Trading probabiliste : distinguer conviction, prix et perte

Le calcul de l’espérance en trading probabiliste exige de définir le contrat

Avant d’estimer une probabilité, déterminez ce qui déclencherait un paiement pour la position. Le contrat peut faire référence à une source, à un seuil, à une période ou à une version publiée en particulier. Une prévision portant sur le sujet général peut aller dans la bonne direction sans répondre à cette question précise. Le calcul de l’espérance ne peut pas corriger un décalage entre la cible de la prévision et la condition de règlement du contrat.

Supposons qu’un contrat fictif donne lieu à un paiement si un projet est officiellement opérationnel au plus tard à une date limite. Prévoir que le projet organisera une cérémonie d’inauguration ne correspond pas nécessairement à la même estimation. Prévoir qu’il finira par devenir opérationnel peut également être sans rapport avec la date limite. L’analyste doit reformuler précisément la condition et conserver la référence à la règle avec la prévision.

Précisez ensuite le modèle de paiement. Les formules simples présentées ici supposent un paiement d’un dollar si l’issue choisie l’emporte et de zéro si elle est perdante ; les éventuelles dispositions exceptionnelles sont exclues uniquement parce que l’exemple pédagogique les écarte explicitement. Un contrat réel peut nécessiter des états supplémentaires en cas d’annulation ou de résolution inhabituelle. Le modèle probabiliste doit refléter les paiements réellement possibles plutôt que de faire entrer de force chaque produit dans un schéma binaire familier.

Le précédent guide sur la stratégie de trading sur les marchés de prédiction propose un cadre pour relier une prévision à une décision. La probabilité ne devient utile qu’une fois la cible bien définie. Une estimation numérique sans signification contractuelle claire ne devient pas plus fiable parce qu’elle comporte plusieurs décimales.

L’issue la plus probable peut être trop chère

Considérons une issue Oui fictive dont la probabilité estimée est de 70 %. Supposons que son prix d’achat exécutable soit de 0,75 $ et que des frais d’acquisition hypothétiques ajoutent 0,01 $ par unité. Le coût total est de 0,76 $. Dans le modèle de paiement d’un dollar, le paiement brut espéré est de 0,70 $, ce qui laisse une valeur estimée négative de 0,06 $ par unité. D’après la prévision, l’événement a plus de chances de se produire que de ne pas se produire, mais l’achat est peu intéressant avec ces hypothèses.

Considérons maintenant une autre issue fictive estimée à 30 %, avec un prix d’achat de 0,22 $ et 0,01 $ de frais supplémentaires. Le coût total est de 0,23 $, ce qui laisse une valeur estimée de 0,07 $ par unité. L’issue choisie est moins probable que son complément, mais son prix est assez bas pour produire une valeur estimée positive si la prévision est correcte. Cela ne garantit pas un gain : la plupart des positions individuelles dont la probabilité réelle est de 30 % seraient perdantes.

La distinction porte sur la classification et la valorisation. Choisir l’issue la plus probable revient à déterminer quelle branche présente la probabilité la plus élevée. Décider d’acheter ou non revient à déterminer si le paiement de cette branche, pondéré par sa probabilité, dépasse suffisamment le coût d’acquisition pour justifier l’incertitude et le risque. Ce sont des questions différentes, qui peuvent conduire à des décisions différentes.

Le guide associé sur les marchés de trading probabiliste explique pourquoi l’environnement du contrat et les cotations disponibles comptent dans cette comparaison. Un prix de marché n’est pas une instruction directe. Le trader a besoin du côté sur lequel l’opération est exécutable, de la quantité et des coûts applicables, ainsi que d’une prévision qui porte réellement sur la position envisagée.

Utiliser le coût exécutable plutôt qu’un prix de référence commode

Le cours médian affiché ou le prix de la dernière transaction peut aider à décrire un marché, mais il peut être indisponible pour l’achat envisagé. La documentation du carnet d’ordres de Polymarket distingue les références affichées des opérations effectuées aux cours acheteurs et vendeurs. Une comparaison avec une probabilité doit utiliser le coût réel de l’opération, en tenant compte de la profondeur et des frais, plutôt que la référence qui crée l’écart apparent le plus important.

