Recherche

L’analyse technique fonctionne-t-elle ? Ce que montrent les études

Le résultat dépend de la règle, du marché, de l’échantillon et des coûts


Une figure graphique peut-elle procurer un avantage exploitable en trading ? Les travaux présentés testent des règles, marchés et périodes précis. Certains trouvent des effets ; d’autres ne trouvent pas de rendement robuste après coûts. Ces résultats ne tranchent pas la question pour toutes les méthodes graphiques et tous les marchés.


Première partie. Ce que dit la science

L’analyse technique regroupe des règles différentes : chandeliers, moyennes mobiles, cassures et autres descriptions des prix. Le résultat d’un test ne s’applique pas automatiquement aux autres règles. Il faut préciser ce qui a été testé, sur quelles données et avec quels coûts.

Une revue est celle de Cheol-Ho Park et Scott Irwin, « The Profitability of Technical Analysis: A Review », un rapport du projet AgMAS de l’Université de l’Illinois. Elle rassemble des tests empiriques de systèmes de trading technique sur actions, devises et contrats à terme.

La revue doit être lue dans les limites des marchés, règles et périodes historiques étudiés. Elle ne prouve pas que toutes les méthodes techniques ont cessé de fonctionner à partir d’une certaine année. Pour interpréter la rentabilité publiée, il faut tenir compte du data snooping, du choix des règles après observation du résultat et des coûts de transaction.

Le premier point mérite une explication, car c'est le piège principal de tout le secteur. Si l'on essaie mille règles sur le même historique, la meilleure paraîtra brillante — simplement en vertu des lois de la probabilité, même si les mille sont vides. C'est ainsi que naissent la plupart des stratégies « qui marchent » : non pas parce que quelqu'un a trouvé une régularité, mais parce que quelqu'un a cherché assez longtemps.

Avec les figures en chandeliers, ce ne fut pas mieux. Piyapas Tharavanij et ses coauteurs ont testé les figures de retournement haussières et baissières à la Bourse de Thaïlande — « Profitability of Candlestick Charting Patterns in the Stock Exchange of Thailand », revue SAGE Open. La conclusion comporte deux parties. Prises seules : pour la plupart des figures, le rendement moyen ne se distingue pas statistiquement de zéro, et pour les rares où une différence a été trouvée, un rendement de 0.07–0.84 % se trouve à côté d'un écart-type de quatre à sept pour cent — autrement dit, le signal s'est noyé dans le bruit qui l'entoure. Et la seconde partie, plus vexante : le filtrage par le stochastique, le RSI ou l'indice de flux monétaire « n'augmente en général ni la rentabilité ni la précision de la prédiction ». La recette populaire « figure plus confirmation par un indicateur » ne passe pas le test. Ce résultat concerne les figures et le marché testés, pas toutes les confirmations possibles par indicateurs.

Un exemple plus circonscrit est le préprint de Mathias Mesfin publié sur arXiv en 2026. Les chiffres ci-dessous correspondent à la version 3, révisée le 15 septembre 2026. Le test porte sur certaines règles intrajournalières sur les futures MNQ, pas sur toutes les méthodes citées dans l’introduction.

Mathias Mesfin a publié en 2026 le travail « Structural Limits of OHLCV-Based Intraday Momentum Signals in MNQ Futures: A Systematic Falsification Study ». Il a pris le contrat à terme sur le Nasdaq 100, 947 jours de cotation en données de cinq minutes pour 2021–2025, et a testé quatorze familles de signaux de momentum intrajournaliers. Chacune devait satisfaire simultanément cinq conditions : une statistique t d'au moins 2.0 sur les données hors échantillon, au moins trente transactions dans chaque fenêtre de test, un rendement positif après des coûts réalistes, la même direction en 2023, en 2024 et en 2025 pris séparément, et un test de permutation avec un seuil de significativité inférieur à 0.001.

Aucune n'a réussi.1

Onze des quatorze familles affichent des rendements bruts de 0.07–1.50 point, inférieurs au seuil de friction de 2.0 points retenu dans l’étude. Dans cet échantillon, une moyenne positive avant coûts ne fournissait pas d’avantage exploitable après coûts. Le signe d’une moyenne brute ne suffit pas à établir la robustesse ni la transférabilité.

