Un stop à 98 $ ne garantit pas une exécution à 98 $. Entre le déclenchement et l’ordre réellement envoyé, trois secondes de latence peuvent suffire pour transformer une sortie planifiée en perte supplémentaire de 160 $, surtout sur un marché peu liquide ou brutalement volatil.
Marcus est un personnage composite, créé pour illustrer ce mécanisme. À 15 h 42, devant deux écrans dans son appartement lyonnais, il tient encore sa tasse de café lorsque le prix touche 98 $. Son bot doit couper la position. Le graphique imprime pourtant une nouvelle bougie rouge, puis une autre transaction apparaît plus bas.
Trois secondes plus tard, l’ordre part enfin. Il est exécuté sous le niveau prévu. Le coût total dépasse de 160 $ ce que Marcus avait intégré à son scénario de risque.
La position est fermée, mais le doute reste entier: le stop était-il mal placé, le marché trop rapide, ou le bot trop lent?
Ce qui s’est passé pendant ces trois secondes
À la première seconde, la source de prix détecte un passage à 98 $. Cette donnée doit parvenir au système qui surveille la condition. Selon l’architecture, elle peut transiter par un flux de marché, une connexion réseau et plusieurs files de traitement.
À la deuxième seconde, le bot confirme que la règle est satisfaite. Il calcule l’action à prendre, vérifie l’état de la position et prépare l’ordre. Un système surchargé, une connexion instable ou une logique qui attend une confirmation supplémentaire peut ajouter du délai.
À la troisième seconde, la plateforme reçoit l’ordre. Le carnet a déjà changé. Les acheteurs disponibles à 98 $ ont pu disparaître, ou leur volume peut être insuffisant pour absorber toute la vente. L’exécution se fait alors sur les prochains prix disponibles.
Cette différence entre le prix de déclenchement et le prix d’exécution s’appelle le slippage. La latence ne crée pas toujours le slippage, mais elle augmente le temps pendant lequel le marché peut s’éloigner.
Marcus avait traité 98 $ comme un prix certain. C’était une condition de sortie.
Un stop fixe ne fixe pas la perte
Un calcul de risque fondé sur un prix unique masque trois variables: la vitesse du marché, la liquidité disponible et le type d’ordre envoyé.
Un ordre au marché privilégie la sortie. Il accepte le meilleur prix disponible, même si celui-ci se trouve sous le stop. Un ordre à cours limité protège davantage le prix, mais il peut rester sans exécution pendant que la baisse continue. Le choix porte donc sur deux risques distincts: sortir plus bas que prévu ou ne pas sortir du tout.
La taille de la position amplifie ensuite chaque écart. Une différence minime par unité devient significative lorsqu’elle s’applique à l’ensemble de la position. Pour dimensionner un trade, il faut donc prévoir un coussin de slippage au lieu de diviser mécaniquement le risque maximal par la distance jusqu’au stop.
Le backtest mérite la même prudence. Une simulation qui clôture chaque position exactement au niveau du stop décrit un marché sans délai, sans écart et avec une liquidité parfaite. Ce marché n’existe pas. Tester plusieurs hypothèses de latence et de slippage donne une fourchette plus honnête, particulièrement lors des mouvements rapides.
Le post-mortem utile tient dans une chronologie
Marcus reprend son journal de trading le soir même. Il ne classe pas l’épisode sous « mauvais stop ». Il aligne quatre horodatages: prix observé, condition détectée, ordre transmis, exécution confirmée.
Cette chronologie sépare les causes possibles. Un écart entre observation et détection pointe vers le flux de données ou la surveillance. Un délai avant transmission concerne la logique du bot. Un écart après transmission renvoie davantage au réseau, à la plateforme ou au carnet d’ordres.
Il ajoute ensuite la taille de la position, le type d’ordre, le prix moyen exécuté et le slippage total. La colonne qui compte n’est plus seulement « résultat ». Elle devient « écart entre risque prévu et risque réalisé ». Cette démarche prolonge naturellement le travail décrit dans la colonne de journal restée rouge et la page qui l’a corrigée.
Sans ces données, Marcus peut modifier son stop et reproduire le même problème. Avec elles, il sait quelle hypothèse tester.
Remettre l’incertitude dans la décision
L’automatisation réduit le temps consacré aux actions répétitives. Elle ne supprime ni la latence, ni le slippage, ni les trous de liquidité. Un bot autonome peut même exécuter plus vite une règle mal calibrée, sans laisser au trader le temps d’examiner le contexte.
Une porte d’approbation change la place de l’humain: l’IA génère et met en attente une proposition, puis le trader l’accepte ou la refuse avant toute exécution. Cette structure conserve la décision finale, mais elle introduit volontairement un délai humain. Pour une sortie d’urgence, ce délai doit être mesuré et intégré au risque. Une approbation n’est utile que si l’on sait quelles décisions peuvent attendre et lesquelles exigent un mécanisme défini à l’avance.
Après son post-mortem, Marcus ne cherche plus un stop « parfait ». Avant chaque position, il note une perte cible, un scénario de slippage et une perte maximale tolérable si l’exécution se dégrade. Sa tasse est froide, les 160 $ restent perdus, mais l’erreur a désormais une adresse précise: trois secondes que son ancien modèle de risque comptait pour zéro.
Contenu éducatif, pas un conseil financier.
Commentaires
Pas encore de commentaires.