Supposons qu’un marché fictif présente un cours médian proche de 0,40 $, mais un cours vendeur de 0,43 $ pour la taille requise. Si les frais ajoutent un cent supplémentaire par unité, le seuil d’acquisition simplifié pertinent est de 0,44 $. Une prévision de 45 % indique alors une valeur estimée d’un cent, et non les cinq cents que suggérerait une comparaison avec le cours médian. Un faible écart d’exécution peut suffire à modifier le respect de la marge de sécurité exigée par le compte.

La profondeur peut encore creuser l’écart. Si seule une partie de la quantité souhaitée est proposée au meilleur cours vendeur, calculez le total sur les niveaux disponibles. Utilisez des observations actuelles et une limite de prix : le carnet peut changer avant l’exécution. Le fait qu’un prix ait été atteint dans le passé ne prouve pas que le compte aurait pu obtenir toute la quantité à ce prix.

Lors de l’examen, distinguez les frais estimés des frais réels. L’estimation sert à autoriser l’opération, tandis que les enregistrements du compte établissent le coût réalisé. Si une provision pour coûts a été délibérément prudente et n’a pas été dépensée, elle constitue une capacité inutilisée, et non un revenu de trading. Une comptabilité claire évite qu’une stratégie paraisse rentable simplement parce que son estimation initiale était prudente.

Une même valeur estimée peut masquer des distributions de pertes différentes

Comparons deux positions fictives versant un dollar, avant frais. La première coûte 0,20 $ et présente une probabilité de gain estimée à 25 %. La seconde coûte 0,80 $ et présente une probabilité de gain estimée à 85 %. Toutes deux ont une valeur estimée de cinq cents par unité selon leurs prévisions respectives. Leurs gains et pertes possibles sont très différents : la première rapporte 0,80 $ lorsqu’elle est gagnante et perd 0,20 $ lorsqu’elle échoue, tandis que la seconde rapporte 0,20 $ ou perd 0,80 $.

Ajoutons à chacune des frais d’acquisition hypothétiques d’un cent. Les coûts totaux passent à 0,21 $ et 0,81 $, et la valeur estimée tombe à quatre cents par unité pour les deux. Pour 100 unités, la première engage 21 $ et peut rapporter 79 $ ou perdre 21 $. La seconde engage 81 $ et peut rapporter 19 $ ou perdre 81 $. Chacune a une valeur estimée de 4 $, mais le montant de trésorerie perdu en cas d’issue défavorable diffère considérablement.

Une fréquence de gain élevée peut donc coexister avec une perte occasionnelle importante. Une faible fréquence de gain peut coexister avec des pertes modestes répétées et un gain occasionnel plus important. Aucun de ces profils n’établit une supériorité. Le compte doit tenir compte du capital disponible, de la concentration, de l’incertitude des prévisions et de sa capacité à supporter une séquence défavorable, et pas seulement du résultat moyen estimé.

Le précédent article qui examine si les bots de marchés de prédiction sont rentables apporte des éléments de contexte pour évaluer les affirmations de performance incomplètes. Un résultat résumé uniquement par le taux de réussite ou l’avantage moyen estimé omet la distribution des conséquences en trésorerie. Une même espérance peut justifier des tailles de position différentes selon les contraintes de risque du compte.

En trading probabiliste, les erreurs asymétriques affectent différemment les décisions

Une erreur de prévision peut produire une entrée faussement positive : le trader achète parce que la probabilité estimée dépasse le coût, alors que la probabilité réelle est plus basse. Elle peut aussi produire un faux négatif : le trader renonce à une position dont l’espérance aurait été favorable avec une meilleure estimation. Le premier cas crée une exposition réelle pour le compte ; le second constitue une occasion manquée. Ils ne doivent pas être mesurés comme s’il s’agissait de pertes de trésorerie identiques.

