28 modules ProOrder, outils quantitatifs privés, code source inclus. Pense. Code. Investis.
Les options et les CFD sont des instruments complexes et présentent un risque élevé de perte rapide en capital en raison de l'effet de levier. 72 % des comptes d'investisseurs particuliers perdent de l'argent lorsqu'ils investissent sur les CFD avec IG. Vous devez vous assurer que vous comprenez le fonctionnement des CFD et que vous pouvez vous permettre de prendre le risque élevé de perdre votre argent.
Le momentum trading est une stratégie de trading qui consiste à tirer parti des mouvements du marché : on achète ce qui monte, on vend ou on shorte ce qui baisse, en pariant que la tendance continue. Cette stratégie de suivi de tendance repose sur un effet documenté depuis 1993 : les actions qui ont le mieux performé sur 3 à 12 mois surperforment encore les mois suivants. Ce guide explique la logique comportementale du momentum, les indicateurs qui le mesurent (ROC, RSI, MACD), les règles d’entrée et de sortie, la gestion du risque et un code Python complet. Il traite aussi trois sujets absents de la plupart des guides : l’optimisation des paramètres par machine learning, le momentum dans une allocation multi-facteurs et le backtest réaliste avec coûts de transaction et slippage.
TL;DR Le momentum trading achète les actifs en hausse et vend ou shorte ceux en baisse. Selon Jegadeesh et Titman, en 1993, acheter les gagnantes des 3 à 12 derniers mois et vendre les perdantes rapportait environ 1 % par mois. L’effet vient du comportement des investisseurs : réaction lente aux informations, effet de troupeau, FOMO. Les indicateurs clés sont le ROC, les moyennes mobiles, le RSI, le MACD, le volume et la force relative. Le risque principal est le « momentum crash » : selon Daniel et Moskowitz, la stratégie a perdu 73 % entre mars et mai 2009. Un stop-loss, une taille de position réduite et un backtest qui intègre coûts et slippage sont obligatoires.
Ce contenu est gratuit et indépendant. Un café pour garder la machine en marche ?
Définition : le momentum consiste à tirer parti de la persistance des mouvements du marché. Un actif qui monte a tendance à continuer de monter à court et moyen terme, et inversement à la baisse. Le momentum trading applique cette idée sur les marchés financiers : il achète la force, vend ou shorte la faiblesse, sur un horizon de quelques jours à douze mois. Le momentum repose sur la performance passée d’un actif, comparée à celle des autres actifs ou à son propre historique.
L’analyse technique fournit les outils de mesure : ROC, moyennes mobiles, RSI. La recherche académique fournit la preuve. Selon Narasimhan Jegadeesh et Sheridan Titman, dans le Journal of Finance en 1993, un portefeuille qui achète les actions gagnantes des 3 à 12 derniers mois et vend les perdantes dégage près de 1 % par mois sur la période 1965-1989.
Eugene Fama et Kenneth French ont tenté d’expliquer l’effet avec leur modèle à trois facteurs. Ils ont reconnu en 1996 que ce modèle n’y arrivait pas : le momentum reste l’anomalie la plus difficile à intégrer dans la théorie classique. Mark Carhart en a fait un quatrième facteur en 1997.
Le momentum ne s’arrête pas aux actions. Selon Clifford Asness, Tobias Moskowitz et Lasse Pedersen, dans le Journal of Finance en 2013, il apparaît dans huit univers : actions américaines, britanniques, européennes et japonaises, indices actions, devises, obligations d’État et matières premières.
Pour poser les bases, commencez par Qu’est-ce que le trading ? Guide complet pour débutants, puis lisez la différence entre analyse fondamentale et analyse technique.
Le momentum existe parce que les prix n’absorbent pas l’information instantanément. Les investisseurs réagissent avec retard, puis en groupe. Trois mécanismes expliquent l’essentiel.
Cette logique comportementale explique pourquoi l’effet survit malgré les algorithmes. Les biais humains n’ont pas disparu, et les réseaux sociaux les amplifient. Si vous tombez souvent dans le piège de l’achat tardif, lisez Pourquoi tu achètes toujours au plus haut et Maîtriser le FOMO en bourse.