Trois autres familles ont franchi les coûts, mais sont tombées sur la robustesse : la cassure à la hausse de la fourchette du matin a donné une statistique t de 0.88, le retournement selon un classificateur de volatilité et de volume 1.26, et la poursuite à la baisse du gap a gagné de solides 16.53 points bruts avec une statistique t de 1.46, puis s'est effondrée sur l'exigence de fonctionner séparément sur chacune des trois années. Une histoire connue : une stratégie qui « marchait » marchait généralement une année bien précise.

Et ce que l'auteur a fait à la fin mérite un respect particulier. Il a fait passer dans le même hachoir deux signaux dont il savait à l'avance qu'ils avaient un avantage — et ils ont réussi : statistiques t de 3.11 et 4.30. On appelle cela un contrôle positif, et cela répond à la principale objection faite à tout travail négatif : « peut-être que votre méthode ne voit tout simplement rien ». Elle voit. Elle n'a pas vu précisément ce qui était testé.


Recherche

RechercheChoisir le meilleur résultat après coup biaise l’estimation.. Listez toutes les variantes, y compris les échecs. ['Nombreuses variantes sur un historique', 'Sélection', 'Résultats publiés']Nombreuses variantes sur unhistorique↓Sélection↓Résultats publiés
  • Choisir le meilleur résultat après coup biaise l’estimation.
  • Listez toutes les variantes, y compris les échecs.
Schémas pédagogiques avec des nombres hypothétiques. Ils expliquent les concepts, pas le prochain mouvement du prix.

Deuxième partie. Résultats positifs et conditions

Si tout s'arrêtait là, l'article n'aurait pas de sens. Mais ces mêmes recherches ont aussi une seconde moitié — sur ce qui passe le test.

Les exemples suivants documentent des effets avec des hypothèses et des risques déterminés. Ils ne constituent ni une liste exhaustive de ce qui peut fonctionner ni une promesse de maintien du même rendement.

Avant coûts → Après coûts

Avant coûts → Après coûtsA: Avant coûts +1.5; B: Coûts −2; C: Après coûts −0.5. Unités hypothétiques. Calcul illustratif, pas un résultat de stratégie. [1.5, -2, -0.5]1.5A-2B-0.5C
  • A: Avant coûts +1.5; B: Coûts −2; C: Après coûts −0.5
  • Unités hypothétiques
  • Calcul illustratif, pas un résultat de stratégie.
Schémas pédagogiques avec des nombres hypothétiques. Ils expliquent les concepts, pas le prochain mouvement du prix.

Le suivi de tendance

Une étude des tendances de long terme apporte un autre éclairage. Un groupe de chercheurs de Capital Fund Management — Lempérière, Deremble, Seager, Potters et Bouchaud — a réuni des données sur deux siècles : « Two Centuries of Trend Following ». Prix au comptant des matières premières et des indices depuis 1800, taux des obligations d'État depuis 1918, contrats à terme depuis 1960. Conclusion : le rendement sur dix ans du suivi de tendance « n'a jamais été négatif en deux siècles ».

Mais cette médaille a un lourd revers, et les auteurs ne le cachent pas. La durée typique d'un drawdown, écrivent-ils, est égale à un divisé par le carré du ratio de Sharpe — en années. Pour une stratégie avec un Sharpe de 0.7, cela fait des drawdowns de deux ans comme norme. Pour 0.5 — quatre ans. Réfléchissez-y : une stratégie juste, qui fonctionne depuis deux cents ans, peut ne vous donner que des pertes et des explications pendant quatre années de suite. Aucune discipline ne remplace la compréhension de ce chiffre à l'avance. C’est une approximation dans l’approche examinée par les auteurs, pas un calendrier des futurs drawdowns de toute stratégie.

Il y a aussi une troisième face, la plus désagréable. Geetesh Bhardwaj, Gary Gorton et Geert Rouwenhorst ont étudié ce qui, de cette prime, parvient à l'investisseur — un travail au titre éloquent, « Fooling Some of the People All of the Time: The Inefficient Performance and Persistence of Commodity Trading Advisors ». Les gérants de fonds de contrats à terme ont obtenu 5.4 % de rendement excédentaire brut sur 1994–2007, tandis que l'investisseur a touché 85 points de base — huit dixièmes de point au-dessus des bons du Trésor, statistiquement indiscernables de zéro. La prime existait. Elle a été absorbée par les frais.