Le coût du faux positif dépend des issues possibles de la position et de sa taille. Dans l’exemple coûteux de 100 unités, une résolution perdante coûte 81 $. Dans l’exemple moins cher, elle coûte 21 $. Une surestimation de six points de pourcentage ferait passer la première probabilité de 85 % à 79 % et la seconde de 25 % à 19 %. Chacune présenterait alors une espérance simplifiée négative de deux cents par unité après déduction du coût indiqué, mais leurs pertes maximales liées à l’acquisition resteraient différentes.

Le coût d’un faux négatif nécessite une analyse contrefactuelle, qui exige des éléments sur les prix et les quantités exécutables. Un contrat qui s’avère ensuite gagnant n’était pas automatiquement une bonne opération manquée à n’importe quel prix antérieur. L’examen doit comparer la décision aux informations et aux conditions disponibles à l’époque, et pas seulement au paiement final. Sinon, le compte apprendra à rechercher rétrospectivement les issues gagnantes plutôt qu’à améliorer son estimation.

Une politique utile peut tenir compte de cette asymétrie par des marges de sécurité à l’entrée, une quantité initiale plus faible ou des exigences plus strictes concernant les éléments étayant les positions coûteuses. Ces choix sont des mécanismes de contrôle du compte, et non la preuve que la prévision s’est améliorée. L’analyste doit expliquer quelle erreur la politique vise à limiter et quel coût d’opportunité elle peut accepter en contrepartie.

Les issues rares exigent des comparaisons relatives et absolues rigoureuses

Une variation de probabilité peut sembler importante en termes relatifs tout en restant faible en points de pourcentage. Faire passer une estimation de 1 % à 2 % la double, mais ne modifie le paiement espéré d’un dollar que d’un cent. L’importance de cette variation dépend du coût de la position et de l’incertitude de l’estimation. Une variation relative spectaculaire ne doit pas remplacer un calcul des flux de trésorerie.

Supposons qu’une position fictive sur une issue rare coûte 0,015 $ et que des frais hypothétiques ajoutent 0,005 $, pour un coût total de 0,02 $. Une prévision de 2 % donne une espérance simplifiée nulle après déduction du coût. Si la probabilité réelle est de 1 %, la valeur estimée serait négative d’un cent par unité. Le faible prix d’achat proposé ne rend pas automatiquement la position bon marché au regard de sa probabilité de donner lieu à un paiement.

Les issues rares peuvent aussi être difficiles à évaluer à partir de petits échantillons. Une longue séquence sans gain peut être compatible avec plusieurs probabilités faibles. Un gain mémorable peut dominer le résultat financier sans établir la qualité de la calibration. Le dossier de recherche doit préciser honnêtement l’échantillon et l’incertitude plutôt que d’invoquer la rareté de l’issue pour écarter chaque observation défavorable.

Le risque doit tout de même être plafonné en trésorerie. De nombreuses positions à bas prix peuvent représenter au total un engagement important, surtout lorsqu’elles partagent la même incertitude sous-jacente. Le trader doit agréger les coûts d’acquisition et les scénarios de perte communs plutôt que de supposer que des prix individuellement faibles rendent le portefeuille inoffensif.

La calibration des prévisions en trading probabiliste s’évalue sur des décisions répétées

La calibration consiste à déterminer si les probabilités annoncées correspondent raisonnablement aux fréquences des issues dans des groupes de prévisions appropriés. Une seule prévision de 60 % peut être gagnante ou perdante sans trancher la question. L’évaluation nécessite un ensemble défini d’observations comparables, des probabilités enregistrées avant les résultats et une méthode qui ne sélectionne pas l’échantillon en fonction des résultats.

