Qu'est-ce que le retour à la moyenne ? Trois variantes backtestées - et une seule gagne systématiquement

Le récit classique du retour à la moyenne tient en quelques phrases. Les prix oscillent autour d'une valeur d'équilibre. Quand ils s'étendent trop à la hausse, les vendeurs reviennent. Quand ils s'étendent trop à la baisse, les acheteurs reviennent. Trouvez la moyenne, mesurez la distance qui l'en sépare, et pariez que cette distance se referme. Acheter le creux, vendre l'envolée, revenir à la moyenne dans le profit.

Ce récit est à moitié vrai. Les prix reviennent bel et bien à la moyenne - sur le bon type de valeur. Ce qu'il a tort de faire, c'est de traiter le « retour à la moyenne » comme une stratégie unique, alors qu'il s'agit en réalité d'une classe de stratégies qui sont en désaccord fondamental sur ce qu'est la moyenne. Nous avons walk-forwardé trois implémentations différentes de retour à la moyenne sur le même univers de 35 tickers, sur 2 ans de bougies horaires. La version à canal de régression a été classée ROBUST sur 22 valeurs sur 35. La version Bollinger à moyenne plate a été classée ROBUST sur 1 valeur sur 35. La version panier Fibonacci - une forme entièrement différente - a livré, au niveau du panier, un PF de 1,76 / un Sharpe de 1,42 / +23,7 % sur 3 ans de bougies journalières, sur des niveaux sélectionnés à la main. Même concept sous-jacent, trois résultats complètement différents. Cet article explique pourquoi.

Ce qu'est réellement le retour à la moyenne

Une stratégie de retour à la moyenne repose sur deux hypothèses :

1. Il existe une référence - une moyenne mobile, une droite de régression, un niveau de Fibonacci, un VWAP, le milieu d'un range récent - à laquelle le prix est statistiquement arrimé.
2. Plus le prix s'éloigne de la référence, plus le prochain mouvement a de chances de revenir vers elle.

Concrètement, la stratégie se déclenche quand le prix est loin de la référence (défini par ±N écarts-types, ±N % depuis la droite, ±N ATR, etc.), et sort quand le prix revient vers la référence (ou touche un stop de l'autre côté).

Les deux décisions de conception qui comptent le plus :

• Qu'est-ce que la moyenne ? Une horizontale plate ? Une régression linéaire qui s'adapte à la pente ? Un niveau historique sélectionné par l'utilisateur ? Une droite intrajournalière pondérée par le volume ? Chaque réponse fait fonctionner la stratégie sur une classe de valeurs différente.
• Qu'est-ce que la distance ? Des écarts-types de rendements ? Des multiples d'ATR ? Des points de pourcentage ? Chaque réponse rend le signal d'entrée plus ou moins sensible aux changements de régime.

Le manuel traite ces questions comme des problèmes résolus à réponse unique. Empiriquement, les deux réponses dépendent du ticker, de l'horizon temporel et du régime.

Pourquoi ça fonctionne - quand ça fonctionne

Deux raisons, l'une statistique, l'autre comportementale.

Statistique. Les rendements sont bruités autour d'une tendance sous-jacente. Les mouvements au jour le jour sont dominés par les événements de liquidité, le flux d'actualités, les flux liés aux options et la dynamique du carnet d'ordres - pas par les variations de la valeur sous-jacente. Sur des horizons courts, la composante de bruit domine, et ce bruit est approximativement stationnaire autour de la tendance. Une position qui fade les excursions de bruit extrêmes parie, en espérance, sur le retour de la distribution du bruit - un pari statistique propre.

Comportementale. Les marchés dépassent leur cible. Les vendeurs paniqués n'arrêtent pas de vendre à la « valeur d'équilibre » - ils arrêtent de vendre quand le bid disparaît. Les acheteurs euphoriques n'arrêtent pas d'acheter à la « valeur d'équilibre » - ils s'arrêtent quand ils sont à court de capital. Les deux dépassements produisent le même schéma structurel : le prix s'étend au-delà de la référence, ne trouve plus de participants marginaux, et revient. Les stratégies de retour à la moyenne fadent le dépassement.

Les deux raisons échouent dans la même situation : quand la valeur sous-jacente elle-même bouge assez vite pour que ce qui ressemble à un dépassement soit en réalité un re-rating. $NVDA qui passe de 100 $ à 140 $ en trois semaines n'est pas un dépassement - c'est un repricing. Fadé comme un trade de retour à la moyenne, cela produit une hémorragie régulière pendant un an.

