Les moyennes mobiles marchent-elles vraiment ? Ce qu'un test sérieux révèle

Vous tracez une moyenne mobile sur votre graphique. Le signal arrive toujours trop tard. Et dès que le marché stagne, vous vous faites hacher.

Si vous avez déjà vécu ça, vous êtes au bon endroit.

Dans cet article, vous allez comprendre ce qu'une moyenne mobile mesure vraiment, d'où vient ce retard, pourquoi il en existe autant de versions différentes (SMA, EMA, DEMA, KAMA, HMA et les autres), et ce qu'un test sérieux dit de leur efficacité. Sans promesse magique.

Le retard, c'est le lot de tous les indicateurs

Une moyenne mobile est en retard sur le prix. C'est vrai. Mais ce n'est pas un défaut honteux qui lui serait propre.

Tout indicateur calculé à partir des prix passés réagit après coup. Le RSI, le MACD, les oscillateurs, tous regardent en arrière. Aucun ne devine l'avenir. Reprocher son retard à une moyenne mobile, c'est lui reprocher d'être un indicateur.

Le bon angle est ailleurs. Une moyenne mobile suit le marché et vous confirme qu'une tendance a commencé, mais seulement une fois qu'elle a commencé. Elle gagne de l'argent quand le marché est en tendance, et elle en perd quand le marché part de côté, ce qui arrive une bonne partie du temps.

Une moyenne mobile ne prédit rien : elle confirme, avec un temps de retard. Toute la question est de savoir combien de retard vous acceptez, et pourquoi il existe autant de façons d'essayer de le réduire.

La SMA et son défaut fondateur : l'équipondération

La première inventée, c'est la moyenne mobile simple, la SMA. Son calcul est évident : on additionne les derniers prix de clôture et on divise par leur nombre. Une moyenne sur 20, c'est la moyenne des 20 dernières clôtures.

Le problème est dans ce mot « moyenne ». Chaque bougie compte autant que les autres. Le prix d'il y a 20 jours pèse exactement comme celui d'hier. Cette égalité de traitement, c'est l'équipondération, et c'est le défaut fondateur de la SMA.

Conséquence, la ligne est tirée vers l'arrière par des prix qui n'ont plus rien à dire sur le marché d'aujourd'hui. Pire, la SMA réagit deux fois à une vieille donnée : une fois quand cette donnée entre dans la fenêtre de calcul, une deuxième fois quand elle en sort. Un mouvement ancien peut donc faire bouger votre moyenne aujourd'hui, sans aucune raison liée au présent.

Le retard d'une SMA vient donc de deux choses. La première, agréger des prix passés, est inévitable : aucune moyenne n'y échappe. La seconde, l'équipondération, peut au contraire être corrigée.

Et c'est de ce défaut corrigeable qu'est née toute la famille des moyennes mobiles. Chaque variante qui suit n'est qu'une réponse à une seule question : comment donner plus d'importance au prix récent ?

WMA et EMA : repondérer vers le récent

La première réponse, c'est la moyenne mobile pondérée, la WMA. L'idée est simple : au lieu de traiter toutes les bougies pareil, on donne le poids le plus fort à la plus récente, puis un poids décroissant aux précédentes, jusqu'à la plus ancienne qui pèse le moins. Le prix d'hier compte plus que celui d'il y a 20 jours. Le défaut de la SMA est corrigé, mais la WMA reste enfermée dans sa fenêtre.

La deuxième réponse, et de loin la plus importante, c'est la moyenne mobile exponentielle, l'EMA. Elle aussi donne le poids le plus fort au prix récent, mais elle ne jette jamais complètement les anciennes données. Elle en garde une trace qui décroît doucement.

Son calcul tient en une ligne. Chaque jour, on part de la valeur de la veille et on la corrige d'une fraction de l'écart avec le prix du jour :

EMA (aujourd'hui) = EMA (veille) + K × (prix − EMA (veille)), avec K = 2 / (période + 1).

L'EMA réagit plus vite qu'une SMA de même longueur tout en restant lisse. C'est pour ça qu'elle sert de base à presque toutes les variantes qui suivent.

Voilà déjà un premier levier concret pour réduire le retard. Raccourcir la période rapproche la moyenne du prix. Passer d'une SMA à une EMA donne plus de poids au récent.

Mais attention, ce réglage ne supprime jamais le compromis de fond. Le retard et les faux signaux fonctionnent comme une balance : chaque fois que vous réduisez l'un, vous augmentez l'autre. Vous déplacez le curseur entre les deux, vous ne les faites jamais disparaître ensemble.

DEMA et TEMA : annuler le retard par les maths

Au début de l'année 1994, un ingénieur nommé Patrick Mulloy publie deux articles dans le magazine Technical Analysis of Stocks & Commodities. Son idée est astucieuse : et si on mesurait le retard, pour ensuite le soustraire ?

C'est le principe de la DEMA, la moyenne mobile exponentielle double. On calcule une EMA, puis une EMA de cette EMA. L'écart entre les deux mesure le retard accumulé. On le rajoute au prix, et la ligne se rapproche du marché tout en restant lisse. La TEMA, sa cousine triple, pousse l'idée d'un cran en ajoutant un troisième lissage, pour coller encore plus près du prix.