Le momentum s’applique à toutes les classes d’actifs. Le sens de la tendance décide de l’action : acheter ou shorter.
L’outil d’analyse fondamentale incontournable pour évaluer la santé financière d’une action.
🎁 14 jours d’essai gratuits — Code RaphaxeloExécute tes algorithmes avec ProRealTime et investis sur les options et les CFD via IG.
🎁 Accès ProRealTime offert sous conditionsL’outil ultime pour suivre ton portefeuille et projeter tes dividendes futurs en un coup d’œil.
🎁 Compte gratuit avec mon lienLe momentum haussier concerne les actifs affichant une série de nouveaux plus hauts, avec des volumes croissants. Sur le marché des actions, Nvidia entre 2023 et 2024 en est l’exemple classique : la demande en puces d’intelligence artificielle a porté le titre trimestre après trimestre. Un trader momentum achète la force et conserve la position tant que la tendance tient.
Le momentum baissier pousse à vendre ou à shorter un actif qui plonge sans rebond. Une crypto qui perd ses soutiens du jour au lendemain, une action après plusieurs révisions de bénéfices à la baisse : le schéma est le même. Shorter demande un courtier qui propose la vente à découvert ou les CFD, comme IG [LIEN PARTENAIRE IG]. Les CFD sont des produits à effet de levier : l’ESMA impose aux courtiers d’afficher qu’une majorité de comptes particuliers perdent de l’argent. Réservez-les à des positions courtes avec stop-loss.
Pour diversifier au-delà des actions, voyez Comment investir dans l’or en bourse.
Définition : le momentum relatif compare un actif aux autres actifs de son univers et achète les meilleurs. Le momentum absolu, ou momentum de série temporelle, compare un actif à son propre passé et n’achète que si sa performance est positive.
Gary Antonacci combine les deux dans Dual Momentum Investing (2014) : on choisit le meilleur actif du panier, puis on ne l’achète que si sa performance dépasse celle des liquidités. Sinon, on reste en cash. Ce filtre réduit les pertes en marché baissier, au prix de quelques signaux manqués.
Aucun indicateur ne suffit seul. Les indicateurs techniques les plus utilisés se croisent : un indicateur de vitesse, un indicateur de tendance, un filtre d’excès et un contrôle de volume. Pour voir tous les outils d’analyse technique d’un coup, consultez les 10 indicateurs techniques incontournables.
Définition : l’indicateur de momentum mesure la vitesse et l’ampleur des mouvements de prix en comparant le cours actuel à celui d’il y a n périodes. Le ROC (Rate of Change) exprime cette variation en pourcentage sur une période donnée : ROC = (prix actuel − prix n jours avant) / prix n jours avant × 100.
Cet indicateur dit à quelle vitesse le prix accélère ou ralentit. Un ROC à 60 jours de +12 % signifie que l’action a gagné 12 % en trois mois environ. Quand le ROC passe de négatif à positif, la dynamique s’inverse. Quand il décroche alors que le prix monte encore, la tendance s’essouffle : c’est une divergence. Les périodes courantes sont 10 jours pour le court terme et 60 à 250 jours pour le moyen terme.
Une moyenne mobile lisse le prix et révèle la direction. Le croisement classique oppose une moyenne courte (20 jours) à une moyenne longue (100 jours). Quand la courte passe au-dessus de la longue, la dynamique haussière s’installe. Le ROC mesure ensuite si cette direction s’accélère. Le test complet de la règle se trouve dans la stratégie de croisement de moyennes mobiles et le fonctionnement de l’outil dans Tout sur la moyenne mobile.
Pour une version qui s’adapte à la volatilité, regardez le secret du KAMA.
Définition : le RSI (Relative Strength Index), créé par Welles Wilder en 1978, oscille entre 0 et 100 sur 14 périodes par défaut. Le MACD (Moving Average Convergence Divergence), créé par Gerald Appel à la fin des années 1970, compare deux moyennes mobiles exponentielles de 12 et 26 périodes, puis trace une ligne de signal à 9 périodes.