Les trois implémentations que nous avons testées

QuantAbundancia maintient un harnais de sweep interne qui walk-forwarde chaque stratégie de la bibliothèque sur l'ensemble de l'univers thématique. Les trois implémentations de retour à la moyenne dans la bibliothèque :

1. Bollinger à moyenne plate (la version du manuel, fichier mean_reversion.py)

La référence est une moyenne mobile simple sur 20 périodes. Bandes à ±2 écarts-types. Entrées longues au contact de la bande inférieure, sortie à la SMA. L'hypothèse implicite : la SMA est la valeur d'équilibre. Le défaut : sur toute valeur en tendance soutenue, la SMA dérive vers le haut mais la stratégie continue de la traiter comme une référence plate - la bande supérieure est touchée à répétition sans rien produire, la bande inférieure est touchée lors de replis sains et produit des entrées en plein couteau qui tombe.

2. Canal de régression (la version adaptative, fichier regression_channel_mr.py)

La référence est une régression linéaire ajustée sur les 40 dernières bougies. Bandes à ±2 × l'erreur-type des résidus. L'ajout clé : ne fader la bande inférieure que si la pente de la régression est non négative. Autrement dit : ne pas fader une tendance baissière. Le canal s'adapte à la pente de la tendance, ce qui lui permet de trader le retour à la moyenne le long d'une tendance sans être ballotté par la tendance elle-même.

3. Panier Fibonacci sélectionné (la version panier, fichier fib_mean_reversion.py)

La référence est un niveau-clé historique sélectionné par l'utilisateur - un par ticker, choisi à la main sur le graphique journalier. Entrées longues au contact, dans une marge de ±2,5 % du niveau, après être venu de l'extérieur de la bande. Stop à -10 %, take-profit à +12 %, sortie temporelle à 20 bougies. Exécuté sur un panier de 48 tickers répartis sur 12 thèmes. Traité en profondeur dans notre article sur le retracement de Fibonacci - c'est la même classe de retour à la moyenne, avec une référence sélectionnée plutôt que calculée.

Ces trois variantes sont en désaccord sur chaque décision de conception : moyenne plate vs adaptation à la pente vs niveau choisi à la main, bandes statistiques vs bandes en pourcentage, aucun filtre de tendance vs filtre de pente vs filtre au niveau du thème. Les résultats du walk-forward sont en désaccord tout aussi nettement.

Le classement - 35 valeurs, 2 ans, horizon 1 heure

L'univers IBKR de 35 tickers couvre la même structure thématique que le panier Fibonacci - photonique, espace, drones, nucléaire, goulet d'étranglement CPU, inférence IA, IA agentique, utility IA, énergie IA, plus les grandes capitalisations gagnantes séculaires. Le sweep classe chaque paire (ticker, stratégie) en ROBUST (les deux fenêtres de walk-forward positives et significatives), STABLE (positif mais inégal), ou LUMPY (une seule fenêtre porte tout le résultat).

| Stratégie | ROBUST | STABLE | LUMPY | | --- | --- | --- | --- | | regression_channel_mr | 22 | 7 | 3 | | ema_crossover (suiveur de tendance, pour référence) | 15 | 7 | 2 | | keltner_breakout | 8 | 2 | 3 | | adaptive | 8 | 2 | 2 | | mean_reversion (Bollinger à moyenne plate) | 1 | 0 | 0 | | macd_adx | 1 | 1 | 3 |

Les 22 valeurs ROBUST de regression_channel_mr : $AAOI, $AEHR, $ALAB, $AMKR, $ASTS, $AVGO, $BE, $BKSY, $CIFR, $CRDO, $DOCN, $GEV, $INTC, $IREN, $LITE, $NBIS, $OKLO, $ONDS, $RKLB, $UMAC, $UUUU, $VST.

Reportez-les sur la taxonomie de thèmes de QA et le schéma est le même que celui qu'a trouvé le panier Fibonacci : 9 des mêmes groupes thématiques volatils dominent - photonique, espace, drones, nucléaire, goulet d'étranglement CPU, inférence IA, IA agentique, utility IA, énergie IA. Deux stratégies indépendantes, deux backtests indépendants, la même classe de valeurs gagnantes. Ce n'est pas une coïncidence ; c'est la propriété sous-jacente de ces valeurs.

Top 5 par ticker, classé selon le PnL total sur 2 ans avec regression_channel_mr :

| Ticker | PnL 2 ans complet | PnL WF1 | PnL WF2 | | --- | --- | --- | --- | | $CIFR | $302K | $103K | $98K | | $BE | $270K | $66K | $126K | | $ONDS | $247K | $48K | $126K | | $AAOI | $246K | $71K | $98K | | $ASTS | $204K | $57K | $91K |

Les cinq sont répartis sur les deux fenêtres de walk-forward - aucune fenêtre ne fait tout le travail. C'est précisément le contenu empirique de la classification ROBUST.

