Vous avez ouvert votre plateforme. Sur le graphique, il y a un RSI en bas. Au-dessus, un MACD avec son histogramme. Sur le prix lui-même, deux ou trois moyennes mobiles. Et parfois, par-dessus, des bandes de Bollinger. Cinq, six, sept indicateurs empilés parce qu'on vous a expliqué que plus vous avez de confirmations, plus vos trades sont fiables.
Ça ne marche pas. Vous avez moins de signaux qu'avant — c'est normal, exiger cinq confirmations en même temps réduit drastiquement le nombre d'opportunités. Mais quand un signal arrive, le trade se passe rarement mieux. Souvent même moins bien : vous êtes entré trop tard, le mouvement est déjà avancé, ou le signal est arrivé juste avant un retournement.
La cause n'est pas votre exécution. Le problème est dans la logique même de l'empilement. La plupart des indicateurs techniques populaires sont fabriqués à partir des mêmes données de base — le prix de clôture, le range, la volatilité — passées dans des formules très proches. Quand vous attendez « trois confirmations » du RSI, du Stochastique et du MACD, vous attendez en réalité une confirmation et demie déguisée en trois.
Cet article explique pourquoi vos indicateurs sont souvent redondants, comment mesurer cette redondance objectivement, et comment construire une combinaison d'indicateurs qui apporte vraiment des informations différentes. La méthode est valable que vous tradiez du Forex, des actions, des indices ou des futures.
Pourquoi la plupart des indicateurs sont mathématiquement parents
Pour comprendre la redondance, il faut regarder ce que les indicateurs calculent en interne. Ils se regroupent en trois grandes familles, et à l'intérieur d'une même famille, ils mesurent essentiellement la même chose.
La famille des oscillateurs de momentum. RSI, Stochastique, Williams %R, CCI, ROC. Tous prennent le prix de clôture sur N périodes récentes et calculent une forme de « vitesse » du prix. Le RSI compare la moyenne des hausses à la moyenne des baisses. Le Stochastique compare le prix actuel à la fourchette haut-bas récente. Williams %R fait quasiment l'inverse du Stochastique. Les formules diffèrent, mais l'information sous-jacente — « le prix monte-t-il vite ou non sur les 14 dernières bougies ? » — est largement identique.
La famille des indicateurs de tendance. Moyennes mobiles simples, exponentielles, MACD, Hull MA, Ichimoku. Le MACD n'est rien d'autre que la différence entre deux EMA (12 et 26 par défaut), avec une troisième EMA (9) comme signal. Si vous tracez déjà une EMA 26 et une EMA 12 sur votre graphique, le MACD ne vous apprend rien que vous ne voyiez déjà. Il présente la même information autrement.
La famille des indicateurs de volatilité. Bandes de Bollinger, Keltner Channels, ATR, Donchian. Tous dérivent d'une mesure de dispersion du prix — soit l'écart-type, soit le true range. Bollinger et Keltner sont visuellement très proches : deux bandes autour d'une moyenne mobile, calibrées différemment. Ajouter les deux à votre graphique vous donne deux fois la même zone de « normalité » du prix.
Quand un trader empile RSI + Stochastique + Williams %R, il a en réalité trois variantes du même indicateur. Quand il ajoute MACD à une EMA 12 et une EMA 26, il a deux fois la même information sous deux formes graphiques différentes. Les confirmations qu'il croit collecter sont en grande partie un effet d'optique.
Ce n'est pas un détail technique. C'est ce qui explique pourquoi exiger plusieurs confirmations dans la même famille fait passer le trader à côté des bons mouvements, sans pour autant filtrer les mauvais. Les indicateurs alignés ne sont pas alignés parce que le marché envoie un signal fort — ils sont alignés parce que mathématiquement, ils ne pouvaient pas dire autre chose.
La corrélation entre indicateurs : le test concret
L'empilement n'est pas une opinion, c'est une question de chiffres. Il y a deux façons de mesurer si deux indicateurs vous apportent vraiment des informations différentes.
La corrélation entre les valeurs. Vous prenez les valeurs du RSI 14 et du Stochastique 14 sur les 1 000 dernières bougies de votre actif. Vous calculez le coefficient de corrélation de Pearson entre les deux séries. Si le coefficient dépasse 0,7, vous avez deux indicateurs qui bougent essentiellement ensemble. Au-delà de 0,85, c'est techniquement le même signal sous deux noms. En pratique, sur la plupart des actifs liquides, RSI et Stochastique à paramètres équivalents donnent une corrélation très élevée — ils ne sont pas indépendants.
La corrélation entre les signaux. Encore plus parlant pour le trader. Vous définissez vos règles d'entrée pour chaque indicateur (RSI sous 30 = achat, Stochastique sous 20 = achat). Vous comptez combien de signaux les deux indicateurs déclenchent en même temps. Imaginons que sur 100 signaux RSI, 80 sont aussi des signaux Stochastique au même moment : vos deux indicateurs prennent presque les mêmes trades. Le second n'apporte pas une « deuxième confirmation » — il colle au premier.
