur des indicateurs techniques, avec des filtres de confirmation pour limiter les faux signaux. Elle a été conçue pour fonctionner sur la temporalité M30 et s'adapter à une large variété d'actifs.

La stratégie a été entièrement codée en Pine Script v5 sur TradingView. Le script intègre :

• Filtres temporels : sessions, jours de la semaine, mois de l'année
• Calcul automatique du Stop Loss et du Take Profit
• Module de Break Even automatique
• Gestion du risque basée sur le capital initial

Chaque actif a été backtesté sur une longue période historique via le Deep Backtesting de TradingView en temporalité M30. Plus de 50 actifs ont été testés couvrant le Forex, les indices, les matières premières, les actions et les cryptomonnaies.

Pour chaque actif testé j'ai procédé à une optimisation complète et méthodique des paramètres afin d'obtenir les meilleures performances possibles tout en maintenant un drawdown raisonnable.

Ce qui a été optimisé pour chaque actif :

• Direction de trading : achat uniquement, vente uniquement, ou les deux
• Ratio Take Profit testé sur différentes valeurs
• Break Even activé ou désactivé selon les résultats
• Filtres temporels : suppression des mois et jours non rentables

Pour faciliter l'analyse et la comparaison des actifs, j'ai développé un outil de visualisation sur mesure permettant de :

• Visualiser l'equity curve de chaque actif individuellement
• Analyser les performances mois par mois sur toute la période
• Cliquer sur chaque mois pour voir le détail des trades
• Combiner plusieurs actifs dans un portefeuille sur mesure
• Calculer les métriques combinées : profit total, drawdown max, P90, pire journée, positions simultanées maximum
• Sauvegarder toutes les données automatiquement

Parmi les actifs rentables identifiés, j'ai sélectionné une combinaison optimale en testant de nombreuses configurations pour maximiser le profit tout en minimisant le drawdown global. Le portefeuille final retenu regroupe des actifs diversifiés couvrant le Forex, les indices, les matières premières, les actions et les cryptomonnaies.

Points forts du portefeuille final :

• Quasiment aucune année en perte sur toute la période testée, y compris pendant la crise de 2008 et le Covid de 2020
• Performances constantes et régulières en toutes conditions de marché
• Drawdown maîtrisé compatible avec les règles des prop firms
• Diversification optimale entre les différentes catégories d'actifs

Une fois l'optimisation terminée, la stratégie a été automatisée via une connexion TradingView vers MetaTrader 5, permettant une exécution 100% algorithmique sans intervention manuelle.

L'indicateur final intègre une détection automatique de l'actif affiché sur le graphique et applique instantanément les paramètres optimaux correspondants. Il suffit de placer l'indicateur sur n'importe quel actif du portefeuille pour que la configuration se fasse automatiquement.

Ce que l'indicateur final permet :

• Détection automatique de l'actif et application des paramètres optimaux
• Envoi automatique des ordres vers MetaTrader 5 via webhook
• Champ de configuration pour la licence du connecteur
• Champ pour le nom de l'actif sur le broker si différent de TradingView
• Exécution 24h/24 via VPS

À partir du code source exact de ma stratégie, j'ai retranscrit ligne par ligne chaque composant en MQL5 :

• Les conditions d'entrée et de confirmation propres à la stratégie
• Le calcul du Stop Loss et du Take Profit
• Un module de Break Even optionnel
• Des filtres de jours de la semaine et de mois de l'année, propres à chaque actif
• La gestion du risque basée sur le capital initial fixe, pour un dimensionnement de position cohérent tout au long du backtest

Une fois le code compilé, j'ai backtesté la stratégie sur MetaTrader 5, actif par actif, en comparant systématiquement les résultats obtenus (Profit Factor, Win Rate, Drawdown, répartition annuelle) à ceux du backtest Pine Script d'origine. Cette comparaison a mis en évidence des écarts de rentabilité variables selon les actifs, tout en confirmant que la logique de la stratégie restait globalement rentable sur MetaTrader 5.

En comparant les résultats trade par trade (dates d'entrée, prix, résultats) sur un actif donné, j'ai identifié et documenté les causes réelles des écarts observés :

• Les brokers utilisent des flux de cotation différents, ce qui produit des prix de clôture légèrement différents d'une plateforme à l'autre
• Certains types de signaux techniques sont particulièrement sensibles à ces micro-écarts, car ils se déclenchent sur un franchissement infime d'un seuil
• Un Stop Loss basé sur un extrême de prix récent est également plus sensible aux différences de données qu'un indicateur lissé
• Ces écarts sont d'autant plus visibles sur les actifs à faible volume de trades et sur les cryptomonnaies, où il n'existe pas de prix de référence unique entre plateformes

Cette analyse me permet de distinguer un écart normal et attendu (même sens, ampleur différente) d'un vrai signal d'alerte (renversement de rentabilité), et d'identifier précisément quels actifs nécessiteraient un réajustement des paramètres pour se rapprocher davantage du backtest d'origine.

Au-delà de la validation individuelle de chaque actif, j'ai assemblé les actifs rentables en un portefeuille combiné, avec un suivi des statistiques globales (profit total, drawdown maximal, plus mauvaise journée, nombre de positions simultanées) permettant de vérifier la robustesse d'ensemble plutôt qu'actif par actif isolément.

Plutôt que de dupliquer un fichier par actif, j'ai conçu un unique Expert Advisor capable de gérer l'ensemble du portefeuille depuis un seul graphique attaché. Le robot détecte automatiquement les paramètres propres à chaque actif (ratio, Break Even, filtres temporels, direction achat/vente) et surveille l'ensemble des symboles en parallèle, avec un tableau de statut affiché en direct sur le graphique pour vérifier son bon fonctionnement sans attendre une prise de position réelle.

Une fois le robot déployé sur compte démo, il a exécuté ses premières prises de position de façon entièrement automatique, sans aucune intervention manuelle, confirmant le bon fonctionnement de la détection de signal, du calcul du risque et de la gestion des ordres en conditions live.