Nicolas Liebaert English

Deux spread trades : un petit edge, plus petit avec un jour de retard

Un spread trade parie sur l’écart entre deux prix plus que sur la direction du marché. C’est le principe de la relative value. J’ai écrit une règle simple et je l’ai testée sur deux spreads classiques, pour savoir s’il reste un edge (un gain moyen positif) après coûts. Chaque spread a sa propre page.

0,33 Butterfly, Sharpe ratio sans stop ; 0,17 avec une exécution un jour plus tard
0,48 Crack, Sharpe ratio sans stop ; 0,34 avec une exécution un jour plus tard
82 % Butterfly, trades gagnants sans stop ; pire perte latente -89 bp
87 % Crack, trades gagnants sans stop ; pire perte latente -50,8 $ par baril

Données au 3 novembre 2026.

Ce que j’ai fait
J’ai construit une règle qui vend un spread quand il est bien au-dessus de sa moyenne récente et l’achète quand il est bien en dessous. Je l’ai backtestée (testée sur l’historique) sur 36 ans de yields (rendements) du Trésor américain et 20 ans de prix du pétrole. Chaque jour, la règle n’utilise que ce qu’on savait ce jour-là, et chaque trade paie un coût.
Pourquoi cela compte pour un trader
Les desks de relative value gagnent de l’argent quand un écart se referme. Le plus dur est de savoir si l’écart est une occasion de trader ou s’il est là pour durer. Un backtest avec coûts sur de nombreuses années est la première chose que demande un gérant.
Ce que j’ai trouvé
L’edge est petit. La plupart des trades gagnent, mais quelques grosses pertes reprennent une bonne part des gains : le pire trade clôturé vaut de 5 à 8 fois le trade moyen. Avec une exécution un jour plus tard, environ la moitié du Sharpe ratio (le gain moyen rapporté à son écart-type, défini plus bas) du butterfly et un tiers de celui du crack disparaissent. Avec un stop (une sortie forcée), l’intervalle de confiance à 95 % inclut zéro pour le butterfly et commence juste au-dessus pour le crack. Avec un stop et une exécution un jour plus tard, il inclut zéro pour les deux : l’edge n’est donc peut-être rien.
Ce que je n’ai pas pu montrer
Que quelqu’un aurait vraiment pu trader cela. J’utilise des données gratuites, pas les prix des futures (contrats à terme) ni des obligations qu’on traiterait réellement. Je n’ai modélisé ni le carry (ce que rapporte ou coûte le simple fait de détenir la position), ni la margin (le dépôt de garantie), ni la facilité d’entrer et de sortir.

Les deux études

Le crack spread 3-2-1

La marge d’une raffinerie de pétrole : le prix des carburants moins le prix du brut. Vingt ans de prix quotidiens.

Sharpe ratio 0,48 · 87 % des trades gagnent

Lire l’étude du crack spread

Le butterfly 2s5s10s

Le milieu de la yield curve (la courbe des taux selon la maturité) du Trésor américain face à ses deux extrémités. Trente-six ans de yields quotidiens.

Sharpe ratio 0,33 · 82 % des trades gagnent

Lire l’étude du butterfly

Chaque spread a aussi un exemple chiffré qui applique la règle aux dernières données : les legs (les jambes du trade), la taille et les niveaux auxquels la règle sort. La page position sizing cherche ensuite quelle taille donner à un petit edge comme celui-ci.

La règle

La même règle sert pour les deux spreads. Elle prend les 250 derniers jours de bourse, soit environ un an, et calcule la moyenne du spread et son écart-type (la distance habituelle à la moyenne). Le z-score dit de combien d’écarts-types le spread du jour s’écarte de cette moyenne.

  • Si le z-score est au-dessus de 1,5, la règle vend le spread. S’il est en dessous de -1,5, elle l’achète.
  • Elle sort du trade quand le z-score est revenu à moins de 0,5 en valeur absolue.
  • En option, elle ajoute un stop : elle sort à perte si le spread bouge de 2 écarts-types contre le trade, mesurés le jour de l’entrée. Le stop n’est vérifié que sur les cours de clôture. Après un stop, elle attend que le z-score soit revenu à moins de 1,5 en valeur absolue.

J’ai gardé la fenêtre et les seuils de la première version de cette étude (250 jours, 1,5 et 0,5), sans les réajuster sur les nouveaux backtests. Ils n’ont pas été choisis à l’aveugle : j’avais déjà vu des résultats avec eux sur une série voisine. Le stop est venu plus tard. Un stop sur le z-score a échoué en 2026, parce qu’il bouge quand la volatilité monte : j’ai donc fixé le stop le jour de l’entrée après l’avoir constaté. Chaque étude montre ce qui se passe avec d’autres réglages, pour qu’on voie qu’ils n’ont pas été choisis parce qu’ils étaient les meilleurs.

Les coûts. À chaque changement de position, je compte 0,5 point de base (bp) sur le butterfly et 0,10 $ par baril sur le crack. Un point de base vaut 0,01 point de pourcentage. Chaque étude montre comment le résultat change avec d’autres coûts.

