Giulio Occhionero sur pourquoi la crypto brise les modèles de risque conçus pour les actions

Ce que deux décennies de travail systématique sur les actions transfère, et ne transfère pas, aux actifs numériques

La plupart des outils quantitatifs que nous utilisons pour trader les actions ont été construits sur des hypothèses que les actifs numériques violent silencieusement. Les rendements sont approximativement normaux au milieu et seulement occasionnellement extrêmes. Les marchés ferment, ce qui donne au risque une horloge naturelle. Les corrélations sont suffisamment stables pour construire un portefeuille autour. Aucune de ces hypothèses ne tient proprement dans la crypto, et les praticiens qui y perdent de l'argent sont généralement ceux qui ont supposé qu'elles tiendraient.

Je trade des stratégies systématiques sur les actions américaines, les options et la crypto, et j'ai passé suffisamment de temps du côté des actifs numériques pour me méfier de quiconque prétend que les mêmes modèles se transposent inchangés. Ils ne le font pas. Ce qui se transmet, c'est la discipline. Ce qui doit être reconstruit est presque tout en aval de la distribution.

1. Les queues épaisses sont le cas de base, pas l'exception

Sur les marchés actions, un jour à cinq sigmas est un événement que vous pourriez voir quelques fois dans une carrière, et vous construisez des systèmes de risque qui le traitent comme rare. Dans la crypto, les mouvements qui seraient des événements de queue pour le S&P 500 arrivent les week-ends ordinaires. La distribution n'est pas lognormale avec des chocs occasionnels. Elle est à queues épaisses comme état de repos, et les queues sont asymétriques de manière à changer avec l'environnement de financement.

La conséquence pratique est que tout modèle de risque calibré sur un noyau gaussien sous-estimera chroniquement la probabilité de ruine. La Value-at-Risk calculée de manière standard est presque inutile ici. Les modèles qui survivent sont ceux qui dimensionnent les positions sur la comportement empirique des queues plutôt que sur une variance ajustée, et qui supposent que le plus grand tirage observé est un plancher, pas un plafond.

Si votre modèle de risque n'a jamais vu le mouvement qui met fin à votre fonds, il évaluera ce mouvement à zéro jusqu'à ce qu'il se produise.

2. Un marché qui ne ferme jamais n'a pas d'horloge naturelle

La gestion des risques actions est silencieusement organisée autour de la cloche de clôture. Les positions sont marquées, les expositions sont rééquilibrées, et l'écart de nuit est un inconnu connu que vous pouvez couvrir ou provisionner. La crypto n'a pas de clôture. La liquidité s'amincit les week-ends et dans les heures entre les principales sessions régionales, et c'est précisément lorsque les plus grandes déconnexions se produisent.

Une stratégie qui suppose qu'elle peut toujours sortir à un prix juste fait une hypothèse actions sur un marché qui ne l'honore pas. Les modèles qui tiennent traitent l'heure de la journée et le jour de la semaine comme des variables de risque de premier ordre, réservent de la capacité pour les heures creuses, et ne supposent jamais que la capacité de trader à midi un mardi dit quoi que ce soit sur la capacité de trader à trois heures du matin lors d'une cascade.

3. Une corrélation qui vous trahit au pire moment

L'histoire de la diversification dans la crypto est plus faible que ne le suggère le marketing. Dans des conditions calmes, les jetons affichent suffisamment de dispersion pour rendre un livre market-neutral attrayant. Sous stress, cette dispersion s'effondre. Presque tout se corrèle à un facteur macro, qui est l'appétit pour le risque large exprimé à travers les plus grands actifs, et le livre neutre soigneusement construit s'avère être un pari directionnel concentré exactement au moment où vous ne le souhaitiez pas.

C'est la même défaillance qui a brisé les implémentations paresseuses de parité de risque sur les marchés traditionnels, seulement plus rapidement et plus violemment. Modéliser la corrélation comme une constante est l'erreur. La modéliser comme une variable dépendante du régime qui tend vers un sous stress est le début d'un cadre utilisable.