Le problème touche tous les marchés. Sur le Forex, sur l'EUR/USD ou le GBP/JPY, les oscillateurs de momentum ont tendance à être très corrélés entre eux. Sur les indices comme le DAX ou le SP500, les MACD et les croisements de moyennes mobiles donnent des signaux qui se chevauchent largement. Sur les actions individuelles, c'est encore plus visible parce que la volatilité plus élevée accentue les mouvements communs des oscillateurs. Sur les futures, c'est identique : les indicateurs ne deviennent pas magiquement indépendants parce que vous changez de marché.
Le test est simple à faire et personne ne le fait. La majorité des traders choisissent leurs indicateurs sur l'intuition (« RSI est bon pour le momentum, MACD pour la tendance, ajoutons les deux ») ou parce qu'un YouTubeur les a présentés ensemble. Ils ne vérifient jamais si les indicateurs choisis disent vraiment des choses différentes.
Ce test devrait être la première chose à faire avant de coder ou de backtester une stratégie qui utilise plusieurs indicateurs. Sans cela, vous optimisez une combinaison qui contient deux fois la même information — et l'optimiseur va vous donner des résultats artificiellement bons en surajustant le double signal.
Le bon principe : combiner des signaux orthogonaux
Si empiler des indicateurs de la même famille ne sert à rien, comment construire une vraie combinaison utile ? La règle est simple : combiner des indicateurs qui mesurent des dimensions différentes du marché. C'est ce qu'on appelle, dans la statistique appliquée, des signaux orthogonaux — c'est-à-dire largement indépendants les uns des autres.
Concrètement, une stratégie technique utile combine au plus une variable par dimension de marché.
Une dimension de tendance. Pour savoir dans quel sens vous voulez trader. MA200 sur le timeframe supérieur, ADX au-dessus d'un seuil, ou simplement la direction d'une EMA longue. Une seule de ces approches suffit. Combiner ADX et MA200 reste correct car l'un mesure la force de la tendance et l'autre sa direction — c'est de l'information complémentaire.
Une dimension de momentum. Pour timer votre entrée dans la direction de la tendance. RSI, Stochastique, ou MACD — un seul. Si vous avez déjà choisi RSI, ajouter Stochastique ne vous apporte rien.
Une dimension de volatilité. Pour calibrer la taille de votre position et placer votre stop. ATR pour mesurer le mouvement attendu, ou Bollinger pour situer le prix dans son enveloppe normale. Encore une fois, un seul.
Une combinaison orthogonale typique pourrait être : MA200 (tendance) + RSI 14 (momentum) + ATR (volatilité pour le stop). Trois indicateurs, trois dimensions, trois informations vraiment différentes. Vous pouvez décliner ce schéma sur du Forex (EUR/USD avec ATR pour calibrer un stop en pips), sur les actions (Apple avec ATR pour gérer la volatilité intrajournalière), sur les indices (DAX avec MA200 pour filtrer le sens) ou sur les futures (CL crude oil avec Bollinger pour situer la zone de range).
Le principe d'orthogonalité est exactement ce que les modèles de machine learning recherchent quand ils sélectionnent les variables d'entrée. Un modèle correctement construit élimine lui-même les variables redondantes via une analyse de feature importance — il ne garde que celles qui apportent une information unique. Les traders manuels devraient appliquer la même discipline mais le font rarement.
Le piège à éviter, même dans une combinaison orthogonale : multiplier les filtres au point de ne plus avoir de signaux. Une stratégie qui exige tendance + momentum + volatilité + cassure de niveau + alignement de plusieurs timeframes finit avec deux trades par mois. Pas de signaux = pas de statistiques exploitables = impossible de valider la stratégie statistiquement.
Combien d'indicateurs utiliser dans une stratégie
La réponse honnête dépend du type de stratégie et de votre capacité à la valider statistiquement, mais des repères existent.
Pour une stratégie discrétionnaire — où vous prenez vos décisions à la main, écran ouvert — la limite pratique se situe entre 2 et 4 indicateurs. Au-delà, deux problèmes apparaissent. D'abord, votre temps de décision explose : il faut vérifier chaque indicateur, contrôler leur cohérence, et le marché peut bouger pendant que vous réfléchissez. Ensuite, vous développez ce que les psychologues appellent la rationalisation a posteriori — vous avez tellement d'indicateurs sous les yeux qu'après coup, vous trouverez toujours une explication à un perdant (« le RSI était limite », « le Stochastique a remonté trop vite »). Plus vous avez d'indicateurs, plus vous pouvez vous mentir.
Pour une stratégie automatisée ou backtestée — où la décision est prise par un algorithme — la contrainte est statistique. Chaque indicateur ajoute un ou plusieurs paramètres optimisables : la période du RSI, le seuil de surachat, la longueur d'une moyenne mobile. Plus vous avez de paramètres, plus le risque de sur-ajustement est élevé. La stratégie va apprendre par cœur les particularités des données historiques au lieu de capturer une vraie régularité du marché.