Pourquoi le canal de régression gagne

L'implémentation à canal de régression fait trois choses que la version à moyenne plate ne fait pas :

Référence adaptée à la pente. La droite de régression bouge avec la tendance. Sur $AVGO en 2024-2025, la droite a eu une pente positive significative sur la quasi-totalité de la fenêtre de 2 ans - la bande inférieure suivait le niveau de repli naturel de la tendance, et non une horizontale plate qui n'avait pas été touchée depuis un an.

Filtre « ne pas fader la tendance baissière ». Ne prendre les contacts de la bande inférieure que lorsque la pente est non négative. Cette seule règle élimine le mode d'échec en couteau qui tombe, celui qui condamne la version à moyenne plate sur tout drawdown soutenu.

Sortie sur la ligne centrale. Take-profit sur la droite de régression, pas sur la bande opposée. La moitié du travail est déjà faite au moment où le prix revient à la valeur d'équilibre ; exiger l'aller-retour complet du retour à la moyenne laisse de l'argent sur la table et expose la position à la prochaine vague de bruit.

L'unique entrée ROBUST de la version à moyenne plate - $KTOS - est une valeur qui se trouve osciller dans un range à peu près plat sur toute la fenêtre de 2 ans. L'hypothèse de moyenne plate est approximativement correcte pour ce ticker précis. Partout ailleurs, elle ne l'est pas.

Là où le retour à la moyenne échoue - toutes variantes confondues

Le mode d'échec partagé est le même que celui qu'a identifié l'article sur Fibonacci. Les valeurs en tendance séculaire traversent toutes les références. Sur $NVDA, $TSLA, $AMZN, $ASML, $PLTR, $CRWD, $SNOW, chaque variante de retour à la moyenne que nous avons testée a été classée LUMPY ou pire. Le récit est simple : quand une action inscrit des plus hauts de plus en plus hauts à travers chaque niveau pendant 12 mois d'affilée, chaque version du retour à la moyenne est haussière trop tôt et saigne.

Ce n'est pas un défaut du retour à la moyenne. C'est l'expression inverse de la raison d'être du suivi de tendance. L'univers thématique se scinde nettement en deux types de régime :

• Les valeurs thématiques volatiles à retour à la moyenne (les 22 valeurs ROBUST) - la tendance n'est pas dominante, le bruit l'est. Fadez le bruit.
• Les monstres de tendance séculaire (les grandes capitalisations gagnantes de l'IA) - la tendance domine le bruit. Suivez la tendance, ne la fadez pas.

Les 15 valeurs où ema_crossover (un suiveur de tendance) a été classé ROBUST recoupent la liste du canal de régression sur 9 valeurs. C'est un autre point structurel : sur les valeurs thématiques volatiles, les deux directions de stratégie peuvent fonctionner - timing différent, profil de drawdown différent, mais toutes deux extraient un edge. Sur les valeurs en tendance séculaire, seul le suivi de tendance fonctionne. L'asymétrie vous indique à quelle classe de valeur vous avez affaire.

Panier vs par ticker - deux jeux différents

Le panier Fibonacci et le sweep à canal de régression jouent à des jeux différents. Il vaut la peine d'être explicite :

• Le panier Fibonacci exécute un niveau sélectionné par ticker sur 48 tickers, en panier diversifié. Le chiffre de PF 1,76 / Sharpe 1,42 est un résultat au niveau du panier - le ticker moyen contribue une tranche petite et bruitée ; le panier lisse le bruit. La thèse implicite : la diversification entre thèmes fait autant de travail que la règle d'entrée.
• Le sweep à canal de régression exécute une stratégie configurable par ticker, validée en walk-forward par ticker. Le compte de 22 ROBUST est par ticker - chaque valeur porte son propre PF, son Sharpe, son drawdown. La thèse implicite : un ticker individuel possède suffisamment de structure de retour à la moyenne pour qu'une stratégie ajustée à lui seul produise un véritable edge.

Les deux peuvent être vrais ; ils répondent à des questions différentes. La réponse du panier est : « si je veux une petite poche de retour à la moyenne dans un portefeuille, quelle est une façon robuste de la construire ? » La réponse par ticker est : « si je trade spécifiquement l'action $X, le retour à la moyenne est-il un edge viable ? » Poche différente, sizing différent, profil de risque différent.