En momentum, le RSI sert de filtre, pas de signal de vente. Un RSI maintenu au-dessus de 55-60 confirme une tendance haussière. Sous 40, la tendance est baissière. Le seuil de 70, qui signale un « surachat » en trading de retournement, devient ici un signe de force : les grandes tendances restent longtemps au-dessus de 70.
Le MACD confirme l’accélération. Quand la ligne MACD croise sa ligne de signal vers le haut, au-dessus de zéro, l’achat se renforce. Ces deux indicateurs techniques ensemble éliminent une partie des entrées piégées, surtout sur les valeurs volatiles. Pour vérifier leur efficacité réelle, lisez les backtests des indicateurs techniques.
Définition : la force relative compare la performance d’un titre à celle de son indice de référence sur une même période. Un titre à +20 % quand l’indice fait +8 % affiche une force relative positive : il surperforme.
Le volume joue un rôle de validation. Une hausse sur un volume supérieur à la moyenne des 50 derniers jours montre que beaucoup d’acteurs participent. Une hausse sur volume faible raconte l’inverse : peu de monde y croit, la cassure peut échouer. Les traders cherchent les opportunités intéressantes là où prix, volume et force relative convergent. Les données de consensus et les actualités d’entreprise de Zone Bourse [LIEN PARTENAIRE ZONE BOURSE] aident à comprendre pourquoi un volume anormal apparaît : résultats, relèvement d’objectif, rumeur.
Pour détecter automatiquement les zones clés du graphique, voyez Support et résistance : définition, algorithme et screener S&P 500.
Une stratégie de momentum tient sur une page. Elle fixe trois choses avant le premier ordre : le signal d’entrée, la sortie et le risque par trade. Sans ces trois éléments écrits, le trader décide sous l’émotion, et l’émotion décide mal. Rappel important rien n’est garanti .
Ce contenu est gratuit et indépendant. Un café pour garder la machine en marche ?
Les traders momentum cherchent à profiter des tendances installées, pas à les deviner. Pour tirer parti des tendances, ils exigent une confirmation. Chaque critère coché réduit le risque de faux départ.
Évitez les rallyes nés d’une seule annonce. Une hausse de 10 % sur une nouvelle isolée, sans suite de volume, retombe souvent en quelques jours.
Une stratégie de trading sérieuse écrit ses règles d’entrée et de sortie avant d’ouvrir une position. Dans une stratégie de momentum, l’entrée se déclenche quand tous les critères de la grille sont réunis. La sortie suit une règle écrite à l’avance, pas une impression. Deux types de sortie coexistent.
Notez chaque trade dans un journal : date, signal, prix, sortie, raison. Ce carnet transforme une pratique floue en méthode que vous pouvez automatiser et tester.
La gestion du risque décide de la durée de vie de votre compte. Un stop-loss fixé avant d’ouvrir la position permet de limiter les pertes sur chaque trade. Le risque d’un faux signal ne disparaît jamais : on le rend supportable. Pour aller plus loin, lisez Risques financiers en trading : stop-loss = survie.
Un scanner Python passe en revue des dizaines de valeurs en quelques secondes. L’exemple suivant télécharge les prix avec la bibliothèque yfinance, calcule les moyennes mobiles, le ROC et le ratio de volume, puis filtre les valeurs qui respectent la grille. C’est un exemple pédagogique, pas une recommandation d’achat.