Sur le papier, c'est séduisant. Une moyenne presque sans retard. Sauf que réagir plus vite ne veut pas dire gagner plus.

Dans ses propres tests historiques, l'analyste Robert Colby a trouvé que la DEMA et la TEMA faisaient moins bien que le simple fait d'acheter et de conserver, d'environ 47 % et 21 % par rapport à cette référence. Il conclut qu'elles ne sont pas des substituts aux moyennes ordinaires.

Réagir plus vite ne crée pas de la performance, ça déplace seulement le compromis.

Mais soyons précis, car la nuance compte. Ces chiffres se comparent au buy-and-hold, pas à une SMA ou une EMA. Ils ne prouvent donc pas que la DEMA est pire qu'une moyenne classique. Et surtout, un test général n'est pas votre marché.

Sur votre instrument, votre horizon de temps, une DEMA ou une TEMA peut très bien se révéler viable. La seule façon de le savoir, c'est de le tester vous-même. Tracez-la sur TradingView, comparez-la à une simple EMA et au buy-and-hold sur le marché que vous tradez, et regardez ce que ça donne. Ne croyez personne sur parole, pas même un inventeur, pas même un test publié.

KAMA et VIDYA : les moyennes qui changent de vitesse

Toutes les moyennes vues jusqu'ici ont une période fixe. Et une période fixe vous oblige à un compromis permanent : une moyenne rapide se fait secouer dans le bruit, une moyenne lente traîne dans les tendances. Vous choisissez une fois pour toutes, et vous subissez.

Dans les années 1990, deux auteurs ont eu la même idée par deux chemins différents : laisser la moyenne changer sa propre vitesse, chaque jour.

Perry Kaufman crée la KAMA. Elle s'appuie sur un rapport entre la direction du prix et son bruit. Quand le marché avance en ligne droite et nette, elle accélère et se comporte comme une moyenne courte. Quand le marché part dans tous les sens, elle ralentit et se comporte comme une moyenne longue.

Tushar Chande crée la VIDYA, souvent appelée Variable Moving Average (VMA) dans les logiciels. Même objectif, mais une autre jauge : il utilise une mesure de volatilité pour décider de la vitesse. Marché actif, la moyenne raccourcit et devient réactive. Marché calme, elle s'allonge et se fait patiente.

Le point commun de ces deux moyennes : accélérer quand la tendance est nette, ralentir quand le marché hésite. L'une mesure la propreté du mouvement par la direction face au bruit, l'autre par la volatilité. Deux réponses au même problème de fond.

La HMA : le pari de tuer le retard

En 2005, le trader australien Alan Hull présente sa propre moyenne, la Hull Moving Average. Sa promesse est ambitieuse : éliminer presque tout le retard, tout en améliorant la régularité de la ligne.

Pour y arriver, elle est construite à partir de moyennes pondérées, et non d'EMA. Hull combine une moyenne sur la moitié de la période et une moyenne sur la période entière, avec un jeu de soustraction qui surcompense légèrement pour annuler le retard. Le résultat est ensuite lissé sur une fenêtre égale à la racine carrée de la période, un détail qui réduit le bruit sans réintroduire de lenteur.

L'intuition est qu'une moyenne courte colle plus près du dernier prix qu'une moyenne longue. En prenant deux fois la courte moins la longue, on dépasse un peu le prix, juste assez pour compenser le retard de l'opération.

Un point mérite votre attention, et il vient de Hull lui-même. Il déconseille d'utiliser la HMA en croisement. Sa règle est de trader les retournements de la ligne, c'est-à-dire les changements de pente, parce qu'un signal de croisement repose justement sur le retard qu'il a cherché à supprimer. Une moyenne sans retard rend les croisements moins fiables, pas plus.

GMMA : lire plusieurs moyennes comme un système

Jusqu'ici, on a cherché la meilleure ligne unique. Le trader australien Daryl Guppy prend le problème autrement. Sa GMMA n'est pas une ligne de signal, c'est un outil de lecture.

Au lieu d'une moyenne, il en affiche douze, réparties en deux groupes. Un groupe court terme avec des EMA de 3, 5, 8, 10, 12 et 15 périodes, qui représente les traders. Un groupe long terme avec des EMA de 30, 35, 40, 45, 50 et 60 périodes, qui représente les investisseurs.

Ce qu'on lit, ce n'est pas un croisement, c'est l'espacement entre ces lignes. Quand un groupe se comprime et que ses lignes se rapprochent, les acteurs sont d'accord entre eux, un retournement peut approcher. Quand un groupe s'écarte et que ses lignes s'éloignent, il y a de la conviction, la tendance a de la force.

L'information n'est plus dans une moyenne, mais dans la relation entre plusieurs d'entre elles. C'est une autre façon, plus riche, d'utiliser le même outil de base.