Pour prendre un exemple simple, si un groupe de 100 prévisions annonçait uniformément 40 %, observer 40 issues Oui correspondrait à cette fréquence moyenne. Cela ne prouverait ni une calibration parfaite ni une fiabilité future. Les cas peuvent partager des informations, le groupe peut avoir été sélectionné après examen ou l’environnement des contrats peut changer. L’analyste doit conserver ces limites avec le résultat descriptif.

La calibration diffère aussi du caractère tranché des prévisions et de leur utilité pour le trading. Une méthode peut produire des probabilités prudentes proches d’une référence de base et être raisonnablement calibrée tout en identifiant rarement des prix qui justifient une opération. Une autre peut identifier des désaccords marqués, mais être trop confiante. Le compte a besoin d’éléments sur la qualité des prévisions et sur les conditions de coût dans lesquelles ses décisions interviennent.

Le précédent guide sur l’algorithme de trading sur les marchés de prédiction aide à distinguer les sorties du modèle des règles d’exécution. Un champ de probabilité doit avoir une interprétation documentée et un historique d’évaluation. Un score de confiance produit par un logiciel n’a pas automatiquement la signification en termes de fréquence que suppose un calcul de trading.

Les prix de marché constituent des éléments d’information qui ont leurs propres limites

Un prix peut contenir des informations utiles provenant d’autres participants, mais il est aussi façonné par la liquidité disponible, les écarts acheteur-vendeur, les coûts et les personnes capables ou désireuses de négocier. Considérez-le comme une observation à examiner plutôt que comme un oracle de probabilité objective. Un désaccord important entre un modèle et le marché peut révéler une erreur du modèle, un décalage avec le contrat ou une véritable divergence de convictions. Le chiffre seul ne permet pas de déterminer quelle explication est correcte.

Un modèle qui utilise les prix de marché comme données d’entrée doit consigner cette dépendance. Sinon, comparer sa sortie au même prix peut donner l’impression d’une confirmation indépendante. L’analyste doit savoir si le modèle apporte de nouveaux éléments ou s’il transforme principalement la référence de marché. C’est particulièrement important lors de l’évaluation de l’exactitude apparente des prévisions par rapport aux résultats.

Un teneur de marché sur les marchés de prédiction doit lui aussi décider dans quelle mesure se fier à un prix de référence lorsqu’il propose ses cotations. Son inventaire et son exposition peuvent exiger des prix ou des tailles différents même si son estimation centrale ne change pas. Un prix coté reflète donc une action sous contraintes, et pas simplement une conviction affichée à l’écran.

La même leçon vaut pour un trader qui prend de la liquidité. Le cours vendeur disponible correspond à la condition proposée par la contrepartie à cet instant et pour cette quantité. Il peut être instructif sans constituer une juste valeur universelle. La décision reste une comparaison entre des éléments incertains, un coût exécutable et les conséquences acceptables pour le compte.

Les relations entre paiements peuvent réduire une incertitude tout en en laissant subsister d’autres

Certaines stratégies reposent sur une relation vérifiée entre les issues plutôt que sur une prévision directionnelle. Un ensemble complet de positions compatibles peut présenter un paiement constant dans les cas ordinaires selon les règles indiquées. Cela peut supprimer la nécessité d’estimer quelle issue ordinaire l’emporte lorsque la structure est complète. Cela n’établit pas que les positions peuvent être acquises ensemble au coût observé ni que les cas exceptionnels ont été pris en compte.

Le guide sur l’arbitrage sur les marchés de prédiction examine ce type de raisonnement sur les paiements. La compatibilité des règles, les exécutions partielles, les frais, l’emplacement des fonds et le calendrier de règlement restent pertinents. Une opération envisagée peut présenter un paiement mathématiquement simple alors que son processus d’exécution crée une exposition directionnelle temporaire. Le compte doit modéliser l’état de ses avoirs réels plutôt que la combinaison qu’il espérait obtenir.

Distinguez l’incertitude concernant un événement de celle qui concerne un processus opérationnel. Un modèle de prévision traite la première. Le suivi des ordres, les réservations et le rapprochement traitent une partie de la seconde. L’examen du contrat traite le sens qui relie les deux. Aucune estimation de probabilité ne peut à elle seule remplacer toutes ces tâches, et qualifier une relation d’arbitrage n’autorise pas à les ignorer.