Comment appliquer tout cela

Si le retour à la moyenne est l'angle que vous voulez exprimer, sa version empiriquement étayée est la suivante :

1. Choisissez une valeur parmi les groupes thématiques volatils. Les 9 thèmes qui ont dominé à la fois le panier Fibonacci et le sweep à canal de régression sont les mêmes : photonique, espace, drones, nucléaire, goulet d'étranglement CPU, inférence IA, IA agentique, utility IA, énergie IA. La page /stocks/<ticker> indique à quel thème appartient chaque valeur.
2. N'utilisez pas une référence à moyenne plate. Une SMA à 20 périodes avec des bandes à multiple fixe est la version du manuel, et elle ne survit pas au walk-forward sur cet univers. Une régression linéaire avec un filtre de pente, oui.
3. Ajoutez une règle « ne pas fader la tendance baissière ». Quelle que soit votre référence, ne prenez les contacts de la bande inférieure que lorsque la tendance sous-jacente est non négative. Cette seule règle fait un travail significatif dans le résultat des 22 ROBUST.
4. Sortez à la référence, pas à la bande opposée. La moitié de l'aller-retour représente l'essentiel de l'edge ; la seconde moitié n'est qu'une exposition à du bruit frais.
5. N'appliquez pas cela sur les valeurs en tendance séculaire. Les valeurs de la classe $NVDA ont besoin d'une stratégie de tendance. Le retour à la moyenne sur celles-ci est une hémorragie de 12 mois.

Pour l'exécution par un particulier américain sur le panier de valeurs où cela fonctionne, le courtier le plus propre pour les fractions d'actions et des données horaires fiables est Interactive Brokers - /stack/ibkr couvre les modalités d'accès. Les alertes en direct lorsque le canal de régression se déclenche (ou lorsqu'un contact sur un niveau de Fibonacci sélectionné se produit) font partie de /pro.

Pour l'implémentation sœur à Fibonacci sélectionné, voir Qu'est-ce que le retracement de Fibonacci ? - même classe, référence différente, horizon temporel différent. Pour la méthodologie de corrélation plus large de QA - qui alimente les classifications de thèmes utilisées ici - voir Pourquoi la corrélation > le récit dans l'investissement thématique.

Ce qu'il faut surveiller

• Cadence de re-validation. Le sweep est ré-exécuté environ chaque trimestre. Une dégradation persistante de l'une des 22 valeurs ROBUST réduirait la liste des ROBUST et déclencherait un sweep de paramètres sur la stratégie.
• Changement de régime. Le retour à la moyenne sous-performe dans les fortes tendances unidirectionnelles à l'échelle du marché entier. Le backtest de 2 ans couvre la fenêtre allant de fin 2024 à mi-2026, qui a inclus à la fois des régimes en tendance et en range. Un marché en tendance à faible volatilité sur plusieurs trimestres mettrait à l'épreuve le filtre de pente du canal de régression comme 2017 a mis à l'épreuve toute stratégie de MR antérieure.
• La lecture de la classe opposée. Quand ema_crossover et regression_channel_mr se recoupent sur une valeur, les deux classes fonctionnent à des timings différents. Quand elles cessent de se recouper - une valeur quitte la liste de tendance mais reste sur la liste de retour à la moyenne, ou inversement - le régime sur ce ticker a changé, et c'est l'indicateur avancé d'une re-classification.
• Le repère à moyenne plate. Suivre la version mean_reversion (Bollinger) est un canari utile : quand plus d'un ou deux tickers commencent à produire un edge avec l'hypothèse de moyenne plate, le marché est dans un régime à faible tendance où presque n'importe quelle référence fonctionne. Quand le compte reste à 1, c'est le filtre de pente qui fait le travail.
• Corrélation au niveau des bulles. Si la bulle d'un thème rompt sa corrélation - c'est-à-dire que les 4 tickers qui la composent cessent de trader comme un cluster - le calcul de diversification du panier s'affaiblit et l'edge par ticker doit porter davantage de poids.

Données en direct sur le panier : /stocks/rklb, /stocks/aaoi, /stocks/cifr - trois des 22 valeurs ROBUST ; chaque page ticker montre côte à côte la position en direct du canal de régression et le niveau de Fibonacci sélectionné.

Contexte des bulles : /bubbles/photonics et les 8 autres clusters thématiques validés - les mêmes 9 thèmes sur lesquels le panier Fibonacci et le sweep à canal de régression s'accordent tous les deux.

Lecture connexe : Qu'est-ce que le retracement de Fibonacci ? pour l'implémentation sœur à référence sélectionnée, et Pourquoi la corrélation > le récit dans l'investissement thématique pour la méthodologie de taxonomie des bulles qui alimente la sélection de l'univers présentée ici.

QuantAbundancia est une recherche éducative. Rien ici ne constitue un conseil en investissement. Voir /disclosures.