import yfinance as yf
import pandas as pd
tickers = ["AAPL", "MSFT", "NVDA", "TSLA", "AMZN",
"META", "GOOGL", "JPM", "XOM", "UNH"]
data = yf.download(tickers, period="2y", auto_adjust=True)
close = data["Close"]
volume = data["Volume"]
# Indicateurs
sma_court = close.rolling(20).mean()
sma_long = close.rolling(100).mean()
roc_60 = close.pct_change(60) * 100
ratio_volume = volume.rolling(5).mean() / volume.rolling(50).mean()
# Dernière séance
last = pd.DataFrame({
"prix": close.iloc[-1],
"roc_60j_pct": roc_60.iloc[-1],
"tendance_ok": sma_court.iloc[-1] > sma_long.iloc[-1],
"volume_5j_vs_50j": ratio_volume.iloc[-1],
}).round(2)
# Tableau complet : on voit quel filtre bloque
print(last.sort_values("roc_60j_pct", ascending=False))
# Filtre momentum
selection = last[
last["tendance_ok"]
& (last["roc_60j_pct"] > 5)
& (last["volume_5j_vs_50j"] > 1)
]
print("nSélection momentum :")
print(selection if not selection.empty else "Aucun titre ne passe tous les filtres.")
Le script charge deux ans d’historique, calcule une moyenne à 20 jours, une moyenne à 100 jours, le ROC à 60 jours et le volume relatif. Il garde les titres où la moyenne courte dépasse la longue, où le ROC dépasse 5 % et où le volume du jour dépasse sa moyenne à 50 jours. Il classe enfin la sélection par ROC décroissant.
Vous pouvez par exemple ajouter un filtre RSI supérieur à 55, ou classer les titres dont le RSI dépasse 70 dans une liste de surveillance à part : au-delà de 70, la tendance est forte, mais l’entrée tardive coûte cher. Ajustez chaque seuil selon la volatilité : un ROC de 5 % est facile à atteindre sur une crypto et ambitieux sur une valeur défensive.
Pour choisir votre outil, comparez ProRealTime et Python et démarrez par l’introduction au trading algorithmique.
Définition : le backtest consiste à rejouer une stratégie sur des données historiques pour mesurer ce qu’elle aurait rapporté. Il calcule la performance, le drawdown maximal, le ratio de Sharpe et le taux de trades gagnants. Il estime le passé, jamais l’avenir : les performances passées ne préjugent pas des performances futures.
Le code suivant teste la règle sur l’univers du scanner. Chaque jour, il détient les titres qui avaient un signal la veille, en pondération égale.
signal = (sma_court > sma_long) & (roc_60 > 5)
rendements = close.pct_change()
# shift(1) : on agit le lendemain du signal
position = signal.shift(1).astype(float)
strategie = (position * rendements).mean(axis=1)
equity = (1 + strategie.fillna(0)).cumprod()
drawdown = equity / equity.cummax() - 1
print(f"Performance : {equity.iloc[-1] - 1:.1%}")
print(f"Drawdown max : {drawdown.min():.1%}")
La ligne shift(1) est la plus importante du script. Sans elle, la stratégie utilise le signal du jour pour acheter au prix du jour, ce qui est impossible en pratique. Cette erreur s’appelle le biais d’anticipation (lookahead bias) et gonfle les performances.
De bons résultats en backtest ne prouvent rien tant que trois règles ne sont pas respectées.
Le guide complet est dans Backtester une stratégie de trading. Pour mesurer le résultat, utilisez Sharpe, drawdown et win/loss ratio et le drawdown maximum. Pour tester la solidité du résultat, la simulation Monte Carlo mélange l’ordre des trades et montre l’étendue des scénarios possibles. Un exemple chiffré existe sur le blog : 500 actions testées, la stratégie qui bat le marché de 6 %.
Définition : le slippage est l’écart entre le prix prévu d’un ordre et le prix auquel il s’exécute réellement. Il grandit avec la taille de l’ordre et diminue avec la liquidité de l’actif. Les coûts de transaction regroupent les frais de courtage, le spread (écart entre prix d’achat et de vente) et le slippage.
Le momentum change souvent de positions, donc il paie beaucoup de frais. Selon David Lesmond, Michael Schill et Chunsheng Zhou, dans le Journal of Financial Economics en 2004, les gains apparents du momentum se concentrent sur les titres les plus coûteux à échanger, et fondent une fois les coûts réels intégrés. Un backtest sans frais surestime donc la performance.