La prime de volatilité

Une autre étude examine la prime de risque de variance. Peter Carr et Liuren Wu, dans le travail « Variance Risk Premiums » (Review of Financial Studies), ont montré que la prime de risque de variance de l'indice S&P 500 est durablement négative : les investisseurs acceptent un rendement espéré négatif pour s'assurer contre la hausse de la volatilité. L'autre face de la même opération — la vente de volatilité — a historiquement offert des rendements très élevés par unité de risque.

Et l'essentiel : on comprend pourquoi cela ne disparaît pas sous la pression des arbitragistes. Ce n'est pas une erreur de prix que l'on pourrait corriger. C'est la rémunération d'un risque. Le vendeur d'option reçoit de l'argent pour prendre à sa charge le risque d'un krach dont les couvreurs se rachètent. Le risque est réel — c'est pourquoi la rémunération l'est aussi. Ceux qui vendaient de la volatilité en février 2018 ou en mars 2020 ont appris pour quoi exactement on les avait payés toutes les années précédentes.

Le carry

En crypto, un mécanisme de carry utilise les paiements de financement des contrats perpétuels. Leur historique montre des transferts passés. Il ne suffit pas à établir le rendement net futur d’une position.

Les paiements de financement contribuent à relier un contrat perpétuel à son prix de référence. Leur fréquence, leur formule et leur signe dépendent du contrat et de la plateforme. Avec un funding positif, les positions longues paient généralement les courtes ; avec un funding négatif, le sens s’inverse. Acheter au comptant et vendre le perpétuel peut réduire l’exposition directionnelle, mais le funding varie et les risques de base, de frais, de garantie et de liquidation subsistent. « Designing Funding Rates for Perpetual Futures in Cryptocurrency Markets » étudie la conception des taux et des portefeuilles répliquants ; cette étude ne garantit pas le rendement de cette opération.

Mais ici la prime dépend du régime plus qu'on ne le pense d'habitude. Quand le marché est surchauffé de positions acheteuses, le taux de financement s'envole ; quand du capital arrive dans cette opération, il se comprime vers le rendement des instruments ordinaires en dollars — et alors tout l'intérêt de la construction disparaît : le même argent aurait pu être gardé en dollars sans risque de plateforme, sans levier et sans risque de liquidation de la jambe vendeuse. Le carry n'est pas une planche à billets, mais la rémunération de la disposition à tenir une position que, au moment critique, on n'aura peut-être personne à qui transmettre.


Troisième partie. Risques et limites d’interprétation

Ces exemples diffèrent par leurs mécanismes, conditions de test et risques.

Un rendement documenté doit être considéré avec le risque et les conditions de sa mesure. Reconnaître une figure ne suffit pas à établir un avantage.

En vendant de la volatilité, vous prenez à votre charge le risque d'un krach dont les autres se rachètent. En suivant la tendance, vous acceptez le risque de longs retournements et de drawdowns de quatre ans que la plupart des gens ne supportent pas psychologiquement. Dans le carry — le risque que le taux se retourne au pire moment et que la jambe vendeuse soit emportée par un appel de marge.

Pour évaluer une règle graphique, il faut la définir avant d’examiner la période de test, puis vérifier son résultat sur de nouvelles données après coûts. Expliquer pourquoi elle pourrait fonctionner ne remplace pas ce test.

Il en découle aussi le second point.

Limite d’interprétation · Résultat

Limite d’interprétation · Résultat4 × 1 − 8 = −4. Une moyenne positive n’exclut pas de fortes pertes.. Calcul illustratif, pas un résultat de stratégie. [1, 1, 1, 1, -8]11121314-85
  • 4 × 1 − 8 = −4
  • Une moyenne positive n’exclut pas de fortes pertes.
  • Calcul illustratif, pas un résultat de stratégie.
Schémas pédagogiques avec des nombres hypothétiques. Ils expliquent les concepts, pas le prochain mouvement du prix.

