Le rééquilibrage semblait peu coûteux jusqu’à ce que nous comptions le spread

À 09:00 UTC, notre stratégie cross-sectionnelle sur contrats à terme crypto voulait réallouer 200 000 $ entre dix contrats perpétuels. Le backtest affichait 4 points de base de coûts de transaction. L’exécution en paper trading, avec le même signal et le même niveau de frais sur la plateforme, en estimait un peu plus de 20.

Le barème des frais n’avait rien d’anormal. Nous avions compté les frais en les prenant pour les coûts d’exécution. Cette erreur nous avait échappé parce que la stratégie négociait des marchés liquides, utilisait des ordres modestes et ne rééquilibrait qu’une fois par jour. Chaque caractéristique semblait rassurante, jusqu’à ce que nous nous demandions à quel prix les ordres pouvaient réellement être exécutés.

Ce rééquilibrage méritait d’être examiné en détail. Il montrait comment un backtest à faibles frais peut tout de même sous-estimer les coûts en traitant le prix de marché comme s’il était disponible en quantité illimitée.

Nous avons commencé par la liste des ordres. La stratégie était acheteuse sur les cinq contrats les plus forts et vendeuse sur les cinq plus faibles, avec une pondération égale en dollars. La plupart des positions nécessitaient un ajustement d’environ 20 000 $. Un contrat ne demandait que 3 400 $ d’ajustement, un autre 31 000 $. Le backtest valorisait chaque transaction au cours de clôture de la barre, puis appliquait les frais taker de 2 points de base de la plateforme à chaque côté.

L’estimation en paper trading ne garantissait pas une exécution. C’était un modèle de coût : le spread observé au moment de la décision, augmenté d’une estimation de l’impact fondée sur la taille de l’ordre et le volume récent des transactions, ainsi que d’une petite marge pour le temps nécessaire à l’envoi et à l’exécution. Cette dernière marge était volontairement approximative. Un modèle qui fait disparaître l’incertitude est plus rassurant qu’utile.

Nous avons d’abord vérifié le spread. Le signal était calculé à partir d’une barre d’une minute complète ; la stratégie ne pouvait donc envoyer son ordre qu’après la clôture de cette barre. Pour chaque contrat, nous avons relevé la meilleure offre d’achat et de vente disponibles au moment où l’ordre aurait atteint la plateforme. Le midpoint servait de référence, mais ce n’était pas un prix auquel on pouvait exécuter. Un achat commence au prix ask ; une vente, au prix bid.

À lui seul, cet écart expliquait environ 8 points de base aller-retour pour le contrat moyen. Il variait selon les contrats et les minutes. Pour le contrat le plus liquide, il était plus proche de 2 pb par côté. Pour un contrat moins liquide, il s’élargissait à 9. Appliquer un seul chiffre de spread à chaque ordre aurait masqué précisément les variations que nous cherchions à observer.

Restait la taille. Un ordre d’achat au marché de 20 000 $ peut souvent être exécuté au meilleur ask sans consommer beaucoup de profondeur, mais « souvent » dépend du carnet à cet instant. Nous avons estimé l’impact en parcourant les niveaux visibles sur la capture du carnet : quelle valeur en cotation se trouvait à chaque prix, et quel prix moyen pondéré par le volume résulterait de la consommation d’un nombre suffisant de niveaux pour exécuter l’ordre. Pour l’ajustement de 31 000 $, la capture indiquait un coût supplémentaire d’environ 6 pb par rapport au midpoint. L’ordre de 3 400 $ modifiait à peine l’estimation.

La capture elle-même était imparfaite. Elle montrait la profondeur affichée, mais pas la liquidité cachée ni ce qui resterait à l’arrivée de notre ordre. Les carnets crypto peuvent changer entre l’observation et l’envoi ; un backtest fondé sur des captures espacées ne peut pas reconstituer précisément cette file d’attente. Nous nous sommes servis du carnet pour encadrer un coût plausible, puis nous l’avons comparé aux exécutions en paper trading afin de voir si l’estimation était systématiquement trop optimiste.

Nous avons testé le rééquilibrage selon trois hypothèses. En franchissant le spread sans tenir compte de la profondeur, l’estimation aller-retour s’élevait à 12 pb. En parcourant les niveaux affichés du carnet, elle montait à 18 pb. En ajoutant les frais de la plateforme et une marge de 2 pb par côté pour le délai, l’estimation atteignait environ 22 pb. Le chiffre exact dépendait de la liste des ordres et de la capture du carnet ; la tendance, elle, ne changeait pas.

Cela ne justifiait pas d’abandonner la stratégie. Il fallait relancer le backtest avec des coûts qui varient en fonction des transactions proposées. Nous avons ajouté des estimations du spread et de l’impact pour chaque ordre, gardé les frais séparés dans le rapport et consigné, à côté de chaque exécution simulée, la référence, l’horodatage et la méthode d’exécution supposée.

Lors de la simulation suivante, l’ordre sur un contrat a été fractionné en tranches plus petites, car la première avait consommé davantage de profondeur que prévu. Le signal de la stratégie n’avait pas changé. Son exécution, elle, avait changé, ce qui suffisait à modifier l’attribution des coûts.

Si votre backtest indique qu’un rééquilibrage ne coûte que les frais, demandez-lui d’afficher le prix, la taille et la liquidité disponible derrière chaque exécution. Une réponse convaincante commence par ces détails, et non par un seul chiffre intitulé « slippage ».