La méthode la plus simple applique un coût fixe à chaque variation de position. Le code ci-dessous reprend le backtest précédent. Il retire 0,10 % (frais plus spread, à adapter à votre courtier) à chaque entrée et chaque sortie.
cout_par_trade = 0.001 # 0,10 % : frais + spread
turnover = position.diff().abs()
couts = (turnover * cout_par_trade).mean(axis=1)
strategie_nette = strategie - couts
equity_nette = (1 + strategie_nette.fillna(0)).cumprod()
print(f"Performance nette : {equity_nette.iloc[-1] - 1:.1%}")
Comparez ensuite la performance brute et la performance nette. Un écart supérieur à un tiers du gain signale une stratégie qui tradera trop pour ce qu’elle rapporte.
Une valeur peu liquide coûte plus cher à acheter qu’une grande capitalisation. Le modèle de la racine carrée, utilisé par les praticiens de l’exécution, estime l’impact d’un ordre à la volatilité journalière multipliée par la racine du rapport entre la taille de l’ordre et le volume quotidien. C’est une approximation, pas une mesure exacte.
vol_jour = close.pct_change().rolling(20).std() volume_euros = (close * volume).rolling(20).mean() taille_ordre = 10_000 # montant par ordre slippage = vol_jour * (taille_ordre / volume_euros) ** 0.5 couts = (turnover * (cout_par_trade + slippage)).mean(axis=1) strategie_nette = strategie - couts
Sur les actions du S&P 500, le slippage d’un ordre de 10 000 € reste minime. Sur une small cap ou une crypto peu échangée, il peut dépasser le gain moyen du trade. Calculez-le avant de choisir votre univers.
Le choix d’une moyenne à 20 ou 50 jours, d’un seuil de ROC à 5 ou 8 %, se fait souvent au jugé. Le machine learning remplace l’intuition par une méthode reproductible. Il sert à deux choses : ajuster les paramètres et reconnaître le régime de marché.
Le grid search teste toutes les combinaisons d’une grille (moyennes de 10 à 50 jours, seuils de ROC de 3 à 10 %) et garde celles qui maximisent un ratio gain/risque, comme le ratio de Sharpe. Il est simple, mais coûteux en calcul et exposé au surapprentissage. L’optimisation bayésienne choisit les combinaisons à tester d’après les résultats précédents. Elle trouve de bons paramètres avec bien moins d’essais.
Dans les deux cas, ne retenez jamais la meilleure combinaison brute. Retenez une zone de paramètres où les résultats restent stables : si un ROC à 5 % marche et qu’un ROC à 6 % s’effondre, le résultat est du bruit.
Un seuil fixe traite de la même façon un marché en tendance et un marché en consolidation. Une forêt aléatoire ou un modèle de boosting apprend à classer le régime (tendance forte, range, crise) à partir de variables comme la volatilité, la pente des moyennes mobiles et le ROC. Le robot réduit alors ses positions, ou s’arrête, quand le régime ne convient pas au momentum.
La règle de validation reste la même : tester sur des données que le modèle n’a jamais vues (walk-forward). Un modèle qui brille sur son historique d’entraînement ne prouve rien. Le détail de ces méthodes est dans Finance quantitative : guide pour investisseur particulier.
Définition : une allocation multi-facteurs combine plusieurs sources de rendement documentées par la recherche : la valeur, la qualité, la faible volatilité et le momentum. Chaque facteur gagne et perd à des moments différents. Les mélanger lisse la performance et réduit la dépendance à un seul style de gestion.
Selon Clifford Asness, Tobias Moskowitz et Lasse Pedersen, dans le Journal of Finance en 2013, les rendements de la valeur et du momentum sont corrélés négativement. Quand l’un souffre, l’autre résiste souvent. Un portefeuille qui mélange les deux affiche un meilleur ratio rendement/risque que chacun pris seul. En pratique, on filtre d’abord les actions décotées (ratio cours/bénéfices ou cours/valeur comptable bas), puis on ne garde que celles dont le ROC à 6 ou 12 mois est positif. Le filtre momentum évite d’acheter une action bon marché qui continue de s’effondrer.