Pourquoi les découvertes disparaissent

Certains effets publiés s’affaiblissent hors de l’échantillon initial ou après publication. L’ampleur de cet affaiblissement est une question empirique, pas une règle imposant la disparition de toute découverte.

David McLean et Jeffrey Pontiff étudient 97 prédicteurs publiés de rendements boursiers dans « Does Academic Research Destroy Stock Return Predictability? », Journal of Finance. Ils rapportent des rendements inférieurs de 26% hors échantillon avant publication et de 58% après publication, dans les deux cas par rapport au rendement initial dans l’échantillon. L’écart entre ces baisses est de 32 points de pourcentage, et non une baisse supplémentaire de 32% par rapport au rendement hors échantillon. Avec un alpha initial hypothétique de 5%, une baisse relative de 58% laisse 5% × (1 − 0.58) = 2.1%. Ce calcul illustre la base de comparaison ; il ne prédit pas le rendement d’une stratégie particulière.

Antoine Falck, Adam Rej et David Thesmar examinent également l’érosion dans « Why and How Systematic Strategies Decay ». Les relations entre année de publication et érosion décrivent les stratégies et la période étudiées. Elles ne fixent pas une durée de vie universelle, en mois, pour toute nouvelle règle publiée.

La popularité sur YouTube ne prouve ni qu’une méthode fonctionne ni que son avantage a disparu. Une affirmation précise exige toujours une règle définie, des données indépendantes et des coûts réalistes.


Quatrième partie. Les chiffres dont on ne parle pas dans les formations

Puisque nous nous sommes attaqués aux faits dérangeants, citons aussi ceux-ci. Ils ne portent pas sur les méthodes, mais sur les gens.

Fernando Chague, Rodrigo De-Losso et Bruno Giovannetti ont obtenu les données réglementaires complètes sur les comptes de particuliers sur les contrats à terme brésiliens — « Day Trading for a Living? ». Sur 19 646 personnes qui ont commencé à trader, 1 551 sont arrivées à trois cents séances ou plus — sept virgule neuf pour cent. Parmi ces persévérants, 97 % ont perdu de l'argent. 1.1 % ont gagné plus que le salaire minimum brésilien. Plus que le salaire d'un employé de banque — un demi pour cent. Huit personnes sur mille cinq cents.

L’étude brésilienne ne trouve pas de preuve d’apprentissage des day traders pendant les périodes observées. Ce résultat concerne les participants, le marché et la période étudiés. Il ne démontre pas que la pratique ne puisse jamais améliorer une compétence ; il met en garde contre l’assimilation du temps passé à trader à une amélioration démontrée du résultat net.

Taïwan, une autre époque et un autre marché, le même résultat. Brad Barber, Yi-Tsung Lee, Yu-Jane Liu et Terrance Odean ont analysé quinze ans de données complètes sur l'ensemble du marché, 1992–2006 : « The Cross-Section of Speculator Skill: Evidence from Day Trading », Journal of Financial Markets. Leur formulation : « moins d'un pour cent de l'ensemble de la population des day traders est capable d'obtenir de manière prévisible et fiable des rendements anormaux positifs nets de frais ». En chiffres absolus — environ quatre mille personnes sur quelque quatre cent cinquante mille qui tradent dans une année.

Notez-le : ces quatre mille existent. Le talent en spéculation n'est pas un mythe, il est mesurable et reproductible. Simplement, sa distribution ne ressemble pas à « apprends et tu y arriveras », mais à la distribution du talent dans le sport professionnel. La seule différence est que, dans le second cas, personne ne vend de formations promettant d'intégrer le cinq de départ de la NBA en trois mois.


Observations indépendantes

Observations indépendantesExpliquer le mécanisme ne remplace pas un test indépendant.. La validation doit inclure coûts et nouvelles données. ['Explication du mécanisme', 'Règles fixées + Nouvelles données', 'Coûts + Comparaisons de contrôle', 'Limites de l’inférence']Explication du mécanisme↓Règles fixées + Nouvelles données↓Coûts + Comparaisons de contrôle↓Limites de l’inférence
  • Expliquer le mécanisme ne remplace pas un test indépendant.
  • La validation doit inclure coûts et nouvelles données.
Schémas pédagogiques avec des nombres hypothétiques. Ils expliquent les concepts, pas le prochain mouvement du prix.