Les deux résultats côte à côte

Le Sharpe ratio est le gain quotidien moyen divisé par son écart-type, multiplié par la racine de 252, jours sans position compris. Au-dessus de 1, c’est bon. Autour de 0,3 à 0,5, c’est faible. L’intervalle à 95 % vient d’un bootstrap : je tire au hasard, avec remise, des blocs de 21 jours et je recalcule le ratio de nombreuses fois. Des blocs plus longs, jusqu’à un an, donnent la même réponse. Si l’intervalle inclut zéro, les données ne permettent pas d’écarter un vrai Sharpe ratio nul.

Données au 3 novembre 2026.

ButterflyCrack
Période testée1990 à 20262006 à 2026
Premier tradejanvier 1991juillet 2008
Sharpe ratio, sans stop0,330,48
Intervalle à 95 %, sans stop0,03 à 0,600,13 à 0,80
Sharpe ratio, stop à 2 écarts-types0,260,36
Intervalle à 95 %, avec stop-0,01 à 0,550,03 à 0,70
Sharpe ratio, sans stop, exécution un jour plus tard0,170,34
Intervalle à 95 %, sans stop, exécution un jour plus tard-0,11 à 0,430,02 à 0,63
Trades clôturés, sans stop8860
Trades gagnants, sans stop82 %87 %
Trade moyen, sans stop5,0 bp3,4 $/baril
Pire trade clôturé, sans stop-39 bp-15,7 $/baril
Pire trade clôturé, avec stop-33 bp-16,7 $/baril
Pire perte latente (avant coûts), sans stop-89 bp-50,8 $/baril
Pire perte latente (avant coûts), avec stop-42 bp-22,2 $/baril
Années tradées avec un gain, sans stop24 sur 3615 sur 19

Sans stop, une vente ouverte le 18 mai 2026 était encore en cours le 3 novembre 2026, à -8,5 bp. Elle ne compte pas dans les chiffres des trades.

Le stop réduit le gain. Sur le crack, il laisse le pire trade clôturé à peu près inchangé (-16,7 $ contre -15,7 $), mais il ramène la pire perte latente (la perte tant que le trade est ouvert) de -50,8 $ à -22,2 $ par baril. Un win rate (la part de trades gagnants) veut dire peu de chose sans cette ligne : la règle sans stop gagne souvent parce qu’elle encaisse des pertes latentes deux à trois fois plus grandes que son pire trade clôturé. Beaucoup de petits gains et quelques grosses pertes : c’est le profil normal d’un trade de mean reversion (un pari qu’un écart va se refermer). C’est pourquoi la taille de la position compte plus que le signal.

Comment sont faits les backtests

Seulement le passé. La moyenne et l’écart-type du jour t n’utilisent que les jours jusqu’à t. Une position ouverte le jour t gagne ou perd à partir du jour t+1. Les trades sont supposés exécutés au cours de clôture du jour t, celui-là même qui a produit le signal. Cela flatte le résultat. Si chaque trade est exécuté un jour plus tard, le Sharpe ratio tombe de 0,33 à 0,17 sur le butterfly et de 0,48 à 0,34 sur le crack (de 0,26 à 0,14 et de 0,36 à 0,25 avec le stop). Seul le crack sans stop garde un intervalle à 95 % au-dessus de zéro, et de justesse (de 0,02 à 0,63). Une partie du gain est du bruit dans le cours de clôture : la variation quotidienne du butterfly a tendance à s’inverser le lendemain (autocorrélation de -0,12), alors que celle de chacun des trois yields ne le fait pas. Un test du dépôt modifie les 100 derniers jours de données et vérifie qu’aucun résultat antérieur ne bouge.

Deux jours écartés. Le 20 avril 2020, le prix du brut WTI est passé sous zéro et a faussé le crack. J’écarte tout jour où le brut valait moins de 5 $, ce jour-là ou la veille. Cela retire les 20 et 21 avril 2020, et rien d’autre. Le détail est sur la page crack spread.

Python et JavaScript. La règle est écrite en Python, dans le dépôt de recherche, avec 40 tests. Le site fait tourner une copie en JavaScript, qui répond tout de suite sur téléphone. Un script de test lance les deux sur les mêmes données et échoue si un seul résultat diffère.

Les données. Les yields du Trésor viennent de FRED, la base de données de la Fed de Saint-Louis. Les prix du pétrole viennent de l’Energy Information Administration (EIA) américaine. Une tâche sur le serveur met à jour les deux chaque matin. L’EIA publie par lots hebdomadaires : le dernier prix du pétrole peut dater d’une semaine ou plus.

Avertissement

C’est de la recherche : ces règles n’ont jamais été tradées et rien ici n’est un conseil en investissement. La règle a un peu rapporté dans le passé, ce qui ne promet rien pour l’avenir.

Code source et tests sur github.com/Nicolas8330/relative-value-strategies. Chaque chiffre fixe de ces pages vient d’une seule exécution de examples/make_results.py, ou de la règle elle-même. Les intervalles avec une exécution plus tardive sont un contrôle ponctuel sur les données au 3 novembre 2026.