Pour la partie valeur, lisez Stratégie Formule Magique et Analyse fondamentale : moats économiques, ESG et valorisation.
L’exposition au momentum ne doit pas rester fixe. Kent Daniel et Tobias Moskowitz ont montré, en 2016, qu’une version qui réduit l’exposition quand la volatilité du momentum grimpe améliore nettement le ratio de Sharpe, en évitant les pires crashs. Trois règles simples s’en déduisent.
Pour la diversification, lisez la corrélation des actifs selon Ray Dalio et la diversification boursière.
Le momentum est l’une des stratégies les plus étudiées de la finance. Il offre des opportunités intéressantes sur tous les marchés, mais il comporte également des risques que beaucoup de débutants sous-estiment.
Les risques liés au momentum viennent de sa nature : il suit la foule, donc il subit ses retournements.
Le profil de la stratégie est connu : elle gagne souvent un peu, puis perd beaucoup d’un coup. Seule une taille de position modeste permet de survivre à ces épisodes. Les erreurs de débutant sont détaillées dans Les erreurs courantes en trading algorithmique et le revers des robots dans Les avantages et les risques du trading algorithmique.
Le momentum teste le mental plus que la technique. Il demande d’acheter après une hausse, ce qui semble toujours trop tard, et de vendre après une baisse, ce qui semble toujours trop bas. Un trader de momentum qui s’écarte de ses règles détruit l’avantage statistique de la stratégie. Les décisions émotionnelles coûtent plus cher que n’importe quel faux signal.
Trois habitudes aident à contrôler ses émotions.
Pour travailler la gestion émotionnelle, lisez Comment gérer ses émotions en bourse et Pourquoi 95 % des day traders perdent. L’approche ATS propose une autre manière de lire le marché.
Cinq erreurs reviennent chez les débutants.
Les limites de la lecture graphique sont expliquées dans Les limites de l’analyse graphique. Pour ne pas dépendre d’une seule méthode, voyez aussi les limites du buy and hold.
Le swing trading vise des oscillations de quelques jours à quelques semaines, souvent entre un support et une résistance. Le momentum trading suit une tendance forte tant qu’elle dure, de quelques jours à plusieurs mois. Les deux se combinent : un swing trader peut n’entrer que sur des titres qui affichent un momentum positif.
Oui, à condition de commencer petit. Les règles sont simples et automatisables, ce qui aide les débutants. Le danger vient du mental et des retournements. Un compte chez un courtier classique suffit, avec un risque limité à 1 % du capital par trade. Les frais pèsent plus lourd sur un petit capital, donc évitez de multiplier les transactions.
Il peut l’être, mais seulement sur des actifs liquides et avec une rotation maîtrisée. Les travaux de Lesmond, Schill et Zhou (2004) montrent que les coûts effacent une grande partie des gains sur les titres peu liquides. Un backtest avec coûts de transaction et slippage donne la seule réponse valable pour votre stratégie.
La durée dépend de la force de la tendance et de la période de calcul. Les études académiques utilisent des périodes de 3 à 12 mois. Les traders actifs gardent leurs positions de quelques jours à plusieurs semaines. La règle de sortie, pas le calendrier, décide.
Oui, à condition de shorter ou de passer en liquidités. Le momentum absolu, avec son filtre de performance positive, réduit l’exposition quand le marché chute. Les retournements brusques restent le point faible : après un krach, le rebond des valeurs sinistrées peut ruiner une position courte.
Sur le même sujet, lisez Les meilleurs livres sur la bourse et l’analyse technique, Alpha en trading quantitatif et Le Beta en trading. Une question sur le code ou sur un paramètre ? Posez-la en commentaires.
Le momentum a rapporté environ 1 % par mois dans l’étude fondatrice de 1993. Il a aussi perdu 73 % en trois mois en 2009. Les deux chiffres décrivent la même stratégie. Le momentum marche tant que la taille de position, les coûts et le régime de marché restent sous contrôle. Un trader qui risque 1 % par trade traverse 2009 avec une égratignure. Celui qui mise tout sur son meilleur signal ne rouvre jamais son compte.