Cette distinction aide à choisir la bonne mesure corrective après un mauvais résultat. Une prévision d’événement perdante peut nécessiter un examen de la calibration. Une paire incomplète peut nécessiter une analyse de l’exécution et de la reprise. Une relation erronée entre les règles exige une correction sémantique. Le compte apprend davantage en identifiant la source de l’incertitude qu’en traitant chaque perte comme la preuve qu’une probabilité numérique était légèrement inexacte.

Appliquer les mêmes critères à une opération manquée

Supposons qu’un trader renonce à l’issue estimée à 30 % pour un coût de 0,23 $ parce que la plage de prévision comprend des probabilités sensiblement plus faibles. L’issue s’avère ensuite gagnante. Le paiement manqué est visible, mais il n’établit pas que la décision initiale contrevenait à la stratégie. L’examen doit vérifier si la règle relative à l’incertitude était raisonnable et appliquée de façon cohérente à des cas comparables, y compris ceux qui se sont soldés par une perte.

Une analyse contrefactuelle nécessite aussi un prix et une quantité exécutables. Si la cotation intéressante a disparu avant que le trader puisse agir, le paiement ultérieur ne peut pas être comptabilisé comme un gain manqué qui aurait été entièrement accessible. Conservez les éléments relatifs au moment et à la profondeur plutôt que de remplacer l’ensemble des occasions réellement disponibles par le meilleur point d’un graphique historique.

Ces critères évitent un biais rétrospectif asymétrique. Les traders examinent souvent plus sévèrement une position gagnante à laquelle ils ont renoncé qu’une position perdante qu’ils ont évitée, parce que le paiement de la première frappe davantage les esprits. Un dossier de recherche complet comprend les deux. L’objectif est d’améliorer la règle qui régira les futures décisions incertaines, et non de construire un passé dans lequel le compte aurait toujours choisi le côté gagnant à un prix commode.

Construire une décision qui reste acceptable même si elle s’avère erronée

Avant l’entrée, précisez l’engagement maximal en trésorerie, la concentration pertinente sur les événements et les conditions qui invalident les éléments sur lesquels repose la décision. Utilisez une plage de probabilités ou une analyse de sensibilité pour montrer comment la valeur estimée évolue lorsque les hypothèses changent. Si une petite erreur plausible rend l’opération peu intéressante, le compte peut exiger un prix plus bas, une quantité plus faible ou davantage d’éléments. La réponse appropriée dépend de sa politique documentée, et non d’un seuil universel.

Conservez la prévision et l’estimation des coûts au moment de la décision. Après l’exécution, ajoutez les exécutions et les frais réels. Après la résolution, ajoutez l’issue déterminée selon les règles et les flux de trésorerie finaux. Distinguez la conformité opérationnelle de la chance financière : une opération gagnante peut enfreindre la politique de risque, tandis qu’une opération perdante peut suivre un processus raisonnable et encadré. L’examen doit identifier les deux cas.

Une décision de ne rien faire mérite elle aussi d’être consignée lorsqu’elle met à l’épreuve les limites de la stratégie. Si le prix est trop élevé au regard de la plage estimée, ou si la correspondance entre la prévision et le contrat n’est pas établie, s’abstenir de prendre une exposition constitue un résultat concret. Le compte ne doit pas mesurer l’utilité de son travail sur les probabilités uniquement à la fréquence à laquelle il produit un ordre.

Le trading probabiliste devient plus cohérent lorsque conviction, prix et perte restent distincts. La prévision explique ce que l’analyste pense susceptible de se produire, le marché propose des conditions pour une opération précise et la politique de risque détermine les conséquences que le compte peut accepter. Relier soigneusement ces éléments est plus utile que de traiter la probabilité la plus élevée ou le plus grand écart de prix apparent comme une décision automatique.