Forces et limites de chaque moyenne mobile

Chaque variante a déplacé le curseur entre retard et bruit à sa façon. Voici un récapitulatif de leurs caractéristiques, pas de leur rentabilité, qui dépend, elle, de votre marché et de vos tests.

Aucune ligne de ce tableau n'est « la meilleure ». Une force se paie toujours par une limite, c'est la balance retard contre bruit qui revient, encore et toujours.

Le verdict honnête : à quoi sert vraiment une moyenne mobile

Après tout ce voyage, de la SMA à la GMMA, voici la vérité inconfortable. Aucune de ces variantes ne bat le compromis entre retard et bruit. Elles le déplacent. Coupez le retard, vous achetez des faux signaux. Lissez davantage, vous arrivez plus tard. Personne n'a trouvé la moyenne parfaite, parce qu'elle n'existe pas.

Sur les croisements en particulier, la recherche a tranché, avec une nuance. Une célèbre étude de 1992 (Brock, Lakonishok et LeBaron) avait trouvé que des règles de moyennes mobiles battaient le simple fait de rester en liquide, sur un siècle de données du Dow Jones. Mais une étude de 1999 (Sullivan, Timmermann et White), qui corrige le biais d'optimisation sur les données passées, a montré que cet avantage s'évaporait sur les périodes suivantes. Et dans la vraie vie, il fond encore un peu plus une fois que vous payez le spread, le slippage et les commissions. Ce sont des coûts cachés qui rendent un backtest trompeur si vous les oubliez.

Il y a un autre piège. Chercher la période parfaite en la réglant sur le passé, c'est exactement la meilleure façon de vous tromper vous-même. Vous trouverez toujours un réglage qui aurait bien marché hier. C'est du sur-ajustement, et il ne dit rien de demain.

Alors, à quoi sert vraiment une moyenne mobile ? À filtrer la tendance. Par exemple, ne prendre des positions à l'achat que lorsque le prix est au-dessus d'une moyenne longue, et rester à l'écart sinon. À lire une direction, à poser un cadre. Pas à générer des signaux magiques.

Une moyenne mobile est un bon filtre de tendance, et un mauvais oracle. Et ce principe vaut sur tous les marchés, les actions, les indices, les futures comme le Forex, même si son comportement change avec la volatilité de chacun.

FAQ

Quelle est la meilleure moyenne mobile en trading ?

Il n'y en a pas une meilleure dans l'absolu. Le choix dépend de votre marché, de votre horizon et de votre tolérance aux faux signaux. Une moyenne réactive donne des signaux plus tôt mais plus de faux départs, une moyenne lente est plus fiable mais plus tardive.

SMA ou EMA : laquelle choisir ?

L'EMA réagit plus vite car elle donne plus de poids aux prix récents, la SMA est plus lisse mais plus en retard. Pour du court terme réactif, beaucoup préfèrent l'EMA, pour un filtre de tendance de fond, la SMA suffit souvent. Le mieux est de tester les deux sur votre marché avant de trancher.

Quelle période de moyenne mobile utiliser ?

Plus la période est courte, plus la moyenne colle au prix et multiplie les signaux, et donc les faux signaux. Plus elle est longue, plus elle est lisse et tardive. Il n'existe pas de période universelle : elle doit correspondre à votre horizon, et être testée sans être optimisée à l'excès sur le passé.

Une moyenne mobile est-elle un indicateur fiable ?

Elle est fiable pour ce qu'elle sait faire, confirmer une tendance déjà en cours. Elle est peu fiable comme outil de prédiction ou comme signal isolé, surtout en marché sans tendance où elle enchaîne les faux signaux.

La moyenne mobile fonctionne-t-elle sur tous les marchés ?

Le principe s'applique au Forex, aux actions, aux indices et aux futures. Mais son comportement dépend de la volatilité et de la tendance propres à chaque marché, donc un réglage qui convient à un instrument ne se transpose pas tel quel à un autre.

En bref

Une moyenne mobile ne prédit pas, elle confirme avec un temps de retard. Toute la famille, de la WMA à l'EMA, de la DEMA à la KAMA, de la VIDYA à la HMA, n'est qu'une longue suite de tentatives pour corriger un seul défaut de la SMA, l'équipondération. Aucune n'efface le compromis entre retard et bruit, elles le déplacent. Et le seul verdict qui compte vraiment, c'est celui que vous produisez en testant sur votre propre marché.

C'est là qu'une approche par machine learning change la question. Au lieu d'utiliser une moyenne mobile en règle rigide, du type le prix croise la moyenne donc j'achète, un outil comme AlgoBacktest vous laisse fournir la moyenne simple (SMA) ou exponentielle (EMA) comme une donnée parmi d'autres à un modèle. Ce modèle apprend lui-même comment ce signal se relie aux mouvements qui suivent, sans que vous écriviez une ligne de code, sur plusieurs marchés, et avec une validation sur des données qu'il n'a jamais vues.

Gardez en tête que le trading comporte des risques significatifs de perte en capital, et que les performances passées ne préjugent pas des performances futures. Un logiciel de ce type est un outil d'analyse et de recherche, pas une promesse de gains.

Essayer AlgoBacktest gratuitement