4. Une liquidité qui est profonde jusqu'à ce qu'elle ne le soit plus

Les carnets d'ordres dans les actifs numériques sont fragmentés sur des dizaines de plateformes, et la profondeur agrégée est trompeuse. Le carnet semble épais parce que vous additionnez de la liquidité que vous ne pouvez pas réellement accéder simultanément sans déplacer chaque plateforme contre vous-même. La profondeur s'évapore également de manière non linéaire. Le premier incrément de taille négocie près de la cotation, et le prochain incrément négocie beaucoup plus mal, car les market makers élargissent ou retirent au moment où ils sentent un grand participant.

Les backtests qui supposent que vous pouvez transiger une taille significative au milieu ne modélisent pas la crypto. Ils modélisent une abstraction sans friction qui n'a jamais existé. Les courbes d'impact réalistes, plateforme par plateforme, ne sont pas un raffinement ici. Elles font la différence entre une stratégie et une histoire.

5. La réflexivité et l'absence d'ancre

Les actions ont des fondamentaux à débattre. Les flux de trésorerie, les multiples et les bilans donnent une attache au prix, aussi lâche soit-elle. Une grande partie de la crypto n'a pas d'ancre comparable, ce qui signifie que le prix est conduit plus purement par le positionnement, le récit et le levier. Le marché est réflexif : les prix montants attirent des flux qui justifient des prix plus élevés, jusqu'à ce que le levier qui a alimenté le mouvement devienne le mécanisme de son inversion.

Pour un trader systématique, cela plaide en faveur d'accorder plus de poids aux données de positionnement et de flux, qui sont particulièrement observables sur ce marché via les taux de financement, le volume ouvert et les mouvements on-chain, et moins de poids à toute notion de valeur juste. L'avantage réside dans la lecture de l'encombrement et du levier, pas dans l'estimation d'un prix intrinsèque qui peut ne pas exister.

6. Dimensionner lorsque la volatilité est la seule entrée stable

Si la distribution est instable, les corrélations dépendent du régime, et la liquidité est fragmentée, la seule variable que vous pouvez mesurer avec une confiance raisonnable est la volatilité réalisée. Cela rend le dimensionnement ciblé sur la volatilité non seulement une préférence mais proche d'une nécessité. Un dimensionnement en notionnel fixe dans un actif dont la volatilité peut quadrupler en une journée est un moyen d'avoir raison sur la direction et d'être tout de même liquidé en chemin.

Les stratégies que j'ai vues se composter sur ce marché partagent une posture conservatrice : elles dimensionnent petit par rapport à ce que le backtest permet, elles coupent plus vite que ce qui semble confortable, et elles traitent le levier comme le tueur principal plutôt que comme un amplificateur de rendement. L'asymétrie est impitoyable. Vous pouvez être en avance, correct, et toujours parti.

En quoi cela se résume

La crypto récompense l'esprit quantitatif et punit le transfert d'hypothèses quantitatives. La rigueur, le scepticisme envers les backtests trop lisses, et le respect de la capacité se transmettent tous. La machinerie spécifique, les noyaux gaussiens, les corrélations constantes, les exécutions sans friction, et l'horloge de risque de la cloche de clôture, ne le font pas. Les praticiens qui réussissent ici sont ceux qui ont gardé la discipline et reconstruit le modèle. Ceux qui peinent sont ceux qui ont supposé qu'un marché aussi différent pouvait être négocié avec des outils conçus pour un marché aussi établi.

À propos de l'auteur

Giulio M. Occhionero est Directeur de la Recherche Quantitative et du Développement chez IRH Global Trading à Abou Dabi, où il dirige le déploiement de stratégies systématiques et la recherche quantitative sur les actions américaines, les options et les actifs numériques. Il détient des diplômes en génie nucléaire et a passé plus de deux décennies dans la finance quantitative à travers des rôles en Italie, aux États-Unis et aux Émirats arabes unis. Il écrit régulièrement sur le trading systématique, la microstructure des marchés et le côté ingénierie de la gestion d'investissement.