Une heuristique répandue chez les développeurs de stratégies algo : il faut au moins 10 trades historiques par paramètre optimisable. Une stratégie à 10 paramètres demande donc au minimum 100 trades pour être statistiquement testable, et plutôt 200 ou 300 pour être raisonnablement robuste. Si votre stratégie complexe ne génère que 50 trades sur 5 ans de données, vous n'avez pas assez de matière pour conclure quoi que ce soit.
Une règle pragmatique : commencez avec une stratégie minimaliste — un filtre de tendance, une entrée de momentum, une règle de sortie — et n'ajoutez un indicateur qu'après avoir prouvé qu'il améliore réellement la performance hors échantillon. Si l'ajout d'un indicateur fait passer le Sharpe ratio de 0,8 à 0,85 dans le backtest mais que la performance sur les données inconnues ne change pas, l'indicateur n'apporte rien — vous avez juste créé du bruit que le modèle a mémorisé.
Moins d'indicateurs, plus rigoureusement validés, vaut toujours mieux que dix indicateurs qui se confirment mutuellement parce qu'ils mesurent la même chose.
Comment auditer VOS indicateurs en pratique
Voici une méthode concrète, applicable que vous tradiez en discrétionnaire ou en algorithmique.
Pour le trader manuel — l'audit se fait visuellement et statistiquement, sans code.
Sortez les 50 derniers signaux déclenchés par votre stratégie. Pour chaque paire d'indicateurs, comptez combien de fois ils ont déclenché au même moment, à une bougie près. Si vos deux indicateurs déclenchent ensemble dans plus de 70 % des cas, ils sont redondants. L'un des deux est inutile et vous pouvez le supprimer sans dégrader vos performances. Vous gagnerez en clarté de décision et en nombre de signaux. Regardez aussi visuellement vos derniers trades perdants : à quel moment vos indicateurs étaient-ils désalignés ? Si pour vos perdants comme pour vos gagnants ils étaient tous alignés, votre filtre n'a pas joué son rôle.
Pour le trader algorithmique — l'audit se fait avec des outils statistiques.
Calculez la matrice de corrélation entre les valeurs de vos indicateurs sur l'ensemble des données. N'importe quelle paire au-delà de 0,7 doit être challengée. Mieux : faites un test d'ablation. Pour chaque indicateur de votre stratégie, lancez deux backtests — l'un avec, l'autre sans. Comparez les métriques clés : Sharpe ratio, drawdown, profit factor. Si l'indicateur ne fait varier ces métriques que de quelques pourcent dans le backtest, il n'apporte probablement rien de robuste. Si la performance sur des données inconnues le confirme, supprimez-le. Cette logique de validation hors échantillon est le principe du walk-forward analysis.
Une checklist à passer avant de finaliser une stratégie multi-indicateurs :
- Mes indicateurs viennent-ils de familles différentes (tendance, momentum, volatilité) ?
- Ai-je calculé la corrélation entre leurs valeurs sur les données historiques ?
- Ai-je testé la stratégie sans chaque indicateur, un par un ?
- Le nombre de trades généré reste-t-il suffisant pour être statistiquement parlant ?
- La performance hors échantillon confirme-t-elle que chaque indicateur conserve son utilité ?
Si vous n'avez pas de réponse claire à ces cinq questions, votre stratégie n'est pas validée — elle est juste plausible.
Un indicateur de plus n'est utile que s'il dit autre chose
L'idée qu'on entend partout — « plus de confirmations rend les trades plus sûrs » — est fausse en l'état. Elle ne devient vraie que si les confirmations viennent de sources d'information indépendantes. Dans la pratique, la plupart des combinaisons d'indicateurs populaires (RSI + MACD + Stochastique, Bollinger + Keltner + Donchian, etc.) sont des doublons mathématiques déguisés.
La discipline à tenir : avant d'ajouter un indicateur à votre stratégie, posez-vous trois questions. De quelle famille vient-il par rapport à ceux que j'ai déjà ? Quelle corrélation a-t-il avec les autres sur les données historiques ? Et quand je l'ajoute, est-ce que les données inconnues confirment une vraie amélioration, ou juste un effet d'optimisation qui ne tient pas en réel ?
Répondre à ces questions demande de tester. C'est exactement ce que fait le Strategy Finder d'AlgoBacktest. Vous indiquez les indicateurs que vous voulez essayer, et une option permet d'éliminer automatiquement ceux qui sont trop corrélés entre eux avant même de lancer la recherche. Le moteur teste ensuite des milliers de combinaisons sur des années de données historiques de Forex, d'actions, d'indices et de futures, et vous propose les stratégies qui ressortent solides. Si l'une d'elles vous convient, vous la déployez en un clic sur MetaTrader 5 ou Interactive Brokers pour passer en live.
Le trading comporte des risques significatifs de perte en capital, et aucune combinaison d'indicateurs ne garantit un résultat futur. Mais arrêter de payer trois fois la même information est un point de départ non négociable pour qui veut traiter sa stratégie sérieusement.
Essayer AlgoBacktest gratuitement — 14 jours en version Pro, sans carte bancaire.