Que faire de tout cela

Nous ne pensons pas que le marquage des graphiques soit inutile. Il est utile — mais pas dans le rôle dans lequel on le vend d'habitude.

Un gap non comblé sur un graphique est un fait. Un niveau à partir duquel le prix s'est retourné deux fois est un fait. Un extrême que le prix a franchi est un fait. Ce sont des repères : où placer un stop, où fixer un objectif, où le prix est déjà passé. Une carte du terrain.

Ce que la carte ne fait pas, c'est dire où ira la voiture.

La différence entre ces deux choses est toute la différence entre un outil et une promesse. L'outil fait gagner du temps et structure le regard. La promesse se vend mieux, mais elle n'est pas tenue.

Pour une lecture concrète, la structure de marché distingue les points observés de leur interprétation. Le guide sur la confirmation d’une correction et l’invalidation du décompte explique pourquoi un décompte plausible n’est pas une certitude. Avant de comparer des épisodes historiques similaires, lisez ce que leurs statistiques montrent et ne montrent pas, afin de ne pas transformer une fréquence passée en prévision.

Et nous publions les chiffres de cet article parce que nous estimons que l'utilisateur a le droit de savoir ce qu'il tient exactement entre les mains.


Sources

  1. Park C.-H., Irwin S. The Profitability of Technical Analysis: A Review. AgMAS Project Research Report 2004-04, University of Illinois. ageconsearch.umn.edu/record/37487 — revue de synthèse des vérifications empiriques des systèmes de trading technique.
  2. Tharavanij P., Siraprapasiri V., Rajchamaha K. Profitability of Candlestick Charting Patterns in the Stock Exchange of Thailand. SAGE Open, 2017. doi:10.1177/2158244017736799 — figures de retournement en chandeliers avec et sans filtres d'indicateurs.
  3. Mesfin M. Structural Limits of OHLCV-Based Intraday Momentum Signals in MNQ Futures: A Systematic Falsification Study. arXiv:2605.04004, 2026. arxiv.org/abs/2605.04004 — quatorze familles de signaux, 947 jours de données en cinq minutes, aucune n'a satisfait les cinq critères.
  4. Lempérière Y., Deremble C., Seager P., Potters M., Bouchaud J.-P. Two Centuries of Trend Following. arXiv:1404.3274, 2014. arxiv.org/abs/1404.3274 — suivi de tendance sur des données depuis 1800 ; durée du drawdown comme 1/S².
  5. Bhardwaj G., Gorton G., Rouwenhorst K. G. Fooling Some of the People All of the Time: The Inefficient Performance and Persistence of Commodity Trading Advisors. NBER Working Paper 14424. nber.org/papers/w14424 — 5.4 % avant frais contre 85 points de base après, 1994–2007.
  6. Carr P., Wu L. Variance Risk Premiums. Review of Financial Studies, 22(3), 2009. ideas.repec.org — prime de risque de variance durablement négative sur le S&P 500.
  7. Designing Funding Rates for Perpetual Futures in Cryptocurrency Markets. arXiv:2506.08573. arxiv.org/abs/2506.08573 — conception du taux de financement des contrats perpétuels.
  8. McLean R. D., Pontiff J. Does Academic Research Destroy Stock Return Predictability? Journal of Finance. PDF — 97 prédicteurs ; les deux baisses sont rapportées au rendement initial dans l’échantillon.
  9. Falck A., Rej A., Thesmar D. Why and How Systematic Strategies Decay. Capital Fund Management, 2021. cfm.com — l'année de publication explique 30 % de la dispersion de l'érosion, plus 5 points de pourcentage par année.
  10. Chague F., De-Losso R., Giovannetti B. Day Trading for a Living? SSRN 3423101 — résultats de l’échantillon brésilien et de la période observée, notamment l’absence de preuve d’apprentissage.
  11. Barber B., Lee Y.-T., Liu Y.-J., Odean T. The Cross-Section of Speculator Skill: Evidence from Day Trading. Journal of Financial Markets, 18, 2014. escholarship.org — Taïwan 1992–2006, moins de 1 % de day traders rentables de manière prévisible.

  1. « None passed all five » — aucune n'a satisfait les cinq (extrait du résumé du travail). ↩